面向现场装配的产品装配工艺模型表达与管理方法

来源 :计算机集成制造系统 | 被引量 : 0次 | 上传用户:cjz1107
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对面向现场装配的工艺信息完整准确表达与高效管理的应用需求,提出以三维装配过程模型为载体实现面向现场装配的产品装配工艺模型表达与管理方法.分析了面向现场装配的产品装配工艺信息变迁特点,明确了从产品预规划装配工艺信息向现场实际装配工艺信息的实例化映射规则;定义了三维装配过程模型与装配工艺信息数据集,并确定了工艺信息在该模型上的装配工艺基于模型定义(MBD)表达方案;利用装配工艺信息层级嵌套管理模式实现了对面向现场装配的产品装配工艺信息的有效管理,并构建了装配工艺管理器进行工艺信息的组织与存储.将上述方法集成于三维装配工艺设计系统中,并以创建某型减速器产品的三维装配工艺模型为例,验证了所提方法的有效性.
其他文献
为更准确地预测中小河流水文时间序列变化,建立改进粒子群优化算法(PSO)与长短期记忆神经网络(LSTM)结合的预测模型.提出利用非线性惯性权重变化,加入自适应变异等操作的方法,改善PSO的寻优能力;实现LSTM与注意力机制(attention mechanism)的结合,建立PSO-LSTM组合模型,改变传统LSTM在水文预测中参数选取困难、预测不精准的情况,提高对水文时间序列的拟合能力.通过实验验证了在复杂的水文数据处理中,该模型能更好地适用于中小河流水文时间序列预测.
为在有限的资源下为学生推荐合适的题目,通过对题目的异构数据信息特征(题目-文本、题目-知识点和题目-源代码)的提取,提出基于注意力的神经网络框架(HANN)的推荐题目的设计方案.为在HANN框架上评估文本与源代码、文本与知识点之间的关联,提出两种策略即文本-源代码(TCA)和文本-知识点(TQA);在相似注意的基础上,对每组练习中的相似部分进行测量;开发一个成对训练策略来返回相似的题目集.广泛的实验结果在真实数据下清楚地验证了HANN框架的有效性和解释能力.
针对内核在线分析工具,使用服务器计算函数调用图存在渲染时间长、网络传输数据量大等问题,基于Node.js的前端渲染函数调用图工具FRCG(front-end rendering call graph),使用前后端分离的方式,将数据处理与调用图渲染拆分到前后端分别进行.服务器异步处理请求,返回JSON数据,优化传输数据量.前端页面请求数据,动态渲染函数调用图,页面通过对数据的更新实现图的切换和操作功能,提高调用图的灵活性.对比测试表明,FRCG工具有效提高了函数调用图生成速度,减少了传输数据量.
针对素描图像和可见光图像存在较大模态差异这一问题,提出一种基于转换生成网络的素描人脸识别方法,该网络同时实现跨模态图像生成和素描人脸识别.转换生成网络由生成器、判别器和特征转换网络(S网络)组成.生成器生成图像,判别器使得生成图像具备两种模态信息,S网络提取高级语义特征来辅助生成图像和识别.使用端对端训练来更新模型参数,通过引入识别损失约束项指导生成更好的跨模态图像,通过生成的跨模态图像减少模态差异带来的识别精度损失.在UoM-SGFSv2、e-PRIP等素描人脸数据集上验证该方法识别性能,实验结果表明,
为提高公路隧道照明系统设计的效率和节能水平,基于IESNA LM-62标准的灯具配光数据文件,并以逐点法为照度和亮度计算方法,在VB.net平台中开发面向公路隧道的照明系统辅助设计与优化分析软件.软件包括的功能有:基于车流量、洞外亮度和运行车速的三因素动态调光、各照明区段的长度与亮度分析、灯具回路设计与模式搜索法安装参数优化、各运营工况的照明质量验算、全年能耗估算、自动成图与结果输出等.以一个实际的工程案例展示上述功能,应用结果表明,软件可以为建立公路隧道能耗指标体系、开展节能评价等工作提供数据支撑.
为改善传统分类算法在小样本遥感图像分类上效果差的缺陷,提升模型的快速学习能力,提出融合迁移学习和元学习的小样本分类算法.设计基于长短期记忆网络的元学习器,通过门控结构拟合网络参数更新方式最下化损失下界,具有自动学习分类器参数更新方式的机制,相比于传统方法,能够有效扩展优化算法的搜索空间;考虑样本的跨类别知识转移和训练时间,利用迁移学习的思想,将不同类别的数据映射到同一特征空间上,对经过表征训练的分类器进行元训练,使分类器更好把握类别的整体特征,加速元学习的训练过程.实验结果验证了该算法的优秀性,为罕见小样
为解决云制造环境下制造资源组合优选问题,构建了面向资源供应方、服务需求方以及云制造平台运营方三方利益的制造资源服务组合双层规划模型.该模型利用前景理论,建立了以时间、成本、交付物质量等为约束条件,服务质量为目标函数的上层规划模型,以及以资源供应方剩余负载为约束条件,资源利用率为目标函数的下层规划模型.最后,采用云遗传算法对模型进行求解,并通过应用分析和算法对比,验证了所构建模型及算法的有效性和优越性.
针对变压器故障诊断中的小样本、非线性、参数寻优难等问题,提出改进的变量预测模型的变压器故障诊断方法.分析变量预测模型和布谷鸟搜索算法结合解决小样本和非线性问题,指出其后期收敛速度慢,稳定性差,收敛精度不高,易陷入局部极小值问题,在此基础上在谷鸟搜索算法位置更新中引入变异操作,提高解的多样性.引入动态步长和动态发现概率提高解的稳定性和收敛效率.通过设计基于油色谱数据的变压器故障诊断实验,验证了提出的结合方法及其改进算法相比于其它优化算法有更高的识别效率,其中,平均识别精度高达97%.
由于几何维修过程及其拓展模型能够较好地描述故障及其维修时间的随机分布,成为贮备系统可靠性建模的主要工具之一.同时,周期预防性维修活动受生产周期、维修力量等因素影响后呈动态随机事件,表现为拟周期形式分布于其维修窗口.为研究服从拓展几何维修过程的贮备系统的拟周期预防性维修策略优化问题,以互异的两单元冷贮备系统为研究对象,在假设主单元失效过程服从具有修复因子的拓展几何维修过程,贮备单元失效过程服从指数分布的前提下,构建了带维修窗口的拟周期预防性维修策略优化模型.通过最大化系统收益率,获得了最优的拟周期预防性维修
针对云制造环境下加工任务执行过程中机床装备资源易受紧急插单、加工质量异常、设备运行故障等高频随机扰动影响,致使产品加工服务质量(QoS)不能满足客户个性化需求的问题,提出一种基于离散Markov跳变系统的机床装备资源动态优化选择方法.首先,结合云制造服务运行特点,构建了云制造环境下面向加工任务执行过程的服务质量动态演化模型;基于系统稳态控制定理,设计了云制造加工任务QoS的状态反馈控制器和闭环控制系统,并在此基础上提出面向生产随机扰动的机床装备资源动态优选策略;最后,通过应用实例仿真分析,所提方法将云制造