基于改进BP神经网络的控制图模式识别系统

提出一种基于激励函数参数可调和动态阈值的改进BP神经网络控制图模式识别算法,并优化Monte Carlo工序数据模拟方法,使样本数据更具与实际生产数据相同的质量特性.根据改进后的网络参数迭代公式,将预处理后的样本数据作为输入对该神经网络识别器进行训练,训练结果用于生产过程的控制图模式识别.改进BP神经网络识别器的拓扑结构简单,在保证识别精度的前提下,提高识别速度,改善神经网络的泛化能力.最后,通过计算机模拟和生产现场应用验证该算法的可行性.     

基于小波包和支持向量机的滚动轴承故障模式识别

为了解决对故障轴承的特征提取和故障特征准确分类问题,提出了应用小波包变换和支持向量机相结合进行滚动轴承故障诊断的方法.小波包变换具有良好的时-频局部化特征,非常适于对瞬态或时变信号进行特征提取.而支持向量机可完成模式识别和非线性回归.利用上述原理根据轴承振动信号的频域变化特征,采用小波包变换对其提取频域能量特征向量,然后利用建立的支持向量机多故障分类器完成滚动轴承故障模式的识别.试验结果表明,支持向量机可以有效、准确地识别轴承的故障模式,为轴承故障诊断向智能化发展提供了新的途径.     

面向大规模定制生产模式的质量控制

分析了大规模定制生产模式的内涵，该模式的制造阶段由标准件的大规模生产和定制件的独立生产构成。并介绍了预先控制的理论基础和实施步骤，针对大规模生产模式的制造特点。将传统的统计过程控制工具用于标准件的大规模生产阶段，将预先控制用于定制件的独立生产阶段，从而提出了面向大规模定制生产模式的质量控制方法。     

基于混合特征LLE融合与SVM的质量异常模式识别

针对生产过程中存在的异常模式识别的问题,提出基于LLE融合与支持向量机的质量异常模式识别方法。首先从动态数据流中提取其原始特征、统计特征、几何特征并将其进行混合,形成动态数据流的混合特征,然后利用LLE算法对混合特征进行降维,将降维后的特征集作为MSVM分类器的输入进行训练,同时采用粒子群算法对MSVM分类器进行参数寻优。最后用训练好的模型对动态数据流进行异常模式的识别。并将所提方法与单一类型特征方法、混合特征方法的识别模型进行比较,仿真结果和应用实例表明,所提方法的识别精度较高,可用于生产过程的质量异常模式识别中。     

面向大规模定制的改进型AEWMAQ控制图应用研究

针对大规模定制(MC)生产模式下产品质量特征值不足、参数情况未知、监测不灵敏等因素造成的过程质量控制难以实施的问题,提出基于Q统计量的改进型自适应移动加权平均控制图(AEWMAQ).通过成组技术形成产品族,利用Q统计量将相似产品的质量特征值标准化;利用标准化后的数据绘制改进型AEWMA控制图.该方法能够解决不同参数条件下数据源不足的问题,并可改善控制图对微小、中等和较大偏移监测灵敏度不足的情况,使得控制效果得到显著提升.结果表明:与传统方法相比,AEWMAQ控制图具有更好的灵敏性、更强的检测能力.     

面向多品种小批量机加工车间的工序质量控制方法研究

针对某电梯零部件制造企业对产品制造过程质量可控性的要求,结合电梯零部件生产企业多品种、小批量的生产特点,提出基于SPC(统计过程控制)和神经网络的电梯零部件工序质量控制方法。将加工件的质量相关数据采集到MES系统中,再根据质量数据绘制出加工件的x-R控制图(均差-极值),然后建立用于控制图模式识别的神经网络模型,并使用遗传算法对神经网络的参数进行优化,使网络误差达到最小。在正确的识别了控制图模式后,可实时的监控生产过程中存在的问题并予以处理。最后,通过实例验证了基于SPC和神经网络的多品种小批量机加工车间工序质量控制方法的可行性。     

支持向量机在轴承故障诊断中的应用

支持向量机是建立在结构风险最小原理^[1]基础上，专门研究小样本情况下的学习规律。本文针对滚动轴承的加速度信号和声音信号的特点，选取识别能力好的时域无量纲指标作为支持向量机的特征矢量，对滚动轴承的四种典型故障进行模式识别。结果表明，支持向量机在滚动轴承故障诊断中有很出色的分类能力。     

支持向量机声发射检测信号处理技术研究

统计学习理论(statistical learning theory,SLT)研究训练样本有限情况下的机器学习规律,由此引出的支持向量机技术,成为统计模式识别问题的重要研究手段。本文介绍了支持向量机的理论基础,综述了该技术在复合材料声发射检测信号中的具体应用,以及预测模型优化和软件实现的方法,并指出了未来的研究方向。     

超声波管道内检测腐蚀缺陷分类识别研究

超声波检测是输油管道在线内检测的重要方法之一,管道腐蚀使管道壁产生大量的突变界面,使超声检测回波信号复杂,其分类是一个高维分类问题.利用支持向量机在解决小样本、非线性、高维模式识别中特有的优势,直接采用表征超声回波形态的A扫描数据作为特征向量,将特征提取与模式分类统一进行,建立了管道腐蚀检测信号分类的二次规划优化模型,并利用优化函数求得该问题的最优解,根据最优解建立了用于回波信号分类判断的分类决策函数,实现管道腐蚀缺陷识别.实验表明基于支持向量机的管道腐蚀超声内检测信号分类识别方法可以分类识别管道腐蚀产生的突变界面和腐蚀裂纹.     

基于支持向量机的火车滚轴故障诊断

火车故障的60%都是由于滚轴问题引起的,现在的诊断方法都是基于知识的,但故障样本的不足从一定程度上制约了基于知识的方法在实际中的应用,针对这一问题,利用支持向量机在小样本情况下具有较强分类能力的特点,本文提出了一种基于支持向量机的滚轴故障诊断方法.该方法采用小波变换对齿轮的震动信号进行处理来构造特征向量,然后输入到支持向量机分类器中进行模式识别.     

基于DP-MIG的铝合金焊接工艺

DP-MIG作为铝合金焊接的一种新工艺方法,不仅可以实现均匀漂亮的“鱼鳞纹”状焊缝外观,同时也可以实现铝合金焊接的高效和高质量焊接.利用Kemppi-Pro增强型焊接电源,采用DP-MIG工艺对铝合金进行焊接,对比了DP-MIG与P-MIG的特点,从焊缝致密性和焊缝力学性能方面分析了DP-MIG工艺条件下的焊缝特点.试验证明DP-MIG工艺能够满足AWSD1.2铝合金结构生产的质量要求,是一种先进、成形质量好、稳定的铝合金焊接工艺.     

基于片上系统的可重构数控系统研究

为适应柔性化制造的发展趋势,提出一种基于可编程片上系统的机床数控系统设计方案,使得数控系统可以按需重构。给出了嵌入式数控系统的总体硬件设计;说明了可编程片上系统(SOPC)的内部架构和Nios II软核处理器具体配置,实现了MCU、DSP和用户逻辑在一片FPGA芯片上的集成;设计了数控系统的重构方案并在EP2C50芯片上进行了重构实验,结果表明:整个重构周期耗时748 ms,能满足数控机床使用中的现场实时重构要求。     

曲面冲孔问题的研究

分析了曲面冲孔问题,提出了进行曲面冲孔的三种方法。本文的求解方法可以推广应用于其他类似问题中。     

基于Web的CAPP体系结构探讨

简述了我国CAPP的发展历程,针对当前CAPP系统开发的不足和企业应用CAPP系统存在的一些问题,指出了CAPP系统应向Web方向发展,并提出了基于Web的CAPP模式,介绍了这种CAPP的体系结构、功能和特点,论述了基于Web的CAPP与PDM／MRP／ERP之间的集成关系,并对其中的一些关键技术进行了简单探讨。     

微组装焊接中应力控制方法

新一代电子产品朝着微型化、轻型化、多功能、高集成、高可靠方向发展,因此,微组装工艺应用也越来越广泛.在微组装工艺中,由于强度、导热等问题,应用最广泛的是焊接工艺.考虑到成本、导热等问题,对焊接技术提出了更高的要求.在微组装工艺兼容性基础上,对用热膨胀系数相差较大的材料进行了焊接技术试验研究,结果表明:采用低熔点焊料能够实现不同种材料之间的可靠性焊接,有效缓和焊后残余应力,并且能够满足微组装组件的使用要求.     

基于案例推理的折弯排序方法研究

本文以钣金折弯件为研究对象,提出了一种以知识库为基础,以推理机为核心来获取弯曲件折弯工序的方法。采用面向对象技术表示实例,创建了实例知识库。利用基于案例的推理(CBR)方法获取目标零件的折弯工序。该方法能够充分利用实例加工知识,减少了试折弯次数,从而提高了折弯工艺知识的利用率和折弯件的加工效率。     

碳钢表面氮化钛陶瓷化研究

介绍了一种在Q235钢表面，利用等离子溅射直接复合渗镀合成氮化钛新工艺方法。该渗镀层包括钢基体上均匀分布细小氮化钛颗粒的渗层和表面氮化钛沉积层。沉积层与基体为冶金结合，不会产生剥落。渗镀层表面硬度在1600～3400HV之间。X射线衍射结果表明，表面为纯氮化钛层，（200）晶面的衍射峰最强，具有明显的择尤取向。用划痕仪进行结合强度检测，声发射曲线未见突起的信号峰值，表明结合强度良好。复合渗镀氮化钛试样在10％硫酸、5％盐酸、3．5％氯化钠水溶液和硫化氢富液中进行腐蚀试验，耐腐蚀性能分别比改性前提高了84、11．67、1．15、21．15倍。     

PCB上化学镀银的研究

选择甲基磺酸作为化学镀银的酸性体系,考察了主盐、各种添加刑和相关工艺条件对镀层厚度及其质量的影响.结果表明在AgNO3浓度为2.5g/L,甲基磺酸的质量分数占12%,反应时间为5min等条件下,所得到的镀层均匀银白光亮,厚度为0.16μm.该工艺适用于印制电路板(PCB)上的焊接处理.并利用原子力显微镜对镀层表面形貌的检测考察了影响镀层质量的某些因素.     

基于多类支持向量机的板形识别方法

提出一种基于多类支持向量机理论的板形识别分类器,通过对冷轧工序中板形仪测得的数据进行预处理,获取所需样本数据。采用“一对多”方法训练多类支持向量机分类器,最后用测试样本对训练出的分类器进行性能测试。仿真结果表明该方法在处理小样本数据时识别率非常高,泛化能力更强,为板形识别提供了新的研究方法。     

Research on Ce-Zr compounds on modifying γ-alumina washcoat on FeCrAl foils

Ce-Zr compounds such as Ce0.68Zr0.32O2 solid solution, Ce/Zr nitrate and CeO2/ZrO2 were added into γ-alumina-based slurries, which were then loaded on FeCrAl foils pretreated at 950℃ and 1100℃. The microstructures and adhesion performance between the substrates and the washcoats were measured by SEM, BET surface area, ultrasonic vibration and thermal shock test. The results show that the addition of Ce0.68Zr0.32O2 solid solution, Ce/Zr nitrate and CeO2/ZrO2 into the slurries can improve γ-Al2O3-based washcoat adhesion on FeCrAl foils. Furthermore, ceria-zirconia solid solution increases the adhesion of the washcoat on the surface of an FeCrAl foil than the two others. The specific surface area of this washcoat remains about 43-45 m2/g and the weight loss is below 4.0% even after aging test of 10%steam-containing air at 1050℃ for 20 h.