当前位置:主页 > 科技论文 > 机械论文 >

机械产品设计过程知识获取与处理技术及其在叉车行业应用研究

发布时间:2020-11-11 16:18
   产品设计知识的获取一直是产品设计的难点,产品设计过程的不同阶段产生不同类型的产品设计知识,通过一种统一的知识获取方法对这些不同类型的产品设计知识进行获取并不是最佳的方案。本文通过对产品设计过程的阶段划分,提出了针对不同类型设计知识的获取与处理方法,对产品设计知识获取、产品设计知识挖掘、产品设计知识管理与维护等关键技术进行了深入研究,并结合企业信息化应用项目,将提出的理论和方法应用于实际产品设计开发过程中,取得了良好的效果。 论文的主要工作如下: 第一章综述了机械产品设计知识获取的研究现状,分析了产品设计过程中,现有产品设计知识获取研究的不足,提出了基于产品设计过程不同阶段的知识获取与处理方法。 第二章针对产品设计调研及产品方案形成阶段的文档类产品设计知识,提出了基于决策树和支持向量机的产品设计知识文档分类方法。通过对产品设计知识文档的分词处理、特征抽取、特征合并及向量表达,为决策支持向量机方法提供样本数据预处理。通过文档知识的分类,建立对文档类知识的索引与管理方式。 第三章提出了基于公理设计的产品设计知识表达与获取方法。通过扩展公理设计的功能域和结构域之间的映射关系为功能、行为和结构域之间的交互映射关系,建立基于公理设计的产品设计知识表达模型,并对设计过程中产生的设计知识及存储在设计人员脑中的私人隐性知识进行获取。 第四章提出了基于Rough Sets理论的产品设计知识数据挖掘与知识获取技术。通过Rough Sets理论在完备与不完备信息系统下对存储于数据库设计知识进行提取,建立了基于Rough Sets理论的产品设计知识规则的提取方法。并将这一方法运用于具体的产品实例中,从而提取出对产品实例的关键影响指标并进行分析,最终对产品设计人员提出指导性建议。 第五章介绍了在叉车产品设计过程中,第二、三、四章提出知识获取方法的具体应用,通过实例验证知识获取方法的有效性。 第六章对已获取的产品设计知识进行了管理与维护。结合杭叉企业具体应用项目,开发了叉车产品设计知识管理与维护系统,对叉车产品设计知识进行了一致性、完整性、正确性的检测与维护,从而实现叉车产品设计知识的管理与维护。 第七章总结了本文的主要研究内容和成果,并给出了今后的研究方向。
【学位单位】:浙江大学
【学位级别】:博士
【学位年份】:2007
【中图分类】:TH122
【部分图文】:

松弛变量,向量机,经验风险,文档类


对向量空间点引入松弛变量续,引入惩罚参数C,产生极小化目标函数:IllwffZ+C艺点(C越大,省被压制,经验风险小见图2一4所示),因此,变成下列求解问题:minIw“,+C艺点)5.t.戈=w仪+b到一务最终的解方程见公式 (2.13),通过求解分类平面,完成对向量的分类。2.2.3决策支持向量机分类算法文档类产品设计知识概念上分为以下几类:市场信息,设计参数,工程材料,工程分析,系统方案,功能设计,结构,行为,关联知识,工艺信息知识,经验和规则等类。产品设计知识的特点:设计信息范围涉及产品的全生命周C二1C=100图2一4C不同带来的影响期

分词图,特征项,文档,词汇


霾咧С窒蛄炕?幕?挡?飞杓浦?段牡捣掷嘤牖袢〖际?处理程序界面如图2一5所示,从而得到各个产品设计知识文档的词汇总和。图2一5文档分词图2一6特征项计算评价值2.3.2叉车设计文档的特征项抽取构成产品设计知识文本的词汇,数量是相当大的,因此,表示产品设计知识文本的向量空间的维数也相当大。为了解决数据稀疏问题,通过把类别特征域与文档频率及互信息结合起来的方法进行特征抽取。一些通用的、各个类别都普遍存在的词汇对分类的贡献小,在某特定类中出现比重大而在其他类中出现比重小的词汇对文本分类的贡献大,应去除那些表现力不强的词汇,筛选出针对该类的特征项集合。该步骤的主要目的在于降维和去噪音。利用文档频率刀尸移除原始特征空间中刀尸值低于5的所有词条。在此基础上,利用互信息M1再去掉一部分的原始特征。排序计算的词条最大互信息,采用组合特征抽取(D尸+树)得到相关特征(见图2一6所示)。2.3.3叉车设计文档的特征合并假定类别q的类别码为几

向量表,平面参数,特征域,类别


口叭二口口翻.翻阅门.图2一7基于特征权重的向量表达图2一8分类平面参数设置通过叉车文档中的简单例子来理解上述过程:假设文档D所含有的候选特征及其相应权值为“实心轮胎:wl;轴:w2;我们:w3;座椅:w4;经过:浦;支架:w6;行星齿轮:叮”,且“行星齿轮”、“实心轮胎”、“座椅”、“支架”以及“轴”等候选特征属于“结构类(设类别码为A)”的类别特征域;“轴”和“支架”这两个候选特征同时又属于“设计参数类(设类别码为B)”的类别特征域;“产品”和“设计”这两个候选特征不属于任何一个类别特征域。则经过合并后得到的文档D的特征及权值将是“A:wl+w2+w4+w6+w7;我们:w3;B:wZ+w6;经过:ws”。通过特征合并使文档D的主要特征“A”被突显出来。2.3.4叉车设计知识向量表达目前,在信息处理方向上,文本的表示主要采用向量空间模型(VSM)。向量空间模型的基本思想是以向量来表示文本:(wl,玛,wi…wn),其中哄为第i个特征项的权重,要将文本表示为向量空间中的一个向量,通过词频和互信息表示的特征项使文本表达更加精确,通过公式 (2.16)可以构建通文本特征的向量表示(见图2一7所示)。2.3.5决策支持向量机的文档分类本章选择线性核函数,通过标准svM、PROG-sVMI及PROG一SV加位三种算法对文本进行处理
【引证文献】

相关期刊论文 前1条

1 姚佳;郭宇;;支持铁路货车快速设计的知识模型研究[J];中国机械工程;2011年06期


相关博士学位论文 前2条

1 胡沙;面向服务的模具企业信息系统集成平台关键技术研究[D];华中科技大学;2010年

2 刘运通;产品设计过程知识配送服务关键技术研究[D];浙江大学;2011年


相关硕士学位论文 前2条

1 徐剑;产品非标模块配置设计关键技术及其在数控装备中的应用[D];浙江大学;2011年

2 龙侃;支持复杂产品设计的知识导航技术研究[D];浙江大学;2011年



本文编号:2879432

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/jixiegongcheng/2879432.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户7e189***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com