谈谈软件开发系统文档的书写——以企业合同销售为例

系统文档是讲述系统需求分析和系统系统逻辑设计,是系统分析阶段的成果,放映系统设计阶段调查和分析的全部结果。系统文档他是下一步进行系统设计与实现的纲领性文件。用户可以通过系统文档来验证和认可新系统的开发策略和开发方案,系统设计师可以使用系统文档来进行前台界面设计和后台数据库设计,作为指导系统设计工作的标准。系统文档完成后,经过相关人员论证,找出问题并及时进行解决。可以使得系统分析做的更完善、更详细、更切合实际。     

跨障碍升降小推车建模设计

随着市场经济的快速发展,电子商务的欣然崛起,运输行业也随之发展,而搬运和转载货物又是运输行业基础。目前市场上一些大型货物如家电、机器等都是商家进行配送到目的地,但大型货物的装卸与搬运主要依靠人工转运。比如无锡工艺职业技术学院九号楼搬运物品,即使有电梯,但是物品的搬运,不能一次装卸搬运完成。研究制作一种简易便携跨障碍升降小推车,其研究目的在于路况不理想的情况下最大程度减少人力资源的消耗。设计一种用于重物的搬运及装卸的载物装置,实现货车装卸及货物搬运的自动化。可适用于学校、各种工厂、快递公司、家用等货物的搬运及装卸,在运输行业高速发展的今天具有良好的发展前景。     

基于排列熵和变量预测模型的旋转机械故障诊断

为了提高旋转机械故障诊断的性能,提出了基于排列熵和变量预测模型的故障诊断方法。使用固有时间尺度分解法分解初始故障信号,得到多个固有旋转分量;选择含有故障信息的分量并计算其排列熵,作为故障诊断的特征值;使用训练样本得到的特征值训练不同故障状态下每个特征值的预测模型,将此变量预测模型用于诊断故障信号的故障类型;经实验验证,与BP神经网络、支持向量机等方法相比,所提出的故障诊断方法不仅诊断准确率高,而且耗时少,说明该方法有效性。     

基于综合信息融合神经网络的轴承故障诊断

因轴承的工作环境恶劣,导致其故障多发,在对轴承故障进行快速诊断和定位时存在困难,为此,提出了一种基于综合信息融合神经网络的轴承故障智能诊断方法.首先,介绍了前置神经网络的工作原理,推导了前置神经网络的链接权值系数训练方法,制定了前置神经网络的算法流程;并基于D-S证据论和Dempster组合规则,设计了后置神经网络的故...     

铝合金汽车方向机壳体压铸工艺优化

针对铝合金汽车方向机壳体压铸生产中缺陷较多、产品合格率较低的问题,采用Any Casting数值模拟软件对其压铸过程和缩孔缩松缺陷进行模拟预测。根据模拟结果,对原工艺进行优化,通过正交试验确定最佳的工艺参数。结果表明:将横浇道个数从4个减少为2个,将内浇口厚度由2 mm增加到3 mm,有效改善了金属液汇合、冲击引发的絮流现象;通过设置排气槽可以明显改善卷气现象。方向机壳体压铸最佳工艺参数为浇注温度610℃,压射速度1.2 m/s,模具预热温度170℃,得到的铸件质量显著提高。     

高空作业平台虚拟机的仿真与分析

高空作业平台是用来运送工作人员和工作设备到指定高度进行作业的特种车辆,它适用于建筑、消防、港口等行业。应用三维建模软件P ro/E和多体动力学仿真分析软件ADAM S,创建高空作业平台的动力学模型,并对高空作业平台的动力学特性进行了仿真分析,为以后的改进设计提供可靠的依据。     

复合形引导蜂群寻优的无人机航迹多目标规划

为了提高无人机导航路径规划的精度和稳定性,提出了复合形引导蜂群寻优的无人机航迹多目标优化方法。使用坐标变换方法,将二维规划问题降为一维;建立了航迹规划的目标函数与约束条件;在传统人工蜂群基础上,改进了蜜源初始化方法,使前后航迹点相互关联,提高航迹可行率;为了提高收敛速度,改进了雇佣蜂和观察蜂的蜜源搜索方式,提出了随机搜索与最优蜜源引导相结合的位置更新方式;提出了Metropolis准则改进观察蜂蜜源选择策略,有利于算法跳出局部最优、保留潜在最优;使用复合形法引导蜂群整体向优质蜜源运动,提出了复合形引导蜂群寻优算法。经仿真验证,与传统算法和混沌扰动算法相比,复合形引导蜂群算法的收敛迭代次数分别减少了4倍和6倍,寻优时间降低了约一个数量级,且规划航迹更优、稳定性更好。     

基于二级控制器的重型锻造液压机同步控制

为了提高重型锻造液压机同步控制精度,分别设计了由内环压力控制和外环位置控制级联的二级控制器。建立了多缸单动液压机压力动态模型和滑块位置动态模型;对于内环压力控制器,构造了李雅普诺夫函数,解算了油腔压力控制率;对于外环位置控制器,由于液压系统负载具有不确定性,设计了不确定负载的自适应控制系统,通过构建位置跟踪子系统的李雅普诺夫函数,解算出自适应控制率,同时估计出负载值,通过控制分配方法将自适应控制率转换为各油腔油压期望值。经仿真验证,设计的二级控制器对恒定的不确定负载可以实现无误差估计,在1 s内实现高精度调平,调平误差控制在1. 6×10~(-5)rad以内,1 s内实现对滑块位移的跟踪,且位移误差在1. 5×10~(-4)m以内。     

样本不均衡时轴承故障的非平衡卷积网络诊断

为了提高样本不均衡条件下轴承故障诊断精度,提出了基于VAE-SNN的样本增广方法和基于非平衡损失网络的故障诊断方法。首先,使用变分自编码器用于数据生成,并依据孪生神经网络对生成数据的类别进行判定,实现了基于变分自编码器和孪生神经网络的样本增广;其次,分析了卷积神经网络无差别对待样本的缺点,针对不均衡样本的特殊性,提出了非平衡损失函数卷积网络,该网络能够自动关注数量少、难分的样本训练。经实验验证,生成对抗网络增广的样本相似度为0.847,孪生神经网络增广的样本相似度比对抗网络提高了6.61%,说明孪生神经网络的样本增广效果更好;在相同诊断方法前提下,样本增广后比增广前的准确率提高了9.42%,说明样本增广有利于提高轴承的故障诊断准确率;非均衡损失网络比卷积神经网络的诊断精度提高了7.17%,比自适应深度学习提高了4.12%,验证了非均衡损失网络的高准确率和优越性。     

柔性作业车间机床与搬运机器人联合调度方法

针对当前柔性作业车间机床和搬运机器人单独调度存在的不匹配问题,以车间完工时间为目标,提出基于多代竞争强进化遗传算法的机床与机器人联合调度方法。对多工件、多工序、多机床、多机器人的柔性作业车间联合调度问题进行了描述;考虑了机床生产和机器人搬运的时序约束,建立了最小化车间完工时间的优化模型;使用工序链、机床链及机器人链缠绕的染色体编码方式,将联合调度问题转化为算法优化问题;在遗传算法中引入多代竞争机理和强进化算子,其中多代竞争机理增加了优秀染色体的遗传概率,强进化算子具有保留优秀基因片段和强制差基因进化的能力。经生产实验验证,在15个工件44道工序的调度中,该算法的车间完工时间比标准遗传算法缩短了14.75%;另外,在不同规模的工件生产调度中,与克隆选择算法和标准遗传算法相比,该算法的迭代次数最少、车间完工时间最短。上述实验结果充分证明了多代竞争强进化遗传算法在柔性作业车间生产联合调度中的优越性。