2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩90頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、工程中某些復(fù)雜產(chǎn)品存在精密配合偶件,其裝配質(zhì)量影響著產(chǎn)品的最終性能。這類復(fù)雜產(chǎn)品往往裝配精度要求高,裝配過程參數(shù)多,難以一次裝配成功,需要進行反復(fù)裝調(diào)才能達到預(yù)期裝配精度。如紅外導(dǎo)引頭位標器,包含許多軸孔配合,其配合間隙影響著產(chǎn)品的動力學(xué)性能、電性能、光學(xué)性能。目前,這類復(fù)雜產(chǎn)品往往采用人工或計算機輔助方式進行裝調(diào),裝調(diào)效率不高。本文以這類復(fù)雜產(chǎn)品為研究對象,以提高其裝調(diào)效率為目標,圍繞關(guān)鍵裝配參數(shù)提取、裝配離群數(shù)據(jù)檢測及修正等技術(shù)展開

2、了研究。
  第一章介紹了精密復(fù)雜產(chǎn)品數(shù)字化裝調(diào)技術(shù)、數(shù)據(jù)特征選擇技術(shù)、離群檢測技術(shù)的國內(nèi)外相關(guān)研究,分析了上述技術(shù)目前存在的不足,由此提出了本文的研究內(nèi)容并分析其研究意義,最后介紹了論文結(jié)構(gòu)。
  第二章提出基于統(tǒng)計分類的裝配性能敏感參數(shù)提取方法。建立了裝配性能數(shù)據(jù)的核密度估計模型,并通過均值轉(zhuǎn)移聚類方法對裝配性能數(shù)據(jù)進行分類,在分類基礎(chǔ)上通過帶權(quán)重的L(2,1)范數(shù)稀疏學(xué)習(xí)進行特征選擇,得到裝配性能敏感參數(shù),并通過實驗驗

3、證該算法。
  第三章提出基于單分類的裝配過程離群參數(shù)提取方法。在單分類支持向量機的基礎(chǔ)上構(gòu)建了雙邊界單分類支持向量機,并結(jié)合Boosting算法提出了新的無監(jiān)督特征選擇框架,利用該框架提取裝配過程離群參數(shù)。最后,通過UCI標準數(shù)據(jù)集對提出的特征選擇框架進行實驗分析。
  第四章提出了基于離群數(shù)據(jù)修正的復(fù)雜產(chǎn)品裝調(diào)引導(dǎo)方法。通過剔除裝配數(shù)據(jù)中的負樣本,利用裝配性能敏感參數(shù)和裝配過程離群參數(shù)簡化裝配數(shù)據(jù),構(gòu)建離群檢測模型;采用

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論