基于图和子图同构算法的制造特征识别方法

针对传统制造特征难以快速识别的难题,提出了基于图和子图同构算法的制造特征识别方法。通过提取零件模型中的几何信息与拓扑信息,构造出加权属性邻接图,对零件模型进行精准描述,为建立制造特征库,定义了文件数据的存储结构,结合子图同构算法以及相关判定规则实现对常见制造特征的识别与匹配。以Creo软件中生成的零件模型为例,在VS2010平台中进行二次开发,最后以界面窗口形式展示识别结果,验证了该方法的有效性。     

双肋式微型气动阀的数值计算与实验

 针对现有微型三角阀效率低的问题,提出双肋式气动阀这一新型微阀,通过两级带圆弧过渡的收敛形肋条,在减小正向气流压力损失的同时,引导逆向气流分为3股后再呈“Y”形汇聚,产生强烈的相互撞击而抵消部分动能,从而减小逆向流量以提高效率。通过数值计算对双肋式气动阀的作用原理进行了分析与验证;加工了特征尺寸为1 mm的三角阀、梯形阀与双肋阀实验件,并设计了相应的实验方案,在微流体实验平台上进行了对比实验。结果表明双肋阀能大幅提高效率：对不可压流,双肋阀可将效率从普通阀的2%～3%提升至14%左右;对可压流,双肋阀能将效率从2%提升至约13%。     

金属泡沫材料力学行为的研究概述

对金属泡沫材料力学行为的研究文献进行了简要综述,重点介绍了最近几年该领域研究工作的进展,其中也包括国内学者在该领域的一些工作.这些工作主要讨论了金属泡沫材料的拉伸、压缩、能量吸收、动态冲击、失效准则、本构关系、蠕变、疲劳和断裂等力学性能.最后,给出了对该领域工作的一些展望.      

基于改进遗传算法的物料配送路径实时规划方法

针对离散制造车间环境复杂、外部干扰因素众多的情况,提出基于改进遗传算法的物料配送路径实时规划方法。该方法以工作中心为物料配送基础,对离散制造车间物料配送环境进行了分析,阐述了物料配送参数的多样性。在此基础上,结合物料配送时间窗要求,以最小物料配送成本为优化目标,建立了车间实时环境下的物料配送模型。采用改进遗传算法对模型进行求解,通过实例验证了该模型的可行性和有效性。     

基于离散点距离的三维线缆干涉检测算法

针对CREO三维线缆具有柔性可随意变形特性而引起难以进行干涉检测的问题，提出基于离散点距离的三维线缆干涉检测算法。该算法通过线缆中心线动态离散点对三维线缆进行表达，分析结构件的空间位置关系，利用线缆与线缆、线缆与结构件之间的空间位置关系进行干涉检测，实现了对三维线缆进行快速干涉检测的目的。最后在Visual Studio 2010与CREO 平台上采用C++语言和TOOLKIT工具对所提算法进行了验证。结果表明该算法具有较好的快速性与准确性，可以满足工程实际需求。     

基于仿真优化的网络化制造资源规划技术

网络化制造中的核心问题是如何根据制造任务的特点合理优化地配置网络上的制造资源.本文提出了基于仿真优化方法的网络化制造资源规划技术,该技术通过构建基于工艺特征的制造资源模型,以及设计基于遗传算法的仿真优化等机制解决网络化制造资源的规划问题.最后给出了基于该技术的原型系统.验证实例表明,该方法具有求解效率高和解的质量好等优点.     

不同温度和拉伸速率下复合推进剂力学性能及破坏模式分析

进行不同温度和拉伸速率下推进剂单向拉伸力学性能试验,并利用扫描电镜对拉伸断口形貌进行了观察,分析了温度和拉伸速率对推进剂力学性能的影响以及不同细观破坏模式,特别是低温、高拉伸速率下推进剂的失效机理;基于时温等效原理,给出了推进剂力学性能主曲线和破坏包络线。研究表明:初始模量、抗拉强度主曲线呈指数递减趋势,在高温、低拉伸速率下其值减少;断裂伸长率主曲线呈多项式关系,在低温、高拉伸速率下明显降低;力学性能主曲线和破坏包络线可以用于不同试验条件下失效应力的预测;推进剂在低温、高拉伸速率条件下内部颗粒产生了明显的破碎,相同温度条件下,拉伸速率越高,颗粒破碎越严重。     

基于嵌套赋时多色图的工作流模型

为了满足扩散制造流程建模中递阶分层结构的定义和不确定运行时间的表达,通过对多色图的研究和改进,提出嵌套赋时多色图,用以构建扩散制造中的工作流模型.在此基础之上,给出工作流结构约束规则,检查结构可达性、合理性、输入/输出惟一性等,避免流程模型中出现不良结构.在流程时间分析中,利用基本结构的时间计算求解流程整体时间.引入时间裕度的概念,并在时间维分解任务节点,将多色图映射为时间距离图.利用Floyd-Warshall算法判断时间一致性,进而确定任务起止时间.以某装备的贮箱部件扩散制造为倒,对方法进行了验证.     

基于DCNN和全连接CRF的舌图像分割算法

针对中医舌诊中舌体分割不准确、分割速度较慢且需要人工标定候选区域等问题,提出了一种端到端的舌图像分割算法。与传统舌图像分割算法相比,所提算法可以得到更为准确的分割结果,并且不需要人工操作。首先,使用孔卷积算法,可以在不增加参数的条件下扩大网络的特征图谱。其次,使用孔卷积空间金字塔池化（ASPP）模块,令网络通过不同的感受野学习舌图像的多尺度特征。最后,将深度卷积神经网络（DCNN）和全连接的条件随机场（CRF）相结合,细化分割后的舌体边缘。实验结果表明:所提算法优于传统舌图像分割算法和主流的深度卷积神经网络,具有较高的分割精度,平均交并比达到了95.41%。      

新型碳基复合吸波材料的制备及性能研究

在聚丙烯腈(PAN)聚合液中分别加入Fe,nano-Fe和FeC2O4.2H2O,经热处理后制备了三种新型的电磁损耗型碳基复合吸波材料.通过X射线衍射仪(XRD)对复合材料分别进行物相分析,三种复合材料中,Fe元素主要以Fe3O4的形式存在.根据所测得的介电常数和磁导率比较分析了三种碳基复合材料和纯碳材料的吸波性能,结果表明加入Fe和nano-Fe制备的碳基复合材料有效改善了纯碳材料的输入波阻抗匹配程度,提高了微波吸收性能.结果表明,加入Fe和nano-Fe制备的碳基复合材料,涂层厚度分别为1.9和2.2mm时,在12.7～ 18GHz频段内,反射损失值都小于- 10dB,有效吸收带宽为5.3GHz.涂层厚度均增至2.5mm,最小反射损失值分别达到- 46和- 29.8dB,有效改善了纯碳基体输入波阻抗匹配程度,提高了微波吸收性能.