基于三维模型的产品模块化配置方法

针对产品配置模型和配置求解过程在三维信息表达和同步可视化展现上的需求,将三维建模与设计技术引入到产品配置中,提出一种基于三维模型的产品模块化配置方法。分析了基于三维模型的产品配置工作原理,给出了综合产品模型、多层级三维骨架模型和产品三维配置模型的定义与形式化表达,并以此为基础构建了详细的产品配置流程,开发了计算机辅助的基于三维模型的产品模块化配置原型系统,采用单立柱有轨巷道堆垛机对配置方法进行了验证。     

面向制造的Pro/Engineer二次开发

为了对Pro／Engineer的建模模型进行提取与添加制造信息以满足产品制造的需求，通过Pro／TOOLKIT进行二次开发，给出从模型中提取制造特征信息的方法及实现流程，零件非对称公差向对称公差转换的方法及流程，以及给模型添加制造信息的方法与流程，并通过应用实例验证算法的可行性。     

基于Word的质量管理系统应用开发

详细介绍了基于word的质量管理系统的体系结构、功能设计和实现方法。基于Word的质量管理系统通过对Word进行二次开发，使企业在Word中既可以实现对大量非结构化数据和复杂报表的处理，又能够通过网络数据库实现质量信息的存储、共享、分析和再应用，可以推动企业质量管理信息化的发展。     

刀具立体库管理软件设计

针对企业刀具管理存在的普遍问题 ,提出了采用自动化立体库系统管理企业刀具的解决方案 ,详细阐述了刀具立体库管理软件的总体设计。     

基于有序树的产品快速配置设计技术

为更好地支持产品个性化设计,提出了一种基于有序树的产品快速配置设计方法.阐述了模板要素、实例要素和产品配置模板的概念,建立了产品配置有序树模型,并形成了创建产品配置模板的一般步骡;分析了产品配置模型的求解过程,根据其特点建立了产品配置过程有序树模型,并基于此创建了产品配置过程重用方法和三种基本操作;以产品配置模板和产品配置过程模型为基础,分析并建立了产品快速配置设计的一般流程和具体步骤;开发了计算机辅助的基于有序树的产品快速配置设计系统.     

智能工作流模型及驱动研究

基于工作流参考模型提出了智能工作流模型,并根据该模型给出了一种通用、灵活且适应性强的工作流流程控制方法--弧线控制法。该方法仅需要几种简单的元素(条件集、流向)就可实现不同流程类型的流转,并且可以很容易地被引擎解释及控制;研究了工作流智能处理的模型、原理、方法及实现,提出了任务处理引擎(仲裁)及任务处理信息库,通过仲裁的处理能力及信息库信息的完备性和可扩充性最终实现了工作流的智能性;通过全文检索等技术对自然语言描述的任务选择最佳执行方法并进行自动处理,增强了工作流智能水平。     

交互式零件结构工艺性协同评价系统研究

提出了交互式零件结构工艺性协同评价系统的总体框架，阐述了运用层次分析法（AHP）进行结构工艺性协同评价的工作流程：建立了交互式结构工艺性协同评价指标体系及信息模型；利用AutoVue的集成圈阅技术实现结构工艺性文档的预览和圈阅：开发了交互式结构工艺性协同评价应用系统。通过运用该系统，能有效地对机械零件结构工艺性进行评价，辅助用户进行结构设计。     

面向产品装配的数据库技术研究

根据面向产品装配的数据库的需求分析,建立了产品装配工艺库和知识库的总体框架,分析了装配数据库的各功能模块;同时,对装配数据库的关键技术及实现方案进行了分析与设计.     

基于知识的精密伺服机构装调支持系统技术研究

根据精密伺服机构装调支持系统的需求分析,建立了产品装调支持系统的总体框架,分析了装调支持系统的各功能模,同时,对装调支持系统的关键技术与实现方案进行了分析与设计。     

Predicting configuration performance of modular product family using principal component analysis and support vector machine

A novel configuration performance prediction approach with combination of principal component analysis（PCA） and support vector machine（SVM） was proposed.This method can estimate the performance parameter values of a newly configured product through soft computing technique instead of practical test experiments,which helps to evaluate whether or not the product variant can satisfy the customers＇ individual requirements.The PCA technique was used to reduce and orthogonalize the module parameters that affect the product performance.Then,these extracted features were used as new input variables in SVM model to mine knowledge from the limited existing product data.The performance values of a newly configured product can be predicted by means of the trained SVM models.This PCA-SVM method can ensure that the performance prediction is executed rapidly and accurately,even under the small sample conditions.The applicability of the proposed method was verified on a family of plate electrostatic precipitators.