针对PDM的应用现状,提出了一种分层递进的企业数据模型,并以此模型为基础,提出了分层递进的PDM系统实现方法,基于这一方法设计和实现了分层递进的图档管理系统,该系统具有很好的开放性和可扩展性,易于集成和升级,易于维护.可为中小企业以经济、快捷、方便、分步骤和分阶段实施PDM系统提供借鉴.

基于远场涡流法对管道缺陷进行检测,根据粗糙集理论中的约简算法、规则提取算法及分类可信度分析等对数据挖掘技术在管道缺陷检测中的应用进行了研究,内容涉及管道缺陷的检测、远场涡流法的原理、数据挖掘和粗糙集中的数据简约及算法等.实验表明,该方法具有良好的缺陷可识别性.

针对现有产品配置设计方法中对客户性能需求研究的不足,结合可拓数据挖掘方法提出了基于性能驱动的可拓数据挖掘产品配置设计方法研究。首先通过对客户个性化需求的定量与定性化分析,建立客户需求分析模型;其次对配置模型的参数知识进行可拓知识挖掘,并对产品布局结构的变换阈值知识进行相互匹配与矛盾问题消解,建立变换消解模型及满足客户需求的可变换阈值解空间;然后在此基础上,对产品配置过程中的知识组合矛盾问题,进行基于可拓数据挖掘的传导变换,求解出满足客户需求的配置解空间;最后基于Visual C++6.0、Solidworks等平台开发软件建立了产品的快速配置系统,通过实例测试,验证了该方法的准确性和有效性。

建立机械摩擦力模型及其相应的控制补偿策略一直是人们所关注的问题.由于摩擦力所固有的非线性及不确定特征,用传统的数学建模与控制补偿方法难以达到满意的系统性能要求.本文采用模糊建模技术逼近摩擦动力系统并将辨识结果用在前馈补偿控制器设计中.模糊建模过程由以下3个部分组成:首先采用数据挖掘技术辨识出模糊系统的模糊规则库,然后利用该规则库建立模糊系统的静态模型,最后以李雅普诺夫稳定性理论为基础进一步辨识出模糊系统的动态模型.在控制器设计方面,采用了自适应模糊系统前馈补偿的比例微分(Proportional-derivative,PD)算法.运用李雅普诺夫稳定性分析证明了闭环系统跟踪误差的有界性.数值仿真结果表明了该方法的有效性和实用性.

基于传统的尺寸统计报警理论经验,对报警监控的对象、监控的算法及报警的后续发展做了创新拓展探索。结合当前开发的IT报警系统的功能应用,分享一些设计思路和核心算法,为相关行业数据报警技术的应用提供参考。

为了充分利用运营商的大数据资源给用户推荐合适的产品,设计了一种基于运营商大数据的产品推荐模型。推荐模型在基础数据、位置数据、上网行为数据的基础上建立了属性标签体系,基于两步聚类特征分析以及序列关联用户行为分析为用户推荐合适的产品,提高了产品运营效率以及产品推荐的效果。

随着数据挖掘技术的发展,深度置信网络(DBN)这类深度学习算法被越来越多运用到工程领域。在故障诊断领域,结合DBN强大的自适应特征提取和非线性映射能力,可以摆脱以往对专家经验的依赖。基于此,本文为有效地监测柴油机气缸运行状态,提出一种基于改进深度学习算法的船舶柴油机故障诊断技术。先将原始信号的频域形式输入DBN当中,采用蚱蜢优化算法(GOA)搜索DBN的最优参数组合,并建立起最佳的柴油机气缸故障诊断模型。经测试验证,本文提出的诊断模型能够准确识别柴油机气缸运行状态并进行故障诊断,诊断率可以达到99.5%以上,具有较好的工程实用价值。

发动机装配过程作为制造业生产过程中的重要环节, 在实际运行中会产生大量的实时数据信息, 伴随而来的是对信息进行分析处理和实现信息交互的需求.由于发动机装配过程存在设备类型繁多、 装配信息多源、 装配信息实时响应不足和缺乏可靠的信息系统等问题.文中从这一需求出发, 针对发动机装配过程中存在的上述问题,以发动机装配过程数据挖掘为主要研究内容, 通过对装配过程、 CPS和数据挖掘的研究, 构建了基于CPS的装配过程数据挖掘系统.