用最小二乘法的孪生有界支持向量机分析出桥式起重机主梁截面各参数相对于主梁质量的灵敏度,筛选出灵敏度最大的6个参数,运用改进的蝙蝠算法以主梁质量为目标函数对其进行分析计算,结果显示,优化后的桥式起重机主梁的质量减少了13.8%。通过ANSYS软件对优化后的桥式起重机主梁进行有限元分析,结果证明了该方法的可靠性。

针对云量子遗传算法早熟收敛、搜索速度慢等缺陷,进行如下改进对量子染色体编码初始化进行优化,使算法拥有更高的收敛性;采用X条件云发生器改变交叉和变异方式实现染色体重构及算子生成;对旋转量子门进行动态调整;结合优化对象改进了算法收敛准则。为验证改进算法以及实现桥式起重机主梁快速设计,以改进算法为优化核心搭建了桥式起重机主梁快速轻量化设计系统,将系统应用于某公司QD型桥式起重机主梁设计,结果表明所搭建系统可大大缩短桥式起重机主梁优化的设计周期,优化后主梁截面积满足设计要求,实现了主梁快速轻量化设计的目标。

针对生产制造过程中需要审批的电子图文档数量大，电子图文档的审批流程依赖人工签字的问题，通过对PDM系统与SolidWorks软件分别进行二次开发，运用流程模板定制、工程图遍历、模型树遍历、定位签字、XML文本交换数据等方法，以接口集成模式实现了CAD文件及相关信息从SolidWorks系统向PDM系统的无缝集成，提出了一种面向PDM／CAD集成的工作流程电子审批技术，并将该技术成功应用于天河智造公司的T5一PLM系统中，实现了工作流程的安全高效的审批，验证了该技术的可行性和实用性。

介绍了在SolidWorks中自顶向下的装配设计过程和实施方法,提出以“顶层基本骨架”作为自顶向下设计时信息传递的桥梁,并以具体实例实现了装配过程和参数化设计。

采用VisualBasic对SolidWorks进行二次开发，实现了在SolidWorks工程图环境下明细栏的自动添加与调整。以某重型机械厂的产品为实例，对于在参数化驱动之后重新生成的装配模型及工程图，实现了根据零部件名称及数量自动生成相对应的明细栏，并进行了一系列的优化与调整，解决了添加明细栏时工作繁琐，速度慢，出错多及难以用程序控制的缺点。

以三维特征造型软件SolidWorks 2001为平台,采用模块化、参数化的设计思想构建堆垛机的相应模块的三维模型;以Microsoft Access为支撑数据库,Microsoft Visual Basic为开发工具,建立设计计算与三维模型的数据接口;采用有限元分析软件COSMOS进行结构校核,建立了面向仓储设备堆垛机的参数化设计系统.实践证明:该设计系统可显著提高设计效率与质量,可快速响应个性化的市场要求.

针对早期设计的桥式起重机数字化开发系统存在开发环境兼容性差、流通范围小、开发语言落后、设计思路具有局限性的问题,结合网络协同的设计思想,使用Visual Studio 2013中的ASP.Net.Core作为开发框架,C#作为开发语言,进行桥式起重机云平台开发,完成桥式起重机三维模型驱动与机构的尺寸排布校核;根据NSGA-II算法验证主梁的设计可行性并给出轻量化设计方案,然后快速生成工程图纸并调整;最后使用云开发的SaaS服务模式,实现多租户在网络浏览器端对桥式起重机的协同化与定制化设计。该数字化系统兼容多开发环境下的服务,为传统起重机行业从数字化向智能化发展提供参考。

通过对萤火虫算法的学习和深入研究,得知算法在极值点区域容易呈现无规律的振荡现象,从而降低了局部搜索的能力;为了解决这个难题,引入了振荡权重函数,以此来增强局部搜索能力,提高算法精度。同时为了使全局与局部的搜索能力相对均衡,加快算法的收敛进度,又将模拟退火算法借鉴到算法中;将改进的算法运用到桥式起重机箱型主梁中进行优化并通过ANSYS进行力学分析,实例检验了算法的可行性;最后通过对比优化前后的结果,得出优化后的主梁质量减少6.87%且符合设计要求,对实际工程结构的设计有指导意义。

针对生产制造过程中需要审批的电子图文档数量大，电子图文档的审批流程依赖人工签字的问题，通过对PDM系统与SolidWorks软件分别进行二次开发，运用流程模板定制、工程图遍历、模型树遍历、定位签字、XML文本交换数据等方法，以接口集成模式实现了CAD文件及相关信息从SolidWorks系统向PDM系统的无缝集成，提出了一种面向PDM／CAD集成的工作流程电子审批技术，并将该技术成功应用于天河智造公司的T5一PLM系统中，实现了工作流程的安全高效的审批，验证了该技术的可行性和实用性。

行星齿轮传动系统发生故障时,其信号传递中相互耦合,呈现非线性的特性,使得行星齿轮的故障类型及损伤程度难以识别。借鉴模式识别中Fisher准则(FC)判别函数,构建核函数尺度参数优化的数学模型,应用改进的粒子群优化方法对其寻优,充分改善核主元分析法(KPCA)对于非线性问题的分析性能,将其应用于行星齿轮的磨损损伤程度的识别和诊断中。实例分析结果表明,基于PSO-FC智能优化后的KPCA改善了特征空间内数据分布结构,在行星齿轮的磨损损伤程度识别中取得了较好的尺度聚类效果,可以有效地解决复杂机械传动中损伤边界模糊、损伤程度难以识别的问题。