冲裁模磨损后刃口尺寸变化情况的判断方法

对于形状复杂、尺寸较多的冲裁件，模具磨损后，刃口尺寸的变化有增大、减小、不变三种情况。模具尺寸就应该根据这三种情况分别计算。但这种冲裁件大都形状复杂，在计算刃口尺寸时，往往因为对尺寸变化情况的判断失误而造成刃口尺寸计算的错误，最终导致制造出来的模具无法加工出符合尺寸要求的冲裁件。     

冲裁模刃口尺寸的计算方法

本文就冲裁模刃口计算方法现存的一些问题及《现代机械》2 0 0 1年第 1期《冲模刃口的尺寸链计算》一文进行了分析 ,并提出了改进意见。     

冲裁模刃口尺寸及制造公差的确定

冲裁件的尺寸精度主要决定于模具刃口的尺寸精度,模具的合理间隙值也要靠模具刃口尺寸及制造精度来保证。正确确定模具刃口尺寸及其制造公差,是设计冲裁模的重要任务之一,我们从生产实践总结如下。     

一种改进的计算机辅助模糊聚类方法

在机电产品的计算机辅助模块化设计中，引入模糊聚类分析方法用于定量的模块划分。在实际应用中，传统模糊聚类方法不仅效率低，而且不易程序化，难以操作，特别是在模糊相似矩阵的阶数比较大的情况下。为此，在改进的传递闭包法的基础上，提出了一种逐行合取的模糊聚类方法，简单实用。     

一种冲裁级进模冲压力及压力中心的自动计算方法

针对冲裁级进模冲压力及压力中心计算效率低、容易出错的问题,运用VBA技术对Auto CAD软件进行了二次开发,实现了任意复杂形状冲裁刃口的冲压力及压力中心的自动计算,显著提高了级进模的设计效率。     

一种基于模糊因果聚类的室内热舒适预测方法

提出一种用于室内热舒适预测的模糊因果聚类分析方法.在论域内随机产生若干样本点,对合理样本点运用模糊因果聚类方法求出其最佳聚类,提取各类样本的特征构造模糊预测模型.通过对室内热舒适指标的实例分析,说明该方法可用于不同地区的热舒适预测,能解决PMV等指标预测出现的较大偏差等问题.     

一种基于聚类的滚动轴承故障诊断方法

近年来,机器学习技术在故障智能诊断领域得到了广泛的应用,聚类作为最主要的无监督学习技术在基于机器学习的故障智能诊断中占有重要的地位。滚动轴承故障诊断中,传统的频谱分析法通常采用共振解调技术,但当内圈、滚动体或多点故障时,产生复合调制,从解调谱线很难分辨故障类型。针对此,提出了一种新的基于模糊聚类的滚动轴承故障诊断方法,该方法以模糊Fisher准则为聚类目标,通过对待测样本与已知状态样本数据聚类,求得待测样本隶属度,进而判断滚动轴承的故障类型。实验结果表明该方法是有效的。     

基于模糊聚类的零部件重组策略与方法研究

综合考虑基于同构、几何、精度、材料、性能等属性的冗余零部件相似准则，建立了问题的形式化描述模型，采用欧几里德贴近度来计算零部件之间的相似度，提出了基于模糊聚类的重组算法，探讨了重组方案的分析和调整策略。以摩托车液压盘式制动器的制动盘重组为实例，证明了基于模糊聚类的零部件重组策略和方法具有一定的有效性。     

面向设计变更的级进模冲裁结构关联设计

针对级进模冲裁设计变更中存在的过程繁琐、更新缓慢、设计数据混乱等问题,采用基于NX的关联设计方法,结合NX二次开发技术,开发出了支持智能设计变更的级进模冲裁结构设计模块,简化了变更发生后设计人员的操作过程、保证了设计数据的一致性、提高了更新效率,从而大大提高了整副模具的设计效率。     

基于两种模糊聚类方法的噪声目标自动分类研究

本文详细介绍了模糊传递闭包法和模糊C均值法的计算步骤,并分别用这两种方法对一组噪声目标进行了聚类,最后对两种聚类方法进行了比较。     

基于模糊聚类的拆卸成本建模方法研究

为了解决对报废产品的拆卸成本进行评估时难以精确化的问题,提出了一种基于模糊聚类的拆卸成本建模方法。首先通过采集拆卸操作样本的成本指标数值来建立原始资料矩阵,然后采用标定化和规范化运算得到拆卸操作的关联函数——相似矩阵,再通过传递包法计算得到拆卸成本等级隶属度函数,进而运用阈值原理切割推理出最佳分类结果。给出了相对难度系数的概念,并以此为基础构建了对应各类别的三角形隶属度函数。以减速机的拆卸为实例,验证了该方法的可行性。     

运用改进模糊C均值算法的复杂产品功构单元模块划分方法

为了解决目前已有聚类方法在复杂产品功构单元模块划分过程中存在的问题,提出了一种基于改进模糊C均值算法(D-FCM)的产品功构单元模块划分方法。该方法运用距离矩阵生成样本分层聚类树,结合F统计量方法确定模糊C均值算法最佳聚类数,在此基础上,应用模糊C均值算法进行聚类分析,获得聚类结果。最后,结合实际项目给出该聚类方法在机床模块划分过程中的典型应用,对该方法进行实例验证。以此为基础,开发出机床模块划分系统平台。系统实现及设计结果表明了所提出方法的有效性,为面向配置设计的机床模块划分提供了另一种有效的模块划分方法。     

基于模糊聚类和模糊识别的循环水泄漏检测与定位研究

提出了一种基于模糊聚类和模糊识别的循环水泄漏检测与定位方法,该方法通过气相色谱仪对循环水进行分析,运用模糊聚类方法建立循环水泄漏点标准谱图库,采用模糊识别确定待分析样本与标准谱图库中样本的关联程度,以此报告待分析样本的泄漏点位置。实例分析表明,使用该方法能够准确地对炼油厂循环水泄漏点进行检测与定位。     

Global optimization method using SLE and adaptive RBF based on fuzzy clustering

High fidelity analysis models,which are beneficial to improving the design quality,have been more and more widely utilized in the modern engineering design optimization problems.However,the high fidelity analysis models are so computationally expensive that the time required in design optimization is usually unacceptable.In order to improve the efficiency of optimization involving high fidelity analysis models,the optimization efficiency can be upgraded through applying surrogates to approximate the computationally expensive models,which can greately reduce the computation time.An efficient heuristic global optimization method using adaptive radial basis function(RBF) based on fuzzy clustering(ARFC) is proposed.In this method,a novel algorithm of maximin Latin hypercube design using successive local enumeration(SLE) is employed to obtain sample points with good performance in both space-filling and projective uniformity properties,which does a great deal of good to metamodels accuracy.RBF method is adopted for constructing the metamodels,and with the increasing the number of sample points the approximation accuracy of RBF is gradually enhanced.The fuzzy c-means clustering method is applied to identify the reduced attractive regions in the original design space.The numerical benchmark examples are used for validating the performance of ARFC.The results demonstrates that for most application examples the global optima are effectively obtained and comparison with adaptive response surface method(ARSM) proves that the proposed method can intuitively capture promising design regions and can efficiently identify the global or near-global design optimum.This method improves the efficiency and global convergence of the optimization problems,and gives a new optimization strategy for engineering design optimization problems involving computationally expensive models.     

基于ITD模糊熵和GG聚类的滚动轴承故障诊断

提出了一种本征时间尺度分解模糊熵和GG模糊聚类的滚动轴承故障诊断方法。首先,将滚动轴承的振动信号进行ITD分解,得到若干个固有旋转分量和一个趋势项。然后,将PR分量分别与原始信号进行相关性分析,筛选出前3个含主要特征信息的PR分量,并将筛选的PR分量的模糊熵作为特征向量。最后,将特征向量输入到GG分类器中进行聚类识别。通过模糊熵、样本熵和近似熵对比,实验结果表明模糊熵能更好的表征故障信号的特征信息;通过GG聚类、GK 聚类和FCM聚类对比,实验结果表明GG聚类效果明显优于FCM、GK的聚类效果。因此,实验证明了基于ITD模糊熵和GG聚类的滚动轴承故障诊断方法的有效性和优越性。     

基于NSCT域核模糊聚类的视频水印算法

为减小水印嵌入对视频视觉效果的影响,结合人类视觉系统,提出了一种基于无下采样Contourlet变换(nonsubsampled contourlet transform,NSCT)域核模糊聚类的视频水印算法。首先利用独立分量分析提取视频同一镜头中视频序列的静态分量;然后根据人类视觉系统的掩蔽特性和图像的局部特性,对静态分量NSCT后的带通子带进行核模糊聚类分析;最后将置乱后的水印嵌入到适合嵌入水印类的子带系数中。文中给出了视频嵌入水印后的平均峰值信噪比、算法鲁棒性比较和视频被攻击后所提取的水印。实验结果证明该算法能取得极佳的视觉效果,同时还能抵抗空间域和时间域的常见攻击。     

基于顾客满意度的可拓聚类方法在产品改进设计中的应用

对基于顾客满意度的产品改进设计进行研究,提出在进行产品开发时往往是基于已有的产品的改进,首先应判断已有产品是否仍能满足顾客需求,当出现顾客满意度下降时,适时进行改进设计,推出新产品.给出了Bayes估计顾客满意度指数的方法,再利用可拓聚类方法来判断已有产品是否需要进行改进.最后通过对一个进行改进设计实例的求解,验证了该方法是一种判断系列产品是否需要进行改进设计推出新产品的有效方法.     

基于模糊集理论和知识相似度的复杂产品设计任务分配方法

针对复杂产品设计过程中由任务执行情况的不确定性和工作单元知识结构的差异性导致的任务难以有效分配等问题,提出一种基于模糊集理论和知识相似度的复杂产品设计任务分配方法,并基于遗传算法对任务的分配方案进行求解。该方法通过工作单元的知识结构与任务知识需求的相似度对工作单元的工作能力进行评估,结合相似案例和模糊集理论对任务的执行时间进行计算,以缩短任务执行时间为目标函数,在任务分配过程中充分考虑任务的执行时间、任务之间的时序等约束条件,求解策略能够在满足这些约束的条件下快速获得最佳的任务分配方案,实例结果表明了该方法的有效性。     

基于动态免疫模糊聚类的金属焊缝缺陷等级磁记忆识别模型

针对两栖环境中机器人多自由度灵活稳定运动的需求,设计了一种具有"轮-腿-矢量喷水"复合驱动机制的小型两栖球形机器人。首先介绍了机器人的主要结构组成:一个密闭的上半球壳、两个可开关的1/4球壳、4条复合式驱动腿以及滑行模块等;其次,对球形机器人的复合驱动机制进行分析和建模;接着,根据水下环境和机器人的特性,设计了基于传统PID算法的神经网络自整定控制算法;最后,在室内水池中进行了机器人运动的实验测试。实验结果表明,机器人在水中运动性能良好,运动轨迹和姿态角误差在控制器接受范围之内。所提出的具有复合驱动机制的自主式两栖球形机器人,在滨海两栖环境的资源勘测等方面具有广阔的应用前景。     

基于改进灰色聚类的复合材料无损敲击检测方法

针对传统复合材料敲击检测方法可靠性低、操作复杂的问题,引入了灰色系统理论,基于灰色关联聚类方法对敲击响应信号进行分类,并对接近关联度的计算方法进行了相应的改进。首先以加速度的时间历程作为系统行为序列,利用改进的计算方法对各序列间的接近关联度进行求解并构建灰色关联矩阵。然后通过灰色关联矩阵对序列组进行归纳合并,根据参考序列所在位置对敲击响应信号进行定性分类,最终在无需预先试验的情况下,完成了复合材料的缺陷检测工作。试验结果表明,基于改进灰色聚类的敲击检测方法准确率达到100%,在简化操作步骤的同时保证了敲击检测结果的可靠性。