基于复杂网络的复杂机械产品关键零件识别

复杂机械产品关键零件作为产品架构的核心,在产品研发、设计和制造过程中具有重要意义。但是,如何在数量巨大的零件集合中识别出关键零件在工程上非常困难。文章提出一种基于复杂网络的关键零件识别方法。首先,构建了产品零件关联关系加权复杂网络模型,然后提出使用改进的LocalRank算法识别网络中的关键节点,该算法具有计算复杂度低及计算效率高等优点,最后利用一种典型的传染病传播模型—SIR(Susceptible-Infective-Recovered)模型验证了识别结果的正确性。以齿轮箱产品为案例,运用所提方法识别其关键零件,最终结果说明了方法的有效性。为解决复杂机械产品关键零件识别难题,提供了有效的解决方法。