共查询到17条相似文献，搜索用时 312 毫秒
1.
2.
考虑零部件间间接连接关系的模块划分方法 总被引：1，自引：0，他引：1
模块化的产品架构可以缩短研发周期、提高研发效率和产品可靠性,有效解决大规模生产和多样化客户需求之间的矛盾。针对现有模块划分方法常忽略零部件间间接连接关系对模块划分的影响,造成重要设计依赖信息遗失的问题,建立了基于电容类比法的节点相似度模型,量化了零部件间直接和间接连接关系共同作用的效果,实现了模块的精确划分。首先,采用区间直觉模糊集分析了零部件之间的综合关联关系,将综合关联自相关矩阵映射为复杂网络;然后,建立了基于电容类比法的节点相似度模型,并以该相似度模型为中心度测度,提出了一种网络层次聚类(Network hierarchical clustering,NHC)算法,实现了复杂农机装备的模块精确划分;最后,对联合收获机脱粒装置进行模块划分,验证了NHC算法的有效性。采用NHC算法获得的划分方案的平均模块度比改进的GN算法提高了24.6%,获得的产品结构树比改进的GN算法更合理。 相似文献
3.
4.
5.
6.
7.
8.
9.
10.
稻麦联合收获机清选装置智能设计与优化系统研究 总被引：1，自引：0，他引：1
针对传统农机产品研发周期长、设计效率低等问题,构建了一套稻麦联合收获机清选装置智能设计与优化系统。该系统由用户需求模块、知识库和推理模块、参数化建模模块以及智能优化模块组成,可以实现清选装置的智能设计与优化。首先,在SQL Server 2012中建立了清选装置设计知识库,研究了清选装置设计的推理流程,系统可以根据用户需求,调用知识库中的相关设计知识,并使用实例和规则相结合的推理方法进行设计推理,从而输出清选装置关键零部件参数;其次,使用Visual Studio编程软件,结合C++及KF（知识融合）两种开发语言对NX进行二次开发,搭建清选装置参数化模型库,参考知识库和推理模块输出的零部件参数进行建模,得到清选装置部件模型;以清选装置入风口风速、上导风板倾角、下导风板倾角、振动筛频率为优化变量,设计清选装置CFD-DEM耦合仿真的正交试验,通过计算试验过程中的清选含杂率和损失率来评估清选效果;最后,基于仿真结果数据,采用PSO-SVR算法建立清选装置优化变量与清选含杂率、损失率的回归模型,使用SPEA2算法实现清选含杂率、损失率的多目标优化,并得到一组损失率最低的Pareto非劣解集,即当清选装置入风口风速为6m/s、振动筛频率为4.5Hz、上导风板倾角为32°、下导风板倾角为18°时,对应的清选装置模型损失率最低,含杂率、损失率分别为1.077%、0.97%。以此为参考,可优化清选装置关键零部件模型设计参数,为稻麦联合收获机清选装置设计提供优化方案。 相似文献
11.
为了提高个性化定制产品进化效率,提出了一种在相似实例等距布种的基础上进行等位基因多样化阈值控制的优势种群产生策略。阐述了个性化定制产品优势种群的特征,认为精英个体应同时具有定制需求宏观上的相似性和种群基因微观上的多样性两大特征。在产品基因建模的基础上,采用夹角余弦作为聚类统计量,提取具有相似定制基因组的历史实例作为优势种群的初始解;基于加权的闵科夫斯基距离,对初始解成员进行等距采样,形成差异化精英个体候选队列,以实现种群的均匀布种;采用杰卡德距离度量候选个体承载的基因组与当前初始基因库两者间差异度,提出了等位基因阈值矩阵,构建了多样化等位基因生成算法。给出了产品适应度评价函数,基于评价反馈对优势度低的初始种群进行改进。以桥式起重机为例,对提出的策略进行了验证。实验结果表明,该策略能同时兼顾进化效率和进化质量,有助于避免早熟收敛现象的发生,适合个性化定制产品的进化设计。 相似文献
12.
13.
根据冠层点云的分布特征,提出一种基于动态K阈值的叶片点云聚类及生长参数提取方法。首先,采用地面三维激光扫描仪获取多站点云数据并完成配准、去噪和抽稀等预处理;然后,随机截取整株点云中的一枝作为研究对象,融合局部凹凸性算法(LCCP)并改进K-means算法,提出基于动态K阈值的叶片点云聚类方法;最后,采用主成分分析方法(PCA)计算叶片点云法平面方向向量,并根据叶片边界点与中心点的位置关系,计算叶宽、叶长等生长参数。试验结果表明,与传统的点云聚类方法相比,本文方法能够在不损失枝干点云的前提下,精确地分割单叶片,保证了聚类结果的完整性和彻底性;与传统的降维方法相比,本文基于真实三维空间信息提取叶片生长参数能够较大程度提高提取准确性,为进一步评价果树冠层光照分布及果园智能化管理提供技术支持。 相似文献
14.
基于图像处理和聚类算法的待考种大豆主茎节数统计 总被引：1，自引：0，他引：1
为了实现待考种大豆植株主茎节数的快速、高效测量,提出一种基于图像处理和聚类算法的待考种大豆主茎节数统计方法。首先,获取不同视角下的已脱叶待考种大豆植株图像,随机抽取训练集与验证集样本植株,并设定初始图像采集间隔与抽样步长;其次,通过植株分割、骨架提取、主茎节点去噪等操作,获取分布于植株主茎上的待检测大豆茎节点;通过基于空间距离的数据转换方法将分布离散的大豆茎节点转换至便于聚类的数据集内;利用HDBSCAN聚类算法对不同采集视角下的待检测大豆茎节点进行聚类,统计、记录主茎节数识别准确率,筛选最优采集间隔;最后,利用最优采集间隔对剩余样本植株主茎节数进行统计、分析。在63株 “中黄30”待考种大豆植株中抽取21株植株作为训练集,并进行实验测试,发现在采集间隔为90°时,以最小聚类簇为2,融合处理4幅大豆图像,大豆主茎节数识别效果最优。据此对42株验证集样本植株进行主茎节数识别和分析,结果表明,大豆主茎节数识别准确率可达98.25%。该方法能够快速、准确获取大豆主茎节数,可满足大豆考种需求。 相似文献
15.
随着无线终端数量的快速增长和多媒体图像等高带宽传输业务需求的增加，农业物联网相关领域可预见地会出现无线频谱资源紧缺问题。针对基于传统物联网的作物表型信息采集系统中存在由于节点密集部署导致数据传输过程容易出现频谱竞争、数据拥堵的现象以及固定电池的网络由于能耗不均衡引起监测周期缩减等诸多问题，本研究建立了一个认知无线传感器网络（CRSN）作物表型信息采集模型，并针对模型提出一种引入边缘计算机制的动态频谱和能耗均衡（DSEB）的事件驱动分簇路由算法。算法包括：（1）动态频谱感知分簇，采用层次聚类算法结合频谱感知获取的可用信道、节点间的距离、剩余能量和邻居节点度为相似度对被监控区域内的节点进行聚类分簇并选取簇头，构建分簇拓扑的过程对各分簇大小的均衡性引入奖励和惩罚因子，提升网络各分簇平均频谱利用率；（2）融入边缘计算的事件触发数据路由，根据构建的分簇拓扑结构，将待检测各区域变化异常表型信息触发事件以簇内汇聚和簇间中继交替迭代方式转发至汇聚节点，簇内汇聚包括直传和簇内中继，簇间中继包括主网关节点和次网关节点-主网关节点两种情况；（3）基于频谱变化和通信服务质量（QoS）的自适应重新分簇：基于主用户行为变化引起的可用信道改变，或分簇效果不佳对通信服务质量产生的干扰，触发CRSN进行自适应重新分簇。此外，本研究还提出了一种新的能耗均衡策略去能量消耗中心化（假设sink为中心），即在网关或簇头节点选取计算式中引入与节点到sink的距离成正比的权重系数。算法仿真结果表明，与采用K-medoid分簇和能量感知的事件驱动分簇(ERP)路由方案相比，在CRSN节点数为定值的前提下，基于DSEB的分簇路由算法在网络生存期与能效等方面均具有一定的改进；在主用户节点数为定值时，所提算法比其它两种算法具有更高频谱利用率。 相似文献
16.
17.
研究了待收集(配送)产品数量随机的农产品收集(配送)车辆路径问题,给出了数学模型,设计了求解问题的禁忌搜索算法和遗传禁忌混合算法。在禁忌算法中,通过车辆—任务分配结构的划分,将大规模问题拆分成可并行计算的若干小规模问题,减少了算法的计算时间。通过理论分析和计算示例证明了算法的有效性。 相似文献