基于逐级映射的铁路工程自动验工计价方法研究

针对铁路工程验工计价业务模式存在的依赖业务人员能力、效率低下、数据难共享、机制不透明等问题,提出一种基于逐级映射的铁路工程自动验工计价方法,即通过WBS、EBS、Qlist数据进行层级编码并添加节点层级,形成验工计价数据模板;同时建立各数据模板间的基础映射关系,支持用检验批结果驱动基础映射关系自动归集验工计价数量;经过线上业务协同流程,可以实现一键式验工计价。在实际铁路建设项目中应用后,方法的可行性、可靠性、简易性得到验证,提升业务效率,计价过程支持追溯,提升了计价工作透光度。

微细电火花加工放电状态逐级映射检测

为解决微细电火花加工过程中由于频繁出现的放电信号严重畸变、放电状态不稳定甚至突变等造成的放电状态难于准确检测的技术难点,在分析和研究传统的微细电火花加工放电状态检测方法的基础上,结合系统辨识和模糊逻辑理论,提出了微细电火花加工放电状态逐级映射检测原理和方法。对实时采集到的极间电压和电流信号,通过模糊运算判别采样点的放电状态,再将采样点放电状态值映射为放电状态矢量,并对该矢量进行统计得到"短路率"和"火花/电弧率",经过模糊推理辨识出各分析周期的放电状态。实验表明,该检测方法准确性高、运算量低且运算速度快,与平均电压法相比,效率提高22.2%。检测结果可为微细电火花放电加工过程的实时控制提供系统放电状态的反馈输入,保证了加工控制系统的稳定性和准确性。

复杂机电产品关键质量特性提取模型

把产品质量特性分为产品策划级(VOC级)QCs(Quality Characteristics)、概念设计级(产品级)QCs、详细设计级(零部件级)QCs、产品制造级QCs4个阶段,以用户需求(VOC)技术指标为输入,构成四阶段逐级映射关系,进而利用人工神经网络(ANNs)技术求出VOC技术指标相对重要度和各级映射权重,然后提出基于ANNs技术的复杂机电产品关键质量特性提取模型。避免产品生产各个阶段不该重点控制的质量特性(QCs)以关键控制现象出现,应该重点控制的QCs以非关键控制现象出现。最后,应用实例验证了所提理论与方法的正确性和有效性。

基于局域波分解的电火花加工放电状态预测方法

针对微细电火花加工和深孔电火花加工过程中频繁出现放电信号严重畸变、放电状态不稳定甚至放电状态突变等实际加工情况,建立基于模糊逻辑的电火花加工放电状态逐级映射检测系统;在此基础上,将局域波分解理论引入电火花加工放电状态预测的研究,结合系统辨识理论和线性预测方法,建立基于局域波分解的电火花加工放电状态预测数学模型,提出基于局域波分解的电火花加工放电状态预测方法。试验证明,基于局域波分解的电火花加工放电状态预测方法的预测精度高、辨识数据短、运算速度快、实时性强,能够有效消除传统预测方法的滞后性,达到提高微细和深孔电火花加工效率、增强电火花加工预测控制系统稳定性的目的,确保加工质量和加工效率等工艺目标的良好实现。