一种基于遗传粒子群算法的RV减速器零部件选配方法

    公开(公告)号:CN111985142B

    公开(公告)日:2023-05-23

    申请号:CN202010705184.7

    申请日:2020-07-21

    Abstract: 本发明涉及一种基于遗传粒子群算法的RV减速器零部件选配方法,包括以下步骤:确定影响RV减速器传动精度的主要误差因素,包括针齿中心圆半径误差、摆线轮等距误差、摆线轮移距修形误差、曲轴偏心距误差;提取包含误差因素的装配尺寸链,并列出封闭环求解公式,考虑封闭环平均偏差,以最小综合质量损失和最高装配成功率为目标,建立选配数学模型;确定选配模型的编码方式,创建初始种群、适应度函数等,并利用结合遗传算法交叉、变异操作和粒子更新方式的混合优化算法对模型进行求解,反复迭代寻优后得到最优选配方案。本发明应用于RV减速器零部件选配,使装配成功率大幅提高,降低装配质量波动,节约装配成本。

    一种基于遗传粒子群算法的RV减速器零部件选配方法

    公开(公告)号:CN111985142A

    公开(公告)日:2020-11-24

    申请号:CN202010705184.7

    申请日:2020-07-21

    Abstract: 本发明涉及一种基于遗传粒子群算法的RV减速器零部件选配方法,包括以下步骤:确定影响RV减速器传动精度的主要误差因素,包括针齿中心圆半径误差、摆线轮等距误差、摆线轮移距修形误差、曲轴偏心距误差;提取包含误差因素的装配尺寸链,并列出封闭环求解公式,考虑封闭环平均偏差,以最小综合质量损失和最高装配成功率为目标,建立选配数学模型;确定选配模型的编码方式,创建初始种群、适应度函数等,并利用结合遗传算法交叉、变异操作和粒子更新方式的混合优化算法对模型进行求解,反复迭代寻优后得到最优选配方案。本发明应用于RV减速器零部件选配,使装配成功率大幅提高,降低装配质量波动,节约装配成本。

    一种半自动厨房吸水器
    3.
    发明授权

    公开(公告)号:CN111603126B

    公开(公告)日:2024-06-07

    申请号:CN202010512611.X

    申请日:2020-06-08

    Abstract: 一种半自动厨房吸水器,包括壳体,壳体内具有内腔,壳体的左端设有弧形的吸水头,吸水头内设有吸水通道,吸水通道的一端为吸水口,另一端与内腔连通;内腔设有用于产生吸入力的真空风扇,壳体的底部可拆卸的安装有蓄水瓶,蓄水瓶与内腔连通,吸水头的下方设有自拧干海绵吸水装置,自拧干海绵吸水装置通过支架固定于吸水头的下方。本发明通过真空风扇吸水以及海绵吸水两种方式结合的方法,实现了厨房积水清洁的效果。改变传统使用抹布手动进行清理积水的方式,使用该厨房吸水装置,厨房积水清洁就变得十分轻松且卫生。

    基于数字孪生的RV减速器使用寿命预测方法

    公开(公告)号:CN112163325B

    公开(公告)日:2024-03-29

    申请号:CN202010947950.0

    申请日:2020-09-10

    Abstract: 基于数字孪生的RV减速器使用寿命预测方法,包括以下步骤:(1)建立数据采集系统:使用传感器对RV减速器实际工作时的工况与环境参数进行数据采集;(2)建立RV减速器数字孪生模型:通过建立数字孪生模型的各个子模型来建立RV减速器数字孪生模型,保证对实时数据进行全面分析;(3)RV减速器使用寿命预测:子模型通过模拟仿真可以得出RV减速器的预测寿命;(4)动态实时监控与反馈:通过数据的实时采集,监控RV减速器的实际运行情况,保证孪生模型预测的可靠性。本发明结合虚拟仿真技术与代理模型对RV减速器使用进行研究,实现了RV减速器使用寿命的快速精准预测,无需进行实体样机的试验,节省了研究成本与时间,极大地提高了研究效率。

    一种基于数字孪生的车间设备远程诊断方法

    公开(公告)号:CN112184007B

    公开(公告)日:2024-01-19

    申请号:CN202011030051.0

    申请日:2020-09-27

    Abstract: 基于数字孪生的车间设备远程诊断方法,包括:1、结合物理车间要素构建虚拟车间模型;2、对物理车间与虚拟车间数据进行采集与智能化处理;3、进行数据的采集、分类与标准化处理,解决数据类型冲突问题,并采用优先权队列算法完成重复数据的清洗,实现多源异构数据的融合;4、以调度方案为单元,利用数据仓库工具以及SQL语句对调度数据集进行划分,并通过转化为调度规则的表达形式,存入到Hadoop分布式文件系统中;5、利用人工萤火虫群优化算及极限学习机建立车间动态调度决策模型;6、根据采集与融合处理后的调度样本数据运行车间动态调度决策模型,得到调度决策结果;7、搭建远程设备诊断可视化平台。

    基于Kriging模型的RV减速器动态传动误差优化方法

    公开(公告)号:CN113111454A

    公开(公告)日:2021-07-13

    申请号:CN202110357062.8

    申请日:2021-04-01

    Abstract: 基于Kriging模型的RV减速器传动误差分析方法,包括以下步骤:(1)建立RV减速器虚拟样机模型;(2)通过最优拉丁超立方试验获得初始样本点;(3)建立基于Kriging模型的RV减速器传动误差模型;(4)拟合与优化结合粒子群算法的RV减速器传动误差模型。本发明为进一步提高RV减速器的传动误差分析提供了一种新的方法,通过建模仿真避免了人为测量实验过程中产生测量误差,并且通过刚柔耦合建模,提高了传动误差的真实度;本发明结合代理模型技术与代理模型对RV减速器传动误差进行研究,实现了RV减速器传动误差的快速精准预测,无需进行实体样机的试验,节省了研究成本与时间,极大地提高了研究效率。

    一种基于神经网络的光环境智能控制方法

    公开(公告)号:CN108712809B

    公开(公告)日:2019-12-03

    申请号:CN201810476933.6

    申请日:2018-05-18

    Abstract: 一种基于神经网络的光环境智能控制方法,包括如下步骤:步骤1:原始样本数据的采集;步骤2:样本预处理,过程如下:2.1数据变换;2.2数据清洗;步骤3:BP神经网络的设计:设计BP神经网络初步结构模型,用步骤2所得的样本数据训练并测试调整神经网络模型;步骤4:光环境优化:在根据神经网络模型得到评价函数之后,建立优化模型,求出在当前环境中,为达到最良好的光环境,各指标应达到的数值,建立优化模型目标函数如下:max F=α1P1+α2P2+......+αnPn接着根据不同环境对各指标要求不同建立相应的约束条件,从而得出最优解,将得到的最优值下各指标的数据,带入系统,实现自适应调控优化光环境。本发明有效避免主观因素的影响、自适应调节。

    一种基于支持向量机的LED照明智能控制系统及方法

    公开(公告)号:CN109661069A

    公开(公告)日:2019-04-19

    申请号:CN201910014806.9

    申请日:2019-01-08

    Abstract: 一种基于支持向量机的LED照明智能控制系统,所述系统包括光照、色温数据传感单元、传感器数据处理与分类单元、脉宽调制控制单元以及LED照明驱动单元。以及提供一种LED照明智能控制方法,包括如下步骤:步骤一:对于当前光环境的数据采集;步骤二:样本数据的预处理;步骤三:支持向量机的训练与测试;步骤四:基于健康照明的光环境数据库的建立;步骤五:控制光照、色温数据输出。本发明通过闭环的反馈提高了LED照明智能控制系统的稳定性,对不同的光环境具有良好的环境适应性,并且结合了医学健康数据,实现对当前的LED照明环境进行科学性、智能化的调控。

    基于Kriging模型的RV减速器动态传动误差优化方法

    公开(公告)号:CN113111454B

    公开(公告)日:2024-08-23

    申请号:CN202110357062.8

    申请日:2021-04-01

    Abstract: 基于Kriging模型的RV减速器传动误差分析方法,包括以下步骤:(1)建立RV减速器虚拟样机模型;(2)通过最优拉丁超立方试验获得初始样本点;(3)建立基于Kriging模型的RV减速器传动误差模型;(4)拟合与优化结合粒子群算法的RV减速器传动误差模型。本发明为进一步提高RV减速器的传动误差分析提供了一种新的方法,通过建模仿真避免了人为测量实验过程中产生测量误差,并且通过刚柔耦合建模,提高了传动误差的真实度;本发明结合代理模型技术与代理模型对RV减速器传动误差进行研究,实现了RV减速器传动误差的快速精准预测,无需进行实体样机的试验,节省了研究成本与时间,极大地提高了研究效率。

Patent Agency Ranking