基于知识的模具数控加工评估系统的研究

在分析汽车覆盖件模具数控加工的特点和过程的基础上，给出模具加工的两种知识分类表示方法．进一步提出了针对模具的数控加工的评估方法和指标体系，建立了较为完善的评估模型，给出了基于知识的综合评估系统的实现过程和一个应用实例     

基于知识的模具数控加工评估系统的研究

在分析汽车覆盖件模具数控加工的特点和过程的基础上，给出模具加工的两种知识分类表示方法，进一步提出了针对模具的数控加工的评估方法和指标栳，建立了较为完善的评估模型，给出了基于知识的综合评估系统的实际过程和一个应用实例。     

基于图分析的领域知识获取技术

知识获取技术制约着知识系统的研究和应用,有效地从文本中提取领域知识成为知识获取的重要途径.本文提出了基于本体和图分析的领域知识获取技术,分析了本体数据结构、本体概念的实例化以及基于图分析的语义场构造方法.建立了具有广泛适用性的文本知识获取系统框架,实现了原型系统.通过针对中医医案的中医领域知识获取实验验证,取得了较好的效果.     

油气生产过程综合能耗混合建模方法

为准确预测油气生产过程中的能源消耗,通过对油气生产过程分析,确定了过程的主要能耗指标,提出了一种机理模型与最小二乘支持向量机(LS-SVM)相结合的混合建模方法.通过对油气生产过程及各子过程之间关系的分析,建立了该过程综合能耗的机理模型,并利用LS-SVM对机理模型不能描述的误差特性进行补偿.仿真结果表明,该方法能够准确地预测油气生产过程的综合能耗,其预测性能优于机理模型和LS-SVM构建的数据模型,且具有较好的稳定性和可靠性,将其应用到某采油作业区的实际生产过程,取得了满意的效果.     

零件再制造过程的不确定能耗建模与评估方法

针对零件再制造过程能耗评估困难问题,建立基于图形评审技术(graphical evaluation and review technology,GERT)的能耗模型.首先,分析了零件再制造过程中能耗特性及能耗不确定性的原因,阐述再制造过程各工序能量消耗的一般规律.其次,基于GERT建立了零件再制造过程能耗模型,给出了不同再制造处理方式的概率和期望能耗的计算方法.最终以发动机曲轴的再制造过程为案例对所提出的模型和方法进行了验证,并与Arena软件仿真结果进行了对比分析,验证了结果的合理性.     

办公建筑运行能耗的混沌时间序列复合预测

针对办公建筑已有的能耗预测方法中未能考虑到能耗数据的混沌变化特性,提出了一种基于混沌时间序列的办公建筑运行能耗预测方法.对研究对象的时间序列进行相空间重构,判断其具备混沌特性,建立混沌理论和支持向量回归的组合模型进行训练,采用Markov链消除组合模型由于参数传递产生的累积误差,得到最终预测结果.为了验证算法的有效性,以西安某办公建筑的能耗监测数据为例进行实例分析,并与非线性自回归神经网络、支持向量回归等其他预测方法进行对比.实验结果表明,经过Markov修正后的混沌时间序列组合模型预测精度显著提高,预测效果优于其他方法,且更符合办公建筑能耗的变化规律,为节能优化提供有效的数据支撑.     

楔横轧模具加工特征排序

在楔横轧模具CAD/CAPP集成化信息模型基础上,应用基于知识的创成式工艺决策方法和VC 面向对象编程技术构造了楔横轧模具加工特征排序算法.通过合理安排模具工艺决策各阶段的子任务和构造相应的约束,保证生成模具工艺路线的可行性和灵活性.同时针对典型楔横轧模具进行实例分析,验证该加工特征排序方法的实用性.     

Eclipse语义网建模工具的分析与应用

介绍了Eclipse平台和语义网的背景知识,论述了Eclipse平台的总体框架和技术架构.对语义网的体系结构进行了介绍,并详细介绍了语义网建模的基础RDF和OWL.结合实例说明了语义网建模的过程.并着重介绍了建模工具RDFBuilder的实现.     

机加工过程一类能耗估算模型的研究

针对机加工过程中的能量消耗,将机加工过程的能耗分为固定能耗、空载能耗和切削能耗三个部分,推导构建一类机加工过程的能耗估算模型,并通过实验完成能耗模型参数的确定.最后以实际铣削加工案例分析表明,在给定工艺参数情况下,该模型能够较为准确地计算机加工过程中的能耗,为后续的工艺参数优化及工艺决策奠定基础.     

确定性故障诊断知识节点式表示技术

基于汽车故障诊断专家系统确定性知识的特点 ,建立了子集产生式、语义网络式、框架式知识表示技术优点于一体的节点式知识表示方法 ,并进行实例分析 ,实际应用表明节点式知识表示技术 ,能提高专家系统故障诊断的效率。     

Framework of Digital Machining Process Planning Platform for Cylinder Body Part

Digital factory technology is an advanced manufacturing technology served as to establish a bridge between the process of product development and manufacturing. In terms of application for digital factory technology in machining, especially in machining of a complicated part such as a cylinder body part, a concept of digital process planning and its framework are proposed. Its components including machining domain knowledge model, machining knowledge base, machining resource base and process planning system are studied. A machining knowledge model in tree form and an object-driven knowledge reasoning mechanism are used for machining knowledge base. The process planning system is a user interface that leads a planner to finish the planning process. A case about a cylinder head part is given to demonstrate how the platform works. The framework of digital process planning is the foundation of some intelligent CAPP systems and helps to production line planning.     

基于支持向量机的隐藏进程检测技术研究

提出一种基于支持向量机的内核关键数据定位方法,通过向量机建立分类器对物理内存中执行体进程进行识别,建构可信进程视图.实验结果表明,该方法克服了现阶段利用操作系统版本信息的进程重构方法的缺陷,更具有通用性.     

车削颤振时变可靠性预测

针对车削加工过程中刀具磨损使得切削力系数等加工参数不断变化,进而导致传统的颤振预测方法随着加工时间的增加预测精度大大降低的问题,将时变可靠性理论引入颤振预测中,用线性方程表示了合力切削力系数的均值随切削时间的变化关系,建立了时变稳定性和时变可靠性模型.获得给定加工条件下系统的时变极限切宽和时变颤振可靠度曲线.最后对提出的计算方法做了相应的实验证明.实验表明.提出的颤振时变可靠性预测方法能够更为准确地预测不同加工时间下的颤振.     

结合问题-关系注意力和特征视图匹配的关系检测方法

问答系统作为信息检索的一种高级形式,已成为人工智能和自然语言处理领域中一个备受关注的研究方向。本文聚焦于知识图谱问答(Knowledge Graph Question Answering, KGQA)研究中的关系检测,针对现有方法中未能较好兼顾全局语义和局部语义信息,以及复杂问题准确率不高的问题,提出了一种结合问题-关系注意力和特征视图匹配的关系检测方法。该方法从问题和知识库中提取多粒度的特征,将提取特征构造成特征对视图作为关系检测模型的输入,视图内部利用双边多视角匹配(Bilateral Multi-Perspective Matching, BiMPM)进行比较匹配,得出关系预测结果。为验证本文提出的方法,在SimpleQuestions、WebQSP数据集上,与6种主流基线方法进行对比实验,本方法的准确率分别提升3.42个和0.45个百分点。     

ODSS中分布协调建模问题的知识级分析

针对ＯＤＳＳ在模型系统方面的需求,采用模型的知识视图分析模型综合中的知识关联,将其语义空间描述为一个机构,并利用其结构给出了一类面向查询的模型综合过程的知识级定义     

基于LSTM神经网络的乘用车能耗预测

为改善当今石油供需矛盾和环境问题,针对乘用车提出了基于LSTM神经网络的燃油乘用车能耗预测模型。通过纵向动力学建模并匹配相应车型进行求解,结合GB/T 38146.1行驶工况数据,得出能耗随时间的变化率。构建LSTM神经网络架构,根据处理后的数据样本,对LSTM神经网络进行训练和评价。最后,通过LSTM神经网络和BP神经网络的仿真对比表明,随着迭代周期的增加,LSTM神经网络模型具有更高的精度,对能耗预测的准确性较好,对改善无人驾驶车辆的节能减排具有工程应用价值。     

面向STEP-NC自由曲面特征的加工操作方法智能决策

为提升复杂零件工艺规划的集成化和智能化,提出一种基于混合算法面向STEP-NC自由曲面特征的加工操作方法智能决策方法.首先,构建了面向STEP-NC自由曲面特征的加工操作方法决策BP神经网络模型.然后,基于自适应视野策略、自适应步长策略和混沌算法给出了改进的人工鱼群算法,并与BP神经网络相融合设计了用于STEP-NC自由曲面特征加工操作方法决策的混合算法.并利用归一化的零件加工信息实现了STEP-NC自由曲面特征的加工操作方法高效智能决策.最后,通过实例验证了该方法的有效性和可行性.     

微电网综合评价赋权方法的改进与应用

微电网作为未来智能电网发展的基石,其进步对清洁能源消纳乃至整个电力行业低碳化发展都有着重大的意义。紧密贴合当前环境下微电网发展的态势,根据示范性项目运行目标,从保障能源供电,提高清洁能源消纳和提高电能质量三方面着手,构建微电网综合评价指标体系。同时设计提出了一种主客观结合的综合评价方法,该方法首先简化了环比评分法的相应步骤,使得专家能够依据相应微电网情况灵活迅速调整主观权重,为了充分体现客观数据间的离散性与关联性,又选用改进CRITIC赋权法赋予指标相应的客观权重,并将其与主观权重结合为综合变权。最后,根据某高校微电网示范项目实际运行数据,进行了算例分析,验证了评价指标体系的合理性及评价方法的可操作性。     

基于时间序列的数控设备状态智能评判方法

针对因异构数控系统多样造成设备数据采集和状态评判困难的问题,设计一种通用的数据采集和设备状态智能评判方法. 首先由能耗信号采集器采集设备加工时的能耗信息并分析能耗特征. 采用加工仿真或预先采集的方法,收集各NC代码加工时设备主轴的能耗信息,进行信号变换形成标准能耗信息库. 然后检测数控设备的能耗信息并视为时间序列,应用时间序列的相关理论和方法对信号进行变换,采用基于编辑距离的相似性度量方法,将该时序信息和标准信息库中的信息进行比对,识别判断数控设备的加工工件类别和状态,并进行统计分析. 在此基础上,设计开发了数控设备状态智能采集系统,实现了设备数据的采集. 最后,通过实例验证该方法的可行性与可靠性.