摘要：为了探寻空化现象对水导激光微水束稳定性影响,利用计算流体动力学的方法,分别在不考虑空化和考虑空化的情况下,对从典型喷嘴出射的水射流进行了数值模拟分析,研究了空化现象的产生机理及对微水束稳定性的影响。结果表明,在入口直径为0.1 mm、圆柱段长径比为1、上边缘锐利的喷嘴结构下,随着入口压力从0.2 MPa增大到16 MPa,水射流与喷嘴壁面分离后再次附着的长度逐渐增大,并且空化会导致该长度延长;在入口压力小于6 MPa的情况下,不考虑空化的水射流在稳定后会贴着喷嘴壁面流下,而添加空化模型使得水束形成翻转流。该研究对设计满足水导激光工艺的喷嘴结构有着重要的参考价值。

摘要：制造执行系统 ( MAS)具有分布性、自主性、互操作性、开放性等特征。这些特征有助于将一个递阶式管理控制方式改造为并行智能方式。目前一些分布式对象计算中间软件也正不断走向商品化。因而采用 MAS来改造CIMS环境下的车间管理控制系统能够使之具有快速动态重组生产过程的能力 (这是敏捷性的关键 )。提出了基于 MAS的敏捷化车间管理控制系统的体系结构 ,并设计了用于任务分配的招标机制和 Agent间协作机制 ,采用面向对象的方法对 Agent的构造进行了讨论。

摘要：粒子群优化算法提出至今一直未能有效解决的离散及组合优化问题.针对这个问题,文中首先回顾了粒子群优化算法在整数规划问题的应用以及该算法的二进制离散优化模型,并分析了其缺陷.然后,基于传统算法的速度-位移更新操作,在分析粒子群优化机理的基础上提出了广义粒子群优化模型(GPSO),使其适用于解决离散及组合优化问题.GPSO模型本质仍然符合粒子群优化机理,但是其粒子更新策略既可根据优化问题的特点设计,也可实现与已有方法的融合.该文以旅行商问题(TSP)为例,针对遗传算法(GA)解决该问题的成功经验,使用遗传操作作为GPSO模型中的更新算子,进一步提出基于遗传操作的粒子群优化模型,并以Inver over算子作为模型中具体的遗传操作设计了基于GPSO模型的TSP算法.与采用相同遗传操作的GA比较,基于GPSO模型的算法解的质量与收敛稳定性提高,同时计算费用显著降低.

摘要：提出了网络化控制系统的一种全新的建模方式——基于Takagi-Sugeno(T-S)模糊模型的网络化控制系统模型,即通过对具有马尔可夫特性的网络时延的分析,得到各时延值的发生概率即局部模型隶属度,从而建立T-S全局模糊模型.在此基础上建立不确定的网络化控制系统模型.考虑系统的不确定性,并针对传感器和执行器的失效问题,提出了保证系统鲁棒稳定的设计算法.利用李亚普诺夫函数,证明该算法能保障网络化控制系统的容错性和稳定性,仿真结果验证了其有效性.

摘要：目前消声器的设计方法仍然基于近似理论、经验和试验相结合。消声器传统设计方法的弊端阻碍了其性能的进一步提高,而先进的计算机辅助设计(CAE)能避免传统消声器设计的不足。以某型号消声器开发为例,运用GT-Power工具,建立消声器的传声损失、插入损失、压力损失模型,综合消声器性能主要评价指标,研究了消声器CAE分析评价方法。试制分析方案并进行测试,CAE分析结果与试验测试结果接近。

摘要：针对虚拟样机技术在回旋加速器设计与制造上的应用和需求,提出了一个用于回旋加速器控制系统设计、仿真及验证的软件平台:Cyclotron Virtual Control Platform(CVCP)。该平台采用基于Model-View-Controller(MVC)的软件体系结构模式和面向对象的设计方法设计。设计中运用UML统一建模语言描述了系统框架,并使用C++语言进行了初步实现。该软件平台可以模拟回旋加速器的运行过程,同时具备良好的人机交互性能。

摘要：应用数学描述方法 ,从理性的角度描述了机械产品概念设计过程模型 (功能—行为—结构—环境约束 )的各要素及其相互关系 提出了在产品任务书中析取功能信息的方法 ,建立了功能分解准则 ,利用优化算法创建了行为关系树与实现产品功能概念解的整个设计过程的形式化表达 最后 。

摘要：该文首先介绍了虚拟现实和动态设计的发展和应用 ,然后构造了系统的基本实现思想和框架 ,具体实现了虚拟环境与可视化模型、动态设计数据处理与存取以及驾驭式计算系统的跟踪与控制过程等。

摘要：运用蚁群算法和 Matlab语言 ,编制了往复振动筛运动参数仿真计算的算法实现程序 ,并运用该程序对往复振动筛的振动圆频率、振幅、振动方向角和振动面倾角进行了优化仿真计算。优化计算结果表明 :物料沿振动筛面的平均推进速度达到 0 .188m / s;在保证物料不跳离筛面的条件下 ,振动惯性达到最大值。

摘要：模块化产品族设计是面向大规模定制设计的支撑技术。为了加快对动态变化的个性化需求的响应速度,提出基于粗糙集神经网络的产品族配置性能预测新方法,以通过产品族中典型产品变型的历史数据挖掘来预测新产品变型的基本性能,给出产品族配置性能预测定义和目标;提出层次化的产品族表示模型,并用数学方法对配置过程和配置对象进行规范描述;给出基于粗糙集神经网络的配置性能综合预测框架和基本步骤。该方法能够复用所挖掘的配置知识和配置规则,减少试验环节工作量,且能将性能预测值作为衡量是否满足最终客户需求的基本依据,以评价配置的合理性。最后以某模块化新型号冰箱产品族为实例进行验证。