基于形状文法的农机装备造型感性设计研究

为了提升农机产品造型的意向认可度,在继承其传统特征的基础上进行农机造型的创新设计,归纳总结出农业机械装备相关造型设计的共同点,提出一种基于感性工学和形状文法的农机造型设计框架。构建了农机造型的感性词汇库,采用形态分析法对农机产品造型要素进行提取并分析,运用定性和定量相结合的方法探究感性意向和造型要素之间的关联,根据其要素权重确定形状文法的演绎规则;对初始形状进行形态融合推演,筛选形成初步方案并应用语义差分法进行验证。拖拉机造型设计实例表明,该方法能够很好地继承和发展产品造型特征,在提升用户意向认可度的同时大大提高设计效率。     

基于模糊神经网络的电动汽车变速器故障检测研究

针对电动汽车变速器故障呈现不确定性特征，影响检测性能的问题，设计了基于模糊神经网络的电动汽车变速器故障检测方法。从电动汽车变速器故障状态的工况数据中，提取电动汽车变速器的故障征兆参数；模糊化处理电动汽车变速器的故障征兆参数，依据电动汽车变速器故障征兆参数的隶属度，构建模糊规则库；利用BP神经网络学习模糊规则库的故障检测模糊规则，通过正向传播、反向传播和权值修正完成BP神经网络训练。将电动汽车变速器测试样本输入完成训练的BP神经网络，BP神经网络依据测试样本的模糊隶属度向量，输出故障检测结果。实验结果表明，该方法可以有效检测电动汽车变速器的齿轮断齿等不确定性故障，实用性强。     

基于特征的产品造型设计

以虚拟现实技术进行产品的造型设计和最终产品仿真，在设计阶段替代传统的实物模型，从而缩短产品开发周期、降低开发费用，在工程设计中具有重要意义。为此，讨论了基于产品特征的信息描述，参数化特征的造型方法和特征造型系统的结构与功能，应用计算机辅助设计手段，将产品的参数等属性与实体模型融为一体，提出了一种在产品造型设计中基于特征的计算机建模方法，充分地表达了模型的形状及其特征参数，并以减速箱特征产品造型设计为例，有效地解决了特征模型中几何信息，物理信息的表达及其生产管理系统的信息化。     

基于感性工学和神经网络的产品造型设计

针对当前产品设计中对情感意象需求的提高,建构能及时反映用户情感意象评估的产品造型设计系统.分析产品的形态要素和识别产品的感性意象认知;通过语义差分法的调查结果训练BP神经网络,建立感性意象和设计参数之间非线性的对应关系;结合计算机辅助设计技术,建构实用的产品造型设计系统.通过高脚杯的实例应用表明,该方法是合理可行性的,...     

Rhino建模软件在产品渐消曲面造型设计中应用研究

为了提高产品渐消曲面造型设计的效果,提出基于视觉表达和曲面融合的产品渐消曲面造型设计方法,基于Rhino建模软件进行产品渐消曲面造型设计的视觉传达设计,构建产品渐消曲面造型视觉表达模型,采用图像视觉成像方法进行产品渐消曲面造型设计过程中的图像融合和滤波处理,提取产品渐消曲面造型视觉图像的边缘轮廓特征量,采用模板分块匹配方法进行产品渐消曲面造型的分块模板匹配设计,建立产品渐消曲面造型视觉优化控制模型,结合分块融合匹配方法实现产品渐消曲面造型优化设计。在Rhino建模软件中进行产品渐消曲面造型设计的仿真实验,仿真结果表明,采用该方法进行产品渐消曲面造型设计的效果较好,视觉传达能力较强。     

面向用户设计的产品造型方法

针对产品造型在产品市场竞争中的重要作用,提出了一种面向用户的产品造型设计新方法。采用试验方法研究了产品造型、色彩样本和产品形象间的关系,给出了面向用户的产品造型设计的步骤,讨论了各设计过程的理论及其应用,建立了评估产品形象的神经网络模型,给出了最后的优化组合。     

一种基于形状文法的产品设计DNA推理方法

为在较短周期内产生系列化设计方案并保持品牌风格的继承性,提出了基于形状文法的产品设计DNA推理方法.将显性特征作为初始形状,并通过样本收集、专家访谈、设计形态分析3个步骤进行提取.形状规则分为生成性规则和修改性规则,对应遗传和变异.进一步提出生成性规则为产品造型特征的添加和置换,修改性规则为仿射变换和贝塞尔曲线变换,同时指出具体形状规则应根据产品造型特征与感性意象之间的匹配关系以及约束规则加以确定.最后以摩托罗拉手机改款设计为例,用语意差异法检验设计方案.结果表明:分别有88%和71%的受试者认为新设计方案"符合原有品牌风格"、"具有运动感",基本满足设计要求,从而验证了该方法的有效性和实用性.     

基于BP神经网络的数字图像边缘检测算法的研究

指出了传统边缘检测算子算法的不足，提出了一种利用基于BP神经网络的数字图像边缘检测算法，即利用传统边缘检测算子检测出来的图像中像素的灰度的不同比例作为学习训练图像，进行神经网络的学习训练，改变神经网络的结构参数得到神经网络的模型参数，最后给出了BP神经网络实现图像边缘检测的实验研究结果。从实现中可发现，将人们关于边缘特征的先验知识包含在内进行数字图像的边缘检测，能够取得比较好的效果。     

红外图像中的行人检测

为了有效地检测红外图像中的行人,提出了一种基于神经网络的检测方法。采用三维中值滤波来提取背景图像,用图像差分法提取目标区域(regions of interest,ROIs),提出傅里叶描述子作为目标区域形状特征;设计了BP神经网络分类器并用来对ROIs进行识别。通过大量不同种类不同形状的样本对分类器进行验证,结果表明该分类器具有较高的识别率和较低的虚警率,能够快速有效地识别ROIs,具有良好的分类能力。     

基于模糊加权有色网和BP神经网络的飞机发动机故障诊断

针对传统知识推理故障诊断方法中参数往往依赖于专家经验,存在着不准确和无法学习的问题,提出了一种基于模糊加权有色网和BP神经网络的故障诊断方法。首先,定义了模糊加权有色网并给出了两种产生式规则对应的模糊加权有色网模型。然后,设计了采用BP神经网络对模糊加权有色网各参数进行学习的算法。最后,给出了使用训练后的各参数进行初始化的模糊加权有色网进行故障推理的具体步骤。通过飞机发动机故障诊断实例仿真实验证明了方法能正确地建立模糊加权有色网推理模型,在采用BP神经网络进行参数训练后,能有效地实现飞机发动机的故障诊断。