一种面向STEP-NC复杂型腔的最短刀具路径生成方法

    公开(公告)号:CN110488750B

    公开(公告)日:2021-01-15

    申请号:CN201910867407.7

    申请日:2019-09-12

    申请人: 东北大学

    IPC分类号: G05B19/19

    摘要: 本发明提供一种面向STEP‑NC复杂型腔的最短刀具路径生成方法。本发明方法,包括:S1、构建STEP‑NC复杂型腔封闭等距环;S2、基于图论将封闭等距环表示为带约束的赋权有向图;S3、通过增设待选择节点集合T对传统Dijkstra算法进行改进,采用改进的Dijkstra算法生成STEP‑NC复杂型腔的最短刀具路径。本发明将图论和改进的Dijkstra算法有机结合,提出了一种面向STEP‑NC复杂型腔的最短刀具路径生成方法,高效智能地实现了STEP‑NC复杂型腔最短刀具路径的生成,对STEP‑NC标准的进一步完善和实施具有积极的参考价值。

    一种基于STEP的智能特征识别方法

    公开(公告)号:CN109977972A

    公开(公告)日:2019-07-05

    申请号:CN201910252035.7

    申请日:2019-03-29

    申请人: 东北大学

    摘要: 本发明提供一种基于STEP的智能特征识别方法,包括:在STEP AP214文件中提取零件的几何拓扑信息;根据提取到的几何拓扑信息,构建零件的属性邻接图,进而生成零件的最小子图;构建用于STEP‑NC制造特征识别的BP神经网络模型;采用人工蜂群算法优化BP神经网络的初始权值和阈值,得到最优初始权值和阈值;训练BP神经网络,得到改进的BP神经网络;将待识别零件的最小子图的信息数据输入到改进的BP神经网络中,从而高效准确地实现STEP‑NC制造特征的识别。本发明将人工蜂群算法与BP神经网络算法有机结合,构建了用于STEP‑NC制造特征识别的改进BP神经网络,实现了STEP‑NC制造特征的高效精准识别,对STEP‑NC标准的进一步完善和实施具有积极的参考价值。

    一种基于STEP的智能特征识别方法

    公开(公告)号:CN109977972B

    公开(公告)日:2023-02-07

    申请号:CN201910252035.7

    申请日:2019-03-29

    申请人: 东北大学

    摘要: 本发明提供一种基于STEP的智能特征识别方法,包括:在STEP AP214文件中提取零件的几何拓扑信息;根据提取到的几何拓扑信息,构建零件的属性邻接图,进而生成零件的最小子图;构建用于STEP‑NC制造特征识别的BP神经网络模型;采用人工蜂群算法优化BP神经网络的初始权值和阈值,得到最优初始权值和阈值;训练BP神经网络,得到改进的BP神经网络;将待识别零件的最小子图的信息数据输入到改进的BP神经网络中,从而高效准确地实现STEP‑NC制造特征的识别。本发明将人工蜂群算法与BP神经网络算法有机结合,构建了用于STEP‑NC制造特征识别的改进BP神经网络,实现了STEP‑NC制造特征的高效精准识别,对STEP‑NC标准的进一步完善和实施具有积极的参考价值。

    一种面向STEP-NC复杂型腔的最短刀具路径生成方法

    公开(公告)号:CN110488750A

    公开(公告)日:2019-11-22

    申请号:CN201910867407.7

    申请日:2019-09-12

    申请人: 东北大学

    IPC分类号: G05B19/19

    摘要: 本发明提供一种面向STEP-NC复杂型腔的最短刀具路径生成方法。本发明方法,包括:S1、构建STEP-NC复杂型腔封闭等距环;S2、基于图论将封闭等距环表示为带约束的赋权有向图;S3、通过增设待选择节点集合T对传统Dijkstra算法进行改进,采用改进的Dijkstra算法生成STEP-NC复杂型腔的最短刀具路径。本发明将图论和改进的Dijkstra算法有机结合,提出了一种面向STEP-NC复杂型腔的最短刀具路径生成方法,高效智能地实现了STEP-NC复杂型腔最短刀具路径的生成,对STEP-NC标准的进一步完善和实施具有积极的参考价值。

    一种面向STEP-NC制造特征的智能非线性工艺规划方法

    公开(公告)号:CN109992881A

    公开(公告)日:2019-07-09

    申请号:CN201910253148.9

    申请日:2019-03-29

    申请人: 东北大学

    IPC分类号: G06F17/50 G06N3/04 G06N3/08

    摘要: 本发明提供一种面向STEP‑NC制造特征的智能非线性工艺规划方法。本发明方法包括:通过改进BP神经网络确定STEP‑NC制造特征的非线性加工方案;根据加工工步排序原则,采用双链表算法为上述加工方案中的所有加工工步进行排序,得到若干条合理的加工工步序列;通过基于规则的加工资源匹配算法和人工蜂群算法为各个工步匹配相应的加工资源,并确定最优的加工工步序列和加工工艺参数。本发明方法将BP神经网络、双链表算法、人工蜂群算法及规则相结合应用于基于STEP‑NC的工艺规划,可以提高工艺规划的效率、准确性、非线性和智能性,为实现开放性、智能化和网络化的STEP‑NC数控系统奠定了基础,并对STEP‑NC标准的进一步完善和实施具有积极的参考价值。

    一种面向STEP-NC制造特征的智能非线性工艺规划方法

    公开(公告)号:CN109992881B

    公开(公告)日:2023-02-03

    申请号:CN201910253148.9

    申请日:2019-03-29

    申请人: 东北大学

    IPC分类号: G06F30/17 G06N3/04 G06N3/08

    摘要: 本发明提供一种面向STEP‑NC制造特征的智能非线性工艺规划方法。本发明方法包括:通过改进BP神经网络确定STEP‑NC制造特征的非线性加工方案;根据加工工步排序原则,采用双链表算法为上述加工方案中的所有加工工步进行排序,得到若干条合理的加工工步序列;通过基于规则的加工资源匹配算法和人工蜂群算法为各个工步匹配相应的加工资源,并确定最优的加工工步序列和加工工艺参数。本发明方法将BP神经网络、双链表算法、人工蜂群算法及规则相结合应用于基于STEP‑NC的工艺规划,可以提高工艺规划的效率、准确性、非线性和智能性,为实现开放性、智能化和网络化的STEP‑NC数控系统奠定了基础,并对STEP‑NC标准的进一步完善和实施具有积极的参考价值。

    一种发电健身设备
    7.
    发明公开

    公开(公告)号:CN110064163A

    公开(公告)日:2019-07-30

    申请号:CN201910447177.9

    申请日:2019-05-27

    申请人: 东北大学

    摘要: 本发明涉及一种发电健身设备,包括砝码组合机构、传动变速机构和发电蓄电装置。砝码组合机构包括提升杆以及砝码,传动变速机构包括输入轴、第一绕线轮、第二绕线轮、加速齿轮组和输出轴,第一绕线轮和第二绕线轮均固定在输入轴上。第一绕线轮上缠绕有提拉绳,第二绕线轮上缠绕有牵引绳,输入轴和输出轴之间通过加速齿轮组连接。发电蓄电装置的输入端与输出轴的输出端连接。本发明中的发电健身设备能够将人体在健身锻炼时所消耗掉的体能储存起来转化为电能供电子设备使用,达到了节能减排、强身健体的目的。且能够对多种部位进行锻炼,结构简单,成本低,适合大规模生产和应用。