摘要：为有效保证在企业信息集成过程中物料清单视图之间数据的完整性、正确性和一致性,提出了一种基于特征辨识的物料清单转换方法。通过引入工艺物料清单以及定义“继承部件”、“虚设部件”、“中间部件”、“外协部件”和“外购部件”的含义及其相关映射函数,建立了物料清单转换的映射模型,设计了对应不同部件类型的物料清单转换规则,给出了设计物料清单向制造物料清单转换的算法,并针对企业出现的工程更改问题,给出了物料清单转换对工程更改的处理规则,实现了从设计物料清单到制造物料清单的自动转换。最后,通过实际应用,验证了该转换技术的有效性和可行性。

摘要：国家自然科学基金工程与材料科学部机械设计与制造学科(E05)对2022年结题的重大、重点、面上、联合、地区等近1200项项目完成结题评价,最终评选出占比约4%的项目为A+等级,其中武汉工程大学机电工程学院陈汉新教授的面上项目“机械结构早期微缺陷非线性特征辨识及三维检测研究”(51775390)最终获评A+。

摘要：为实现不同类型驾驶员个人特质辨识,基于d SPACE实时仿真平台搭建了驾驶员使用模式信息采集系统,对30名被测驾驶员在典型工况下的使用模式进行了信息采集;采用高斯混合模型建立了驾驶员个人特质辨识模型,选取三类典型驾驶员模本对模型进行了参数训练;利用得到的优化参数对测试驾驶员进行了个人特质类型识别测试,并应用试验设计方法对辨识方法进行了优化分析。测试结果表明,提出的基于高斯混合模型的驾驶员个人特质辨识方法能够有效辨识驾驶员类型。

摘要：针对传统辨识模型存在的耗时长、误差大的问题,本文研究了基于深度学习的信息传输过程不良数据辨识模型。应用卷积神经网络模型对数据样本展开分类,应用深度置信网络模型对分类结果实施反馈微调。在此基础上,设计网络训练和数据聚类过程,通过设置最佳阈值来保证聚类稳定性和辨识精度,从而实现对信息传输过程中不良数据的有效辨识。实验结果表明相比于传统模型,该模型的辨识过程耗时较少,且辨识误差更低,证明其具有更高的应用价值。

摘要：针对机械设计中零件模块化快速成型、零件特征辨识与装配困难的问题,借鉴工业4.0中端对端集成设计理念,以安全防护围栏的指向性设计与装配为研究对象,开发安全防护围栏智能设计与装配系统。该系统基于嵌入式机械通信协议(machine-to-machine,M2M),将零件快速成型与定点装配有机结合,采用程序驱动参数化方法和对象连接与嵌入(object linking and embedding,OLE)技术,将特征装配(FAT)与数据流链(DFC)结合判定零部件装配顺序,二维工作界面给定约束,在Solid Works中生成装配体模型,产生BOM列表,实现安全防护围栏快速设计与装配。

摘要：通过分析汽包水位系统所存在的非线性问题,提出基于特征辨识的多模态仿人智能控制算法,在线提取合适的特征信息判断系统所处的模态,以采取相应的控制策略,仿真结果表明该方法能够较好地克服虚假水位现象,控制效果较好。