基于案例推理的刀具切削参数推荐方法研究

合理切削参数的选用对制造企业的生产效益有直接影响。传统切削参数选用往往根据经验、手册选取,对人的依赖性较大。为增加切削参数选取的客观性,解决切削参数选取困难的问题,结合目前人工智能技术的研究成果,将灰色关联分析法融入案例检索方法中,并通过妥协排序法(VIKOR)实现了切削参数的推荐。通过实例验证可得,经所提方法选出的相似工艺案例及推荐的刀具参数较为合理,从而验证了该方法的可行性和有效性。

数据驱动的焊膏印刷工艺参数推荐技术

针对印制板焊膏印刷过程中工艺参数制定主观性大、经验依赖性强的问题,提出一种数据驱动的印刷工艺参数推荐方法。首先构建面向每一元器件焊膏印刷质量预测模型,包括面向每一元器件的印刷合格率预测、焊膏相对面积/体积预测、印刷缺陷类型预测3个子模型;其次以每一元器件印刷质量最优为目标,构建印制板焊膏印刷工艺参数推荐模型;最后基于实际印制板的印刷数据中对各模型的正确性进行验证,印刷合格率预测的平均准确度达到98%,推荐出的工艺参数的偏差值与经验值的偏差小于10%,质量预测和工艺参数推荐结果均可满足实际生产应用要求。

基于领域本体的高性能加工工艺参数推荐方法

针对当前高性能加工工艺参数推荐系统在领域知识语义推理方面存在的不足,根据高性能加工知识具有确定性和模糊性并存的特点,提出一种基于领域本体的混合推理推荐系统框架,结合本体的确定推理和模糊推理机制,设计工艺参数推荐系统混合推理算法。通过一个高性能加工应用实例,证明该系统能较大地提高推理效率和精度。

激发点击的不同注视时间参数对眼控交互操作绩效的影响

目的在基于注视作为激发点击的眼控交互中,考察激发点击的不同注视时间(300ms、500ms、700ms、900ms)参数对任务操作绩效的影响,确定适宜的时间参数推荐值。方法 16名被试分别完成4种注视时间水平下的数字搜索并选中点击任务,采用任务完成率、任务完成时为指标比较不同注视时间水平下的绩效差异。结果 (1)如果把任务超时和误击均作为操作失败,任务完成率随注视时间的增加显著提升,当注视时间达到700ms后,不再发生显著的变化;如果仅以任务超时作为操作失败,则任务完成率在不同注视时间水平下均没有显著差异;(2)任务完成时随注视时间的增加显著增长,当注视时间达到500ms后,趋于稳定,不再发生显著的变化。结论综合考虑注视时间对任务完成率和任务完成时指标的影响,在基于注视作为激发点击的眼控交互中,700ms是适宜的参数推荐值。

NN型行星齿轮传动的设计方法与参数选择

对NN型渐开线行星齿轮传动的设计问题进行了深入分析,提出了简明实用的设计计算与参数选择方法,推荐了参数选用值,可简化设计工作,避免反复计算。

数据驱动选区激光熔化成形性能优化与智能工艺研究进展

选区激光熔化(SLM)是一种革命性的金属增材制造技术,传统方法难以实现SLM零件多项性能目标协同优化和智能化工艺推荐。为此本文报道了新兴的数据驱动方法在SLM成形性能优化及成形机理探索方面进展。首先,阐明了数据驱动已成为促进SLM成形高性能零件的趋势选择;其次,报道了SLM成形单性能和多性能目标优化,总结了存在挑战并指出优化方向,并提出了一套通用的数据驱动SLM智能工艺推荐系统研究框架、构建方案和多维评价准则;再次,综述了数据驱动SLM成形机理并阐明了其发展方向;最后,探讨了数据驱动SLM目前存在的问题及发展趋势。通过对成形性能优化与成形机理进行总结,旨在促进增材制造工艺优化迈向智能化,促进SLM成形构件高质量,高综合性能发展。

牵引供电系统综合负荷实测建模

针对实测建模中牵引负荷时变性的问题,采用负荷特性分类及综合方法进行了一定程度的解决;通过研究牵引供电系统的结构原理,提出了一种改进型牵引供电系统综合负荷模型,运用总体测辨法对各个聚类中心等效样本进行参数辨识,给出了牵引负荷几种典型工况的推荐参数,为牵引负荷实测模型应用于电力系统仿真提供了基础。算例结果表明,改进型模型对负荷特性具有满意的描述能力,同时也验证了负荷特性分类及综合方法的有效性和合理性。

面向水泥熟料烧成系统能耗预测方法

中国的水泥制造业,作为一个高能耗行业,面临着能源依赖和高成本的挑战。在生产成本中,能源消费占了很大一部分,达到了40%至60%。近年来,尽管已经取得了一些节能进展,但与国际先进水平相比,水泥生产的能耗仍有可观的差距。特别是在水泥烧成过程中,作为主要的能耗环节,其内部发生的复杂化学反应和多环节操作,使得数据采集特征为非线性、强耦合、多变量和高滞后。为了解决这一问题,人工智能技术和工业数据采集被引入到水泥生产过程中。通过应用分散控制系统(DCS),企业开始利用人工智能分析优化方法来处理工业数据,以提高生产效率。具体来说,开发了一种新的基于数据驱动的优化算法,用于水泥熟料烧成系统的能耗管理和参数推荐。首先,通过平均影响值算法筛选出影响能耗的关键参数,然后使用支持向量回归(SVR)方法建立能耗模型。在此基础上,运用遗传算法对模型进行优化,从而寻找最佳的操作参数,以实现最低的吨熟料能耗。算法已在戈阳海螺水泥厂的水泥熟料烧成系统中实际部署并取得显著成效。在优化之前,该厂的水泥能耗大约为14650kWh,而优化后能耗降至13650kWh,减少了约6%,同时还能提供关键操作参数的推荐值。

基于用户分布感知的移动P2P快速位置匿名算法

针对移动点对点(P2P)结构下位置隐私保护匿名区形成存在着通信开销大、匿名效率低以及成功率低等问题,提出了一种移动P2P结构下用户分布感知方案,用户在邻域内共享邻域加权密度参数,获取邻域用户实时分布信息,根据用户分布特征为用户推荐隐私参数及候选用户查找半径,帮助用户快速形成匿名区.仿真结果表明,该算法通信开销小,在满足移动P2P网络移动设备节能需求的同时,匿名区生成时间平均在500ms以下,平均成功率达到92%以上.

基于数据驱动的水泥熟料烧成系统能耗优化

水泥制造业一直是我国的高能耗行业之一,对能源的依赖度高,能源消费在生产成本的占比达40%~60%。根据《建材工业“十三五”发展指导意见》,水泥企业的节能取得很大进展,但对比世界先进水平,吨水泥综合能耗仍存在差距。水泥烧成系统是水泥生产过程中的主要能耗部分,水泥烧成系统内部进行着复杂的理化反应,涉及众多环节与设备,采集的数据具有非线性、强耦合性、变量众多和大滞后等特点。随着人工智能的发展和工业数据采集的普及,分散控制系统(distributed control system,DCS)在各行各业都获得了广泛应用,人工智能分析优化方法成为工业数据分析优化的主流。为了提升水泥生产企业的生产效率,在分析水泥熟料烧成系统电力过程的历史运行变量和生产能效数据的基础上,采用一种基于数据驱动的水泥熟料烧成系统能耗优化与参数推荐混合算法。针对参数筛选问题,采用平均影响值算法进行能耗敏感度分析,对影响能耗的参数进行筛选。在建模阶段,采用改良BP神经网络对能耗进行建模,得到系统能耗模型后,通过遗传算法对其优化,使该能耗模型以吨熟料最低电耗的优化目标对可控运行参数进行寻优,能够获得运行参数的优化值。算法在白山水泥厂水泥熟料烧成系统中进行了实际部署,运行结果表明,该算法有效支撑了水泥熟料烧成系统的能耗管理,优化前水泥能耗始终在15000 kWh左右,通过仿真优化后,最优能耗为13661 kWh,约减少7%,同时可获得特征变量推荐值。

基于多元线性回归与BP神经网络的缝口强力预测

缝口强力的影响因素众多且相互间的关系复杂,有效地预测缝口强力有利于服装的品控。采用经选定的涤棉混纺面料为实验对象,通过控制变量法进行缝口强力5因素3水平的全面实验。选定缝纫因素,包括缝型、线迹类型、缝边宽度、机针号数和线迹密度。用SPSS分析单因素对缝口强力的影响作为预测依据;基于多元线性回归和BP人工神经网络,用Matlab编程建立缝口强力预测模型,并比较两种预测方法的准确性;最后用较优的预测模型搭建针对服装企业的缝纫工艺参数推荐框架。结果表明:多元线性回归与BP神经网络模型预测误差均值分别为8.579%和2.642%,说明BP神经网络的整体预测精度更高,建议采用BP神经网络预测模型来进行缝纫工艺参数推荐。

透平叶片变切削加工工艺数据库设计与开发

透平叶片是透平机械的核心零件之一,因其复杂的曲面造型和低刚度性,被认为是机械加工中的难题。通过Visual Basic编程语言进行叶片切削工艺数据库开发,在功能上实现面向叶片工艺变切削参数智能推荐、相似工艺实例推理和数控加工工序卡片、程序清单的输出,方便企业用户使用,提高工作效率和准确性。

复合材料切削刀具数据库的设计与实现

复合材料切削加工数据库是实现复合材料高效、精密及智能加工重要支撑,本研究开发了一款基于B/S结构的复合材料切削刀具数据库系统,包括刀具和加工工艺的信息查询、混合推理和信息管理等功能。对复合材料切削刀具数据库进行信息与功能需求分析,完成了数据库系统的总体框架设计和功能模块开发,阐述了混合推理技术在数据库系统中实现刀具和加工工艺参数推荐的过程,为用户构建了一个高效、实用的复合材料切削刀具数据库系统。

平顶山地区抗裂排水型路面选用及参数推荐

本文通过对平顶山地区公路路面状况、结构情况及材料设计参数的调查,对路面破坏原因进行了分析,提出了抗裂排水型路面结构的使用,并结合地区特点,推荐出了土基回弹模量、基层底基层材料、面层材料等路面设计参数。

人工智能技术的水声探测应用

人工智能技术是当前信息技术领域的研究热点,以深度学习、强化学习等方法为代表的新一代人工智能技术对众多行业发展具有重要影响,形成了整个人类社会进步的重要驱动力。文章在总结当前主要人工智能方法的基础上,针对目标检测、水下目标识别、目标自动跟踪、无源目标定位、声呐效能评估与工作参数推荐、人机交互、水声数据仿真、集群协同等水声探测重点应用方向,讨论了人工智能方法运用机制,利用部分典型场景的智能化处理结果验证了可行性,可以为水声探测的智能化技术研究与应用提供基础。