具有零件信息集成性的CAPP系统

为实现CAD／CAPP信息集成,提高CAPP系统的实用性和灵活性,本文研究开发了具有零件信息集成性的CAPP系统。提出了CAPP系统的总体框架,介绍了从CAD获取CAPP所需零件信息的方法基于特征的零件信息模型描述法及基于实例进行工艺规程设计的原理和实现方法。     

具有零件信息集成性的CAPP系统

为实现CAD/CAPP信息集成 ,提高CAPP系统的实用性和灵活性 ,本文研究开发了具有零件信息集成性的CAPP系统。提出了CAPP系统的总体框架 ,介绍了从CAD获取CAPP所需零件信息的方法基于特征的零件信息模型描述法及基于实例进行工艺规程设计的原理和实现方法。     

回转体CAPP系统零件信息表述的研究

本文在对国内外现有的CAPP系统综合分析的基础上,对旋转体零件的设计信息及其表述方法进行了深入的研究。文章简要介绍了HZEC—CAPP——一个用于实际生产目的的CAPP系统,着重介绍了HZEC—CAPP系统所采用的一种旋转体零件信息表述及输入方法。     

回转类零件计算机辅助设计与自动绘图研究

介绍了回转类零件CAPP系统的工作原理 ,即可由该零件的CAD系统直接传递数据和信息到CAPP系统 ,经过搜索、判断、决策和推理等工艺过程自动完成零件的绘图 ,工艺规程 .     

CAPP系统中面向产品的零件信息管理与实现

通过分析CAPP系统中面向产品的零件信息的结构类型和设计要求,采用面向对象的方法,研究了面向产品的零件信息管理途径,基于Windows图形窗口技术实现了零件信息的动态全方位管理界面．这种方法使CAPP系统的零件信息管理达到明确性、共享性、可扩充性的设计要求．     

基于XML的CAPP信息模型标准化研究

XML可以方便地实现制造数据标准化,解决当前制约制造系统集成的瓶颈.提出了基于XML技术实现CAPP系统数据标准化的方法.研究了CAPP中零件信息、工艺信息及工艺决策信息等基于XML的建模,并叙述了应用XML技术建立基于XML的CAPP中的零件信息模型.基于XML实现CAPP信息标准化是解决CAX集成的有效途径.     

基于AutoCAD的箱体类零件的特征信息描述

如何充分利用CAD中已有的零件信息是实现CAD与CAPP的信息共享，完成CAD／CAPP集成的关键问题之一．通过对AutoCAD的深层挖掘，充分利用AutoCAD中DXF文件对零件信息的表示，针对箱体类零件的特点，并利用关系型数据库技术的优点，以程序自动处理为主，输以一定的人工交互输入，完成了对箱体类零件特征信息的合理描述及表示，为实现CAD／CAPP的无缝集成打下了数据基础．     

基于特征设计的CAD/CAPP集成技术研究

讨论了零件特征信息的描述方法和图形数据库的构造方法，在此基础上为零件设计的特征建模 提供了一种思路，从而实现CAD／CAPP系统的有机集成。     

基于参数的CAPP轴类零件信息描述

在计算机辅助工艺过程设计系统中,零件信息描述的准确性、科学性和全面性将直接影响所设计的工艺过程的质量和可靠性,提出了基于参数的CAPP零件信息描述方法,并以轴类零件为例,详细介绍了基于参数的CAPP零件信息的描述方法,给出零件信息描述参数的整个输入过程,使得CAPP零件信息的措施与输入简单明了。     

基于参数的CAPP轴类零件信息描述

在计算机辅助工艺过程设计系统中,零件信息描述的准确性、科学性和全面性将直接影响所设计的工艺过程的质量和可靠性.提出了基于参数的CAPP零件信息描述方法,并以轴类零件为例,详细介绍了基于参数的CAPP零件信息的描述方法,给出零件信息描述参数的整个输入过程,使得CAPP零件信息的描述与输入简单明了.     

基于神经网络模型的信息融合技术

介绍了信息融合概念以及在信息融合领域中常见的BP神经网络和在此基础上发展而来的模糊神经网络和混沌神经网络,指出利用神经网络技术与信息融合技术相结合进行分析研究具有较大的拓展空间,信息融合的神经网络适用于更广泛的领域.     

基于小波分析和BP神经网络的图像特征提取

提出一种基于小波分析与神经网络复合模型的图像特征提取方法.利用二维离散小波变换对图像信号进行滤波和边缘提取,作为图像的输入量供BP网络识别分析.构建了3层BP神经网络模型对图像特征进行识别,采用模糊加权算子的模糊化分层,特征提取模板提取图像中的不同特征,输出层采用均方差权值输出.通过对由50幅图像组成的训练集合进行训练和实验验证,结果表明,本方法的分辩误差率在4%以内.     

基于BP神经网络的热舒适性指标计算

人的舒适性与其影响因子之间存在着复杂的非线性关系,由于人工神经网络能够反映非线性的映射关系,因此利用神经网络可实现对舒适性指标的计算．首先对BP神经网络做了一个简要介绍,并建立了一个用于训练计算舒适性PMV指标的3层网络．以Fanger公式计算了输入样本的期望输出值,利用输入样本与期望输出值对网络进行训练．神经网络达到误差要求后计算PMV指标,其中未经网络训练的样本计算结果与Fanger公式计算结果平均偏差为0．026,最大偏差为0．113,计算误差均在工程应用的允许范围之内．     

基于BP神经网络的化工过程建模研究

研究使用ＢＰ神经网络来完成化工过程的建筑。一般的化工过程建模问题是非线性的问题，很多情形下，与不相有关量的变化速率数量级相差很大，从而问题是刚性的。这时，用数值方法难于对过程的变化精确求解。由于ＢＰ网络能实现任何非线性的连续映，故适于处理复杂化工建模问题，将ＢＰ神经网络用于精细塔的温度计算，结果令人满意。     

基于BP神经网络的重力异常分离

重力勘探资料是不同深度地质异常体的综合反映,位场分离工作向来都是重力勘探的重要环节。本文首先通过构建BP神经网络模型和趋势分析模型来拟合低频区域重力场,进而分离出局部异常场信息;然后通过理论模型的分离结果对比分析,对于中浅部的局部异常体信息,BP神经网络模型分离结果精度高,其短波长信息源更精确。最后,将BP神经网络模型运用到南非Witwatersrand Basin某实测航空重力测网数据分析中,其分离结果的Theta map成像结果较好地吻合了实际地质资料,验证了BP神经网络模型在实际重力勘探解译中具有一定的适用性。     

小波与BP神经网络在零件识别应用中的研究

针对目前在线零件识别系统在速度和精确度上存在的缺陷,采用小波多尺度边缘检测技术,结合BP神经网络的识别系统,提出了一种新的基于小波和BP神经网络的零件识别技术.实验结果表明,该方法不仅提高了识别准确率,还使目标识别具有更好的抗噪能力.     

基于MWNN的铸坯表面多光谱辐射测温方法研究

根据三色测温法原理,利用彩色CCD摄像机所摄取小钢坯图像中的彩色分量,在数字图像处理技术的基础上运用GHM多小波网络(MWNN)对实验数据进行处理,与BP网络处理方法进行比较.实验证明基于GHM多小波神经网络(MWNN)的多光谱辐射测温法在对铸坯温度的测量(温度测量范围为900～1200K)较BP网络训练次数减少一半,训练时间缩到了BP网络的四分之一,并提高了网络收敛速度.     

遗传算法和BP算法相结合进行图像匹配

将神经网络理论应用于图像匹配 ,提出采用遗传学习算法进行全局寻优、利用BP算法进行精确训练、优化BP(backpropagation)神经网络权重学习和训练的神经网络图像匹配算法 .实验表明该算法的收敛性能及学习速度优于传统的BP神经网络图像匹配算法及其他同类改进算法 ,具有寻优的全局性和精确性 .     

BP神经网络在图像信息提取中的应用研究

本文阐述BP神经网络在图像信息提取中的运用,包括：遥感技术、图像识别原理和模式识别常用的神经网络模型．针对目前在目标识别中应用最多的前馈神经网络模型研究其采用的BP算法,讨论了由于标准的BP算法存在训练时间长、收敛速度慢和易陷入局部极小值等问题,提出了BP神经网络分类器的设计方法、样本的选择及组织的改进方法．     

BP神经网络在水轮发电机组状态监测与诊断系统中的应用

引用了一种改进的BP(back_propagation)神经网络训练方法 ,对水轮发电机组的故障诊断进行了分析诊断 .利用这种方法可以使BP网络得到更快的收敛速度 .使用了BP子网络方法对水轮发电机组故障进行了分类构造诊断网络 ,此诊断方法已用于水电厂故障诊断系统 ,文中阐述了神经网络诊断在系统中的具体实现