国家自然科学基金(51175077)
- 作品数：19 被引量：83H指数：7
- 相关作者：杨建国吕志军项前徐兰熊经纬更多>>
- 相关机构：东华大学台州学院武汉纺织大学更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金上海市科委科技攻关项目更多>>
- 相关领域：轻工技术与工程自动化与计算机技术机械工程电子电信更多>>
- 基于粗糙集与支持向量机的加工过程异常检测被引量：13
- 2015年
- 为提高加工过程异常模式检测的自动化程度,在建立控制图数学描述的基础上,利用蒙特卡洛法构建了控制图数据集,研究了基于邻域粗糙集的控制图时域特征约简方法,提出了基于支持向量机的控制图异常模式识别模型。通过仿真实验,使用遗传算法优化了异常识别模型的主要参数,并对不同核函数、不同分类模型的识别精度进行了分析与对比。通过实际生产数据测试验证了所构建模型的有效性与可用性。
- 项前徐兰刘彬吕志军杨建国
- 关键词：支持向量机邻域粗糙集遗传算法
- 基于混合智能学习的产品质量预报与诊断被引量：2
- 2015年
- 个性化制造正在成为当前产品制造的主导模式。以动态变化的市场需求为背景,针对生产工艺参数与成品质量之间存在的复杂非线性关系,提出了一种基于混合智能学习的质量预报模型(RSKDPM)。该模型以粗糙集与知识神经网络为核心,通过挖掘生产过程蕴含的关联知识,构建知识神经网络,进行产品质量预测。工程试验表明,RSKDPM能通过智能学习,发现生产过程知识,诊断产品质量波动的原因,指导过程参数的调整,最终达到改善产品质量的目的。
- 杨建国徐兰熊经纬刘彬
- 关键词：纱线质量粗糙集
- 基于遗传算法的堆垛机结构多目标优化设计被引量：3
- 2012年
- 堆垛机是物流仓储的主要设备,运用现代设计方法和手段,实现堆垛机的参数化设计对提高设计工效、缩短设计周期、保证产品质量具有现实意义.在堆垛机静态工作条件下,以跨距及立柱距后轮距离为设计变量,立柱刚度和下横梁强度最大为优化目标,建立了堆垛机的优化模型,采用遗传算法对模型进行了优化设计,优化后的下横梁跨距减少9.74%,立柱距后轮距离减少3.29%,立柱挠度减少0.91%.
- 卫巍吕志军黄东欣
- 关键词：堆垛机遗传算法优化设计
- 薄壁型钢货架底座组合力学性能有限元分析
- 2014年
- 薄壁型钢货架是大型立体仓库的关键设备之一。考虑存在接触边界的非线性以及初始变形等复杂情况,建立了货架底座组合的有限元分析模型;参照国外相关检测标准,模拟底座组合的力学性能试验,获取了不同载荷情况下力矩-转角(M-θ)关系曲线,据此推算得出底座组合的半刚性特征值。与已有的试验结果比对,有限元模型获取的半刚性特征值与试验测试值的误差不超过10%,从而为该结构的优化设计奠定了基础。
- 张洪涛吕志军李云龙李宏亮
- 关键词：有限元分析半刚性结构
- 搅拌摩擦焊焊接温度检测系统的研制被引量：2
- 2016年
- 为了实现搅拌摩擦焊焊接过程中对搅拌工具和搅拌区域的实时温度检测,开发了一套焊接温度检测系统。系统采用无线数据传输技术,解决了位于旋转体的热电偶信号线的连接问题,通过无线供电技术实现了对测温装置的供电。详细介绍了系统研制的总体方案、硬件电路模块以及焊接温度检测软件的设计,同时分析了系统测温误差的影响因素和处理方法。通过搅拌摩擦焊实验,对研制的系统进行了工程验证,实验表明,该系统可精确测量焊接过程中搅拌工具及搅拌区域的温度,且测温范围宽、采样速度快、分辨能力高,具有较好的应用前景。
- 王寒王庆霞杨建国张华德
- 关键词：搅拌摩擦焊焊接温度无线传输
- 基于改进极限学习机的纱线质量预测被引量：8
- 2015年
- 由于随机给定输入权值和偏差,极限学习机(extreme learning machine,ELM)通常需要较多隐含层节点才能达到理想精度.结合粒子群算法具有全局搜索能力的优势,提出一种基于改进ELM算法的纱线质量预测模型,采用改进粒子群算法优化ELM算法的输入权值矩阵和隐含层偏差,计算出输出权值矩阵,以减少隐含层节点数.试验结果表明,相比于ELM算法,改进ELM算法能够依靠更少的隐含层节点获得更高精度,相对误差降低2.70%,可为纱线质量预测与控制提供更有效的工具,具有广泛的推广实用性.
- 杨建国熊经纬徐兰吕志军
- 关键词：极限学习机纱线质量粒子群算法
- 应用混合种群遗传神经网络的精梳毛纺工艺参数反演模型被引量：6
- 2016年
- 针对传统精梳毛纺工艺参数反演模型收敛性和稳定性不理想、反演精度低等问题,以及标准遗传算法(SGA)应用于复杂优化问题时存在早熟收敛等缺点,以BP神经网络为基础,提出一种混合种群遗传人工神经网络(MPG-ANN)反演模型,首先以混合种群遗传算法优化BP神经网络的权值与阈值建立预测模型,在此基础上根据毛纱CV值建立混合种群遗传算法反演模型,用来反演精梳毛纺生产过程工艺参数。以纺纱车间大量现场工艺检测数据为对象进行反演验证,结果表明:MPG-ANN模型反演精度达97%,相比于标准遗传算法人工神经网络(SGA-ANN)模型提高4%,同时反演结果波动幅度相比于SGA-ANN模型降低了6.28%。该方法可为精梳毛纺生产过程质量控制提供有效的理论指导,对纺织企业新产品工艺开发设计的快速决策具有很好的借鉴作用。
- 杨建国熊经纬徐兰项前
- 基于PSO-BP神经网络的纱线质量预测被引量：14
- 2015年
- 针对复杂纺纱过程中成纱断裂强度难以预测的问题,提出一种基于粒子群优化算法(PSO)优化BP神经网络的成纱断裂强度预测方法.该方法采用PSO优化神经网络的权值和阈值,用来提高神经网络的收敛速度和获得全局最优解的能力.以纺纱车间大量现场质量检测数据为对象,进行预测验证,结果表明,PSO-BP神经网络在预测相关性(预测值与实际值的一致性程度)上与传统BP算法相比提高5.0%,与GA-BP算法相比提高4.6%,在预测精度上均要好于BP神经网络与GABP神经网络.
- 熊经纬杨建国徐兰
- 关键词：BP神经网络
- 基于产品进化机理的纺织工艺并行设计系统被引量：2
- 2013年
- 为了帮助纺织产业引入新的生产模式以应对经济全球化挑战,基于产品进化机理和产品全生命周期思想,提出纺织工艺智能化并行设计系统架构,研究了知识获取与进化、全息质量诊断和质量预测等关键技术,开发完成了一套适合纺织生产的并行工艺设计软件。通过初步的工程实践显示,该系统能综合纺织生产中的多种质量影响因素,通过质量预测实现工艺并行设计与优化,产品开发效率明显提高,行业应用前景可期。
- 吕志军项前杨建国刘彬
- 关键词：纺织工艺
- 谐波小波样本熵与HMM模型的轴承故障模式识别被引量：7
- 2016年
- 根据谐波小波分解非平稳振动信号优良特性与隐马尔科夫(HMM)模型的时序模式分类能力,提出了一种基于谐波小波样本熵与HMM模型结合的轴承故障模式识别方法.该方法首先利用谐波小波对轴承各个状态故障信号进行分解,进而由谐波小波三维时频网格图的频率层数特征计算合理的样本熵维数和阈值,依次提取轴承振动信号各层的样本熵构成特征向量序列;然后将序列前120组输入HMM模型中进行训练得到对应故障模型,剩余80组进行测试与识别,通过对比对数似然估计概率输出值确定轴承故障类型.实验通过与BP和RBF神经网络模型进行不同训练组数的正确识别率对比,验证了该组合方法具有识别准确率高,稳定性强的优点.
- 李庆LIANG Steven Y杨建国
- 关键词：谐波小波HMM模型滚动轴承模式识别
