摘要：为了解决复杂产品创新设计系统中多主体协作的冲突协商问题,提出一种基于模糊物元分析的启发式自适应变异微粒群全局优化算法。首先,引入模糊物元分析理论,将各设计主体的个性化要求、特征及相应的模糊量值结合起来建立其形式化模糊物元模型,应用模糊物元优化方法将多目标协商问题转化为单目标协商问题;然后,给出了该协商模型的自适应变异微粒群求解算法,在微粒群寻优过程中引入变异机制,根据自适应变异概率对惰性和适应度差的微粒进行突变操作,增大微粒间的差异性和非均匀性,有效阻止算法过早收敛于局部最优点,提高算法的求解速度;最后,通过在汽车动力传动系统参数优化匹配协同设计中的应用,表明了该协商算法的有效性。

摘要：针对复杂产品虚拟装配过程中零部件间匹配关系描述不清晰、反映装配约束的特征属性考虑不足、装配序列规划中零件配对精度不高等问题,提出基于资源特征融合的复杂型面配合决策方法.在分析典型复杂型面结构体的装配工艺关联、匹配型面特征,以及装配设计意图的基础上,构建包括工程语义(engineering semantic,ES)、单元件(single element,SE)、装配约束(assembly constraints,AC)、装配端口(assembly port,AP)、装配空间关系(assembly space relation,ASR)等多特征融合的特征装配集,采用有向无环图对特征装配集进行模块化封装和拓扑排序,获取最优装配序列,并通过模糊理想解法完成复杂型面结构体特征装配集模型从定性输入到定量求解,再到定性输出的映射变换,实现特征装配集间的精准匹配,给出匹配决策过程.最后,通过应用案例验证模型与算法的有效性,为实现复杂型面结构体高效精确装配提供新思路.

摘要：针对复杂产品装配工序多样、工序间装配约束复杂、虚拟装配过程中工具资源的表示与推送困难问题,提出了资源组件驱动的装配工具匹配推理方法。首先,搭建了包括装配工具资源组件驱动模块、资源组件本体构建模块、资源组件运行与求解模块的资源组件驱动的装配工具匹配推理框架;然后,构建了装配工具的资源组件本体,给出了基于资源组件的装配工具匹配推送机制,并重点设计了资源组件驱动的装配工具类型与尺寸的按需匹配推理方法;最后,依托复杂产品装配资源推送服务平台验证了所提方法的有效性。解决了装配工具资源人工调整响应速度慢、装配效率低的问题。

摘要：针对整体叶轮曲面曲率变化大、流道为特殊型腔的特点,提出了一种面向特征的刀轨规划方法。分析了整体叶轮加工型面的特征及加工难点,建立由叶片、流道、进出水边、叶根等不同型面刀轨构成的特征库。设计叶轮加工型面与特征刀轨库间的匹配规则,开发了整体叶轮加工型面特征刀轨规划系统。算例仿真表明,该方法可有效减少叶轮加工曲面的刀路数量,提高整体叶轮自由曲面叶片的加工质量和效率。

摘要：鉴于流程制造工序间能质流耦合严重,性能指标影响因素众多,工艺参数时序特征显著,现有制造模式下难以精准预测产品质量,在分析流程制造工艺性能指标多维、强时序、关联耦合特征的基础上,提出一种基于注意力机制—门控循环单元-BP神经网络(Attention AM-GRU-BPNN)的多工序耦合参数关联预测方法。首先采用互信息方法筛选多态异构生产数据作为输入,建立ConvGRU自编码器,通过无监督学习对过程数据、工艺参数、操作参数等进行时序特征提取,同时引入时序注意力机制提取不同工序的耦合关联特征并进行向量嵌入,为不同工序的工艺参数分配注意力权重。在此基础上,设计Attention网络自学习不同时刻下工艺关联特征对质量性能指标的影响差异,再通过门控循环单元网络对重要的关联特征进行增强,并按照时序特征对单工序预测模型进行聚合,实现多工序时序特征融合,最后通过输出层BPNN神经网络精准预测产品工艺质量。实验表明,AM-GRU-BPNN有效提高了预测精度,从多工序角度为生产线工序的加工过程控制提供了依据。

摘要：微粒群优化算法参数的选取是影响其性能和效率的关键。为了解决微粒群算法的参数优选问题,提出一种将可拓菱形思维嵌入到微粒群优化算法中,依赖被优化函数对参数进行自适应优选的高精度微粒群算法。基本思想是:(1)根据发散-收敛-再发散-再收敛这一菱形思维特点,建立微粒群算法参数优选的菱形思维模型,利用物元的可拓性对其进行发散性设计,再利用合适的评价方法对发散后的多种参数配置方案进行评价,取其中最优方案对应的参数作为算法当前代的参数值;(2)将菱形思维过程嵌入到微粒群算法的每一步,算法参数随着进化过程中的反馈信息不断被菱形思维优化,实现了参数选取过程的实时性和自适应性。该嵌入式优化算法既提高了算法的优化精度,又克服了迭代进化嵌套的高计算成本不足。最后通过对典型benchmark函数的优化仿真,表明该算法具有较高收敛速度和优化精度。

摘要：针对实体产业对科技资源的服务需求,以服务效应作为资源文本分类标准,提出一种基于多元神经网络融合的分布式资源空间文本分类模型。设计了包含词嵌入层、卷积层、双向门控循环单元层、注意力机制层和softmax层的多元神经网络通路;在此基础上采用基于需求—效应—资源分类策略,完成了从定性科技资源需求到定量资源服务效应求解,再到定性科技资源输出的映射变换,重点解决了分布式科技资源局部和全局语义特征形式多样、文本长距离依赖特征显著、重要资源信息难以准确识别的问题,进而从分布式科技资源空间中快速准确地获取效应知识,提升实体产业产品研发效率和创新能力;通过万方专利科技资源数据集验证了所提方法的可行性和有效性,为更加全面地挖掘资源文本特征和按需服务实体产业提供了一种新的思路和手段。

摘要：针对复杂产品装配设计过程中零部件间匹配关系描述不清晰,装配设计过程中零件配对精度不高等问题,提出了可装配特征的结构化描述与匹配推理研究方法。在分析影响零件获取、匹配、调整以及装配的工艺关联、匹配型面特征,以及装配设计意图的基础上,给出了包括工程语义、装配约束、装配端口、装配空间关系的装配关键结的定义和结构化描述。基于装配关键结的复杂产品零部件进行了可装配性分析,确定了装配关键结中各因素权重,并通过模糊理想解法完成了对复杂零部件装配属性邻接图的求解,最终通过复杂产品装配从定性输入到定量求解,再到定性输出的映射变换实现了零部件间的精准匹配,给出了推理匹配过程。最后,通过应用算例验证了方法的有效性。

摘要：针对传统果蔬供应链区块链模型存在溯源信息深度不足、溯源数据关联性不足、查询效率低等问题,本研究提出了一种图区块链模型。首先利用图理论对传统区块链的区块数据结构进行改进,将传统区块链结构中顺序表的存储结构改变为便于深度溯源信息存储的图结构,以实现深度溯源信息的关联存储。然后通过图区块链映射模型建立物理区块数据与图区块链模型之间的映射关系,并按照果蔬供应链流程逻辑结构建立图区块数据架构。定制化设计图区块链数据存储、查询与权限管理智能合约,以确保供应链数据的可靠性。最后基于百度超级链平台开发图区块链模型,并与传统区块链进行性能对比实验。结果表明:图区块链能够实现果蔬供应链的深度溯源,同时还能大幅提升数据查询效率,该模型可为实现基于区块链的果蔬供应链追溯信息存储与快速查询提供新的方法和思路。

摘要：为缓解曙三区杜家台油层高含水期出现的油水井利用率低、水驱动用不均衡、采油速度低等问题,开展了聚合物驱提高采收率技术研究。将室内实验数据与矿场生产数据相结合,运用油藏工程分析和数值模拟方法,进行出砂强度分级评价、聚合物驱可行性评价及先导试验方案设计。认为在出砂油藏聚合物驱当中,应基于层段优选,以井组为单元按照出砂等级设计配套的防砂工艺和合理的注采参数,从而实现最佳经济效益,并最大幅度提高采收率。先后在11个井组实施了聚合物驱矿场试验,日产油量得以大幅提高,综合含水率大幅下降,提高采收率12.6%。