基于感性意象的越野车造型设计研究

汽车外观造型对于用户的情感体验至关重要,汽车外观造型与用户主观偏好的匹配程度成为汽车造型设计成败的重要因素。选取典型汽车外观造型风格意象词汇进行研究,利用语义差分法(SD法)等对感性意象词汇进行视觉化描述和量化表达;将汽车造型抽象并简化为造型特征线,利用贝塞尔曲线进行量化描述,基于感性工学原理与方法研究汽车造型特征线和感性意象词汇之间的映射关系,并以此结果指导越野车的造型设计,从而提升越野车造型设计与感性意象之间的匹配度,降低越野车造型设计开发的市场风险。     

产品意象造型设计关键技术研究进展

在设计中充分考虑消费者的感性意象需求是工业设计发展的重要趋势。通过对国内外相关文献的综述,论述了感性工学的概念,重点分析了产品意象造型设计所涉及的感性意象挖掘、造型形态描述、产品造型设计要素辨识、产品感性意象与设计要素关联及产品意象造型智能设计等关键技术和方法,为其研究与应用建立了实用的体系。     

工业通用减速机造型设计研究

针对工业通用减速机产品,在满足使用性能的前提下,对其造型的特征元素进行再设计,以树立品牌形象、提高国际市场竞争力。提出将品牌文化主题融入其造型设计的方法,以造型特征设计为手段,按照"确定造型意象元素—造型概念设计—整体造型设计—有限元分析"的流程,以TR系列圆柱斜齿轮减速机为例,设计了凸显企业品牌特征的减速机外观造型。     

基于产品识别的智能安全装备产品族造型设计研究

针对小批量快速开发的智能安全装备,在分析产品识别内涵及认知-行为-情感交互融合识别方式的基础上,构建了产品族造型系统,将产品部件划分为通用性部件、相似性部件、意象性部件和独特性部件4类;提出基于部件分解和分类设计的产品族造型设计流程与方法,以及产品识别共性指数的计算与评价方法。以生命探测雷达系列产品为例,对造型设计方法与评价方法的应用进行了分析和验证。     

基于数量化理论Ⅰ的产品意象造型设计研究

为设计出符合消费者需求的产品,采用基于数量化理论Ⅰ的产品意象造型设计方法。研究过程中首先确定感性词汇与设计要素,在此基础上,建立数量化理论Ⅰ的数学模型,通过对数学模型的求解、对预测精度和各项目对预测贡献的计算,得到感性意象与造型设计要素之间的关系,以对产品设计进行指导。文中结合执手门锁的设计进行研究,结果表明,该方法是正确可行的。     

基于造型特征线的汽车造型意象研究

引入造型特征的概念,选取汽车的主特征线E1为研究对象,利用感性工学和统计分析的方法确定了主特征线E1的敏感感性意象形容词（SKIA）,并求出了敏感感性意象形容词与主特征线E1的定量关系。由此定量关系可求得最符合用户造型感性意象的值,从而提高汽车造型设计方案的成功率。以一个实际汽车改型项目为应用案例,初步证明了该方法的合理性和可行性。     

基于感性意象的产品造型设计方法研究

通过分析产品意象的认知理论,提出基于感性意象的产品造型设计方法:首先通过问卷调查,由因素分析和集群分析提取出适合形容产品的意象语汇;以定性分析的方式,对产品形态要素进行分解;再通过问卷调查,进行定量分析,获得产品造型与意象因素之间的对应关系,由此建立产品造型的设计规则库,指导产品设计。最后经验证和实际应用,证明该方法是合理、可行的。     

基于文化意象的礼宾车造型设计研究

为消除造型特征传递过程中用户对文化意象的认知障碍,对汽车造型设计中文化意象进行研究。选取红旗品牌礼宾车型作为造型研究样本,将礼宾车造型简化为造型特征群,对其造型特征群进行解构,明确各造型特征单元;通过专家讨论、问卷调查对意象词汇进行遴选,得到最具代表性的礼宾车造型设计文化意象词汇;利用语义差异法(Semantic Difference,SD)对相关意象词汇进行量化表达,建立意象词汇和礼宾车造型特征间的映射关系,并将研究结果运用到礼宾车造型设计方案中,从而提升造型设计与文化意象之间的匹配度,降低设计开发风险。     

工业设计主导下的非标装备设计研究现状及发展趋势

装备制造业是关系国际民生的重点产业,尤其以非标装备设计、制造和生产最具发展潜力,工业设计学科介入装备制造设计在新时代下成为可能,并可以主导非标装备的研发。文中以从外观造型设计、人因工程、用户研究、创新与产业发展等几方面将工业设计介入非标装备设计的相关研究内容和结果进行了汇总,以谋求装备行业科学的未来发展趋势和该行业产业升级的路径。     

基于序次Logistic回归的产品意象造型设计研究

为设计出符合消费者感性需求的产品,提出基于序次Logistic回归的产品意象造型设计方法.首先,应用KJ法和因子分析法确定产品的感性意象,使用形态分析法确定造型设计要素,在此基础上由正交试验设计法构建产品全轮廓卡片,对其感性意象进行调查.其次,通过对感性意象评价等级分布的分析,选择Probit函数作为序次Logistic回归的联接函数,建立感性意象与设计要素之间的数学模型.最后,通过测试验证了模型的有效性.文中结合办公座椅的设计进行研究,结果表明该方法是正确可行的.     

基于神经网络的复杂结构映射建模和优化方法

运用结构力学方法建立易于解析的大型结构平面模型；采用商业有限元软件建立能精确反映结构真实受力的空间模型。求解得到2种模型各单元内力，将平面模型单元内力作为输入，空间模型的内力作为输出而构造样本集。利用神经网络的非线性映射能力，通过样本训练提取其特征和本质联系，以获得具有内插和泛化能力的映射模型，为后续优化设计奠定了基础。     

基于神经网络的双目视觉传感器建模

根据双目视觉传感器的工作原理,分析了影响测量精度的因素,表明双目视觉传感器的物体空间坐标与图像坐标之间存在复杂的非线性映射关系,其数学模型无法用解析式精确地加以描述.因此,提出一种基于神经网络的双目视觉传感器建模方法.数值实验表明,该方法简便易行,建立的模型有较高的精度.     

基于神经网络的双目视觉传感器建模

根据双目视觉传感器的工作原理 ,分析了影响测量精度的因素 ,表明双目视觉传感器的物体空间坐标与图像坐标之间存在复杂的非线性映射关系 ,其数学模型无法用解析式精确地加以描述。因此 ,提出一种基于神经网络的双目视觉传感器建模方法。数值实验表明 ,该方法简便易行 ,建立的模型有较高的精度     

基于神经网络的双目视觉传感器建模

根据双目视觉传感器的工作原理,分析了影响测量精度的因素,表明双目视觉传感器的物体空间坐标与图像坐标之间存在复杂的非线性映射关系,其数学模型无法用解析式精确地加以描述.因此,提出一种基于神经网络的双目视觉传感器建模方法.数值实验表明,该方法简便易行,建立的模型有较高的精度.     

基于贝叶斯神经网络的机床热误差建模

热误差严重影响着机床的加工精度,对机床关键部件进行热特性分析是开发精密机床的重要环节。通过测量包括数控机床的特殊位置温度和定位误差在内的热特性,研究了温升与定位误差之间的关系,提出了一种基于贝叶斯神经网络的热误差建模方法。通过K-means聚类和相关系数法来选择温度敏感点,可以有效地抑制温度测量点之间的多重共线性问题。结果表明:通过使用贝叶斯神经网络能提高机床88.015 9%的精度,比BP神经网络高出15.763 8%,与BP神经网络模型相比,贝叶斯神经网络具有更加优良预测性能。贝叶斯神经网络模型为降低机床热误差的影响提供了新思路。     

基于人工神经网络的机床刚度建模

将人工神经网络应用于机床刚度建模,针对基本BP算法收敛速度慢、易陷入局部极小点的不足,从步长和搜索方向两方面对基本BP算法进行了改进,并引入具有全局寻优能力的粒子群算法.通过统计误差计算的次数、设定多组初始权值及方差分析等方法,对几种优化算法在机床刚度建模中的应用效果进行了比较,最后以输出误差最小时的连接权值建立了机床刚度神经网络模型.     

基于人工神经网络的多学科优化设计研究

多学科优化设计的两大难点是子学科间的信息交换和系统分析计算的复杂性。为此，在一致性约束算法和并行子空间算法基础上，提出了一种基于人工神经网络响应面的多学科优化设计算法，它是一种二级结构的优化方法，即学科层仅满足局部约束，系统层提供一种协调学科间冲突的机制，保证在相关变量和耦合变量上的一致性，使设计方案不断改进。通过某型号飞航导弹系统的优化实例，验证了算法的有效性。     

基于改进BP神经网络的入侵检测系统的研究与实现

把传统的BP神经网络应用在入侵检测系统当中时,会出现训练过程缓慢,错误率、漏检率太高,检测效率较低等各种问题.为了解决这些出现的问题,本文通过对一种改进BP算法的讨论分析,简单论述了其应用于入侵检测系统中可以有效的提高系统的检测性能.     

基于工业以太网的数控设备网络化研究

在基于工业以太网的DNC系统基础上,利用串口服务器将具备标准串口通讯的数控设备连入DNC网络,实现了对数控机床的分布式控制和集中管理.     

基于改进神经网络集成算法的软测量建模

为提高神经网络集成中成员网络的精度、增加成员网络间的差异度,提出一种改进的Bagging神经网络集成算法.通过分析初始样本集中样本间的欧式距离提取各子训练集,子训练集的元素在样本空间具有良好的遍历性和代表性;集成策略采用加权平均法,用粒子群优化算法求解成员网络的集成权重.几个典型回归分析型数据集的测试表明,本算法有效提高了训练样本质量,增强了集成泛化能力.最后将改进算法用于工业乙烯收率神经网络软测量建模,应用结果表明该软测量模型泛化性能好,测量精度高.