基于多目标离散粒子群的产品服务系统方案配置规则提取

为有效辅助工程师将顾客需求转化为产品服务系统方案,针对其技术特征,提出一种离散粒子群优化算法(DPSO)与帕累托(Pareto)结合的配置规则提取方法.该方法包括建立产品服务系统配置规则模型及构造Pareto-DPSO算法模型.Pareto-DPSO算法基于Sobol序列的频率初始化方法及离散化粒子更新方式,将连续粒子映射到十进制离散空间;并利用Pareto进行多目标下粒子优劣性评价,以获取非支配的最优规则集.以汽车产品服务系统方案配置设计为例,经与常规多目标粒子群算法及DPSO算法对比,验证了该方法对于解决多维空间内产品服务配置规则挖掘的可行性及有效性.     

薄壁盘套类零件的装夹规划算法

在定义零件制造模型、装夹和加工操作的基础上,分析了机床类型、刀具接近方向和加工操作顺序约束对装夹的影响,建立了薄壁盘套类零件装夹规划数学模型.根据薄壁盘套类零件分阶段加工特点,将薄壁盘套类零件装夹规划问题分解为粗加工、半精加工和精加工3个子问题,并采用基于规则、聚类和图论的方法确定装夹顺序和每次装夹的加工操作集合,提出了完整的薄壁盘套类零件装夹规划方案.同时,以航空轴套零件为例,验证了所提出方法的可行性与有效性.     

虚拟工厂规划过程模型

针对缺乏虚拟环境下制造系统规划过程建模方法的研究现状，提出了规划单元的定义、工作原理，构建了具有3个层次的虚拟工厂规划过程模型：通用层、部分通用层以及专用层过程模型．以某汽车制造企业装配车间为实例，验证了该过程模型的有效性．     

基于工艺形态学理论的工艺数据库设计

工艺形态学是一种新的工艺方法分类理论,文章阐述了工艺形态学理论的基本概念,应用工艺形态学理论对各种工艺方法进行了系统化的分析与描述,建立了相应的工艺方法分类原则和分类代码,在此基础上,建立了工艺数据库。     

结构方程模型与人工神经网络结合的用户感知建模方法

针对现有研究方法难以描述用户使用产品过程中会产生的多种感知之间的非线性关系和影响路径而导致用户感知建模不够真实准确的问题,提出了一种结构方程模型(SEM)与人工神经网络(ANN)相结合的用户感知建模方法.该方法首先利用SEM确定用户感知之间的因果关系和影响用户感知的主要因素;然后将SEM分析的结果转换为ANN模型的拓扑结构,建立结构化的神经网络模型,利用BP(Back Propagation)算法训练模型得到各网络节点间的连接权重,实现了用户感知建模;最后以智能手机用户感知建模为例验证了方法的有效性.分析结果表明,SEM-ANN模型具有良好的拟合优度和可解释性,并能准确地定量表达用户感知之间的相互关系和影响用户感知的因素.     

基于稀疏自编码神经网络的产品再设计模块识别方法

提出了基于性能时变数据分析的再设计模块识别方法.利用产品在健康状态下的性能时变数据构建无监督学习的稀疏自编码神经网络(SAENN)模型,以用于健康状态下产品性能数据的特征提取以及产品功能退化程度的评估;将产品在健康状态下的性能数据用于训练SAENN模型,使用运行期间的性能时变数据更新产品的状态特征,以反映功能的退化过程;通过对比功能间的退化差异来识别需要再设计模块;同时,以某制造企业水平定向钻产品再设计功能模块的识别为例验证了所提方法的可行性.结果表明,所提出的再设计模块识别方法具有较好的准确性,能够识别需改进的功能模块,识别结果可作为产品再设计的依据.     

基于卷积神经网络的用户感知评估建模

提出了一种基于卷积神经网络的用户感知评估建模方法,充分利用产品使用数据来定量地建立用户感知评估和产品性能参数之间的映射关系,以支持产品设计改进.首先,利用滑动窗口技术将时间序列形式的使用数据转换为一系列数据单元,并在此基础上建立适用于用户感知评估模型的卷积神经网络结构;然后,通过K-折交叉验证分析确定模型的最优超参数并改善模型的过拟合问题;最后,以智能手机用户感知建模为例验证了方法的有效性.结果表明,所提出的方法能够自动从使用数据中提取出有效特征,用于用户感知评估预测,减少了建模过程中对用户和设计师的依赖,可以帮助设计师及时准确地评估产品表现,为产品设计改进提供决策支持.     

应用IDEF1X建立产品模型

产品模型数据交换标准是ＣＩＭＳ信息集成的重要基础。文章在分析国际ＳＴＥＰ标准建模方法和工具的基础上，详细论述了应用ＩＤＥＦ１Ｘ建模工具建立产品数据模型的思想、方法和过程。     

Web网络数据库访问技术及其在CAPP中的应用

随着 Internet技术和 Web技术的发展 ,计算机辅助工艺设计 ( CAPP)系统向基于 Web平台的发展已成为可能。分析研究了对基于 Web的 CAPP系统网络工艺数据库的访问技术 ,提出了在 Internet环境下 ,应用 A SP数据库访问技术实现Web网络数据库访问的具体方法 ,并给出了 ASP在分散网络环境下 CAPP系统中的应用实例     

运行数据驱动的手机性能需求推断与感知分析

针对传统用户需求分析方法存在的主观性强、需求描述难以量化等问题,提出了基于运行数据的性能需求推断方法.首先采用分布拟合法对运行性能数据进行拟合和估计.在此基础上,确定用户需求区间,并以累计概率分布的逼近函数——Sigmoid-like来构建用户需求满足度函数.基于该函数提出了用户性能需求推断公式,并将推断结果与用户感知结果进行对比分析.最后,以手机电池容量性能需求为例,利用自主研发的Smart Monitor系统采集到的手机日耗电量、电池剩余电量、充电次数等数据,对志愿者的手机电池日耗电量进行2次推断实验.2次实验的结果误差均小于5.00%,验证了所提出的理论方法具有可靠性.