摘要：为解决传统基于贝叶斯理论的概率模糊聚类(BayesianFuzzyClustering,BFC)算法在处理大规模数据集聚类时的时间开销和存储代价瓶颈,提出基于数据分块的单程自适应加权BFC算法,算法在大规模数据集分块的基础上,设计了基于数据加权的改进BFC算法,用于数据分块内数据聚类,以挑选出对聚类贡献最具代表的标识数据及其自适应权值,在块间迭代聚类过程中,将标识数据及其权值合并到下一数据块中并参与聚类,从而将上一数据块的聚类信息有效地传递到下一数据块中,最后分析算法的收敛性和时间复杂度。实验结果表明,算法在继承传统BFC算法良好聚类性能基础上,减少计算复杂度,有效提高聚类效率,适用于大规模数据集聚类。

摘要：针对车间生产作业过程中的数据实时采集及三维虚拟监控的问题,提出基于数字孪生的车间作业监控及可视化方法。以数字孪生理论模型为基础,设计数字孪生驱动的车间作业监控系统体系架构,并对系统实现的关键技术进行研究,包括:多源异构的物理数据的实时采集、组织和管理;物理车间数字孪生模型的构建;基于数字孪生模型的车间作业三维可视化,实现了车间生产作业过程的三维虚拟可视化及实时动态交互。并以某生产车间为应用对象,验证系统的有效性。

摘要：针对高铁、地铁车体涂装车间加工流程的分析与目前涂装车间存在的问题,结合软件系统的运行特点,分析涂装车间的系统需求以及实际生产的工艺流程和业务流程,从而设计生产过程监控系统的体系架构、功能模块和软硬件的集成。通过此系统监控生产过程中的物料、质量数据及车体位置等信息,解决了生产数据不透明、设备保养不及时、车体信息追溯难等问题。提高了设备利用率及工时统计精准度,实现了车体信息的精准追溯,达到了信息化管控的目的,从而推动了企业的信息化进程。

摘要：针对国内机器人离线编程仿真平台支持语言范围小,机器人控制功能不完善等问题设计出一套可以支持多种机器人编程语言与机器人结构的通用机器人离线编程仿真平台架构。基于模块化的思想,将该系统划分为两大主要模块,分别是用于解析机器人语言代码的语言解析模块与用于控制与模拟机器人运动的机器人仿真模块。基于语言解析模块识别机器人编程语言代码,并将机器人的程序语言代码解析为用于控制机器人运动的指令数据。基于机器人仿真模块实现机器人正向控制、逆向控制、轨迹规划与三维图形绘制。最后利用Qt为平台开发基础框架,实现代码的编辑,嵌入Bullet物理引擎构造机器人的相关参数,嵌入OpenScenceGraph三维图形引擎将物理场景中的信息以图形的方式绘制在Qt提供的显示界面上,并以一段Rapid语言代码与一种通用的六轴机器人为实验对象验证了平台的基本功能。实验结果表明,该平台能够准确的将语言代码转换为指令数据,并能控制机器人进行相应的轨迹运动,满足机器人离线编程需求。

摘要：为实现生产状态各要素、各工艺、各信息数据的可视化展示,提出了基于数字孪生虚拟模型及数据驱动图表的生产状态可视化平台(DT/DC-VP)。并基于数字孪生虚实融合技术和图表可视化技术设计了DT/DC-VP的体系架构,在此基础上对DT/DC-VP的多源异构数据采集、孪生场景的模型以及运动学构建、数字孪生前端可视化构建等的关键实现方法以及功能展开研究。最后借助实际项目将该可视化平台应用于某示范焊接生产线,实现了生产状态实时、稳定、高效、精准的可视化效果,从而验证了DT/DC-VP的可靠性与稳定性。