基于元素关联链的多领域特征模型一致性研究

为了有效地维护特征模型的一致性,提出一种基于设计特征模型与加工特征模型双向关联,并利用有关的准则,维护设计/加工/检测特征模型一致性的方法。

根据工艺需要进行设计特征模型调整的方法

保持不同领域特征模型的一致性是多领域特征建模的一个核心问题 .为有效地维护特征模型的一致性 ,提出一种根据对加工特征模型的修改要求自动确定设计特征模型调整方案的方法 .该方法从加工特征修改所涉及的拓扑元素出发 ,通过搜索拓扑元素约束关系图找出相关的拓扑元素约束链 ,并以此为基础 ,利用有关准则自动确定设计特征调整的最优方案 .该方法从加工的需求出发调整设计模型 ,保证设计与加工特征模型的一致性 。

基于核极限学习机自编码器的转盘轴承寿命状态识别

针对低速重载转盘轴承运行工况恶劣、故障特征微弱的特点,提出基于飞蛾扑火算法优化多层核极限学习机自编码器(MFO-MLKELM-AE)的转盘轴承寿命状态识别方法.该方法从振动信号的时域和时频域中提取出多个能够表征转盘轴承运行状态的特征向量,并将其组成高维特征集.采用堆叠多层核极限学习机自编码器(MLKELM-AE),从高维特征集中提取最能反映转盘轴承的寿命状态信息,输入核极限学习机(KELM)模型进行寿命状态识别.在MLKELM-AE学习训练中,采用新的飞蛾扑火算法(MFO)优化惩罚系数和核参数,提高MLKELM-AE的特征识别能力.转盘轴承加速寿命实验表明,MLKELM-AE比多层极限学习机自编码器(MLELMAE)、单层极限学习机(ELM)、KELM的识别精度高,多传感器、多领域特征能够全面反映转盘轴承的寿命状态.