基于加权应变能的某ATV车身拓扑优化设计

以极限弯曲和扭转工况的加权应变能最小为目标函数,以设计区域的体积分数为约束,以设计区域的材料密度为设计变量,建立基于加权应变能的拓扑优化模型。并对某ATV车身进行拓扑优化设计,得到了结构的载荷传递路径,验证了该方法的可行性。     

级进模凹模镶拼块的分割方法

针对级进模的结构特点,在分析研究大量镶拼凹模结构的基础上,归纳和总结了镶拼凹模的结构形式及其分割的一般准则。同时,为了提高级进模的设计效率,并充分利用设计者的经验优势,发挥设计者的自主灵活性,采用自动化设计和交互式设计相结合的方法,实现了级进模镶拼凹模的分割设计。对于一些标准形状的凹模刃口,采用基于规则的自动分割设计;对于较复杂形状的凹模刃口,采用加权有向图的最短路径求解方法进行分割设计;而对于异常复杂形状的凹模刃口,则采用交互式设计方法对镶拼凹模进行分割设计。为了提高设计的灵活性,同时还提供了分割点和分割线的交互修改功能。     

动态加权不确定推理真值计算方法的研究

针对专家系统多证据规则中各证据对结论的重要程度不同,且同一证据在不同的时期对结论的重要程度也不同的特点,提出了为证据引入动态加权因子的不确定推理方法。该方法使证据的权值在不同时期能够根据证据发生的次数适时改变,使证据的权值分布更合理,使不确定推理的结论真值更准确;还提出了动态规则强度和动态规则阈值的计算方法,并通过算法实例验证了该方法的有效性和实用性。     

厚壁圆筒自增强压力的优化分析

采用考虑材料应变强化效应和包辛格效应的双线性材料模型,建立了厚壁圆筒自增强理论模型。基于工作时的等效应力及周向应力,提出了最佳自增强压力的评定方法并给出了理论求解过程。采用有限元软件对自增强厚壁圆筒涉及的三个加载过程进行模拟分析,模拟结果与理论计算结果相吻合。由模拟结果得到了厚壁圆筒工作时的最大等效应力和最大周向应力与自增强压力的关系曲线,并采用直接加权组合法进行优化,得到了最佳自增强压力。研究结果为厚壁圆筒最佳自增强压力的求解提供了新思路,具有一定的工程意义。     

自适应暗通道融合和天空补偿的去雾算法

针对暗通道先验图像去雾算法在景深突变区域和天空区域出现透射率估计不准确问题,提出一种自适应暗通道融合和天空补偿的去雾算法。首先,根据大窗口尺度和小窗口尺度的最小值滤波在暗通道先验的特点,将两者通过近似景深关系加权融合获得融合暗通道,从而获得初级透射率;其次,对初级透射率进行下采样,用有雾图像的灰度图进行快速联合双边滤波,再使用上采样恢复原图像尺度大小,并在天空区域采用高斯函数补偿优化得到修正的透射率图;最后,通过改进的大气光值,结合大气散射模型恢复出无雾图像。实验结果表明,该算法能够恢复图像大量细节信息,获得高可视度,并有效消除光晕效应,同时在天空等明亮区域有较好的恢复效果。     

基于WAEEMD和MSB的滚动轴承故障特征提取

针对调制信号双谱(MSB)方法仅能处理平稳信号的不足,提出了一种基于加权平均集成经验模态分解(WAEEMD)和MSB的滚动轴承故障特征提取方法.首先,利用WAEEMD将滚动轴承的非平稳振动信号分解成一系列具有平稳特性的固有模态函数(IMF);然后,开发了一种基于Teager能量峭度(TEK)的加权平均方法以强调敏感IM...     

一种面向订单剩余完工时间预测的SOM-FWFCM特征选择算法#br#

准确的订单剩余完工时间预测有助于动态调整生产计划、优化制造过程,以满足订单产品按时交付的需求。订单剩余完工时间受到车间物料、设备、在制品等各类生产要素的综合影响,相关数据具有典型的大量、多维、高冗余的特点,有效的特征选择能够获得更高的预测精度。在构建候选特征集的基础上,提出了一种基于自组织映射（SOM）网络特征加权模糊C均值（FWFCM）的特征选择算法。通过构建SOM网络初始化FWFCM的聚类中心,减少后者对初始聚类中心的依赖;基于互信息计算特征权重,实现导向性特征聚类,根据聚类结果选择特征代表,构成高质量关键特征子集。以某机加工车间的生产数据为例,通过与其他4种特征选择算法的对比分析,验证了所提算法的有效性。     

深海装备接地故障检测系统设计

监测海底装备接地故障需要精确测量其供电线路的接地电阻值。区别于以往固定式采样电阻的检测方法,文章设计了切换式采样电阻阵列的新方法进行信号采样,并应用加权平均法对数据进行信息融合。试验数据表明,该方法有效地提高了测量精度和准确度。     

The Limiting Distribution of the Residual Processes in Nonstationary Autoregressive Processes

The weak limit of the partial sums of the normalized residuals in an AR(1) process y _t = ρ y _{t −1} + e _t is shown to be a standard Brownian motion W ( x ) when |ρ| ≠ 1. However, when |ρ| = 1, the weak limit is W ( x ) plus an extra term due to estimation of ρ. Asymptotic behaviour of the partial sums is investigated with ρ = exp( c )/ n ) in the vicinity of unity, yielding a c -dependent weak limit as n ←∞, whose limit is again W ( x ) as | c | ←∞. An extension is made to nonstationary AR( p ) processes with multiple characteristic roots on the unit circle. The weak limit of the partial sums has close resemblance to that for the polynomial regression.     

Generally weighted moving average control chart for monitoring process variability

Most applications of the EWMA control chart for monitoring processes depend on detecting shifts in the process mean. The problem of detecting an increase in process variability, which can also strongly affect the quality of products, is perhaps more important. When a process moves from the pilot phase to the production phase, the mean may not shift but the variation will probably increase because new sources of variation are introduced, including new people and materials. A simulation is performed to evaluate the ARL to false alarm and to monitor the change in the process variability of the EWMA control chart and the GWMA control chart. An extensive comparison reveals that the GWMA control chart is more sensitive than the EWMA control chart in monitoring the variance of a process. The results of this study can be applied to monitor the process variability in automated industries.