资源组件驱动的装配工具匹配推理方法

来源 :计算机集成制造系统 | 被引量 : 0次 | 上传用户:maxwang007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对复杂产品装配工序多样、工序间装配约束复杂、虚拟装配过程中工具资源的表示与推送困难问题,提出了资源组件驱动的装配工具匹配推理方法。首先,搭建了包括装配工具资源组件驱动模块、资源组件本体构建模块、资源组件运行与求解模块的资源组件驱动的装配工具匹配推理框架;然后,构建了装配工具的资源组件本体,给出了基于资源组件的装配工具匹配推送机制,并重点设计了资源组件驱动的装配工具类型与尺寸的按需匹配推理方法;最后,依托复杂产品装配资源推送服务平台验证了所提方法的有效性。解决了装配工具资源人工调整响应速度慢、装配效率低的
其他文献
1903年12月17日,莱特兄弟的飞行者1号首飞成功,我们通常把这一天视为飞机诞生的日子。飞行者1号是人类历史上第一架成功载人飞行的飞机,它选择了鸭式布局,即主机翼在后部,控制升降的小机翼在前部。因此也可以说鸭式布局是历史最悠久的机翼布局模式。现在,鸭式布局主要应用在高机动性的战斗机上,比如欧洲的JAS-39\"鹰狮\"战斗机、阵风战斗机、台风战斗机,还有我们国家的骄傲——歼-10和歼-20战斗机。
\"嗖——啪——\"大兵老师怎么也没想到刚走出校门就遭受了\"蹿天猴\"的袭击。一瞬间,他什么也听不见了,只觉得耳朵嗡嗡的。突然,三个小学生围上来,大兵老师只看到他们在张嘴说话,看神情大概是在道歉。大兵老师在内心叹了口气:\"唉,罪魁祸首应该就是他们。\"他们是谁呢?航天小学三年级五班的曾梓壮(小名:壮壮),以及与他同班的李菲(小名:小菲)和陈昊天(小名:小天)。
亲爱的爸爸:我现在上三年级,老师是巴巴耶夫女士。她是从阿塞拜疆来的,那地方一定是在外太空。她让我们写一封真正的信,贴上邮票,寄给自己特别想念的人。我知道你是一个时间旅行者。你是因为忙着时间旅行,才从来不回家的吗?
为了做好本省长江流域禁捕以及相关工作,加强生态环境保护和修复,实施长江大保护,保障生态安全,安徽省人民代表大会常务委员会根据《中华人民共和国长江保护法》《中华人民共和国渔业法》以及相关法律、行政法规的规定,结合本省实际,特作如下决定:一、本省全面贯彻落实国家关于加强长江水生生物保护和做好长江禁捕有关工作等规定,把长江禁捕工作作为当前和今后一个时期的重大任务,确保禁捕以及相关工作取得实效。
2020年2月25日,习近平总书记在中央全面依法治国委员会第三次会议上明确指出,应当发挥行政复议公正高效、便民为民的制度优势和化解行政争议的主渠道作用。2020年11月24日,司法部将《中华人民共和国行政复议法(修订)(征求意见稿)》(以下简称《征求意见稿》)及说明公布,征求社会各界意见。行政复议法历经多番修法安排,终于迎来大修。本期争鸣选取章剑生、周佑勇、徐运凯、曹婆等四位专家学者针对行政复议的性质、功能定位和制度选择等基本问题的观点,以飨读者。
13D传感技术3D传感技术根据工作原理一般可以分为红绿蓝(RGB)双目、飞行时间(Time Of Flight,TOF)法和结构光三种。其中,RGB双目技术算法要求高并容易受光线影响,在较暗或者高度曝光的情况下效果都非常差,因此很少被采用。目前TOF和结构光依旧是主流技术。TOF的基本工作原理是通过泛光照明器(固态激光器或LED)发射近红外(~850nm或940nm)脉冲波,当此脉冲波遇到物体反射回来被传感器所收集;然后,系统通过计算传感器上脉冲波之间的频率差或时间差,进而通过该算法得到每个位置的精确三维
你不认识我,但我认识你很久了,我必须承认,有很长一段日子我几乎把你忘了。我再度想到你是2000年,那年我的孩子九岁,我陪着孩子过他的童年时,我自己也重新过了一次童年,那时我才把你,从我记忆的墙角找了回来。我写这封信给你,是想要谢谢你,每当我的人生碰到一些困惑及彷徨时,是你给了我方向。
为了降低滚动轴承故障数据集的特征维度,选取最有效的数据特征,首先提出一种改进的二进制蚁狮算法,该算法通过引入种群保护集机制,对具有寻优潜力的部分蚂蚁进行保留,并将保护集内群体与主群并行迭代,以加强算法的全局寻优能力,然后通过0-1背包问题验证了该算法的有效性;最后将上述改进融入混合式特征选择模型中,在UCI标准测试数据集与凯斯西储大学滚动轴承故障数据集上分别应用该模型进行特征选择。实验结果表明,融合改进二进制蚁狮算法的混合式特征选择模型的识别精度与特征约简能力均得到明显的提升。
建立學习型党组织,应当遵循以下主要原则:坚持解放思想、实事求是、与时俱进,用发展着的马克思主义指导新的实践;坚持理论联系实际的马克思主义学风,切实推动实际问题的解决;坚持领导干部作表率,调动广大党员的积极性、主动性;坚持改革创新,鼓励大胆探索。
Kriging代理模型广泛用于替代计算昂贵的工程仿真模型。而现有单个核函数Kriging建模技术的预测性能依赖于具体问题,往往在不同情况下表现差异较大,缺乏普适性和稳健性。针对该问题,研究了具有多个核函数的Kriging组合建模,提出同时考虑核函数选择和多组权重因子。首先基于随机搜索变量选择法选择显著核函数组合,其次借助K均值聚类法获得多组权重因子,最后结合选择的显著核函数和多组权重因子构建Kriging组合模型。仿真算例和工业实例的比较结果表明,所提方法不仅产生更为精确和稳健的预测,而且能为质量设计提供