基于SOM-BP的全自动口罩机传动系统故障检测

针对口罩机在多工序生产中故障特征难以诊断的问题,提出了一种基于自组织映射(SOM)和误差反向传播网络(BP)的故障检测模型。首先针对4种减速机故障类型搭建SOM-BP复合型神经网络模型并完成检测分类,其次通过提取原振动信号的20组时域和频域参数作为SOM网络的输入样本进行初步聚类,并根据仿真结果确定最佳竞争层结构,最后将聚类后结果输入BP网络进行预测并完成分类,实现故障检测。研究结果表明,7×7竞争层结构下的SOM-BP复合型神经网络对于减速机的8种时域和频域参数的检测效果最优,分类准确率可达93.5%,173次迭代即可收敛,数据拟合度最高达0.99876,达到实际检测要求,验证了该方案的有效性和可行性。

基于改进残差网络的拉丝机减速箱故障诊断

减速箱对拉丝辊的转速固定有重要作用,由于拉丝设备结构紧密,内部零件的运行状态不易于观察,因此减速箱轮齿故障导致的转速配比异常很难被及时发现,针对拉丝机减速箱存在的故障诊断环节缺失问题,提出一种遗传算法与优化注意力模块改进的残差网络的故障诊断方法。首先,通过小波包分解与带通滤波的混合方法清洗数据,依照生产车间实际情况提出综合评价指标,并按照指标需求选择小波包分解层数;其次,针对残差网络与注意力模块进行改进;最后,将经过连通域分析与二值化后的特征图送入改进后的模型进行诊断。结果表明,该方法的诊断准确率比注意力-残差网络模型(Squeeze-and-Excitation-ResNet,SE-ResNet)提升了7.32%,比卷积神经网络-极限学习机模型(Convolutional Neural Network-Extreme Learning Machine,CNN-ELM)提升了8.81%,针对注意力模块(Squeeze-and-Excitation Module,SE)的改进将模型的单次诊断时间在原来的基础上缩短0.92 s,对塑编拉丝车间中减速箱的维护具有较大的实用价值。

基于语义的组件化样机建模技术研究

提出了一种基于语义的组件化样机建模方法。基于仿真单元体建立仿真组件,组件间通过配置语义建立物理和行为上的连接关系,从而快速建立起联合仿真环境,并通过在该环境的仿真来分析辅助产品单元的设计。该方法提高了仿真模型的可重用性,简化了联合仿真环境的建模过程,有效地提高了产品单元的设计质量。

面向虚拟样机的机构信息自动识别与提取技术研究

基于产品装配约束信息及工程设计语义信息 ,自动构建零件邻接图 ;通过建立连接单元体识别规则 ,识别构件单元 ;通过运动几何元素求交运算规则及运动几何元素与运动副映射关系 ,自动构建机构模型 ,使机构建模过程简化 ,建模速度与精度提高 ,分析复杂度降低。相关方法在虚拟环境产品性能评测的研究与开发中得到实现 。

语义推理驱动的协同装配技术

为提高协同装配智能型和自动化程度,提出了语义推理驱动的智能装配技术。通过定义装配端口,建立装配元件之间连接关系的高级抽象表达;通过三维语义标注,构建产品三维形体与语义内容的关联,由此构建面向装配的产品本体模型。通过建立语义推理规则库及端口坐标系,实现装配连接关系的自动推理,并自动创建元件之间的配合操作关系。开发了基于自由度分析的三维约束求解引擎,基于推理结果自动求解变换矩阵,最终实现元件的自动装配。开发了智能协同装配原型系统并进行了试验,结果验证了该方法的有效性。

基于端口自动匹配的产品智能装配建模技术

为提高装配效率,提出了一种基于端口自动匹配的智能装配技术,用来提高复杂结构产品装配的智能性和自动化程度。通过装配端口及约束关系定义,建立了装配元件间约束关系的高级抽象表达。基于装配端口特征布局图,提取基准三角形;利用端口匹配算法,快速判定端口的可装配性;通过语义推理,自动创建两匹配端口间配合操作约束集。利用三维几何约束求解引擎,计算方位变换矩阵,实现元件的自动装配。开发了智能装配原型系统,并以结构复杂的零部件装配为例进行了实验,实践表明该技术可有效减少装配过程中的三维交互操作,提高装配速度。

CAD在碾米机零部件设计中的应用

利用计算机辅助设计（ＣＡＤ）技术，对碾米机零部件进行设计，可提高碾米机的设计水平，缩短设计周期。程序界面友好，使用方便，是一种切实可行的设计碾米机的方法。

Intranet环境下企业资源的安全访问控制策略

在分析Intranet环境下的企业信息安全的基础上,利用基于角色的访问控制模型,结合企业的组织功能机构,建立了角色树,通过角色树建立了角色和权限之间的对应关系。通过这种方法,实现了企业全局资源的安全访问控制。

面向虚拟样机的层次混合仿真建模研究

为提高复杂虚拟样机在虚拟环境下交互仿真的实时性,提出了一种基于实体-骨架混合仿真模型的运动仿真方法。根据仿真过程中的交互要求及虚拟样机模型复杂程度的分析,调整仿真模型的组合表达形式,从而形成由实体模型、关节骨架模型及零件骨架模型组成的混合仿真模型。基于混合模型的运动仿真不但能实现仿真过程中与虚拟样机的交互操作,而且能提高仿真的实时性。相关的方法在虚拟环境产品性能评测的研究与开发中得到实现,并应用到汽车发动机的动力学分析中。

基于图形的信息管理技术研究

基于图形技术的管理信息系统 ,使图形技术和数据信息关联起来 ,使二维的纸张信息向多维的空间信息发展。最终可以实现图形与数据的双向查询。拓宽了图形技术的应用领域 。

组件化虚拟样机单元协同装配技术研究

为快速建立集成化虚拟样机模型,提出了一种组件化协同装配方法。在该方法中,采用基于端口的建模方法,建立虚拟样机单元的组件化表达。在此基础上,构建组件化协同装配体系框架,将协同装配分解为连接元抓取拖动、装配预处理、组件装配3个基本过程,简化了装配过程,提高了组件装配建模速度。最后对组件协同装配解空间进行了分析。

人因工效学在生产工位作业中的分析及应用

利用Jack软件建立所需要的人体模型,并在此基础上运用OWAS和RULP分析工具进行仿真,对生产线中的手工作业进行工效学分析。通过仿真分析来研究员工在生产线的工序操作中的人因缺陷,结合人因学改善原则设计出相应的改进方案,改善员工的操作作业。结果显示改善方案明显减轻了操作者的劳动损伤,降低其疲劳度。

基于Kinect的人体作业仿真方法研究

为了提高生产企业作业分析的效率和改善作业,提出了一种基于非介入式运动捕捉设备Kinect的人体作业仿真方法。首先利用Kinect对真实的人体作业动作进行捕获,获取所需的人体运动数据,接着在Kinect人体模型和人机工效软件DELMIA的人体模型之间建立映射,并在此基础上对DELMIA软件进行二次开发,最终实现由Kinect获取的人体运动数据驱动DELMIA里的虚拟人体进行仿真作业。仿真结果表明:基于Kinect的作业仿真方法在运动捕捉的适用环境、精确性和响应速度等方面都能很好地满足企业应用的要求。

基于遗传模拟退火算法的柔性流水车间调度节能优化

为解决柔性流水作业车间生产效率低、能耗高、加工成本高、订单周期长等问题,设计了以最小化最大完工时间、最小化总能耗为目标的车间调度模型。针对遗传算法和模拟退火算法计算效率低和易陷入局部最优的缺点,提出了一种改进遗传模拟退火算法(Improved Genetic Simulated Annealing Algorithm,IGSAA)。在遗传算法的基础上采用了动态的交叉率和变异率,以及在模拟退火算法中加入了基于逆序的局部搜索方法,提高了最优解的搜索效率,减少了算法的迭代次数。最后,通过工厂实例进行验证。结果表明,与遗传算法和模拟退火算法相比,所提算法分别节省了12.1%和21.4%的能耗,缩短了17.5%和36.7%的完工时间以及减少了20%和48.4%的迭代次数。

用综合技术促进动力机械安全运行

针对工程中动力机械发生的故障、事故,分析常规设计、计算和操作中所存在的问题,采用现代疲劳、损伤、断裂计算与常规强度计算相结合的计算分析方法,使关键零部件的整体计算和局部计算相结合,编制动力机械强度失效分析和寿命预测程序;采用现代计算机虚拟设计和虚拟装配与常规设计计算相结合方法,提高制造精度,解决因振动引发疲劳断裂事故;采用智能化的检测、实时的程序计算和软测量技术,获得软测量参数,实现安全分析、报警、优化调节和控制,达到安全运转,优化运行指标。从而实现用综合的现代程序计算和控制手段,促进动力机械的安全运行。

基于知识的线路巡检计划层次推理技术研究

提出了一种基于知识规则的巡检计划生成方法。利用知识系统原理,对巡检专家知识进行分层描述,建立巡检知识库;基于巡检知识的层次描述,提出巡检计划的层次推理方法;在层次推理机制的控制下,使用巡检知识对巡检历史数据进行动态解释,形成巡检决策,并自动生成巡检计划。该方法在实际中得到了应用,并取得了较好的效果。

近红外光谱分析快速检测技术在丝棉混纺织物成分分析中的应用研究

以1260个丝/棉混纺织品作为研究对象,对样品颜色及其成分分布进行分析。按样品丝含量的不同进行分段细分,利用偏最小二乘法分别建立丝/棉混纺织品中丝含量的定量校正模型,提高了校正集和验证集的准确率。为验证模型的准确性和实用性,对600个未参加建模的样品进行预测,并与经典方法的结果进行对比分析,结果表明利用近红外法与经典方法所得结果不存在显著差异,说明该技术在丝棉成分分析领域有着广阔的应用前景。

基于LVF的超便携近红外光谱仪对羊毛成分含量的快速无损检测

在市场现场检测混纺织品中羊毛含量非常不易,往往需要取回样品到实验室进行检测,存在检测费时、费力、破坏被检样品等问题,本文研究了基于LVF的超便携近红外光谱仪在现场对羊毛含量的快速无损检测定量分析方案,以市场里常见的羊毛/锦纶、羊毛/聚酯、羊毛/锦纶/聚酯混纺织品为研究对象,对样品颜色、样品组合及羊毛含量分布进行分析后,利用偏最小二乘法建立了混纺奴品中羊毛含量的近红外定量校正模型。为验证模型的准确性,对100个待测样品进行结果检验,以羊毛含量为具体的检测指标,将预测结果进行方差分析,表明用近红外光谱快速检测法与标准方法(GB/T 2910—2009)的结果不存在显著性差异,达到了纺织检测的标准要求。该方法有望成为在消费市场现场快速、非破坏性的筛查手段,在羊毛混纺织品交易、海关商检等领域中有着广阔的应用前景。