基于特征合成的周期性备件需求预测方法Symbol`@@

针对工程机械备件需求预测准确性低的问题,提出一种新的基于特征合成的周期性维修备件需求预测方法. 定义等间隔备件需求样本集的相似度模型,采用优化算法确定最优备件需求周期长度,并利用回归模型建立各周期内的备件需求模型;提出基于特征合成的模型综合方法,借鉴物理力学中的矢量合成方法,将多个历史备件周期需求模型特征矢量合成新的特征矢量,利用新特征矢量还原获得最优的周期预测模型,该模型综合考虑了各个历史备件周期预测模型,使获得的备件周期预测模型具有更好的鲁棒性和泛化性. 采用人工数据和矿用圆环链的实际需求数据对该预测模型进行验证,实验结果表明,该模型具有良好的稳定性和准确性.     

七轴并联机床加工汽轮机叶片技术及其工作空间干涉检查研究

并联机构自从1980年就应用于机器人作业,但是第一台并联机床却出现在14年以后.目前,研究并联机床在铣削加工能力方面的文献很少,文章着力于研究并联机床在铣削加工尤其是加工自由曲面的能力.文中描述了并联机床在铣削加工汽轮机叶片的实际应用. 研究了基于UG CAD/CAM铣削汽轮机叶片技术,并考虑了并联机床粗加工和半精加工的效率和精加工的精度控制.UG CAM产生的刀具轨迹文件,不能直接被并联机床数控系统识别,所以必须进行后置处理,文中提出了面向七轴并联机床的刀具轨迹后置处理技术,以生成并联机床CNC系统可读的加工代码.最后为了避免机床在加工中的干涉,针对七轴并联机床的特性,提出了快速工作空间检查算法.     

新型2-TPR/2-TPS空间4自由度并联机构

提出一种新型2-TPR/2-TPS空间4自由度并联机构。机构的运动平台通过两个相邻的TPR分支运动链和两个相邻的TPS分支运动链与固定平台相联接。每个TPR分支由一个胡克铰T、一个移动副P和一个转动副R组成,一端通过胡克铰T与固定平台相联,另一端通过转动副R与运动平台相联;每个TPS分支由一个胡克铰T、一个移动副P和一个球面副S组成,一端通过胡克铰T与固定平台相联,另一端通过球面副S与运动平台相联。运用约束螺旋理论,对机构的运动性质和奇异位形进行分析。机构运动平台具有沿两个TPR分支所在平面的二维移动自由度,和以两个TPR分支胡克铰二级转动副轴线所在平面内的任何直线作为转轴的二维转动自由度。选取4个分支运动链的移动副作为驱动副,发现了机构可能出现的四种奇异位形。     

基于重心的多目标方案排序理论

一、引言多目标方案排序是个老问题,隶属于多元分析,是系统工程的必要环节之一,以往用得最多的方法     

连续小波过程神经网络及其仿真研究

在小波分析和过程神经网络理论的基础上，提出了连续小波过程神经网络模型，其隐层为过程神经元，隐层激活函数采用小波函数．该网络结合了小波变换良好的时一频局域化性质及过程神经网络可以处理连续输入信号的特点，因而学习能力强，精度高．给出了小波过程神经网络学习算法，并以航空发动机滑油系统状态监测为例，分别利用传统BP网络和小波过程神经网络进行预测．结果表明，小波过程神经网络收敛速度快，精度高，优于BP网络的预测能力，同时也为航空发动机滑油系统状态监测问题提供了一种有效的方法．     

小波网络平均影响值的航空发动机自变量筛选EI北大核心CSCD

为了快速准确地实现发动机参数非线性自变量筛选,基于平均影响值的思想和小波神经网络学习能力强、收敛速度快、具有自适应性和容错性等优点,提出小波神经网络平均影响值的发动机自变量筛选方法。根据参数之间的关系特点,建立多参数连续小波逼近网络模型,并给出学习算法。仿真实例表明,该方法不但能够实现复杂的非线性变量筛选,而且对比其他非线性变量筛选方法,具有精度更高、速度更快的特点。     

船用螺旋桨混联加工装置结构参数标定方法

为实现大型船用螺旋桨的高精度、高效加工,提出了基于混联机构的双刀对称加工方案。介绍了加工装置的机构组成,对影响加工精度的结构参数的标定方法进行了研究。针对装置运动存在耦合的特点,将装置的串联机构与并联机构进行分离标定,建立串联机构与并联机构的结构误差模型,对两种结构参数的辨识方法进行研究,并采用LevenbergMarquardt优化算法对非线性方程组进行求解,获取结构参数的修正值。最后在ADAMS中构建含有结构参数误差的装置模型,实现各种加工运动模拟,采集刀具的各种位姿误差,利用加工装置标定方法对装置的结构参数进行修正,验证了误差模型建立与参数辨识方法的准确性,证明了该标定方法的正确性与有效性。