基于多向波前法的岛屿孔洞修补

针对现有孔洞修补算法对复杂孔洞修补效果差的问题,提出了一种适用于岛屿类孔洞修补的新型多向波前法。首先检测孔洞边界与岛屿边界并对其进行预处理,以孔洞边界与岛屿边界为波前,插入顶点与三角面填充孔洞;然后对新增顶点与新增三角面进行合理性检验;最后根据法矢与曲率调整新增顶点,使其最大程度拟合原有曲面特征。实验结果验证了所提算法的可行性和有效性。     

基于网格模型的一种新的区域分割算法

研究并实现了一种新的基于三角网格模型的区域分割算法，该算法首先计算网格模型中每个三角网格的法矢和面积，通过检测三角网格的面积及其法矢夹角进行区域生长，找到全部的边界网格，从而实现区域分割。在此基础上，应用了相邻块整体融合、块分解融合以及块边界光滑等方法，优化了分割结果。通过实验验证了算法的有效性和稳定性。     

点云特征型面的边界曲线拟合及曲面裁剪算法

点云特征型面边界曲线的拟合质量直接决定了对应曲面裁剪的质量。以机械零件点云模型为研究对象,针对点云分割型面的边界点识别、排序、拟合和曲面裁剪问题展开研究。基于场力法提取的边界点集,提出了基于最短距离法的边界点集排序和方向夹角阈值限定的边界点集去噪等预处理算法;采用局部二次多项式函数拟合估算边界点集曲率,提出了基于曲率突变点归属性判断的边界点集分段和拟合算法;通过控制点投影变换求取二维裁剪边界,提出了基于特征点集多边形凹凸性的二维边界曲线方向判断法。使用机械零件模型典型型面进行实验,验证了各阶段算法。该算法具有很好的适用性,可进一步扩展应用至复杂曲面边界裁剪。     

机械CAD三角网格模型的特征表面分割混合算法

针对机械CAD三角网格模型中普遍存在的网格稀疏性和非均匀性分布等特点，提出了一种特征的二次提取及表面分割混合算法。第一次分割采用基于边的方法，即在平面合并的基础上对相邻三角面片法矢夹角的方差进行判断和处理，从而实现平面与其他稀疏网格表面区域的分割和边界特征的提取；第二次分割采用基于顶点的方法，首先由顶点的估算曲率计算出各面片的近似曲率，然后通过区域生长实现其他表面区域的分割及特征提取。实验结果表明，该方法能较准确地实现机械CAD三角网格模型的特征提取和表面分割。     

散乱数据点的快速三角剖分算法

提出了一种改进的波前扩展算法,该算法给出的候选点判断准则,可对数据点的K近邻进行快速过滤,并有效避免了单元自相交;建立的匹配点查找和优化准则,可生成局部优化的三角形网格单元;依据四种不同的查询结果,制定了相应的波前环更新和数据点标记方法。将波前扩展算法应用于具有复杂特征的散乱数据点的三角剖分中,结果表明,该算法可快速生成高质量的三角网格模型。     

基于特征提取的三角网格模型区域分割算法研究

提出了一种基于特征提取的区域分割的模型简化算法,采用相邻三角形的法矢夹角与预先设定的角度阈值相比较,进行特征的提取,用区域生长法进行非特征区域的划分,获得了特征区域数据。通过与单个角度阈值特征提取的区域分割算法进行比较,对分割后的区域进行最小二乘曲面拟合。结果表明,该区域分割法得到的曲面拟合后误差更小。     

散乱数据点的快速三角剖分算法

提出了一种改进的波前扩展算法,该算法给出的候选点判断准则,可对数据点的K近邻进行快速过滤,并有效避免了单元自相交;建立的匹配点查找和优化准则,可生成局部优化的三角形网格单元;依据四种不同的查询结果,制定了相应的波前环更新和数据点标记方法.将波前扩展算法应用于具有复杂特征的散乱数据点的三角剖分中,结果表明,该算法可快速生成高质量的三角网格模型.     

基于四叉树法和波前法的曲面网格剖分算法

提出了一种基于四叉树法和波前法的有限元网格生成算法。该算法首先将裁剪曲线边界离散成多边形,然后使用四叉树法对待划分裁剪参数曲面按细分要求进行递归分解,最终生成规则的栅格点,最后利用波前法的原理生成三角形网格,通过合并处理生成三角形与四边形混合网格。     

基于特征保持的MLS截面数据拟合算法研究

提出改进的移动最小二乘(MLS)截面数据拟合算法,改善传统MLS拟合方法导致尖锐特征消失情况。首先引入与切矢夹角相关的权函数来改善原来的距离权函数。取计算点的切矢向量为其最近节点的切矢向量,当节点切矢向量与计算点切矢向量夹角大于阈值,该节点角度权值为0,否则为1。最终的权函数为距离权函数与角度权函数的乘积。其次,通过引入无穷小量,将特征点分解为两个无限与其靠近的数据点。经实验验证,当影响域半径在适当范围内变化时,改进的MLS方法均能很好地保持特征。     

可重用零件特征的快速设计技术

针对零件建模中复杂结构设计重用困难的问题,提出了一种基于网格融合的建模方法。采用离散指数映射(DEM)方法对基网格目标区域进行局部参数化;利用最小二乘网格以特征网格边界为条件进行补洞处理,进而采用DEM方法对补洞网格进行参数化,得到特征网格边界点的参数坐标和法矢;依据参数坐标将特征网格边界映射至基网格目标区域,并以目标区域映射边界点的位置和法矢作为初始形变条件,利用基于层的网格变形优化算法对特征网格进行变形重建,使特征网格具有较好的保形性;通过修正特征网格边界点法矢来控制重建网格体积膨胀收缩情况,进一步提高保形性;依据法矢、曲率对基网络和特征网格提取特征图元并以此添加几何约束,控制特征网格在基网格上的位置形态,保证两网格相对位置关系。实验结果表明：该方法便捷高效、精度高,可在新模型设计中有效实现设计重用。     

复杂特性曲线图像特性信息的获取

对于具有稠密的坐标网格线和数条光滑特性曲线相互交织,以及有着印刷瑕疵的特性曲线图像,采用现有的方法来获取曲线特性信息变得极为繁琐和效率极差.提出了利用线检测技术从图像中剔除稠密的坐标网格,以及通过所建立的斑点识别算法来除去坐标网格,剔除所形成的斑点,并采用所建立的多义线模拟样条曲线直接在图像上描绘曲线来修复曲线缺口部分,然后利用曲线跟踪过程中已经获得的前面数个边界点信息预测下一个边界点等方法,使上述复杂特性曲线图像特性信息的数字描述得以顺利地完成.     

A semi-implicit method for the analysis of two-dimensional fluid flow with moving free surfaces

Flow with moving free surfaces is analyzed with an the Eulerian coordinate system. This study proposes a semi-implicit filling algorithm using VOF in which the PLIC (Piecewise Linear Interface Calculation)-type interface reconstruction method and the donor-acceptor-type front advancing scheme are adopted. Also, a new scheme using extrapolation of the stream function is proposed to find the velocity of the node that newly enters the computational domain. The effect of wall boundary conditions on the flow field and temperature field is examined by numerically solving a two-dimensional casting process.     

An EM algorithm for dynamic estimation of interfacial boundary in stratified flow of immiscible liquids using EIT

Estimation of interfacial boundary between two immiscible liquids in two-phase flows through pipe line provides information about the flow characteristics and thus can aid in design and monitoring of the flow process. The interfacial boundary can be represented in several ways, one such method is the front point approach. Front points describe the location and the shape of the interfacial boundary separating the immiscible liquids. During the flow process, due to fluctuations the interfacial boundary and so the front points which describe the boundary changes with time. The time-varying interfacial boundary can be estimated using dynamic inverse algorithms based on Kalman filter. However, algorithms based on Kalman filter require complete knowledge of model parameters (initial states, state transition matrix, and noise covariance matrices) for implementation. In processes involving complex flow pattern such as two-phase flows, it is difficult to represent the model parameters in a prior form. This uncertainty in model parameters causes suboptimal performance of the Kalman type filters. In this paper, we employ expectation maximization algorithm (EM) to estimate model parameters along with the interfacial boundary using electrical impedance tomography (EIT). The estimation of model parameters reduces the modeling uncertainty and thus results in improving the tracking of interfacial boundary. Numerical and experimental studies are performed to validate the performance of the proposed method.     

网格曲面上自由形状特征设计重用

针对目前网格曲面上复杂特征重用困难的问题,提出一种保细节的特征重用方法。借助于拉普拉斯坐标蕴含的曲率、法矢等微分几何信息,提出基于微分坐标的重用特征边界环参数化方法,具有保长度、保曲率和保形状的特性,减小特征边界环从兴趣区域映射至目标区域时所产生的形变。采用离散测地极坐标方法对目标网格进行局部参数化,按照参数坐标一致原则将重用特征的边界环映射至目标网格的指定区域,并以映射后的边界环顶点位置和法矢信息为约束边界条件,基于旋转不变量的改进拉普拉斯变形框架,对重用特征进行变形操作,使重用特征与目标区域实现自然过渡。所提特征设计重用框架无须对重用特征本身参数化,因而可以重用任意复杂的特征,且对特征的亏格数亦无限制。试验结果表明,所介绍方法健壮、有效,可用于复杂特征的迁移式设计重用。     

机器人工作空间求解的蒙特卡洛法改进和体积求取

针对传统的蒙特卡洛法求解机器人工作空间时精确度不够的问题,提出了一种改进的蒙特卡洛法。用传统的蒙特卡洛法生成一个种子工作空间,基于标准差动态可调的正态分布对种子工作空间进行扩展。在扩展过程中设定一个精度阈值,确保得到的工作空间中每个位置都能被准确的描述。基于得到的工作空间,提出了一种体元化算法求取工作空间的体积,寻找到工作空间的边界部分和非边界部分,通过对边界部分的不断细化,降低了体积求取误差。为了验证算法的有效性和实用性,以九自由度的超冗余串联机械臂为例,对本文改进的蒙特卡洛法和提出的体积求取算法进行仿真分析。结果表明:采样点数量相同时,改进的蒙特卡洛法生成的工作空间边界光滑,"噪声小";得到精确的工作空间时改进方法需要的采样点数仅是传统方法的4.67%;体积求取算法效率较高,相对误差小于1%;求得的工作空间体积可用于评估机械臂性能,为后续机械臂构型优化奠定了理论基础。     

涡轮泵实时故障检测的快速支持向量机算法

提出了一种基于边界样本的快速支持向量机(support vector machine,SVM)算法用于液体火箭发动机涡轮泵实时故障检测。算法按一定步长将涡轮泵振动信号分段,再将每个步长信号平分为多段且计算每段信号的均方根、裕度因子和峭度,并将之组合为3维向量作为故障特征,以每个步长信号中的故障样本点数目作为判断故障的依据;算法采用条件正定核函数计算原始样本集中正常样本与故障样本之间的距离,选择边界样本作为新的训练样本集,并以此计算支持向量并构造决策函数。用某型号涡轮泵振动加速度信号对算法进行验证,结果表明对包含5 600个故障样本和5 600个正常样本的原始训练样本集,算法的训练时间为0.68 s。对时长20.80 s的待检信号,算法检出故障时刻为20.43 s,比故障真实出现时刻晚0.42 s(在0.5 s之内)。该算法大幅度提高了训练速度与分类速度,具备良好的精确性与实时性。     

Loop细分曲面的自适应等距面生成算法与实现

提出一种精确快速生成有边界等距 L oop细分曲面的新算法 ,其核心思想是 :从控制网格顶点在 L oop细分曲面上的位置 ,按照给定的等距值 ,沿其法矢正 (反 )向等距 ,通过解线性方程组求出等距后的控制网格 ,然后检测等距误差 ,对部分超过给定等距精度的控制网格进行局部自适应细分 ,重新生成等距面并检测误差 ,直至整个细分等距曲面满足精度要求 ,所生成的等距细分曲面除局部 C1 外其余 C2 连续。实例表明 :本算法高效稳定 ,生成的等距细分曲面已完全满足实际工程需要。     

A multi-objective genetic algorithm for scheduling in flow shops to minimize the makespan and total flow time of jobs

In this paper the problem of permutation flow shop scheduling with the objectives of minimizing the makespan and total flow time of jobs is considered. A Pareto-ranking based multi-objective genetic algorithm, called a Pareto genetic algorithm (GA) with an archive of non-dominated solutions subjected to a local search (PGA-ALS) is proposed. The proposed algorithm makes use of the principle of non-dominated sorting, coupled with the use of a metric for crowding distance being used as a secondary criterion. This approach is intended to alleviate the problem of genetic drift in GA methodology. In addition, the proposed genetic algorithm maintains an archive of non-dominated solutions that are being updated and improved through the implementation of local search techniques at the end of every generation. A relative evaluation of the proposed genetic algorithm and the existing best multi-objective algorithms for flow shop scheduling is carried by considering the benchmark flow shop scheduling problems. The non-dominated sets obtained from each of the existing algorithms and the proposed PGA-ALS algorithm are compared, and subsequently combined to obtain a net non-dominated front. It is found that most of the solutions in the net non-dominated front are yielded by the proposed PGA-ALS.     

基于离群算法组合曲面特征点提取的研究

为了克服目前组合曲面提取特征点算法中阈值选取困难导致边界特征点误判的缺点，在对组合曲面特性进行分析的基础上，提出了一种基于离群算法的组合曲面特征点提取算法。该算法根据曲面特性定义了曲面域和曲面域深度，在空间统计学基础上引入正态分布的标准单位数和置信系数，采用空间数据挖掘中的离群算法提取组合曲面特征点。通过在某型摩托车零件中的应用，表明了该方法可以有效地避免阈值选取问题，且证明了该算法的有效性和实用性。     

An integrated solution—KAGFM for mass customization in customer-oriented product design under cloud manufacturing environment

In hot strip rolling process, rolling schedule is a key technology which directly influences strip product quality. Rolling schedule optimization is actually a problem of load distribution. To make a better rule of the load distribution of aluminum hot tandem rolling, multi-objective optimization algorithm is used to optimize rolling schedule. Preventing slipping, power margin and minimum energy consumption are selected as the optimization objectives. To make a precision calculation of rolling schedule, an adaptive neural network which is based on classification system is applied to improve the prediction ability for the rolling force, and its on-line training system reduces the prediction errors caused by different rolling conditions. The improved differential evolution algorithm is used to search the Pareto front, and it obtains a good approximation of the Pareto-front and decreases computation time. Load distribution strategies focused on different objectives are generated from the Pareto front to meet the requirements of industrial spots. The experiment result shows the algorithm covers the front quickly and distributes well. Comparing with the original schedule, the proposed method reduces the probability of slippage and energy consumption.