预测轴承寿命的gate递归单元特征融合域自适应模型

采用现有的数据驱动模型对不同工况下的轴承剩余使用寿命(RUL)进行预测时,精度会大幅下降。针对这一问题,提出了一种基于门控递归单元特征融合领域自适应(GFFDA)模型的轴承RUL预测方法。首先,采用信号分析方法对轴承振动信号进行了特征提取,并采用特征评价的方法选择出了5个最优特征,在最优特征的基础上,采用粒子群算法优化后的支持向量机的方法对轴承的健康阶段进行了划分;然后,选择目标域和源域退化阶段的最优特征子集作为GFFDA模型的输入,采用源域数据对特征提取器和寿命预测模块进行了预训练;最后,更新了目标特征提取器和寿命预测模块,对目标域的RUL进行了预测;并使用西安交通大学的轴承数据集对该GFFDA模型的有效性进行了验证。研究结果表明:相比于现有的数据驱动模型,GFFDA模型具有更好的跨工况分析能力和更出色的信息提取能力;同时,在对变工况的轴承寿命进行预测时,采用GFFDA模型具有更好的性能。

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。

基于本体的特征模型演化的一致性验证

针对特征模型的演化导致特征间的冲突问题,从特征模型的演化方面进行研究,提出了一种基于本体的特征模型演化的一致性验证方法。首先采用本体理论方法对特征模型的演化进行分析和建模,建立本体的特征模型元模型;其次基于上述元模型,为网上购物系统实例建立相应的网上购物的领域特征模型,根据需求裁剪出产品特征模型;然后在Eclipse集成开发环境下,通过Jena推理机加载规则和产品特征模型进行一致性验证,当检测到冲突时,采用演化策略来消除冲突;最后通过实例研究说明了该方法的有效性。

FODA方法在企业进销存管理系统分析过程中的研究

本文介绍了FODA方法在企业进销存管理系统分析过程中的实施和应用,通过对领域知识的提取,得出领域中的共性需求,通过领域用例图产生特征模型,并为下一步企业进销存管理系统的设计和实现打下了良好的基础.

主动服务中程序挖掘系统框架的设计与实现

针对Web服务存在的智能化和个性化等问题,引入领域本体和用户兴趣,设计并实现了程序挖掘系统框架。利用本体特征描述构件,提出了一种基于多知识库的构件检索方法和关联构件检索算法,开发了构件检索系统,并以E-Commerce领域内构件资源为实例,与关键词和刻面检索机制相比较,验证了该检索方法的有效性。实验结果表明,该方法对于大规模构件库具有较好的查全率和查准率。