一、概念設(shè)計中的夾具幾何特征識別（論文文獻(xiàn)綜述）
周坤[1]（2020）在《設(shè)計師視角下工業(yè)設(shè)計獎的設(shè)計知識流動研究》文中指出設(shè)計能力不足已成為制約我國制造業(yè)轉(zhuǎn)型升級的重要因素。現(xiàn)代設(shè)計以知識為基礎(chǔ),由于各種學(xué)習(xí)成長體系建設(shè)不完善、企業(yè)內(nèi)部設(shè)計知識資源匱乏等現(xiàn)實問題,設(shè)計師不得不尋求外部設(shè)計知識資源,通過學(xué)習(xí)成功先例來獲得能力提升。工業(yè)設(shè)計獎作為呈現(xiàn)行業(yè)最佳實踐的活動,成為設(shè)計師及設(shè)計從業(yè)者的綜合參考,但其作為設(shè)計知識資源的價值一直被忽略.本文將獲得工業(yè)設(shè)計獎的獲獎方案視作外部設(shè)計知識資源,這些設(shè)計知識是一種具有啟發(fā)引導(dǎo)和參考作用、高于行業(yè)標(biāo)準(zhǔn)的新知識。研究聚焦于獲獎方案中物化的設(shè)計知識如何順利流向設(shè)計師,并提升其設(shè)計能力,從而助力制造業(yè)設(shè)計創(chuàng)新。本文主要的研究內(nèi)容如下:（1）從流動要素和流動過程兩個視角建構(gòu)了設(shè)計師視角下“優(yōu)秀設(shè)計中”的設(shè)計知識流動理論模型（The Theoretical Model of Design Knowledge Flow in "Good Design",簡稱DKF-GD模型）。謝友柏院士提出了分布式資源環(huán)境下設(shè)計知識流動的四種類型:設(shè)計知識在主導(dǎo)設(shè)計的企業(yè)內(nèi)部的流動、有知識需求的企業(yè)和提供知識資源單位之間的的知識流動、提供知識資源單位內(nèi)部的知識流動和不具備知識服務(wù)但仍可以被學(xué)習(xí)和使用的設(shè)計知識的流動.“優(yōu)秀設(shè)計”中的設(shè)計知識作為分布式資源環(huán)境中的第四類設(shè)計知識流,為設(shè)計師提供設(shè)計知識資源,以此支撐和補(bǔ)充第一類和第三類設(shè)計知識流動。在其視閾下研究了知識流動的動力機(jī)制、特征、流動要素和流動過程,并建構(gòu)了設(shè)計知識流動的理論模型。（2）針對DKF-GD模型的要素,通過實證研究明確“優(yōu)秀設(shè)計”中設(shè)計知識流動的關(guān)鍵影響因素?；谖墨I(xiàn)研究和專家訪談,從知識提供者特征、知識接受者特征、設(shè)計知識特征、設(shè)計知識流動渠道特征和設(shè)計知識流動環(huán)境特征五個方面提出理論假設(shè)模型,并基于文獻(xiàn)明確了變量的操作化定義和測量指標(biāo)。通過實證研究對理論假設(shè)進(jìn)行科學(xué)檢驗,采用隨機(jī)抽樣回收358份有效問卷,檢驗結(jié)果證實設(shè)計獎的專業(yè)性、客觀性、影響力,“優(yōu)秀設(shè)計”中設(shè)計知識的有用性和相容性,設(shè)計師的接受意愿和吸收能力,大眾傳播渠道有效性、人際傳播渠道有效性和中介傳播渠道有效性以及組織創(chuàng)新氛圍和當(dāng)?shù)卦O(shè)計文化水平是關(guān)鍵影響因素.（3）針對DKF-GD模型的過程,通過質(zhì)性研究分析了設(shè)計知識的演化過程,并明確設(shè)計師所關(guān)注的設(shè)計知識類型是設(shè)計情境知識、設(shè)計對象知識和設(shè)計規(guī)范知識。為明確設(shè)計師所獲得設(shè)計知識對設(shè)計能力的作用,設(shè)計“承載不同設(shè)計知識的圖片對設(shè)計效果的影響”的單因素三水平實驗。實驗證明“優(yōu)秀設(shè)計”中的設(shè)計情境知識可以在概念發(fā)散階段幫助設(shè)計師提高情境發(fā)散和情境創(chuàng)新程度,設(shè)計對象知識可以在設(shè)計階段提升設(shè)計造型創(chuàng)新程度和細(xì)節(jié)表現(xiàn)程度。（4）提出基于DKF-GD模型的設(shè)計應(yīng)用流程。建立設(shè)計情境知識、設(shè)計對象知識和設(shè)計規(guī)范知識的本體框架,建立三者之間的映射關(guān)系。提取出知識拆解與提取、知識組合、知識互構(gòu)等六種基于知識的設(shè)計創(chuàng)新策略。綜合以上研究結(jié)果建立了基于“優(yōu)秀設(shè)計”中設(shè)計知識流動的設(shè)計流程,并通過“兒童智能學(xué)習(xí)產(chǎn)品”的案例驗證其合理性和有效性,探索“優(yōu)秀設(shè)計”中的設(shè)計知識支持和補(bǔ)充第一類和第三類設(shè)計知識流的路徑。DKF-GD模型豐富了分布式資源環(huán)境下設(shè)計知識流動,為工業(yè)設(shè)計師利用已有知識提升設(shè)計能力提供了一條有效的路徑,使政府、企業(yè)、設(shè)計組織等相關(guān)的主體能夠關(guān)注,共同助力設(shè)計能力的提升,通過創(chuàng)新人才培養(yǎng)來響應(yīng)國家政策。
李聰[2]（2020）在《復(fù)雜工況材料力學(xué)性能原位測試裝備設(shè)計與試驗研究》文中研究指明服役狀態(tài)下的機(jī)械零部件通常受到多種工況的同時作用。傳統(tǒng)的拉伸、彎曲、扭轉(zhuǎn)等單一工況材料力學(xué)性能測試技術(shù)手段已難以滿足力學(xué)性能分析需求,制約了材料研發(fā)工藝的改進(jìn)及裝備的優(yōu)化設(shè)計制造。與此同時,利用顯微成像技術(shù)實現(xiàn)動態(tài)監(jiān)測材料變形損傷的原位測試技術(shù)應(yīng)運(yùn)而生,為研究材料力學(xué)性能提供了嶄新的方法。針對復(fù)雜工況下材料損傷機(jī)理和力學(xué)行為規(guī)律的研究需求,研制復(fù)雜工況材料力學(xué)性能測試裝備,已成為國際學(xué)術(shù)界和工程界關(guān)注的焦點(diǎn)。在綜述分析相關(guān)領(lǐng)域國內(nèi)外現(xiàn)狀的基礎(chǔ)上,論文開展了拉伸、扭轉(zhuǎn)、彎曲和納米壓痕復(fù)雜工況材料力學(xué)性能原位測試裝備的設(shè)計分析。全文搭建了以試驗需求為目標(biāo)的設(shè)計架構(gòu),以試驗理論、結(jié)構(gòu)設(shè)計、誤差分析與精度校準(zhǔn)和試驗驗證為主線的研究體系,完成了復(fù)雜工況材料力學(xué)性能的原位試驗研究。論文的主要研究內(nèi)容概括如下:（1）開展了力學(xué)性能試驗與裝備校準(zhǔn)理論研究。綜述了應(yīng)用于復(fù)雜工況力學(xué)性能分析和測試裝備校準(zhǔn)相關(guān)的拉伸、扭轉(zhuǎn)、彎曲和納米壓痕工況試驗的基本理論;并在此基礎(chǔ)上提出了基于細(xì)觀力學(xué)和原位監(jiān)測技術(shù)的納米壓痕表征材料本構(gòu)關(guān)系的研究方法?？偨Y(jié)了工程材料在復(fù)雜工況下?lián)p傷理論和應(yīng)力狀態(tài)分析理論;并且為復(fù)雜工況應(yīng)力狀態(tài)分析提出了以應(yīng)力三軸度為分析基礎(chǔ)的,拉伸-扭轉(zhuǎn)工況狀態(tài)分?jǐn)?shù)維量化表征的研究方法。（2）建立了面向試驗工況需求和試驗方法需求的設(shè)計目標(biāo)?；谏鲜龉r測試?yán)碚摵吞岢龅难芯糠椒?確定了測試裝備的試驗工況需求為:拉伸、扭轉(zhuǎn)、彎曲和納米壓痕單一工況,以及兩種載荷下復(fù)雜工況的原位測試。測試裝備期望實現(xiàn)的試驗方法需求為:基于細(xì)觀力學(xué)的本構(gòu)關(guān)系納米壓痕分析和復(fù)雜工況狀態(tài)的分?jǐn)?shù)維表征分析。根據(jù)功能配置分析理論搭建了測試裝備的測試需求的設(shè)計質(zhì)量屋和“需求-結(jié)構(gòu)”的關(guān)系矩陣,為測試裝備結(jié)構(gòu)的設(shè)計提供了總體要求。并且在個結(jié)構(gòu)模塊設(shè)計中繪制了功能結(jié)構(gòu)樹,清晰地闡述了結(jié)構(gòu)原理。詳細(xì)地分析了測試裝備各模塊的誤差來源及產(chǎn)生原因,建立了誤差分析表,為測試裝備的精度校準(zhǔn)提供依據(jù)。（3）開展了測試裝備結(jié)構(gòu)設(shè)計分析。根據(jù)“需求-結(jié)構(gòu)”的關(guān)系矩陣分析獲得的總體要求,并在借鑒國內(nèi)外測試儀器/裝置的結(jié)構(gòu)特點(diǎn)的基礎(chǔ)上,完成了測試裝備的結(jié)構(gòu)設(shè)計。結(jié)合靜強(qiáng)度仿真分析和模態(tài)分析技術(shù),對數(shù)字化樣機(jī)開展了動靜態(tài)分析,驗證了功能結(jié)構(gòu)分析的合理性和測試裝備的可靠性。（4）建立了拉伸、扭轉(zhuǎn)、彎曲和納米壓痕模塊的誤差分析模型,并開展了精度校準(zhǔn)研究。分析了機(jī)架柔度、設(shè)備同軸度等因素對測試裝備精度的影響,通過測試裝備誤差模型研究,提高了測試裝置后處理數(shù)據(jù)的精度。根據(jù)45號鋼、Q235鋼和6061鋁的重復(fù)性試驗結(jié)果可知,修正后的測試裝置與商業(yè)化試驗機(jī)數(shù)據(jù)吻合性較好,驗證了修正算法的準(zhǔn)確性。不同工況速率下的2024-T351鋁的力學(xué)性能試驗,驗證了本測試裝備在力學(xué)性能分析中的實用性。（5）開展了復(fù)雜工況下45號鋼原位力學(xué)性能的試驗研究。交變扭轉(zhuǎn)工況原位試驗、不同試驗參數(shù)下彎曲工況原位試驗和拉伸-扭轉(zhuǎn)-彎曲兩兩工況復(fù)合狀態(tài)下的原位試驗。復(fù)雜工況力學(xué)性能試驗較傳統(tǒng)的單一工況準(zhǔn)靜態(tài)試驗更有效地模擬了服役狀態(tài)下材料的受力狀態(tài)。試驗結(jié)論揭示了材料的力學(xué)性能是由材料組織、應(yīng)力和應(yīng)變共同作用的結(jié)果。預(yù)拉伸應(yīng)力和預(yù)扭轉(zhuǎn)應(yīng)力均能夠降低材料的屈服強(qiáng)度;預(yù)拉伸應(yīng)變能夠降低材料的抗扭強(qiáng)度,預(yù)扭轉(zhuǎn)應(yīng)變能夠提高材料的抗拉強(qiáng)度。同時,細(xì)觀力學(xué)分析與納米壓痕技術(shù)相結(jié)合的材料本構(gòu)關(guān)系表征的分析,和工況維度的分?jǐn)?shù)維量化分析,為復(fù)雜工況的分析提供了新的方法。綜上,本測試裝備能夠為服役狀態(tài)下結(jié)構(gòu)連接件、焊接件、包含加工殘余應(yīng)力等材料的力學(xué)測試和性能模擬分析提供有效的試驗平臺。因此,論文開展復(fù)雜工況材料力學(xué)性能原位測試裝備的設(shè)計分析與集成調(diào)試的研究,具有重要的理論意義和應(yīng)用價值。
景立挺[3]（2020）在《復(fù)雜機(jī)電產(chǎn)品概念設(shè)計原理方案博弈決策與優(yōu)化的研究》文中研究說明在復(fù)雜機(jī)電產(chǎn)品概念設(shè)計階段,需要對經(jīng)由功能求解得到的多個原理方案進(jìn)行評價,從而決策出最優(yōu)原理方案,以此為后續(xù)詳細(xì)設(shè)計提供優(yōu)質(zhì)輸入。在復(fù)雜機(jī)電產(chǎn)品的開發(fā)過程中,涉及到多學(xué)科設(shè)計約束,并會形成大量原理解組合,使得原理方案初始篩選較為艱難;其次,由于原理方案評價目標(biāo)之間客觀存在沖突或依賴的定性作用關(guān)系,所以無法對各目標(biāo)的約束關(guān)系精確建模,難以確保最優(yōu)決策結(jié)果的穩(wěn)健性;再者,決策得到的原理方案具體化程度不高,很難借助現(xiàn)有數(shù)值優(yōu)化算法分析其性能預(yù)期,易造成后續(xù)反復(fù)迭代設(shè)計。因此,研究獲取與設(shè)計意圖最相關(guān)的評價準(zhǔn)則集來尋求篩選方向,并構(gòu)建多目標(biāo)沖突權(quán)衡的求解規(guī)律,是確保原理方案多目標(biāo)決策中可靠且有效的關(guān)鍵手段。同時,研究在不建立數(shù)學(xué)模型情況下表征方案性能價值的求解路徑,融合性能到概念設(shè)計階段,是提高機(jī)電產(chǎn)品原理方案性能價值的有效途徑。針對以上問題,本文借助博弈理論的協(xié)調(diào)特性來重新架構(gòu)原理方案決策過程中的多準(zhǔn)則期望沖突和多目標(biāo)約束難量化的問題,以此構(gòu)建出不同原理方案博弈決策模型;同時,構(gòu)造原理解性能價值模型來獲取高性能價值的原理解知識,驅(qū)動原理方案改進(jìn)。此外,依據(jù)上述研究理論研制了原理方案博弈決策原型系統(tǒng),并以采煤機(jī)的截割部減速傳動裝置實例進(jìn)行驗證。本文主要研究內(nèi)容如下:（1）研究了一種基于功能設(shè)計準(zhǔn)則的初始原理方案篩選模型。圍繞功能需求和初始設(shè)計約束引導(dǎo)功能設(shè)計準(zhǔn)則的生成,構(gòu)建基于二次模糊聚類的多準(zhǔn)則博弈模型,轉(zhuǎn)換功能設(shè)計準(zhǔn)則沖突問題為博弈決策過程;結(jié)合相關(guān)系數(shù)函數(shù)來構(gòu)造博弈效用函數(shù),并對不同博弈主體下的策略組合進(jìn)行效用分析,以此選擇最符合設(shè)計意圖且沖突最小的功能設(shè)計準(zhǔn)則集,并應(yīng)用到某種傳送裝置的形態(tài)學(xué)矩陣中進(jìn)行原理解篩除,快速獲取可行原理方案集。（2）構(gòu)建一種面向新設(shè)計原理方案的非合作-合作串行博弈決策模型?；谀：垲惸Ｐ蛯⒎止δ芎驮斫庥成錇椴┺倪^程中的策略和變量集,構(gòu)建出多評價目標(biāo)的博弈決策模型;其次構(gòu)建非合作博弈效用函數(shù)來均衡各目標(biāo)自身利益并獲取多重占優(yōu)方案;在此基礎(chǔ)上,構(gòu)造基于合作博弈模型的最優(yōu)方案求解路徑,圍繞整體設(shè)計利益最大化對上述多重占優(yōu)方案進(jìn)行決策,確保原理方案在可行性基礎(chǔ)上追求性價比。最后,對功能性晾衣架原理方案實例進(jìn)行驗證,并與TOPSIS對比分析,證明所提方法的穩(wěn)健性。（3）構(gòu)建一種面向適應(yīng)性設(shè)計原理方案的Shapley值法博弈決策模型。構(gòu)建基于信任度函數(shù)的多決策者數(shù)據(jù)融合模型,形成原理方案價值矩陣;基于評價目標(biāo)和方案價值,定義“經(jīng)濟(jì)性-技術(shù)性”目標(biāo)的聯(lián)盟博弈模型,進(jìn)而構(gòu)造原理方案的博弈效用矩陣;以特征函數(shù)尋求不同博弈方合作時的最優(yōu)聯(lián)盟效用,利用Shapley值法對其進(jìn)行分配,依據(jù)離差函數(shù)給出一個多目標(biāo)期望綜合最優(yōu)原理方案。最后,以采煤機(jī)搖臂調(diào)高裝置作為實例進(jìn)行驗證,并與其他多目標(biāo)決策方法比較來說明所提方法的唯一性和可行性。（4）提出了一種基于原理解性能價值的原理方案改進(jìn)優(yōu)化模型?；谛阅芴卣髂Ｐ蛠順?gòu)建性能-分功能關(guān)聯(lián)矩陣;根據(jù)現(xiàn)有研究基礎(chǔ),提出“條件激勵-性能響應(yīng)-工作狀態(tài)”原理解知識模型,用于構(gòu)建原理解-性能關(guān)聯(lián)矩陣;在此基礎(chǔ)上,構(gòu)建表征原理解與分功能關(guān)系的性能價值矩陣,進(jìn)而識別高性能價值的原理解知識;研究并提出三種原理解操作方法來驅(qū)動原理方案改進(jìn)?；谏鲜鲅芯坷碚撻_發(fā)原理方案優(yōu)化求解原型系統(tǒng),并以中厚煤層采煤機(jī)進(jìn)行實例驗證,有效提升原理方案的性能價值。（5）基于前述理論模型開發(fā)了原理方案博弈決策原型系統(tǒng),用于原理方案初始篩選,非合作-合作集成博弈模型以及基于Shapley值法的原理方案決策的輔助求解,并以采煤機(jī)的截割部減速傳動裝置原理方案為實例,驗證了系統(tǒng)的有效性。
殷希彥[4]（2020）在《基于知識的乘用車總裝線數(shù)字化工藝設(shè)計方法研究》文中研究指明乘用車總裝線與乘用車的設(shè)計、制造過程密切相關(guān),可以體現(xiàn)乘用車產(chǎn)品的成本、質(zhì)量等影響市場占有率的關(guān)鍵指標(biāo)。隨著乘用車產(chǎn)品和生產(chǎn)技術(shù)的快速發(fā)展,乘用車總裝線也需要隨之改造升級。乘用車總裝線工藝設(shè)計是總裝線設(shè)計的核心,目的是在保證乘用車產(chǎn)品質(zhì)量的前提下,選擇一條可行的、高效的、低成本的生產(chǎn)工藝路線。然而,在向數(shù)字化、信息化、智能化工藝設(shè)計轉(zhuǎn)型升級過程中,我國乘用車總裝線設(shè)計單位普遍存在設(shè)計知識儲備不足、難以靈活重用、缺乏實用工具等問題。如何利用現(xiàn)有設(shè)計知識、經(jīng)驗、工具,對設(shè)計人員完成工藝設(shè)計任務(wù)提供有效支持,提高工藝設(shè)計的質(zhì)量和效率是乘用車總裝線設(shè)計單位亟待解決的問題?；谏鲜鰡栴},本文主要從乘用車總裝線設(shè)計知識的表示方法、設(shè)計知識的智能推送方法、三維數(shù)字模型的智能裝配方法等方面展開研究,主要內(nèi)容如下:（1）研究了乘用車總裝線數(shù)字化工藝設(shè)計方法及體系架構(gòu)。在分析了現(xiàn)有乘用車總裝線工藝設(shè)計方法的基礎(chǔ)上,根據(jù)乘用車總裝線工藝設(shè)計的需求,提出以設(shè)計知識智能推送來提高工藝設(shè)計質(zhì)量,以三維數(shù)字模型的智能裝配來提高工藝設(shè)計效率的乘用車總裝線數(shù)字化工藝設(shè)計方法,明確了該方法的框架。（2）研究了基于本體與復(fù)雜網(wǎng)絡(luò)理論的乘用車總裝線工藝設(shè)計知識建模方法。在分析乘用車總裝線工藝設(shè)計整體流程的基礎(chǔ)上,將乘用車總裝線工藝設(shè)計基本要素劃分為五種:設(shè)計人員、設(shè)計任務(wù)、設(shè)計知識、設(shè)計流程和設(shè)計資源,并對設(shè)計知識進(jìn)行了詳細(xì)分類;基于本體技術(shù),對顯性工藝知識及關(guān)聯(lián)的各基本要素進(jìn)行了建模;其次,基于復(fù)雜網(wǎng)絡(luò)理論構(gòu)建了設(shè)計人員、設(shè)計任務(wù)和設(shè)計知識間的三維復(fù)雜網(wǎng)絡(luò)模型,詳細(xì)給出了模型的構(gòu)建方法、結(jié)構(gòu)及對應(yīng)的實際工程意義。（3）提出了基于關(guān)聯(lián)-經(jīng)驗-需求的乘用車總裝線工藝設(shè)計知識智能推送方法。針對當(dāng)前設(shè)計知識推送算法對多因素共同作用考慮不足的問題,在分析了乘用車總裝線工藝設(shè)計知識推送原則的基礎(chǔ)上,基于本體和三維復(fù)雜網(wǎng)絡(luò)模型,綜合考慮設(shè)計知識和設(shè)計任務(wù)的關(guān)聯(lián)度、設(shè)計人員對設(shè)計知識的反饋操作,以及設(shè)計知識的類型、信息量,設(shè)計人員的經(jīng)驗、記憶能力等特點(diǎn),提出了符合設(shè)計任務(wù)要求和設(shè)計人員需求的設(shè)計知識智能推送方法。對比實驗證明該方法可以有效滿足設(shè)計人員對設(shè)計知識的需求。（4）提出了一種基于裝配知識模型的三維數(shù)字模型智能裝配方法。在乘用車總裝線三維數(shù)字模型進(jìn)行裝配時,基于裝配知識模型推送最佳裝配方案供設(shè)計人員選擇,若裝配方案不滿足設(shè)計人員需求,則可通過設(shè)計人員對三維數(shù)字模型的拖拽操作智能識別設(shè)計人員的裝配意圖,從而快速完成裝配過程。對比實驗證明智能裝配方法在提高裝配效率、減少設(shè)計人員工作量、降低操作復(fù)雜度方面優(yōu)勢明顯。（5）以國內(nèi)某汽車工廠設(shè)計院為對象,在該設(shè)計院現(xiàn)有工藝設(shè)計整體流程的基礎(chǔ)上,將本文所提方法具象化,設(shè)計并開發(fā)了面向乘用車總裝線的數(shù)字化工藝設(shè)計平臺,給出了平臺的開發(fā)思路、軟件架構(gòu)、功能模塊、數(shù)據(jù)集成方法。通過平臺在該設(shè)計院的實際應(yīng)用效果,論證了本文工作的意義和有效性。
傅柱[5]（2018）在《產(chǎn)品概念設(shè)計中基于知識流的語義化知識管理關(guān)鍵技術(shù)及其應(yīng)用研究》文中認(rèn)為隨著“知識經(jīng)濟(jì)”的發(fā)展,產(chǎn)品設(shè)計的創(chuàng)新能力逐漸成為當(dāng)前制造業(yè)的核心競爭力。概念設(shè)計是產(chǎn)品設(shè)計的初始階段和重要環(huán)節(jié),其本質(zhì)是已有知識的再利用和知識的創(chuàng)新過程。那么,如何將知識管理技術(shù)應(yīng)用于概念設(shè)計,實現(xiàn)設(shè)計知識的有效管理和重用,以提升現(xiàn)代設(shè)計的創(chuàng)新能力與競爭能力,并促進(jìn)我國制造業(yè)沿著現(xiàn)代化趨勢發(fā)展,成為當(dāng)今學(xué)術(shù)界與實踐界共同關(guān)注的熱點(diǎn)話題。在“知識經(jīng)濟(jì)”與信息技術(shù)發(fā)展的推動下,知識管理與制造業(yè)的結(jié)合催生了許多研究領(lǐng)域和成果。然而,當(dāng)前概念設(shè)計知識管理領(lǐng)域的研究工作中還有許多值得探索的問題。例如,在理論研究方面,現(xiàn)有的知識管理理論無法有效支撐動態(tài)設(shè)計知識的管理;在技術(shù)研究方面,多源異構(gòu)設(shè)計知識難以集成與統(tǒng)一建模,知識管理對象及技術(shù)研究的孤立和局限問題,導(dǎo)致現(xiàn)有設(shè)計知識大部分處于“管而不用”的現(xiàn)狀。針對這些問題,本文以提升制造業(yè)企業(yè)知識管理和服務(wù)的質(zhì)量為目標(biāo),從理論、方法、技術(shù)和應(yīng)用層面,基于知識流,結(jié)合語義化技術(shù),系統(tǒng)地研究概念設(shè)計知識管理中的知識建模和表示、知識獲取等關(guān)鍵技術(shù),并結(jié)合項目的實際需求以制退機(jī)部件為例,對上述理論和技術(shù)進(jìn)行應(yīng)用研究。本文從現(xiàn)實背景和理論背景結(jié)合的角度,分析本研究的價值和意義,界定概念設(shè)計知識管理研究中的若干基本概念,總結(jié)并討論相關(guān)研究進(jìn)展與存在的不足之處,提出本文的研究問題、研究思路和技術(shù)路線。以此為基礎(chǔ),本文的主要研究工作和成果可以概括為以下五個方面:（1）概念設(shè)計語義化知識管理技術(shù)框架研究。在對知識管理的SECI模型理論、設(shè)計知識流理論、語義化理論等進(jìn)行概述的基礎(chǔ)上,集成知識管理和知識重用雙重需求,從知識管理過程角度,分析并揭示了概念設(shè)計知識管理中的知識獲取流、知識編碼流、知識重用流三個技術(shù)流的內(nèi)容、特征和機(jī)理;從概念設(shè)計過程角度,探討設(shè)計過程中的知識流并對知識流節(jié)點(diǎn)進(jìn)行建模,基于組織結(jié)構(gòu)的角色模型將概念設(shè)計中的工作流和知識流進(jìn)行映射和整合,提出基于角色模型的工作流和知識流整合模型。進(jìn)而,將知識管理過程與概念設(shè)計過程相結(jié)合,提出基于知識流的語義化知識管理技術(shù)框架。（2）多維設(shè)計知識統(tǒng)一建模技術(shù)研究。從概念設(shè)計知識的宏觀建模及其相關(guān)技術(shù)研究角度出發(fā),面向全局知識管理和重用,分析多維設(shè)計知識統(tǒng)一建模需求,以設(shè)計過程中知識流動為視角對概念設(shè)計知識進(jìn)行分類和定義,構(gòu)建對象-流程雙核知識驅(qū)動的多維設(shè)計知識統(tǒng)一建模技術(shù)體系,對技術(shù)體系中不同維度的設(shè)計知識分別進(jìn)行建模實現(xiàn);以制退機(jī)部件為例,結(jié)合本體和語義標(biāo)注技術(shù),利用OWL語言對多維設(shè)計知識統(tǒng)一模型進(jìn)行語義化表示。（3）設(shè)計過程知識語義建模技術(shù)研究。從概念設(shè)計知識的微觀建模及其相關(guān)技術(shù)研究角度出發(fā),面向動態(tài)設(shè)計知識管理及重用,分析設(shè)計過程知識的語義建模需求,提出可配置流程模板和可配置知識組件相結(jié)合的雙層模塊化封裝技術(shù),并利用該技術(shù)構(gòu)建設(shè)計過程知識語義建模技術(shù)體系;在此基礎(chǔ)上,利用可配置流程模板對概念設(shè)計流程知識進(jìn)行語義建模,利用可配置知識組件對概念設(shè)計中的設(shè)計流和知識流進(jìn)行集成建模;在多維設(shè)計知識統(tǒng)一建模技術(shù)研究的基礎(chǔ)上,利用OWL語言對可配置流程模板進(jìn)行語義化表示,在知識組件內(nèi)容構(gòu)建的基礎(chǔ)上對可配置知識組件進(jìn)行語義標(biāo)注。（4）組織內(nèi)外設(shè)計知識獲取技術(shù)研究。從組織內(nèi)外兩個維度,對概念設(shè)計中的設(shè)計過程知識和設(shè)計領(lǐng)域知識進(jìn)行知識獲取技術(shù)研究。在組織內(nèi)部設(shè)計過程知識獲取技術(shù)研究中,分析設(shè)計過程知識獲取需求,結(jié)合訪談法和雙層流程獲取模板,策劃設(shè)計過程知識獲取實驗,以制退機(jī)部件設(shè)計流程為例進(jìn)行技術(shù)實現(xiàn);在組織外部設(shè)計領(lǐng)域知識獲取技術(shù)研究中,分析火炮設(shè)計領(lǐng)域知識獲取需求,針對設(shè)計領(lǐng)域知識獲取任務(wù),基于知識抽取技術(shù)策劃設(shè)計領(lǐng)域知識獲取實驗并進(jìn)行技術(shù)實現(xiàn)。（5）概念設(shè)計語義化知識管理關(guān)鍵技術(shù)應(yīng)用研究。在前述的理論與技術(shù)研究的基礎(chǔ)上,從知識管理和知識重用相結(jié)合的角度出發(fā),以系統(tǒng)平臺構(gòu)建為技術(shù)應(yīng)用手段,設(shè)計并實現(xiàn)基于知識流的概念設(shè)計語義化知識管理關(guān)鍵技術(shù)應(yīng)用系統(tǒng)。在系統(tǒng)構(gòu)建過程中,分別對本體管理系統(tǒng)模塊、資源管理系統(tǒng)模塊、知識檢索及可視化系統(tǒng)模塊、概念設(shè)計輔助系統(tǒng)模塊這四個子系統(tǒng)模塊的主要功能進(jìn)行設(shè)計和實現(xiàn)。以制退機(jī)部件實際設(shè)計為例,概述四個子系統(tǒng)的主要功能和設(shè)計過程。該系統(tǒng)以知識的管理和重用為知識服務(wù)目標(biāo),提供從抽象本體知識的管理到具體設(shè)計資源知識的管理,由淺層設(shè)計知識檢索及可視化的重用模式到深層設(shè)計知識與設(shè)計流程相結(jié)合的重用模式,基本滿足多源異構(gòu)、動態(tài)變化設(shè)計知識的管理和重用需求,達(dá)到本文的研究目標(biāo)。
葉文靜[6]（2017）在《基于MBD的復(fù)雜零件數(shù)字化檢測技術(shù)研究》文中研究指明隨著數(shù)字化設(shè)計與制造技術(shù)的飛速發(fā)展,傳統(tǒng)的檢測技術(shù)已經(jīng)難以滿足高精度、智能化、自動化的要求,在大環(huán)境的推動下,基于MBD的數(shù)字化檢測技術(shù)應(yīng)運(yùn)而生。本文針對復(fù)雜零件檢測特征數(shù)量龐大、檢測信息繁多與檢測精度要求高等特點(diǎn),在CATIA平臺下對基于MBD技術(shù)的數(shù)字化檢測關(guān)鍵技術(shù)進(jìn)行了研究,實現(xiàn)模型不跨平臺、信息自動化獲取、工藝自動規(guī)劃及程序自動生成的數(shù)字化檢測目標(biāo)。論文對基于MBD技術(shù)的數(shù)字化檢測體系進(jìn)行了構(gòu)建與設(shè)計,并針對數(shù)字化檢測工藝中檢測信息自動獲取、自由曲面布點(diǎn)、檢測路徑優(yōu)化與測量機(jī)驅(qū)動四項關(guān)鍵技術(shù)進(jìn)行了研究。在數(shù)字化檢測體系構(gòu)建與設(shè)計中,提出了由檢測工藝規(guī)劃、檢測工藝優(yōu)化、檢測工藝審簽、檢測實施與結(jié)果表達(dá)、產(chǎn)品質(zhì)量分析與數(shù)據(jù)傳遞與管理六部分組成的數(shù)字化檢測體系結(jié)構(gòu),并對每一層結(jié)構(gòu)內(nèi)容與關(guān)鍵技術(shù)進(jìn)行了詳細(xì)說明與分析。檢測信息的自動獲取關(guān)鍵技術(shù)中,首先對檢測模型底層B-Rep信息進(jìn)行提取,利用提取的幾何數(shù)據(jù)與拓?fù)鋽?shù)據(jù)對模型進(jìn)行過渡特征識別與抑制、檢測特征提取與識別,之后根據(jù)檢測模型的MBD信息自動提取出待檢測數(shù)據(jù)并分析標(biāo)注信息的關(guān)聯(lián)平面,結(jié)合特征識別結(jié)果判斷檢測特征所包含的檢測項目及檢測信息的具體位置。自由曲面的布點(diǎn)關(guān)鍵技術(shù)中,鑒于現(xiàn)有的自適應(yīng)算法在工程中可應(yīng)用性不高的缺陷,提出在等距法布點(diǎn)的基礎(chǔ)上,對測量點(diǎn)進(jìn)行實時重構(gòu)來指導(dǎo)三坐標(biāo)測量機(jī)自動增加測量點(diǎn)的方法。檢測路徑規(guī)劃關(guān)鍵技術(shù)中,以測頭角度更換次數(shù)最少和路徑最短為目標(biāo),基于多色集合對檢測模型建立約束模型,依照相同測頭、相同依附平面、就近原則、距離閾值控制等約束條件對檢測路徑進(jìn)行規(guī)劃。最后,根據(jù)DMIS文件的格式將規(guī)劃后的數(shù)據(jù)按格式輸出,并根據(jù)不同型號的檢測設(shè)備添加相應(yīng)的驅(qū)動語句,實現(xiàn)檢測設(shè)備的驅(qū)動。本課題的研究成果為某航空企業(yè)數(shù)字化檢測系統(tǒng)的構(gòu)建和檢測技術(shù)的改進(jìn)提供了依據(jù),也為將來的數(shù)字化檢測技術(shù)研究提供了參考。
劉征宏[7]（2016）在《面向產(chǎn)品概念設(shè)計的隱性知識轉(zhuǎn)化模型構(gòu)建及重用研究》文中提出現(xiàn)代產(chǎn)品設(shè)計是以用戶為中心的設(shè)計,重點(diǎn)關(guān)注用戶的感知、體驗、情感、偏好等隱性知識。產(chǎn)品概念設(shè)計作為產(chǎn)品設(shè)計最重要的階段之一,是知識密集型的創(chuàng)造性工作,其實質(zhì)是知識的演化過程。產(chǎn)品概念設(shè)計階段隱含了大量復(fù)雜的隱性知識,因此,組織并運(yùn)用這部分知識是產(chǎn)品概念設(shè)計乃至整個產(chǎn)品設(shè)計成功的關(guān)鍵,也是以用戶為中心的設(shè)計理念的體現(xiàn),同時又是現(xiàn)代設(shè)計理論及方法研究的熱點(diǎn)與難點(diǎn)。因此,研究面向產(chǎn)品概念設(shè)計的隱性知識轉(zhuǎn)化及重用并提高產(chǎn)品概念設(shè)計質(zhì)量,具有重大的意義。本研究是一項機(jī)械工程、工業(yè)設(shè)計、認(rèn)知心理學(xué)、機(jī)器學(xué)習(xí)及管理統(tǒng)計學(xué)等多學(xué)科融合的研究工作。本文從研究產(chǎn)品概念設(shè)計階段知識演化過程及認(rèn)知模式出發(fā),對隱性知識的來源、獲取、分析、表征、匹配、轉(zhuǎn)化、重用等做了深入研究,并最終開發(fā)了基于隱性知識重用的產(chǎn)品概念設(shè)計輔助原型系統(tǒng)（Tacit Knowledge Reuse-based Computer Aided Conceptual Design,TKRB-CACD）。主要研究內(nèi)容如下:1、根據(jù)產(chǎn)品概念設(shè)計知識演化過程,基于產(chǎn)品概念設(shè)計語義認(rèn)知模式與感性認(rèn)知模式,對用戶感知與偏好、多維感知等概念進(jìn)行了描述。對設(shè)計領(lǐng)域隱性知識進(jìn)行研究,將其分為三類:用戶隱性知識、設(shè)計隱性知識、產(chǎn)品隱性知識,并分別對其獲取、外顯化方法進(jìn)行了研究。2、基于隱性知識的分類,對隱性知識來源進(jìn)行了分析。使用基于情感分析的隱性知識獲取方法和基于認(rèn)知實驗的隱性知識獲取方法,并通過造型意象認(rèn)知實驗對機(jī)床設(shè)計知識進(jìn)行了獲取。提出基于因子分析（Factor Analysis,FA）和聚類分析（Cluster Analysis,CA）的隱性知識分析方法,通過實例驗證,實現(xiàn)了隱性知識的有效提取。在多維感知研究的基礎(chǔ)上,構(gòu)建了基于多維變量感性工學(xué)的隱性知識映射模型,并通過實例研究對其有效性和優(yōu)越性進(jìn)行了評估。提出了基于圖解語義和可拓關(guān)聯(lián)的隱性知識表征方法,便于隱性知識的組織、傳遞和運(yùn)用。3、對產(chǎn)品概念設(shè)計知識傳遞機(jī)制進(jìn)行了研究;構(gòu)建了隱性知識外顯模型、轉(zhuǎn)移螺旋模型及匹配模型,實現(xiàn)隱性知識的轉(zhuǎn)化。提出了基于感性工學(xué)（Kansei Engineering,KE）和潛在語義分析（Latent Semantic Analysis,LSA）的隱性知識匹配方法,并通過實例研究,驗證了其對用戶需求匹配精度的提高。4、針對概念設(shè)計方案評價及決策,提出了基于灰色關(guān)聯(lián)分析的逼近理想解排序（Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS）決策方法,實現(xiàn)了隱性知識的收斂。首先探討了基于線性回歸和神經(jīng)網(wǎng)絡(luò)的設(shè)計決策支持?jǐn)?shù)據(jù)庫構(gòu)建方法,然后提出綜合考慮方案數(shù)據(jù)曲線位置和形狀的TOPSIS和灰色關(guān)聯(lián)分析相結(jié)合的決策方法,并通過實例研究,對三種方法的決策結(jié)果進(jìn)行了對比。5、為實現(xiàn)隱性知識的重用及對產(chǎn)品概念設(shè)計進(jìn)行有效輔助,論文開展了大量機(jī)床設(shè)計案例研究,并結(jié)合方法理論及實驗驗證研究構(gòu)建了TKRB-CACD系統(tǒng)。根據(jù)研究內(nèi)容將系統(tǒng)分為隱性知識管理、隱性知識重用、設(shè)計方案決策三大功能模塊,從而實現(xiàn)了隱性知識的組織、轉(zhuǎn)化、重用及收斂。通過應(yīng)用成果展示驗證了該系統(tǒng)的科學(xué)性和實用性。
洪海波[8]（2016）在《大型非球面超精密光學(xué)磨床設(shè)計關(guān)鍵技術(shù)研究》文中提出空間光學(xué)的快速發(fā)展對大口徑非球面反射鏡的需求不斷增強(qiáng),受運(yùn)輸、安裝和使用條件的限制,空間大鏡往往采用質(zhì)量輕、穩(wěn)定性強(qiáng)的SiC材料。傳統(tǒng)的SiC通常采用研磨成形工藝,效率極低,已經(jīng)很難滿足當(dāng)前市場的需求。因此,以高效超精密磨削代替研磨直接獲得高精度拋光表面的新型光學(xué)高效制造工藝鏈成為了當(dāng)前研究的熱點(diǎn)。在整個工藝鏈中,超精密磨削對光學(xué)鏡面的表面及亞表面質(zhì)量影響最大,其加工效果將直接決定拋光等后續(xù)加工的效率及可行性。因此,研制大口徑光學(xué)非球面鏡超精密磨床成為提高大口徑反射鏡制造能力的關(guān)鍵因素之一,而大型光學(xué)磨床設(shè)計中存在的高剛度、大阻尼及長效穩(wěn)定性等多因素耦合也使其成為當(dāng)前極復(fù)雜、風(fēng)險極高的工程問題之一。隨著計算機(jī)輔助設(shè)計和有限元分析等技術(shù)的快速發(fā)展,計算機(jī)以其強(qiáng)大的海量數(shù)據(jù)處理、計算和仿真能力,在產(chǎn)品設(shè)計中所起的作用不斷增強(qiáng)。然而,受到當(dāng)前人工智能水平的限制,計算機(jī)在評估、決策等能力上仍存在內(nèi)在缺陷,特別當(dāng)處理包含定性分析、條件缺失或相互矛盾的復(fù)雜設(shè)計任務(wù)時,人類豐富的知識經(jīng)驗以及直覺仍起著不可替代的作用。因此,本文以大型超精密光學(xué)磨床人機(jī)集成設(shè)計為研究對象,對人機(jī)集成設(shè)計的基本原理以及在大型光學(xué)磨床設(shè)計中的應(yīng)用進(jìn)行深入研究。針對大型非球面超精密光學(xué)磨床設(shè)計中存在的參數(shù)耦合、行為矛盾等問題,提出了少軸高剛度構(gòu)型以及新的力位混合控制策略,并在此基礎(chǔ)上詳細(xì)設(shè)計并優(yōu)化了磨床的結(jié)構(gòu)、控制、檢測系統(tǒng)以及關(guān)鍵零部件,最終成功研制出具有1.2米口徑光學(xué)非球面鏡加工能力的大型超精密光學(xué)磨床。本文的主要工作及成果歸納如下:一、提出了大型超精密光學(xué)磨床人機(jī)集成設(shè)計的系統(tǒng)架構(gòu),定義了符合計算機(jī)推理并適合人類經(jīng)驗集成的設(shè)計原型,闡述了大型光學(xué)磨床集成設(shè)計的規(guī)范化過程。此外,針對知識表達(dá)中存在的語義異構(gòu)性對磨床集成設(shè)計中人機(jī)交互和設(shè)計協(xié)同的影響,提出了基于本體的知識表達(dá)和管理體系。在此基礎(chǔ)上,創(chuàng)建了包括產(chǎn)品本體、資源本體以及過程本體在內(nèi)的大型光學(xué)磨床人機(jī)集成設(shè)計領(lǐng)域知識模型,并通過本體映射和本體融合實現(xiàn)了不同領(lǐng)域知識的集成,為大型光學(xué)磨床設(shè)計知識、經(jīng)驗的重用和共享奠定了基礎(chǔ)。二、針對大型超精密光學(xué)磨床設(shè)計中存在的參數(shù)耦合、行為矛盾等難題,提出了基于機(jī)器“導(dǎo)航”的智能概念設(shè)計方法,并闡述了包括概念生成、概念評估以及概念完善三個階段的詳細(xì)設(shè)計流程。采用“Z”形映射方法創(chuàng)建了大型光學(xué)磨床的功能需求、設(shè)計參數(shù)以及期望行為概念樹,并運(yùn)用商運(yùn)動學(xué)理論實現(xiàn)了五軸磨床構(gòu)型的自動生成和優(yōu)化。在此基礎(chǔ)上,分析了大型光學(xué)磨床運(yùn)動空間與靜態(tài)剛度以及位置伺服高剛性與磨削力控制柔順性之間的矛盾,闡述了基于啟發(fā)式思維的矛盾解決策略,并提出了基于虛擬軸原理的少軸構(gòu)型以及基于進(jìn)給速度控制的新型力位混合控制策略。三、基于虛擬機(jī)床技術(shù),創(chuàng)建了大型光學(xué)磨床的三維虛擬模型,完成了磨床機(jī)械結(jié)構(gòu)、電氣控制以及計量檢測等子系統(tǒng)的詳細(xì)技術(shù)設(shè)計。在此基礎(chǔ)上,運(yùn)用ANSYS等有限元分析軟件對大型光學(xué)磨床整機(jī)和關(guān)鍵零部件的靜、動態(tài)特性、抗振性能和熱變形進(jìn)行了分析和優(yōu)化,并運(yùn)用Matlab等數(shù)值仿真軟件對磨床控制系統(tǒng)的參數(shù)進(jìn)行了分析和優(yōu)化,最終選擇出最合適的設(shè)計參數(shù)來滿足大型光學(xué)磨床的動力學(xué)性能需求。四、針對大型光學(xué)磨床超精密軸系等關(guān)鍵零部件進(jìn)行了詳細(xì)的設(shè)計。提出了基于模糊規(guī)則推理的超精密主軸軸承及驅(qū)動形式智能選擇方法,并構(gòu)建了超精密靜壓主軸的幾何及有限單元模型。在此基礎(chǔ)上,對主軸的動力學(xué)及熱力學(xué)特性進(jìn)行詳細(xì)分析,并以此為依據(jù)對主軸的結(jié)構(gòu)參數(shù)進(jìn)行幾何學(xué)優(yōu)化。此外,提出了一種新的表面節(jié)流自補(bǔ)償大型超精密靜壓轉(zhuǎn)臺,研究了大型轉(zhuǎn)臺靜壓軸承的表面節(jié)流和自補(bǔ)償原理,并分析了靜壓轉(zhuǎn)臺的結(jié)構(gòu)特點(diǎn)以及性能參數(shù)。最終,研制出大型超精密光學(xué)磨床并進(jìn)行了精度測試,測試結(jié)果驗證了磨床設(shè)計的有效性。綜上所述,大型非球面超精密光學(xué)磨床的成功研制,不僅在理論層面驗證了人機(jī)集成設(shè)計的有效性,而且將會為提升我國大型光學(xué)零件的制造能力奠定堅實基礎(chǔ),并為我國空間光學(xué)、軍事遙感等關(guān)鍵領(lǐng)域的發(fā)展做出重要貢獻(xiàn)。
冀阿強(qiáng),段曉峰[9]（2011）在《基于一種隸屬函數(shù)的夾具相似度計算模型》文中研究表明針對夾具概念設(shè)計過程的復(fù)雜性和設(shè)計結(jié)果的不確定性等缺點(diǎn),將基于實例推理技術(shù)應(yīng)用于夾具概念設(shè)計過程當(dāng)中。并根據(jù)夾具特征和概念設(shè)計中的模糊需求,選取三角函數(shù)作為隸屬函數(shù)進(jìn)行相似度計算,構(gòu)建相似度計算模型,并將其應(yīng)用于夾具實例推理過程中,最終實現(xiàn)簡化夾具設(shè)計過程和提高設(shè)計效率的目的。
曹金濤[10]（2010）在《多品種變批量產(chǎn)品生產(chǎn)線夾具柔性化研究》文中研究指明隨著科學(xué)技術(shù)的進(jìn)步,夾具已經(jīng)從一種輔助工具發(fā)展成為門類齊全的工藝裝備。機(jī)械加工過程越來越柔性化,而目前夾具的柔性化程度已經(jīng)成為產(chǎn)品快速變換和制造系統(tǒng)新建或重組后運(yùn)行的瓶頸,將會嚴(yán)重地影響制造系統(tǒng)的設(shè)計建造周期、系統(tǒng)生產(chǎn)率、質(zhì)量和成本。現(xiàn)代制造中迫切需要能夠適應(yīng)產(chǎn)品變化的柔性夾具。本文以目前產(chǎn)品設(shè)計過程中應(yīng)用的特征建模技術(shù)、功能論方法和模塊化產(chǎn)品設(shè)計方法,以及計算機(jī)輔助夾具設(shè)計（CAFD）等先進(jìn)理論為技術(shù)支撐,對批量隨機(jī)變化生產(chǎn)條件下,不同規(guī)格的產(chǎn)品在一條生產(chǎn)線上進(jìn)行生產(chǎn)時,對生產(chǎn)線夾具產(chǎn)生的新要求進(jìn)行了分析和研究；提出了多品種產(chǎn)品混線生產(chǎn)的新型柔性夾具概念和設(shè)計方法。首先,利用特征建模技術(shù)建立了產(chǎn)品信息模型,通過分析零件相似性,確定了以計算零件相似度為依據(jù)的判斷產(chǎn)品共線生產(chǎn)的方法。針對可共線生產(chǎn)的產(chǎn)品,分析其對夾具設(shè)計的影響,提出了夾具應(yīng)用中的三個需要解決的問題：調(diào)整方式、調(diào)整精度和調(diào)整時間。然后,從系統(tǒng)論角度出發(fā),分析不同因素對夾具設(shè)計的影響,結(jié)合系統(tǒng)建模技術(shù)建立了夾具空間模型,以夾具空間為基礎(chǔ),利用“切除法”設(shè)計柔性夾具設(shè)計的思路,可以完成調(diào)整方式的設(shè)計；根據(jù)夾具設(shè)計的新成果提出了夾具的運(yùn)動功能分解,并對運(yùn)動功能對夾具誤差和結(jié)構(gòu)的影響進(jìn)行了分析,通過控制夾具的設(shè)計誤差可以完成夾具調(diào)整精度的控制；在實現(xiàn)夾具設(shè)計的基礎(chǔ)上,借鑒準(zhǔn)時化生產(chǎn)思想,設(shè)計了夾具調(diào)控系統(tǒng),作為生產(chǎn)現(xiàn)場管理生產(chǎn)線進(jìn)程的手段,解決了柔性夾具應(yīng)用時的調(diào)整時間的問題。最后,引入基于規(guī)則的知識推理方法和基于實例的知識推理方法,結(jié)合二者的優(yōu)點(diǎn)建立了以基于“實例+規(guī)則”的推理方法為基礎(chǔ)的夾具設(shè)計流程圖；通過這種方法可以實現(xiàn)夾具的自動化設(shè)計,提高夾具設(shè)計效率。
二、概念設(shè)計中的夾具幾何特征識別（論文開題報告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準(zhǔn)備的觀點(diǎn)或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計過程。在該MMU結(jié)構(gòu)中,TLB采用叁個分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁面大小,采用多級分層頁表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲系統(tǒng)實現(xiàn)的一個重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關(guān)信息。
實驗法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過調(diào)查文獻(xiàn)來獲得資料，從而全面的、正確的了解掌握研究方法。
實證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實踐的需要提出設(shè)計。
定性分析法：對研究對象進(jìn)行“質(zhì)”的方面的研究，這個方法需要計算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認(rèn)識進(jìn)一步精確化。
跨學(xué)科研究法：運(yùn)用多學(xué)科的理論、方法和成果從整體上對某一課題進(jìn)行研究。
功能分析法：這是社會科學(xué)用來分析社會現(xiàn)象的一種方法，從某一功能出發(fā)研究多個方面的影響。
模擬法：通過創(chuàng)設(shè)一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、概念設(shè)計中的夾具幾何特征識別（論文提綱范文）
（1）設(shè)計師視角下工業(yè)設(shè)計獎的設(shè)計知識流動研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景 |
| 1.1.1 提升制造業(yè)設(shè)計能力的迫切需求 |
| 1.1.2 設(shè)計師提升設(shè)計能力的路徑有限 |
| 1.1.3 對工業(yè)設(shè)計獎的價值反思 |
| 1.2 研究問題的提出 |
| 1.3 相關(guān)研究綜述 |
| 1.3.1 相關(guān)概念界定 |
| 1.3.2 工業(yè)設(shè)計獎產(chǎn)生背景及發(fā)展 |
| 1.3.3 工業(yè)設(shè)計獎研究現(xiàn)狀 |
| 1.3.4 知識流動研究現(xiàn)狀 |
| 1.3.5 設(shè)計知識流動研究現(xiàn)狀 |
| 1.4 研究意義 |
| 1.4.1 理論意義 |
| 1.4.2 實踐意義 |
| 1.5 研究內(nèi)容與方法 |
| 1.5.1 研究內(nèi)容 |
| 1.5.2 研究方法 |
| 1.6 研究框架 |
| 第二章 工業(yè)設(shè)計獎與設(shè)計知識的關(guān)系建構(gòu) |
| 2.1 設(shè)計知識 |
| 2.1.1 知識的研究視角 |
| 2.1.2 設(shè)計知識的內(nèi)涵 |
| 2.1.3 設(shè)計知識的類別 |
| 2.1.4 設(shè)計知識的來源 |
| 2.2 工業(yè)設(shè)計獎與設(shè)計知識 |
| 2.2.1 知識篩選工業(yè)設(shè)計獎篩選出“優(yōu)秀設(shè)計” |
| 2.2.2 知識載體: “優(yōu)秀設(shè)計”物化優(yōu)質(zhì)設(shè)計知識 |
| 2.3 “優(yōu)秀設(shè)計”中物化的設(shè)計知識類別 |
| 2.3.1 “優(yōu)秀設(shè)計”的標(biāo)準(zhǔn) |
| 2.3.2 “優(yōu)秀設(shè)計”包含的四類設(shè)計知識 |
| 2.4 小結(jié) |
| 第三章 設(shè)計師視角下工業(yè)設(shè)計獎的設(shè)計知識流動 |
| 3.1 知識流動 |
| 3.1.1 知識流動理論 |
| 3.1.2 知識流動的主要模型與要素分析 |
| 3.1.3 知識流動的效果 |
| 3.2 設(shè)計知識流動 |
| 3.2.1 設(shè)計知識流動的概念 |
| 3.2.2 分布式資源環(huán)境下設(shè)計知識流動的四個類別 |
| 3.2.3 第四類設(shè)計知識流視閾下設(shè)計獎的設(shè)計知識流動 |
| 3.3 “優(yōu)秀設(shè)計”中設(shè)計知識流向設(shè)計師的動力機(jī)制 |
| 3.3.1 設(shè)計師的知識需求是內(nèi)部驅(qū)動力 |
| 3.3.2 工業(yè)設(shè)計獎推廣本質(zhì)是外部推動力 |
| 3.3.3 設(shè)計師間的知識勢差是客觀因素 |
| 3.3.4 設(shè)計知識流動的特征 |
| 3.4 “優(yōu)秀設(shè)計”中設(shè)計知識流向設(shè)計師的理論假設(shè) |
| 3.4.1 設(shè)計知識流動模型的要素 |
| 3.4.2 設(shè)計知識流動模型的過程 |
| 3.4.3 “優(yōu)秀設(shè)計”中設(shè)計知識流動的理論模型 |
| 3.5 小結(jié) |
| 第四章 基于DKF-GD要素的實證研究 |
| 4.1 設(shè)計知識流動效果的定義 |
| 4.2 設(shè)計知識流動效果影響因素提取 |
| 4.2.1 通過文獻(xiàn)獲得影響因素 |
| 4.2.2 專家訪談獲得影響因素 |
| 4.2.3 變量確定 |
| 4.3 變量定義與相關(guān)假設(shè) |
| 4.3.1 設(shè)計知識特征與接受意愿 |
| 4.3.2 知識提供者特征與接收意愿 |
| 4.3.3 知識接受者特征與知識流動效果 |
| 4.3.4 知識流動渠道特征與知識流動效果 |
| 4.3.5 知識流動環(huán)境特征與知識流動效果 |
| 4.4 變量設(shè)計及測量指標(biāo) |
| 4.4.1 設(shè)計知識特征 |
| 4.4.2 知識提供者特征 |
| 4.4.3 知識接受者的特征 |
| 4.4.5 知識流動渠道 |
| 4.4.6 知識流動環(huán)境特征 |
| 4.4.7 知識流動效果 |
| 4.5 數(shù)據(jù)回收及量表質(zhì)量分析 |
| 4.5.1 問卷設(shè)計與數(shù)據(jù)回收 |
| 4.5.2 量表質(zhì)量分析 |
| 4.5.3 相關(guān)性分析 |
| 4.6 多元線性回歸分析及研究假設(shè)的檢驗 |
| 4.6.1 回歸模型的評估標(biāo)準(zhǔn) |
| 4.6.2 知識特征與接收意愿的回歸分析 |
| 4.6.3 知識提供者因素與接受意愿的回歸分析 |
| 4.6.4 知識接收者特征與知識流動效果的回歸分析 |
| 4.6.5 知識流動渠道特征與知識流動效果的回歸分析 |
| 4.6.6 知識流動環(huán)境與知識流動效果的回歸分析 |
| 4.7 實證研究的主要結(jié)論 |
| 4.8 小結(jié) |
| 第五章 基于DKF-GD過程的演化及提升作用研究 |
| 5.1 基于知識流動的知識演化及影響因素映射關(guān)系研究 |
| 5.1.1 研究目的及方法 |
| 5.1.2 基于知識流動過程的知識演化 |
| 5.1.3 基于知識流動的影響因素映射關(guān)系 |
| 5.2 所獲設(shè)計知識提升設(shè)計能力的實驗研究 |
| 5.2.1 實驗設(shè)計 |
| 5.2.2 實驗結(jié)果與分析 |
| 5.2.3 實驗小結(jié)與討論 |
| 5.3 小結(jié) |
| 第六章 基于DKF-GD的設(shè)計流程構(gòu)建與實踐 |
| 6.1 設(shè)計師獲得的設(shè)計知識表達(dá)與關(guān)系建構(gòu) |
| 6.1.1 三類設(shè)計知識的提取與表達(dá) |
| 6.1.2 三類設(shè)計知識間的映射關(guān)系 |
| 6.2 設(shè)計師應(yīng)用設(shè)計知識的設(shè)計創(chuàng)新策略 |
| 6.3 基于DKF-GD的設(shè)計流程 |
| 6.3.1 總設(shè)計流程 |
| 6.3.2 核心環(huán)節(jié) |
| 6.4 基于DKF-GD的設(shè)計實踐 |
| 6.4.1 項目背景及設(shè)計需求 |
| 6.4.2 確定概念方向 |
| 6.4.3 概念設(shè)計 |
| 6.4.4 案例總結(jié) |
| 6.5 小結(jié) |
| 結(jié)論 |
| 研究關(guān)鍵發(fā)現(xiàn) |
| DKF-GD模型及發(fā)展建議 |
| 研究創(chuàng)新點(diǎn) |
| 研究展望 |
| 參考文獻(xiàn) |
| 攻讀學(xué)位期間的成果 |
| 致謝 |
| 附錄 |
| 附錄A 五個國外工業(yè)設(shè)計獎簡介 |
| 附錄B 四個國內(nèi)工業(yè)設(shè)計獎簡介 |
| 附錄C 專家訪談提綱 |
| 附錄D 專家訪談獲得的影響因素整理 |
| 附錄E 設(shè)計獎設(shè)計知識流動影響因素調(diào)查問卷 |
| 附錄F 知識演化及映射關(guān)系研究所使用“優(yōu)秀設(shè)計” |
| 附錄G 參與知識演化及映射關(guān)系研究的設(shè)計師信息 |
| 附錄H 知識演化及映射關(guān)系研究的訪談提綱 |
| 附錄I 參與實驗的設(shè)計師信息 |
| 附錄J 實驗所使用的“優(yōu)秀設(shè)計” |
| 附錄K 設(shè)計師在概念發(fā)散階段檢索的54個“優(yōu)秀設(shè)計” |
（2）復(fù)雜工況材料力學(xué)性能原位測試裝備設(shè)計與試驗研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 選題背景與研究意義 |
| 1.2 材料力學(xué)性能測試技術(shù)國內(nèi)外現(xiàn)狀 |
| 1.2.1 單一工況力學(xué)性能測試技術(shù)的國內(nèi)外現(xiàn)狀 |
| 1.2.2 復(fù)雜工況材料力學(xué)性能測試技術(shù)國內(nèi)外現(xiàn)狀 |
| 1.2.3 原位監(jiān)測技術(shù)國內(nèi)外現(xiàn)狀 |
| 1.3 本文主要研究工作 |
| 第2章 材料力學(xué)性能測試與校準(zhǔn)的試驗理論 |
| 2.1 力學(xué)性能試驗理論分析 |
| 2.2 單一工況材料力學(xué)性能測試?yán)碚?/td> |
| 2.2.1 拉伸工況測試?yán)碚?/td> |
| 2.2.2 扭轉(zhuǎn)工況測試?yán)碚?/td> |
| 2.2.3 彎曲工況測試?yán)碚?/td> |
| 2.2.4 納米壓痕原位分析理論 |
| 2.3 復(fù)雜工況材料力學(xué)性能測試?yán)碚?/td> |
| 2.3.1 復(fù)雜工況下材料損傷理論 |
| 2.3.2 復(fù)雜工況應(yīng)力狀態(tài)分析理論 |
| 2.3.3 復(fù)雜工況分?jǐn)?shù)維量化分析理論 |
| 2.4 本章小結(jié) |
| 第3章 測試裝備結(jié)構(gòu)設(shè)計分析 |
| 3.1 測試裝備功能需求分析 |
| 3.1.1 測試裝備期望功能分析 |
| 3.1.2 測試裝備功能配置分析 |
| 3.2 測試裝備結(jié)構(gòu)設(shè)計分析 |
| 3.2.1 拉伸模塊設(shè)計分析 |
| 3.2.2 扭轉(zhuǎn)模塊設(shè)計分析 |
| 3.2.3 彎曲模塊設(shè)計分析 |
| 3.2.4 納米壓痕及原位觀測模塊設(shè)計分析 |
| 3.3 整機(jī)靜動態(tài)特性分析 |
| 3.4 本章小結(jié) |
| 第4章 測試裝備誤差分析與精度校準(zhǔn) |
| 4.1 復(fù)雜工況材料力學(xué)性能原位測試裝備集成與誤差分析 |
| 4.2 拉伸模塊誤差分析與校準(zhǔn) |
| 4.2.1 夾具同軸度誤差分析 |
| 4.2.2 滾珠絲杠柔度分析 |
| 4.2.3 拉伸模塊機(jī)架柔度分析 |
| 4.2.4 拉伸模塊性能分析 |
| 4.3 扭轉(zhuǎn)模塊誤差分析與校準(zhǔn) |
| 4.3.1 扭轉(zhuǎn)同軸度誤差分析 |
| 4.3.2 扭轉(zhuǎn)模塊機(jī)架柔度分析 |
| 4.3.3 扭轉(zhuǎn)模塊性能分析 |
| 4.4 彎曲模塊誤差分析與校準(zhǔn) |
| 4.4.1 彎曲模塊摩擦力分析 |
| 4.4.2 彎曲模塊機(jī)架柔度分析 |
| 4.4.3 彎曲功能模塊偏移量和跨距對測試結(jié)果的影響分析 |
| 4.4.4 彎曲模塊性能分析 |
| 4.5 納米壓痕模塊誤差分析與校準(zhǔn) |
| 4.5.1 納米壓痕試驗?zāi)K誤差分析 |
| 4.5.2 納米壓痕模塊性能分析 |
| 4.6 本章小結(jié) |
| 第5章 典型金屬材料力學(xué)性能原位試驗 |
| 5.1 單一工況材料力學(xué)性能原位測試 |
| 5.1.1 交變扭轉(zhuǎn)工況下材料力學(xué)性能原位測試 |
| 5.1.2 彎曲工況下材料力學(xué)性能原位測試 |
| 5.1.3 納米壓痕原位測試與拉伸原位測試對比分析 |
| 5.2 復(fù)雜工況材料力學(xué)性能原位測試 |
| 5.2.1 扭轉(zhuǎn)預(yù)應(yīng)力下材料拉伸力學(xué)性能原位測試 |
| 5.2.2 預(yù)應(yīng)力下材料彎曲力學(xué)性能原位測試 |
| 5.2.3 拉伸-扭轉(zhuǎn)復(fù)雜工況力學(xué)性能原位測試與工況維度分析 |
| 5.2.4 復(fù)雜工況力學(xué)性能原位測試結(jié)論 |
| 5.3 本章小結(jié) |
| 第6章 總結(jié)與展望 |
| 參考文獻(xiàn) |
| 作者簡介與攻讀學(xué)位期間的主要研究成果 |
| 致謝 |
（3）復(fù)雜機(jī)電產(chǎn)品概念設(shè)計原理方案博弈決策與優(yōu)化的研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 符號說明 |
| 第一章 緒論 |
| 1.1 研究背景 |
| 1.2 機(jī)電產(chǎn)品概念設(shè)計原理方案決策的研究現(xiàn)狀 |
| 1.2.1 概念設(shè)計原理方案生成 |
| 1.2.2 概念設(shè)計原理方案決策 |
| 1.2.3 概念設(shè)計原理方案優(yōu)化 |
| 1.3 博弈理論在產(chǎn)品設(shè)計決策中的研究現(xiàn)狀及發(fā)展 |
| 1.3.1 基于博弈理論下的產(chǎn)品開發(fā)應(yīng)用研究 |
| 1.3.2 博弈理論在機(jī)電產(chǎn)品原理方案決策的適用性 |
| 1.3.3 面向機(jī)電產(chǎn)品原理方案決策的博弈理論關(guān)鍵技術(shù)研究 |
| 1.4 課題的來源、研究意義和研究內(nèi)容 |
| 1.4.1 課題的來源 |
| 1.4.2 課題的研究意義 |
| 1.4.3 課題的研究內(nèi)容 |
| 1.5 本課題的預(yù)期目標(biāo)及論文組織結(jié)構(gòu) |
| 第二章 基于功能設(shè)計準(zhǔn)則的初始原理方案篩選 |
| 2.1 引言 |
| 2.2 面向初始原理方案快速篩選的基本流程 |
| 2.2.1 功能設(shè)計準(zhǔn)則定義 |
| 2.2.2 功能設(shè)計準(zhǔn)則生成 |
| 2.2.3 多準(zhǔn)則博弈決策模型構(gòu)建 |
| 2.2.4 圍繞最優(yōu)功能設(shè)計準(zhǔn)則的方案快速篩選 |
| 2.3 實例驗證-小型室內(nèi)貨物傳送機(jī)電裝置 |
| 2.3.1 傳送裝置的功能設(shè)計準(zhǔn)則獲取 |
| 2.3.2 基于合作博弈的功能設(shè)計準(zhǔn)則優(yōu)選 |
| 2.3.3 基于最優(yōu)功能設(shè)計準(zhǔn)則的初始傳送裝置原理方案篩選 |
| 2.4 本章小結(jié) |
| 第三章 面向新設(shè)計原理方案的非合作-合作串行博弈決策 |
| 3.1 引言 |
| 3.2 面向整體設(shè)計利益最大化的原理方案串行博弈模型構(gòu)建 |
| 3.2.1 建模流程 |
| 3.2.2 博弈策略劃分 |
| 3.2.3 基于非合作博弈的納什均衡解獲取 |
| 3.2.4 基于合作博弈模型的最優(yōu)原理方案求解 |
| 3.3 實例驗證-功能性晾衣架 |
| 3.3.1 功能性晾衣架的博弈策略求解 |
| 3.3.2 面向均衡需求的原理方案非合作博弈決策 |
| 3.3.3 面向整體設(shè)計期望的原理方案合作博弈決策 |
| 3.4 與TOPSIS決策方法的比較 |
| 3.5 本章小結(jié) |
| 第四章 面向適應(yīng)性設(shè)計原理方案的Shapley值法博弈決策模型 |
| 4.1 引言 |
| 4.2 面向經(jīng)濟(jì)性技術(shù)性綜合最優(yōu)的原理方案Shapley值求解 |
| 4.2.1 構(gòu)建基于定性和定量評價目標(biāo)的方案決策矩陣 |
| 4.2.2 融合多決策專家的評價數(shù)據(jù) |
| 4.2.3 基于Shapley值法的原理方案博弈求解 |
| 4.3 實例驗證-采煤機(jī)搖臂調(diào)高裝置 |
| 4.3.1 構(gòu)建搖臂調(diào)高原理方案初始決策矩陣 |
| 4.3.2 建立搖臂調(diào)高轉(zhuǎn)置的方案價值矩陣 |
| 4.3.3 基于聯(lián)盟博弈的搖臂調(diào)高方案最優(yōu)決策驗證 |
| 4.4 與其他方法的比較 |
| 4.4.1 Shapley值法與理想點(diǎn)法、ELECTREⅠ法對比 |
| 4.4.2 原理方案中經(jīng)濟(jì)性和技術(shù)性目標(biāo)的博弈規(guī)律分析 |
| 4.5 本章小結(jié) |
| 第五章 基于原理解性能價值的原理方案優(yōu)化 |
| 5.1 引言 |
| 5.2 概念產(chǎn)品設(shè)計中原理解性能價值求解 |
| 5.2.1 原理解性能價值定義與計算 |
| 5.2.2 基于DSM的產(chǎn)品核心分功能獲取 |
| 5.2.3 構(gòu)建產(chǎn)品性能-分功能關(guān)聯(lián)矩陣 |
| 5.2.4 構(gòu)建產(chǎn)品原理解-性能關(guān)聯(lián)矩陣 |
| 5.2.5 原理解性能價值驅(qū)動的原理方案優(yōu)化 |
| 5.3 實例驗證-中厚煤層雙滾筒采煤機(jī) |
| 5.3.1 獲取采煤機(jī)核心功能模塊 |
| 5.3.2 構(gòu)建采煤機(jī)的性能-分功能關(guān)聯(lián)矩陣 |
| 5.3.3 構(gòu)建采煤機(jī)的原理解-性能關(guān)聯(lián)矩陣 |
| 5.3.4 采煤機(jī)原理方案優(yōu)化與結(jié)果分析 |
| 5.4 本章小結(jié) |
| 第六章 原理方案博弈決策的原型系統(tǒng)與工程實例 |
| 6.1 引言 |
| 6.2 原型系統(tǒng)實現(xiàn) |
| 6.2.1 系統(tǒng)開發(fā)平臺及編程語言 |
| 6.2.2 系統(tǒng)中各項功能模塊設(shè)計 |
| 6.2.3 數(shù)據(jù)庫設(shè)計 |
| 6.3 工程實例-采煤機(jī)的截割部減速傳動裝置 |
| 6.3.1 概念設(shè)計知識管理以及功能建模模塊 |
| 6.3.2 原理方案決策模塊 |
| 6.3.3 基于非合作-合作博弈的原理方案決策模塊 |
| 6.3.4 基于Shapely值法的原理方案決策模塊 |
| 6.4 本章小結(jié) |
| 第七章 總結(jié)與展望 |
| 7.1 論文工作總結(jié) |
| 7.2 創(chuàng)新點(diǎn) |
| 7.3 不足及進(jìn)一步研究展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 作者簡介 |
| 1 作者簡歷 |
| 2 攻讀博士學(xué)位期間發(fā)表的學(xué)術(shù)論文 |
| 3 參與的科研項目及獲獎情況 |
| 4 專利 |
| 學(xué)位論文數(shù)據(jù)集 |
（4）基于知識的乘用車總裝線數(shù)字化工藝設(shè)計方法研究（論文提綱范文）
| 摘要 |
| Abstract |
| 縮寫詞表 |
| 第1章 緒論 |
| 1.1 研究背景 |
| 1.1.1 我國乘用車總裝線工藝設(shè)計行業(yè)發(fā)展現(xiàn)狀 |
| 1.1.2 我國乘用車總裝線工藝設(shè)計行業(yè)面臨的挑戰(zhàn) |
| 1.2 課題來源 |
| 1.3 研究目的及意義 |
| 1.4 相關(guān)領(lǐng)域國內(nèi)外研究現(xiàn)狀 |
| 1.4.1 乘用車總裝線工藝設(shè)計中的智能制造技術(shù)和方法 |
| 1.4.2 乘用車總裝線工藝設(shè)計知識表示與建模方法 |
| 1.4.3 乘用車總裝線工藝設(shè)計知識重用方法 |
| 1.4.4 乘用車總裝線設(shè)備/設(shè)施3D數(shù)模虛擬裝配理論與方法 |
| 1.5 現(xiàn)有研究存在的問題與不足 |
| 1.6 研究內(nèi)容與組織結(jié)構(gòu) |
| 第2章 基于知識的乘用車總裝線數(shù)字化工藝設(shè)計需求分析及體系架構(gòu) |
| 2.1 引言 |
| 2.2 乘用車總裝線工藝設(shè)計內(nèi)容及需求分析 |
| 2.2.1 乘用車總裝生產(chǎn)過程分析 |
| 2.2.2 乘用車總裝線工藝設(shè)計基本要素 |
| 2.2.3 乘用車總裝線工藝設(shè)計內(nèi)容及存在的問題 |
| 2.3 基于知識的乘用車總裝線數(shù)字化工藝設(shè)計方法體系架構(gòu) |
| 2.3.1 基于知識的乘用車總裝線數(shù)字化工藝設(shè)計方法 |
| 2.3.2 基于知識的乘用車總裝線數(shù)字化工藝設(shè)計平臺總體架構(gòu) |
| 2.4 本章小結(jié) |
| 第3章 基于本體與復(fù)雜網(wǎng)絡(luò)理論的乘用車總裝線工藝設(shè)計知識建模方法 |
| 3.1 引言 |
| 3.2 乘用車總裝線工藝設(shè)計知識分析 |
| 3.2.1 設(shè)計知識特點(diǎn)和分類方法 |
| 3.2.2 顯性知識與隱性知識的內(nèi)涵 |
| 3.2.3 設(shè)計人員行為分析 |
| 3.3 顯性工藝設(shè)計知識本體建模 |
| 3.3.1 本體技術(shù)簡介 |
| 3.3.2 乘用車總裝線工藝設(shè)計本體 |
| 3.3.3 設(shè)計任務(wù)和設(shè)計知識的統(tǒng)一向量化表示 |
| 3.4 隱性工藝設(shè)計知識復(fù)雜網(wǎng)絡(luò)建模 |
| 3.4.1 3D-CNM構(gòu)建 |
| 3.4.2 3D-CNM結(jié)構(gòu) |
| 3.4.3 3D-CNM統(tǒng)計特性 |
| 3.5 案例分析 |
| 3.6 本章小結(jié) |
| 第4章 基于關(guān)聯(lián)-經(jīng)驗-需求的乘用車總裝線工藝設(shè)計知識智能推送方法 |
| 4.1 引言 |
| 4.2 工藝設(shè)計知識推送原則及CED方法框架 |
| 4.2.1 乘用車總裝線工藝設(shè)計知識智能推送原則 |
| 4.2.2 CED方法框架 |
| 4.3 基于本體和3D-CNM的設(shè)計知識智能推送 |
| 4.3.1 客觀關(guān)聯(lián)度 |
| 4.3.2 基于設(shè)計人員反饋的主觀關(guān)聯(lián)度 |
| 4.3.3 基于集體智慧的主觀關(guān)聯(lián)度 |
| 4.3.4 整體關(guān)聯(lián)度 |
| 4.3.5 設(shè)計人員對設(shè)計知識的需求度 |
| 4.3.6 設(shè)計知識推送方法 |
| 4.4 案例分析 |
| 4.4.1 實驗準(zhǔn)備工作 |
| 4.4.2 CED算法分析 |
| 4.4.3 對比實驗分析 |
| 4.4.4 總結(jié)分析 |
| 4.5 本章小結(jié) |
| 第5章 基于裝配知識模型的乘用車總裝線3D數(shù)模智能裝配方法 |
| 5.1 引言 |
| 5.2 乘用車總裝線3D數(shù)模裝配過程分析 |
| 5.2.1 乘用車總裝線3D數(shù)模層級和分類 |
| 5.2.2 乘用車總裝線3D數(shù)模裝配特點(diǎn) |
| 5.3 乘用車總裝線3D數(shù)模裝配特征識別方法 |
| 5.3.1 投影圖輪廓識別與OBB構(gòu)造方法 |
| 5.3.2 投影圖輪廓邊的可見性判斷與輪廓圖主方向判斷 |
| 5.3.3 特定安裝面有效性檢驗 |
| 5.4 基于裝配知識模型的裝配方案推送 |
| 5.4.1 裝配知識模型定義 |
| 5.4.2 裝配方案推送 |
| 5.5 乘用車總裝線3D數(shù)模裝配意圖識別方法 |
| 5.6 案例分析 |
| 5.6.1 案例基本信息 |
| 5.6.2 實驗人員及實驗方法 |
| 5.6.3 實驗結(jié)果分析 |
| 5.7 本章小結(jié) |
| 第6章 基于知識的乘用車總裝線數(shù)字化工藝設(shè)計平臺 |
| 6.1 平臺開發(fā)背景 |
| 6.2 平臺開發(fā)設(shè)計與實現(xiàn) |
| 6.2.1 平臺開發(fā)思路 |
| 6.2.2 智能裝配功能 |
| 6.2.3 平臺功能模塊 |
| 6.2.4 平臺數(shù)據(jù)集成 |
| 6.2.5 平臺開發(fā)工具與運(yùn)行環(huán)境 |
| 6.3 平臺應(yīng)用實例 |
| 6.3.1 設(shè)計信息管理 |
| 6.3.2 設(shè)計任務(wù)分配 |
| 6.3.3 設(shè)計知識推送 |
| 6.3.4 智能裝配 |
| 6.3.5 應(yīng)用效果分析 |
| 6.4 本章小結(jié) |
| 第7章 總結(jié)與展望 |
| 7.1 全文總結(jié) |
| 7.2 未來研究展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 附錄A 攻讀學(xué)位期間取得的學(xué)術(shù)成果 |
| 附錄B 攻讀學(xué)位期間參與的科研項目 |
| 附錄C 與本文相關(guān)的項目驗收報告 |
| 附錄D 與本文相關(guān)的軟件著作權(quán) |
（5）產(chǎn)品概念設(shè)計中基于知識流的語義化知識管理關(guān)鍵技術(shù)及其應(yīng)用研究（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 研究背景與意義 |
| 1.1.1 研究背景 |
| 1.1.2 研究問題 |
| 1.1.3 研究意義 |
| 1.2 主要概念界定 |
| 1.2.1 概念設(shè)計 |
| 1.2.2 知識流 |
| 1.2.3 知識建模 |
| 1.3 相關(guān)研究綜述與評析 |
| 1.3.1 產(chǎn)品設(shè)計知識管理相關(guān)研究及述評 |
| 1.3.2 知識流相關(guān)研究及述評 |
| 1.3.3 設(shè)計知識建模技術(shù)相關(guān)研究及述評 |
| 1.3.4 設(shè)計知識獲取技術(shù)相關(guān)研究及述評 |
| 1.4 研究思路與內(nèi)容結(jié)構(gòu) |
| 1.4.1 研究思路 |
| 1.4.2 內(nèi)容結(jié)構(gòu) |
| 1.5 研究方法與技術(shù)路線 |
| 1.5.1 研究方法 |
| 1.5.2 技術(shù)路線 |
| 1.6 主要創(chuàng)新之處 |
| 2 產(chǎn)品概念設(shè)計中基于知識流的語義化知識管理技術(shù)框架研究 |
| 2.1 基礎(chǔ)理論概述 |
| 2.1.1 知識管理的SECI模型理論 |
| 2.1.2 設(shè)計知識流相關(guān)理論 |
| 2.1.3 語義化相關(guān)理論 |
| 2.2 概念設(shè)計知識管理中的知識流分析與建模 |
| 2.2.1 知識管理過程中的知識流分析與建模 |
| 2.2.2 概念設(shè)計過程中的知識流分析與建模 |
| 2.3 基于知識流的語義化知識管理技術(shù)框架設(shè)計研究 |
| 2.3.1 需求分析 |
| 2.3.2 結(jié)構(gòu)和組成 |
| 2.3.3 功能和應(yīng)用 |
| 2.4 本章小結(jié) |
| 3 產(chǎn)品概念設(shè)計中基于知識流的多維設(shè)計知識統(tǒng)一建模技術(shù)研究 |
| 3.1 多維設(shè)計知識的統(tǒng)一建模技術(shù)體系研究 |
| 3.1.1 多維設(shè)計知識統(tǒng)一建模需求分析 |
| 3.1.2 多維設(shè)計知識分類與定義 |
| 3.1.3 多維設(shè)計知識統(tǒng)一建模技術(shù)體系構(gòu)建 |
| 3.2 多維設(shè)計知識的統(tǒng)一建模技術(shù)實現(xiàn) |
| 3.2.1 對象-流程雙核知識建模 |
| 3.2.2 設(shè)計組織知識建模 |
| 3.2.3 設(shè)計資源知識建模 |
| 3.2.4 設(shè)計準(zhǔn)則知識建模 |
| 3.2.5 設(shè)計案例知識建模 |
| 3.3 多維設(shè)計知識的語義化表示技術(shù)實現(xiàn) |
| 3.3.1 對象-流程雙核知識的本體構(gòu)建 |
| 3.3.2 設(shè)計資源和設(shè)計組織的語義標(biāo)注 |
| 3.4 本章小結(jié) |
| 4 產(chǎn)品概念設(shè)計中基于知識流的設(shè)計過程知識語義建模技術(shù)研究 |
| 4.1 設(shè)計過程知識的語義建模技術(shù)體系研究 |
| 4.1.1 設(shè)計過程知識語義建模需求分析 |
| 4.1.2 設(shè)計過程知識語義建模技術(shù)體系構(gòu)建 |
| 4.2 設(shè)計過程知識的語義建模技術(shù)實現(xiàn) |
| 4.2.1 設(shè)計流程知識語義建模技術(shù)實現(xiàn) |
| 4.2.2 設(shè)計流和知識流集成建模技術(shù)實現(xiàn) |
| 4.3 設(shè)計過程知識的語義化表示技術(shù)實現(xiàn) |
| 4.3.1 可配置流程模板的語義化表示 |
| 4.3.2 可配置知識組件的內(nèi)容構(gòu)建及語義標(biāo)注 |
| 4.4 本章小結(jié) |
| 5 產(chǎn)品概念設(shè)計中基于知識流的組織內(nèi)外設(shè)計知識獲取技術(shù)研究 |
| 5.1 組織內(nèi)設(shè)計過程知識獲取技術(shù)研究 |
| 5.1.1 設(shè)計過程知識獲取的需求分析 |
| 5.1.2 設(shè)計過程知識獲取的實驗設(shè)計 |
| 5.1.3 設(shè)計過程知識獲取的技術(shù)實現(xiàn) |
| 5.2 組織外設(shè)計領(lǐng)域知識獲取技術(shù)研究 |
| 5.2.1 設(shè)計領(lǐng)域知識獲取的需求分析 |
| 5.2.2 設(shè)計領(lǐng)域知識獲取的實驗設(shè)計 |
| 5.2.3 設(shè)計領(lǐng)域知識獲取的技術(shù)實現(xiàn) |
| 5.3 本章小結(jié) |
| 6 產(chǎn)品概念設(shè)計中基于知識流的語義化知識管理關(guān)鍵技術(shù)應(yīng)用研究 |
| 6.1 應(yīng)用系統(tǒng)總體設(shè)計 |
| 6.1.1 應(yīng)用需求與總體思路 |
| 6.1.2 應(yīng)用系統(tǒng)功能模塊設(shè)計 |
| 6.1.3 應(yīng)用系統(tǒng)用例圖設(shè)計 |
| 6.1.4 應(yīng)用系統(tǒng)開發(fā)與運(yùn)行環(huán)境 |
| 6.2 統(tǒng)一建模技術(shù)支撐的設(shè)計知識本體管理系統(tǒng)設(shè)計與實現(xiàn) |
| 6.2.1 本體管理系統(tǒng)的功能設(shè)計 |
| 6.2.2 本體管理系統(tǒng)的功能實現(xiàn) |
| 6.3 語義標(biāo)注技術(shù)支撐的設(shè)計資源管理系統(tǒng)設(shè)計與實現(xiàn) |
| 6.3.1 資源管理系統(tǒng)的功能設(shè)計 |
| 6.3.2 資源管理系統(tǒng)中資源存儲的實現(xiàn)方案 |
| 6.3.3 資源管理系統(tǒng)的功能實現(xiàn) |
| 6.4 多視圖技術(shù)支撐的設(shè)計知識檢索及可視化系統(tǒng)設(shè)計與實現(xiàn) |
| 6.4.1 知識檢索及可視化系統(tǒng)的設(shè)計 |
| 6.4.2 可視化檢索中的控制與同步 |
| 6.4.3 知識檢索及可視化系統(tǒng)的功能實現(xiàn) |
| 6.5 雙層模塊化封裝技術(shù)支撐的概念設(shè)計輔助系統(tǒng)設(shè)計與實現(xiàn) |
| 6.5.1 概念設(shè)計輔助系統(tǒng)的功能設(shè)計 |
| 6.5.2 概念設(shè)計輔助系統(tǒng)中可配置知識組件的交互機(jī)制 |
| 6.5.3 概念設(shè)計輔助系統(tǒng)的功能實現(xiàn) |
| 6.6 本章小結(jié) |
| 7 結(jié)論與展望 |
| 7.1 研究總結(jié) |
| 7.2 研究不足與展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 附錄A 制退機(jī)部件的對象-流程雙核知識本體OWL形式化表示 |
| 附錄B 攻讀博士學(xué)位期間論文發(fā)表與錄用情況 |
| 附錄C 攻讀博士學(xué)位期間參與科研項目及獲獎情況 |
（6）基于MBD的復(fù)雜零件數(shù)字化檢測技術(shù)研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 課題研究背景 |
| 1.2 基于MBD的數(shù)字化檢測技術(shù)國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 國外研究現(xiàn)狀 |
| 1.2.2 國內(nèi)研究現(xiàn)狀 |
| 1.3 課題研究目的與意義 |
| 1.3.1 研究目的 |
| 1.3.2 研究意義 |
| 1.4 課題來源及內(nèi)容章節(jié)安排 |
| 1.5 本章小結(jié) |
| 第2章 基于MBD的數(shù)字化檢測系統(tǒng)簡介 |
| 2.1 數(shù)字化檢測原理 |
| 2.1.1 數(shù)字化檢測技術(shù)原理 |
| 2.1.2 數(shù)字化檢測設(shè)備原理 |
| 2.2 MBD技術(shù) |
| 2.3 基于MBD的數(shù)字化檢測工藝技術(shù)體系 |
| 2.3.1 檢測工藝規(guī)劃 |
| 2.3.2 檢測工藝優(yōu)化 |
| 2.3.3 檢測工藝審簽 |
| 2.3.4 檢測實施與結(jié)果表達(dá) |
| 2.3.5 產(chǎn)品質(zhì)量分析 |
| 2.3.6 數(shù)據(jù)傳遞與管理 |
| 2.4 本章小結(jié) |
| 第3章 基于MBD的檢測數(shù)據(jù)提取與組織應(yīng)用技術(shù) |
| 3.1 基于MBD的檢驗規(guī)劃工藝模型定義 |
| 3.2 CATIA V5系統(tǒng)二次開發(fā)工具簡介 |
| 3.2.1 CATIA V5簡介 |
| 3.2.2 CATIA二次開發(fā)簡介 |
| 3.2.3 CAA V5應(yīng)用框架技術(shù) |
| 3.3 CATIA模型MBD數(shù)據(jù)的提取與分析 |
| 3.3.1 新一代GPS標(biāo)準(zhǔn)內(nèi)容 |
| 3.3.2 MBD數(shù)據(jù)集的詳細(xì)構(gòu)成 |
| 3.3.3 MBD數(shù)據(jù)提取與分析 |
| 3.4 數(shù)字化檢測特征識別 |
| 3.4.1 模型B-Rep信息提取 |
| 3.4.2 過渡特征識別與抑制 |
| 3.4.3 特征的識別技術(shù)概述 |
| 3.4.4 特征識別與提取 |
| 3.5 本章小結(jié) |
| 第4章 基于實時重構(gòu)的復(fù)雜曲面自適應(yīng)布點(diǎn)技術(shù) |
| 4.1 復(fù)雜曲面數(shù)字化檢測方法研究 |
| 4.2 自由曲面總體測量點(diǎn)規(guī)劃 |
| 4.3 自由曲面擬合原理 |
| 4.4 實時重構(gòu)的布點(diǎn)策略 |
| 4.5 本章小結(jié) |
| 第5章 數(shù)字化檢測路徑優(yōu)化與測量機(jī)驅(qū)動技術(shù) |
| 5.1 基于多色集合理論的三坐標(biāo)測量機(jī)檢測路徑研究 |
| 5.1.1 多色集合理論 |
| 5.1.2 測量路徑規(guī)劃研究 |
| 5.2 基于多色集合理論的路徑規(guī)劃 |
| 5.2.1 多色集合理論約束模型建立 |
| 5.2.2 全局檢測路徑規(guī)劃 |
| 5.3 標(biāo)準(zhǔn)DMIS程序生成 |
| 5.4 三坐標(biāo)測量機(jī)驅(qū)動 |
| 5.5 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀碩士期間發(fā)表（含錄用）的學(xué)術(shù)論文 |
（7）面向產(chǎn)品概念設(shè)計的隱性知識轉(zhuǎn)化模型構(gòu)建及重用研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 引言 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 產(chǎn)品概念設(shè)計研究 |
| 1.2.2 工業(yè)設(shè)計領(lǐng)域知識研究 |
| 1.2.3 隱性知識轉(zhuǎn)化及重用研究 |
| 1.3 論文背景與課題來源 |
| 1.4 論文研究內(nèi)容與組織 |
| 1.4.1 研究目標(biāo)與內(nèi)容 |
| 1.4.2 研究思路與方法 |
| 1.4.3 論文的組織和研究框架 |
| 第2章 產(chǎn)品概念設(shè)計隱性知識相關(guān)理論研究 |
| 2.1 產(chǎn)品概念設(shè)計與知識 |
| 2.1.1 產(chǎn)品概念設(shè)計與知識演化 |
| 2.1.2 產(chǎn)品概念設(shè)計過程中的知識 |
| 2.2 產(chǎn)品概念設(shè)計認(rèn)知模式 |
| 2.2.1 一般認(rèn)知模式 |
| 2.2.2 產(chǎn)品語義認(rèn)知模式 |
| 2.2.3 感性認(rèn)知模式 |
| 2.3 設(shè)計領(lǐng)域隱性知識 |
| 2.3.1 感知與偏好 |
| 2.3.2 多維感知 |
| 2.3.3 用戶隱性知識 |
| 2.3.4 設(shè)計隱性知識 |
| 2.3.5 產(chǎn)品隱性知識 |
| 2.4 小結(jié) |
| 第3章 面向產(chǎn)品概念設(shè)計的隱性知識獲取及表征 |
| 3.1 隱性知識來源 |
| 3.1.1 用戶需求與認(rèn)知 |
| 3.1.2 設(shè)計者設(shè)計經(jīng)驗 |
| 3.1.3 產(chǎn)品造型價值 |
| 3.2 隱性知識獲取 |
| 3.2.1 基于情感分析的隱性知識獲取 |
| 3.2.2 基于認(rèn)知實驗的隱性知識獲取 |
| 3.2.3 認(rèn)知實驗與機(jī)床領(lǐng)域知識獲取 |
| 3.3 基于FA-CA的隱性知識分析 |
| 3.3.1 SD數(shù)據(jù)獲取 |
| 3.3.2 初始情感意象的因子分析 |
| 3.3.3 因子載荷的聚類分析 |
| 3.3.4 實例驗證 |
| 3.4 基于多維變量感性工學(xué)的隱性知識映射模型 |
| 3.4.1 基于MVKE的隱性知識映射模型構(gòu)建 |
| 3.4.2 基于MVKE的隱性知識映射模型構(gòu)建實例 |
| 3.4.3 基于MVKE的隱性知識映射模型評估 |
| 3.5 基于圖解語義和可拓關(guān)聯(lián)的隱性知識表征方法 |
| 3.5.1 產(chǎn)品概念設(shè)計過程表征 |
| 3.5.2 設(shè)計知識的可拓表征 |
| 3.5.3 產(chǎn)品可拓圖解語義表征與拓展實例庫 |
| 3.5.4 概念設(shè)計圖解語義表達(dá) |
| 3.5.5 基于可拓圖解語義聚類的實例庫 |
| 3.6 小結(jié) |
| 第4章 面向產(chǎn)品概念設(shè)計的隱性知識轉(zhuǎn)化模型構(gòu)建 |
| 4.1 產(chǎn)品概念設(shè)計中知識傳遞研究 |
| 4.1.1 產(chǎn)品設(shè)計過程知識傳遞機(jī)制分析 |
| 4.1.2 設(shè)計師與用戶之間的認(rèn)知差異 |
| 4.1.3 產(chǎn)品概念設(shè)計隱性知識的組織、傳遞和運(yùn)用 |
| 4.2 面向產(chǎn)品概念設(shè)計的隱性知識轉(zhuǎn)化模型構(gòu)建 |
| 4.2.1 隱性知識轉(zhuǎn)移外顯模型 |
| 4.2.2 隱性知識轉(zhuǎn)移螺旋模型 |
| 4.2.3 用戶隱性知識和設(shè)計隱性知識的匹配模型 |
| 4.3 基于潛在語義分析和感性工學(xué)的隱性知識匹配方法 |
| 4.3.1 潛在語義分析方法 |
| 4.3.2 基于潛在語義分析和感性工學(xué)的方法 |
| 4.3.3 實例驗證 |
| 4.4 小結(jié) |
| 第5章 基于灰色關(guān)聯(lián)分析的TOPSIS隱性知識收斂方法研究 |
| 5.1 設(shè)計決策支持?jǐn)?shù)據(jù)庫構(gòu)建方法 |
| 5.1.1 基于線性回歸的決策支持?jǐn)?shù)據(jù)庫構(gòu)建 |
| 5.1.2 基于神經(jīng)網(wǎng)絡(luò)的決策支持?jǐn)?shù)據(jù)庫構(gòu)建 |
| 5.2 灰色關(guān)聯(lián)分析法 |
| 5.2.1 灰色關(guān)聯(lián)分析法基本原理 |
| 5.2.2 灰色關(guān)聯(lián)分析法基本步驟 |
| 5.3 傳統(tǒng)TOPSIS法 |
| 5.4 基于屬性值類型的TOPSIS法 |
| 5.4.1 屬性值規(guī)范化 |
| 5.4.2 距離計算 |
| 5.5 基于灰色關(guān)聯(lián)分析的TOPSIS法 |
| 5.5.1 基于灰色關(guān)聯(lián)系數(shù)的TOPSIS法 |
| 5.5.2 基于灰色關(guān)聯(lián)度的TOPSIS法 |
| 5.5.3 基于灰色關(guān)聯(lián)分析的改進(jìn)TOPSIS法 |
| 5.6 實例驗證 |
| 5.7 小結(jié) |
| 第6章 TKRB-CACD原型系統(tǒng)研究與應(yīng)用 |
| 6.1 概述 |
| 6.2 TKRB-CACD系統(tǒng)設(shè)計的整體思路 |
| 6.3 系統(tǒng)框架 |
| 6.3.1 網(wǎng)絡(luò)結(jié)構(gòu) |
| 6.3.2 系統(tǒng)技術(shù)實現(xiàn) |
| 6.4 TKRB-CACD系統(tǒng)功能及實現(xiàn) |
| 6.4.1 TKRB-CACD系統(tǒng)功能模塊 |
| 6.4.2 TKRB-CACD系統(tǒng)功能模塊實現(xiàn) |
| 6.5 TKRB-CACD系統(tǒng)應(yīng)用成果展示 |
| 6.6 小結(jié) |
| 第7章 總結(jié)與展望 |
| 7.1 論文總結(jié) |
| 7.2 研究創(chuàng)新點(diǎn) |
| 7.3 工作展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 附錄A 抓取京東網(wǎng)打印機(jī)評論P(yáng)ython代碼 |
| 附錄B 攻讀學(xué)位期間已發(fā)表學(xué)術(shù)論文目錄 |
| 附錄C 攻讀學(xué)位期間參與科研項目（與論文相關(guān)） |
| 圖版 |
| 圖目錄 |
| 表目錄 |
（8）大型非球面超精密光學(xué)磨床設(shè)計關(guān)鍵技術(shù)研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 1.1 研究背景 |
| 1.2 大型超精密光學(xué)磨床設(shè)計 |
| 1.2.1 大型光學(xué)磨床的設(shè)計需求 |
| 1.2.2 大型光學(xué)磨床的設(shè)計準(zhǔn)則 |
| 1.2.3 超精密光學(xué)磨床設(shè)計方法 |
| 1.3 國內(nèi)外研究現(xiàn)狀 |
| 1.3.1 設(shè)計理論及方法的發(fā)展及現(xiàn)狀 |
| 1.3.2 超精密磨床的概念設(shè)計 |
| 1.3.3 超精密磨床的詳細(xì)設(shè)計 |
| 1.3.4 大型超精密光學(xué)磨床現(xiàn)狀 |
| 1.4 課題提出及研究目的 |
| 1.5 研究內(nèi)容與論文章節(jié)安排 |
| 第二章 大型超精密光學(xué)磨床人機(jī)集成設(shè)計方法 |
| 2.1 引言 |
| 2.2 人機(jī)集成設(shè)計方法基本原理 |
| 2.2.1 設(shè)計架構(gòu) |
| 2.2.2 設(shè)計原型 |
| 2.3 基于本體的大型光學(xué)磨床設(shè)計知識管理 |
| 2.3.1 磨床設(shè)計知識本體建模 |
| 2.3.2 本體集成方法和技術(shù) |
| 2.4 本章小結(jié) |
| 第三章 面向行為矛盾解決的大型光學(xué)磨床概念設(shè)計 |
| 3.1 引言 |
| 3.2 基于機(jī)器“導(dǎo)航”的智能概念設(shè)計方法 |
| 3.2.1 智能概念設(shè)計基本架構(gòu) |
| 3.2.2 智能概念設(shè)計執(zhí)行過程 |
| 3.3 大型光學(xué)磨床概念生成與評估 |
| 3.3.1 磨床設(shè)計概念生成 |
| 3.3.2 基于商運(yùn)動學(xué)的磨床構(gòu)型設(shè)計 |
| 3.4 基于虛擬軸原理的少軸構(gòu)型磨床設(shè)計 |
| 3.4.1 運(yùn)動空間與剛度矛盾及解決策略 |
| 3.4.2 少軸構(gòu)型與虛擬軸原理 |
| 3.4.3 少軸構(gòu)型磨床的運(yùn)動學(xué)優(yōu)化 |
| 3.5 超精密磨床力位混合控制策略 |
| 3.5.1 剛?cè)嵯酀?jì)矛盾及解決策略 |
| 3.5.2 力位混合控制策略 |
| 3.6 本章小結(jié) |
| 第四章 基于動力學(xué)的大型光學(xué)磨床優(yōu)化設(shè)計方法 |
| 4.1 引言 |
| 4.2 大型超精密光學(xué)磨床技術(shù)設(shè)計 |
| 4.2.1 超精密磨床結(jié)構(gòu)設(shè)計 |
| 4.2.2 磨床電氣控制系統(tǒng)設(shè)計 |
| 4.2.3 磨床檢測系統(tǒng)設(shè)計 |
| 4.3 大型超精密光學(xué)磨床動力學(xué)性能優(yōu)化 |
| 4.3.1 結(jié)構(gòu)動力學(xué)優(yōu)化 |
| 4.3.2 熱力學(xué)分析及優(yōu)化 |
| 4.3.3 控制系統(tǒng)分析及參數(shù)優(yōu)化 |
| 4.4 本章小結(jié) |
| 第五章 大型超精密光學(xué)磨床詳細(xì)設(shè)計與實現(xiàn) |
| 5.1 引言 |
| 5.2 大型超精密光學(xué)磨床靜壓主軸設(shè)計 |
| 5.2.1 基于經(jīng)驗的軸承及驅(qū)動設(shè)計 |
| 5.2.2 超精密靜壓主軸參數(shù)設(shè)計 |
| 5.2.3 基于動力學(xué)模型的幾何學(xué)優(yōu)化 |
| 5.2.4 主軸熱力學(xué)分析及優(yōu)化 |
| 5.3 表面節(jié)流自補(bǔ)償超精密液體靜壓轉(zhuǎn)臺設(shè)計 |
| 5.3.1 表面節(jié)流自補(bǔ)償原理 |
| 5.3.2 液體靜壓轉(zhuǎn)臺設(shè)計方案 |
| 5.3.3 靜壓轉(zhuǎn)臺性能分析 |
| 5.4 大型超精密光學(xué)磨床開發(fā)與實現(xiàn) |
| 5.4.1 磨床樣機(jī)及具體參數(shù) |
| 5.4.2 磨床誤差檢測 |
| 5.5 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 全文工作總結(jié) |
| 6.2 論文的主要貢獻(xiàn)與創(chuàng)新點(diǎn) |
| 6.3 工作展望 |
| 參考文獻(xiàn) |
| 攻讀博士學(xué)位期間研究成果 |
| 致謝 |
（9）基于一種隸屬函數(shù)的夾具相似度計算模型（論文提綱范文）
| 1 引言 |
| 2 基于實例的推理 |
| 3 相似度算法 |
| 4 相似度計算模型 |
| 5 相似度計算過程 |
| 6 實例驗證 |
| 7 結(jié)束語 |
（10）多品種變批量產(chǎn)品生產(chǎn)線夾具柔性化研究（論文提綱范文）
| 目錄 |
| 摘要 |
| Abstract |
| 插圖索引 |
| 附表索引 |
| 第1章 緒論 |
| 1.1 課題的提出和意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 柔性夾具 |
| 1.2.2 計算機(jī)輔助夾具設(shè)計(CAFD) |
| 1.2.3 可重構(gòu)夾具 |
| 1.3 論文的主要研究內(nèi)容 |
| 第2章 基于共用生產(chǎn)線生產(chǎn)的產(chǎn)品族 |
| 2.1 產(chǎn)品信息模型 |
| 2.1.1 特征的定義和分類 |
| 2.1.2 基于特征的零件建模 |
| 2.2 可共線生產(chǎn)的產(chǎn)品族 |
| 2.2.1 零件的相似性 |
| 2.2.2 可共線生產(chǎn)的產(chǎn)品 |
| 2.3 產(chǎn)品相似度計算 |
| 2.3.1 相似度計算問題 |
| 2.3.2 幾何特征相似度 |
| 2.3.3 工藝過程相似度 |
| 2.3.4 制造屬性相似性計算 |
| 2.4 產(chǎn)品舉例 |
| 本章小結(jié) |
| 第3章 基于可共線產(chǎn)品的柔性夾具 |
| 3.1 生產(chǎn)線柔性夾具要求分析 |
| 3.2 基于可共線產(chǎn)品的柔性夾具 |
| 3.2.1 夾具工作原理 |
| 3.2.2 夾具整體結(jié)構(gòu) |
| 本章小結(jié) |
| 第4章 夾具空間 |
| 4.1 夾具設(shè)計過程分析 |
| 4.2 從系統(tǒng)論看夾具設(shè)計 |
| 4.2.1 工件因素 |
| 4.2.2 機(jī)床因素 |
| 4.2.3 夾具本身結(jié)構(gòu) |
| 4.3 夾具空間的概念 |
| 4.3.1 夾具空間定義 |
| 4.3.2 設(shè)計方法 |
| 本章小結(jié) |
| 第5章 夾具的運(yùn)動功能分析 |
| 5.1 柔性夾具的運(yùn)動能力 |
| 5.2 夾具運(yùn)動功能對定位誤差的影響 |
| 5.2.1 定位誤差計算模型 |
| 5.2.2 三類典型定位方式下的定位誤差分析 |
| 5.3 設(shè)計實例 |
| 本章小結(jié) |
| 第6章 夾具設(shè)計流程及調(diào)節(jié)系統(tǒng) |
| 6.1 知識推理方法簡介 |
| 6.1.1 基于規(guī)則的知識推理方法 |
| 6.1.2 基于實例的知識推理方法 |
| 6.1.3 "實例+規(guī)則"的混合推理方法 |
| 6.1.4 夾具設(shè)計流程 |
| 6.2 夾具調(diào)控系統(tǒng) |
| 6.2.1 準(zhǔn)時化生產(chǎn)簡介 |
| 6.2.2 車間生產(chǎn)管理現(xiàn)狀分析 |
| 6.2.3 車間管理流程 |
| 6.2.4 生產(chǎn)組織方式的選擇 |
| 本章小結(jié) |
| 結(jié)論與展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 附錄A 攻讀碩士學(xué)位期間發(fā)表的論文 |
四、概念設(shè)計中的夾具幾何特征識別（論文參考文獻(xiàn)）
- [1]設(shè)計師視角下工業(yè)設(shè)計獎的設(shè)計知識流動研究[D]. 周坤. 廣東工業(yè)大學(xué), 2020(05)
- [2]復(fù)雜工況材料力學(xué)性能原位測試裝備設(shè)計與試驗研究[D]. 李聰. 吉林大學(xué), 2020(08)
- [3]復(fù)雜機(jī)電產(chǎn)品概念設(shè)計原理方案博弈決策與優(yōu)化的研究[D]. 景立挺. 浙江工業(yè)大學(xué), 2020(02)
- [4]基于知識的乘用車總裝線數(shù)字化工藝設(shè)計方法研究[D]. 殷希彥. 武漢理工大學(xué), 2020
- [5]產(chǎn)品概念設(shè)計中基于知識流的語義化知識管理關(guān)鍵技術(shù)及其應(yīng)用研究[D]. 傅柱. 南京理工大學(xué), 2018(07)
- [6]基于MBD的復(fù)雜零件數(shù)字化檢測技術(shù)研究[D]. 葉文靜. 沈陽航空航天大學(xué), 2017(08)
- [7]面向產(chǎn)品概念設(shè)計的隱性知識轉(zhuǎn)化模型構(gòu)建及重用研究[D]. 劉征宏. 貴州大學(xué), 2016(05)
- [8]大型非球面超精密光學(xué)磨床設(shè)計關(guān)鍵技術(shù)研究[D]. 洪海波. 上海交通大學(xué), 2016(03)
- [9]基于一種隸屬函數(shù)的夾具相似度計算模型[J]. 冀阿強(qiáng),段曉峰. 航天制造技術(shù), 2011(05)
- [10]多品種變批量產(chǎn)品生產(chǎn)線夾具柔性化研究[D]. 曹金濤. 蘭州理工大學(xué), 2010(04)
標(biāo)簽：工藝設(shè)計論文; 概念設(shè)計論文; 測試模型論文; 技術(shù)原理論文; 功能分析論文;