面向CAI的设计过程复杂性理论冲突确定原理

确定系统中的冲突是产品创新的基础,研究了面向计算机辅助创新设计过程复杂性理论冲突确定原理,介绍了设计过程复杂性理论中对复杂性的定义以及复杂性的类型；根据相应的定义提出了设计过程复杂性统一表示方法,并应用该方法进行设计过程复杂性类型判定；将设计过程复杂性的统一表示方法进一步细化,并与问题、矛盾和冲突等概念相对应,形成设计过程复杂性冲突确定原理；应用工程实例验证了设计过程复杂性的冲突确定原理.     

单元化系统集成设计中的相似性与复杂性

基于相似性科学和相似系统理论，研究了机械系统中单元的特征相似性形成原理和相似度量方法、以单元为基础的相似机械系统建模原理和系统相似度数值方法、相似单元设计和单元化系统集成设计中的相似性与复杂性；提出了以系统相似性度量及其变化引起复杂性。集成设计系列化、多样化、个性化产品系统新的理论与方法。     

物质-场与设计过程复杂性理论集成的产品再设计过程模型研究

随着用户需求迅速提高,系统非线性、强耦合性、时变特性和开放性等复杂系统特征趋于明显,针对复杂系统特征的产品再设计过程成为研究热点。文中将设计过程复杂性理论与TRIZ中物质-场集成,应用设计过程复杂性进行产品再设计过程复杂性分析,并采用物质-场分析及标准解解决再设计过程中的问题,形成物质-场与设计过程复杂性理论集成的产品再设计过程模型。首先运用设计过程复杂性理论中复杂性的定义对再设计产品进行分析,确定复杂性问题及类型;其次根据复杂性与TRIZ中物质-场模型的表征关系,确定设计过程复杂性的物质-场表征模型;最后,采用标准解减小系统复杂性,实现产品再设计,并应用工程实例加以验证。     

基于广义信息熵测度的制造过程质量评估

制造过程的复杂性导致过程建模、预测和控制难度增大。从信息论的角度看,过程的信息熵与其有序程度成反比关系,因而可以通过信息熵来描述过程的复杂度,进而分析过程的质量状态和演化方向。为定量描述制造过程中的复杂性现象,对信息熵理论进行扩展,建立基于规模、难度和状态多样性的广义信息熵模型。然后按照复杂性对时间的依赖关系,将制造过程的复杂性分解为静态复杂性和动态复杂性,研究利用广义信息熵模型测度制造过程复杂性的方法,并将其用于制造过程质量评估,从复杂性的角度给出过程质量控制有效性的定量分析和评价方法。最后通过实例证明理论和方法的有效性。     

系统复杂性理想解快速获取方法

为快速获取减小系统复杂性的理想解,提出了一种集成复杂性理论和技术进化定律的系统复杂性理想解快速获取方法。该方法将系统中的复杂性事件转化为附加效应链,应用技术进化定律快速获取附加效应理想化水平最高的解。阐述了系统中复杂性的附加效应分析方法以及快速获取系统复杂性理想解的过程。最后,通过一个工程实例验证了该方法的科学性。     

设计过程复杂性视角下复杂系统研究综述

设计过程复杂性理论(Design-Centric Complexity,DCC)从功能的角度出发研究系统的复杂性,并以产品实现的概率为系统复杂性的表征。在科技迅猛发展的背景下,复杂系统非线性、强耦合性、时变性和开放性等特征日益凸显,复杂系统相关研究成为国内外研究热点。从设计过程复杂性视角,以复杂系统4大特征为入手点,对复杂系统相关研究进行综述,研究设计过程复杂性理论与人工自愈理论在内的复杂系统相关研究之间的关系。最后,讨论设计过程复杂性和人工自愈等复杂系统研究应用领域和应用前景。     

基于信息熵的制造系统复杂性测度及其在调度中的应用

制造系统的复杂性是指制造系统难以被理解、描述、预测和控制的状态。从信息论角度指出制造系统的复杂度是描述制造系统的状态所预期需要的信息量。将制造系统的复杂性描述为静态和动态两种形式:静态复杂性是描述制造系统在静止状态下各制造资源根据其调度方案所预期拥有的状态所需要的信息量,动态复杂性则指描述制造系统在运行过程中各资源的实际状态所需要的信息量。应用信息论中的信息熵理论研究制造系统的复杂性测度问题,分别建立了基于信息熵的静态和动态复杂性测度模型。将上述复杂性理论应用于调度研究,提出最大可行调度时限和调度依附度两个评价调度有效性的量化指标,为调度有效性的分析、评价及改善提供了重要工具。实例研究表明所提理论和方法的有效性。     

设计过程复杂性与TRIZ集成超声波纸张测厚装置创新设计

将超声波用于纸厚测量进行纸厚测量装置设计,按照设计过程复杂性理论将系统中存在的问题定义为不同的复杂性种类,并应用TRIZ进行解决,通过将设计过程复杂性理论与TRIZ集成,解决了超声波纸张测厚装置设计过程中的问题,实现了超声波纸张测厚装置的创新设计,也为其他装置设计提供参考。     

一种复杂板壳厚度的优化设计方法

针对工程中复杂板壳结构由于复杂性而无法采用板壳理论进行厚度设计的问题,提出一种基于有限元理论的板壳厚度优化设计方法。结合板壳理论和有限元理论建立了复杂板壳厚度优化设计的数学模型,并提出基于ANSYS的板壳厚度快速优化设计实现方法;分析了载荷、约束和复杂性对设计精度的影响。结果表明,此方法能够适用于复杂载荷、不同约束类型、不同载荷类型和复杂结构模型。最后,利用优化设计实例进行了验证,结果验证了该设计方法的有效性和可行性。     

基于物联熵的机械产品装配系统复杂性度量

针对制造业应用物联网技术带来的复杂性问题,以制造业物联网环境下机械产品装配系统为研究对象,在分析制造业物联网技术应用模式和装配系统运行机制的基础上,综合运用信息熵相关理论研究了制造业物联网环境下机械产品装配系统的复杂性测度,提出基于物联熵(组态熵和互联熵)的机械产品装配系统复杂性度量方法,建立了系统的组态熵与互联熵度量模型。实例求解验证了物联熵度量系统复杂性的有效性和可行性,所提方法有望为制造业物联网环境下的机械产品装配系统的设计、智能控制和优化等提供有效的度量依据。     

基于弹性核凸包张量机的机械设备热成像故障诊断方法#br#

针对机械设备热成像故障诊断中图像样本向量化维数灾难和结构信息破坏的问题,提出了基于弹性核凸包张量机的机械设备热成像故障诊断方法。首先定义样本特征张量空间的弹性核凸包,然后求解弹性核凸包间的最优超平面来构建弹性核凸包张量机模型,最后以机械设备不同故障状态下的热成像图像为输入,实现机械设备的故障诊断。实验结果表明：该方法可以准确、稳定地对机械设备进行故障诊断。     

滚动轴承故障的可拓物元诊断方法

滚动轴承是大多数机械设备中工作条件最为恶劣的部件,它们在设备运行中起着承受载荷、传递载荷的作用,因而其运行状态直接影响到整台机器的性能。基于可拓学中的物元理论和可拓集合理论,首先建立了滚动轴承故障诊断的物元模型,然后通过引入关联函数,确切计算了待评轴承针对指定故障发生的程度,提出了一种诊断滚动轴承故障的新方法。     

多重结构神经网络在液体火箭发动机故障诊断中的应用研究

根据液体火箭发动机的结构特点和故障诊断过程的特性 ,分析了复杂设备诊断过程的层次性 ,建立了复杂设备故障诊断的多重神经网络模型结构 ,并将其应用于液体火箭发动机涡轮泵的故障诊断 ,结果表明 ,该方法可有效地降解复杂系统故障诊断问题的复杂性、具有快速诊断能力     

矿山机电设备维修中故障诊断技术的运用

国民经济的发展,推动了科学技术的进步,矿山机电设备也向着自动化的方向发展,大大提高了矿山机电设备的工作效率,也不可避免的出现了故障,影响了矿山生产的有序进行。首先对故障诊断技术进行了概述,然后分析介绍了矿山机电设备出现故障的原因,详细阐述了矿山机电设备维修中故障诊断技术的运用,最后举例说明了矿山机电设备维修中故障诊断技术的应用。     

无标签数据下基于特征知识迁移的机械设备智能故障诊断

对于智能故障诊断方法,大量有标签数据是实现智能模型训练的必要条件,但该条件在部分工业应用场景下难以满足。难以采集足够有标签数据,尤其是故障状态下的数据,在一定程度上限制了智能故障诊断方法的工业化应用。为解决该问题,提出基于特征知识迁移的机械设备智能故障诊断方法,将实验设备或其他相关设备所采集的足量有标签数据所蕴含的特征知识迁移至工业现场设备所部署的智能模型中,完成不同机械设备之间监测数据的特征知识迁移,从而实现无标签数据下的机械设备智能故障诊断。提出方法首先构建一维深度卷积神经网络,实现从原始振动信号到机械设备故障类别的深度映射。然后在深度卷积神经网络中加入领域适配正则约束项,实现不同机械设备监测数据间特征知识的深度迁移适配。最后,通过全连接神经网络进行机械设备健康状态的识别。为验证提出算法的有效性,通过两种机械设备的轴承在不同性能状态下所采集的监测数据进行迁移故障诊断实验,实验结果表明:提出方法实现了不同设备间监测数据特征知识的迁移适配;相对于传统智能诊断方法,提出的方法在两个数据集之间的迁移故障诊断识别率提高20%以上。     

基于模糊综合评判的液压系统故障诊断方法研究

针对液压系统故障的多发性、设备构造复杂性的特点,通过对现有故障诊断方法的分析,应用模糊综合评判理论,提出了液压系统故障诊断模糊综合评判方法。以起重设备液压系统为研究对象,通过分析该系统的故障形式,建立了模糊综合评判模型,进行了量化分析和算法研究,研究表明,这种方法可以可靠、高效地判断液压系统故障。     

人工智能在机械设备故障检测中的应用

我国的机械设计制造水平在近几年不断提高,现代机械设备更是朝着大型化、精密化、复杂化以及自动化等方面发展,在提高生产效率与生产质量上发挥着重要的作用。同时,机械设备的各部件之间的耦合也越来越紧,运行过程中一旦发生某一故障问题就有可能导致整个设备运转失常,因此做好设备的故障检测工作至关重要。传统的故障检测工作片面依靠维修检测人员的经验,对于现代的机械设备来说已经无法适应,因此必须要采用更加先进的方式,因此将人工智能用于机械设备的故障检测工作中具有十分重要的意义,大大提高了检测质量与效率,对保证机械设备的正常、稳定运行发挥着重要的作用。基于此,本文就人工智能在机械设备故障检测中的应用进行了分析。     

机械故障诊断技术研究

介绍了机械故障的诊断技术和诊断方法，并通过工程实例分析了BP网络在故障诊断中的应用．展望了机械设备状态监测及故障诊断技术的发展前景。     

远程装甲车辆机械故障诊断技术研究

提出了远程机械故障诊断系统的框架结构和功能模块 ,运用分布式计算、数据库、虚拟仪器和CSCW (计算机支持的协同工作 )等关键技术实现了远程数据传输、信号分析、远程诊断、远程维修等功能 ,建立了为部队服务的远程装甲车辆机械故障诊断系统     

Design and realization of a remote monitoring and diagnosis and prediction system for large rotating machinery

Traditional on-site fault diagnosis means cannot meet the needs of large rotating machinery for its performance and complexity. Remote monitoring and diagnosis technology is a new fault diagnosis mode combining computer technology, communication technology, and fault diagnosis technology. The designed remote monitoring and diagnosis and prediction system for large rotating machinery integrates the distributed resources in different places and breaks through shortcomings as the offline and decentralized information. The system can make further implementation of equipment prediction technology research based on condition monitoring and fault diagnosis, provide on-site analysis results, and carry out online actual verification of the results. The system monitors real-time condition of the equipment and achieves early fault prediction with great significance to guarantee safe operation, saves maintenance costs, and improves utilization and management of the equipment.