基于STEP和改进神经网络的STEP-NC制造特征识别方法

特征识别是实施STEP-NC重要的一步，也是实现开放式、智能化和网络化STEP-NC数控系统的关键。本文提出了一种基于STEP和改进神经网络的STEP-NC制造特征识别方法。该方法首先在对STEP AP203中性文件进行几何拓扑信息提取后，基于边的凹凸性判断构建了零件最小子图。然后，将混沌算法、遗传算法与BP神经网络算法有机相结合提出了改进的BP神经网络。最后，通过将获得的零件模型最小子图信息数据输入到改进的BP神经网络，实现了对STEP-NC制造特征高效精准地识别。通过实例验证了该方法的有效性和可行性。     

多状态串并联系统结构与维修策略

为准确构建生产系统中系统结构与设备维修之间的关系,以串并联系统冗余分配问题（RAP）为基础,引入基于系统可靠性的机会维修策略与基于状态的检测间隔,建立了设备购置与维修费用最少为目标的系统结构与维修策略的联合模型,从而在保证系统生产效率和可用度的前提下,降低系统运行的总成本。利用半马尔可夫过程和通用生成函数（UGF）求解出系统在检测点上各状态的稳态概率、维修费用及可用度。通过算例表明,无论在系统设计之前还是在运行之后,将系统结构与维修策略综合考虑比分开考虑更具经济价值。