基于多线程的改进铣削仿真算法

为了对验证NC程序和改善加工状况的机器加工仿真系统进行优化,在通用的切削仿真架构基础上,提出了改进的Z-map和Z缓冲区处理算法.通过有效际线概念的引入,压缩仿真过程中各比较操作的重合运算,通过高程内插法实现Z-map到Z缓冲区重构,通过参考平面节省Z缓冲区切割运算量,并提出多线程实现框架以提高算法的实用性.试验数据表明改进的算法执行效率较高,多线程架构对于仿真的实现更加合理,提高用户响应速度.     

分块自适应零树量化图像压缩算法研究

讨论了图像经过整数小波分解后的系数分布特性,针对现有的小波量化算法的不足之处,提出了一种基于整数小波变换的分块自适应零树量化图像压缩算法,进行预测编码,该算法硬件实现简单,可并行处理,计算结果表明,该算法优于现有的其他图像小波量化方法。     

神经网络辅助的多目标粒子群优化算法在复杂产品设计中的应用

复杂产品有限元分析(Finite Element Analysis，FEA)费用很高，给多目标优化(Multi-Objective Optimization，MOO)带来很大困难。提出一种人工神经网络(Artificial Neural Network，ANN)辅助的多目标粒子群优化算法(Multi-Objective Particle Swarm Optimization，MOPSO)处理这类计算密集的设计问题：以基于噪声的虚拟样本丰富ANN的训练样本集，通过虚拟样本的控制参数和ANN模型参数的协同优化提高ANN泛化能力；以此ANN为代理模型支持多目标粒子群算法的进化，并采用基于网格邻域信息的拥挤指标提高Pareto前沿的收敛性、多样性及均匀性。最后，以航空发动机高压涡轮盘（High Pressure Turbine Disc，HPTD）多目标优化案例验证该策略的有效性和可用性。试验证明，这种面向成本的MOO方法降低了复杂产品多目标优化的工程应用难度，提高了设计质量。     

基于案例的复杂产品快速优化设计

充分挖掘设计案例中蕴含的规律以提升产品研发效率和质量,是复杂产品设计企业持续研究的关键问题之一.跳出多学科设计优化的传统思维方式,从知识应用角度出发提出一个产品快速优化设计方案:以源于设计方案的关键参数矢量为基础,通过求解输入/输出参数之间的关系完成权值设计,基于专家经验及设计目标实现快速聚类分析,通过类内参数延拓和抽样完成参数的高覆盖、合理化设计,采用试验设计的方法为计算复杂度约束的优化设计提供高质量初始解,对全排列的其他样本进行基于知识的评估以快速筛选较优方案进行仿真.实验结果表明了本方法的有效及可操作性.     

创新设计中基于业务组件的企业应用集成

针对复杂产品创新设计对企业应用集成的需求,提出了统一封装企业应用工具、工程设计数据及工程设计流程的业务组件技术.通过前期研究的软件注册、参数解析、数据映射等技术提供设计工具的即插即用和演进型数据的全历程统一,实现多层次的可变关系管理.以微软组件技术设计了业务组件实现方法;并以流程模板为核心实现业务组件实例管理和项目管理,给出了基于多视图的企业应用集成架构,以业务组件为组织单元实现流程模板驱动下跨项目数据管理.最后,以飞机飞行载荷计算为例对提出方法的有效性进行了验证.