针对目前产品服务系统研究多以"产品"或"服务"为中心的问题,提出了一种基于灰色关联度的产品/服务集成设计方法。采用灰色关联法对目前产品/服务系统的价值类型进行分析,获取产品价值增值的最佳设计方向。基于用户、设计者和制造商等各利益相关者间的关系,采用动力学模型分析产品/服务的系统功能。通过黑箱法与IDEFO功能描述方法构建产品/服务集成模型,实现活动模块划分,获得产品与服务的匹配关系,最终产生集成产品与服务为一体的设计方案。以共享豆浆机的设计为例,阐述了该方法的具体实施过程及有效性。

针对RV减速器主轴受力问题,在采用Romax对主轴承进行受力分析时发现,由于影响参数的量级和跨度不同,不能确定各参数对主轴承的受力影响程度。基于此,提出了模糊综合评判的方法。结果表明,摆线轮针轮数和摆线轮节圆半径对主轴承的受力影响最大。采用熵权法和灰色关联度对各参数对主轴承受力影响程度进行验证,由模糊综合评判方法得出的结果和熵权法及灰色关联分析法得出的结果一致,进而验证了模糊综合评判法的有效性。

激光熔覆再制造是实现绿色开采的重要环节。实现激光熔覆材料组分对熔覆层性能影响的预测可以减少材料设计过程中的试错成本,提高研发效率。针对矿用液压油缸激光熔覆材料,通过灰色关联度分析法,筛选出Fe基激光熔覆材料中对熔覆层性能影响较大的组分,建立3层反向传递(back propagation,BP)神经网络模型进行训练和预测;利用遗传优化算法对BP神经网络初始权值和阈值进行优化,并将优化后的遗传算法-反向传递(genetic algorithms-backpropagation,GA-BP)神经网络模型与BP神经网络模型的预测结果进行对比。结果表明:遗传优化算法可以大幅度提高BP神经网络模型的预测精度,在少量训练样本条件下,模型输出的预测值与实际值接近,预测误差从5.60%~710.37%降低至2.04%~18.43%,证明了GA-BP神经网络用于液压油缸激光熔覆层性能预测的可行性。

顶板压力一般通过液压支架工作阻力进行度量,基于深度学习的顶板压力预测方法效果受训练样本集影响极大,而训练样本集的构建依赖于时间窗口的选择和紧密关联液压支架群的识别,但现有方法依靠人工经验来确定时间窗口,且忽略了不同液压支架之间的关联性,严重阻碍了顶板压力预测精度的提高。针对上述问题,提出了一种基于时空关联分析的采煤工作面顶板压力预测方法。首先,通过计算同一液压支架工作阻力序列在时间维度上的灰色关联度,选择最优时间窗口。然后,通过计算不同液压支架工作阻力序列在空间维度上的灰色关联度,获得最优辅助矩阵,识别出紧密关联液压支架群。最后,基于最优时间窗口和最优辅助矩阵,确定每个训练样本的标签和对应特征,完成训练样本集构建,以对长短时记忆(LSTM)模型进行训练来预测顶板压力。实验结果表明,与依赖...

在精密及超精密加工过程中,数控机床热误差是影响加工精度的一项重要误差源,最经济和有效地减少热误差的方法是热误差补偿技术。针对热误差补偿预测模型的预测精度问题,提出一种非线性组合预测模型。该预测模型利用灰色关联度方法对单项预测模型进行筛选,对筛选出的单项预测模型基于不同优化准则进行线性组合,通过广义回归神经网络对该线性组合模型进行非线性组合,得到非线性组合预测模型。误差预测结果表明:对比典型的BP神经网络预测模型,非线性组合预测模型的预测精度更高,最大误差由4.78μm减小到0.7μm。

为有效降低机床故障发生概率,在图论理论基础上提出基于优化灰色关联度模型的机床故障诊断方法。联合故障传播有向图定义机床故障的表征形式,并引入灰色关联度算法模型确定故障之间的关联关系,实现对故障点的精确定位。从机床故障数据特征着手,建立完整的集成诊断机制,进而实现对机床故障定位与检测。以FB260型数控锁床滑枕进给系统为例,验证提出的故障诊断方法的有效性,并将其故障诊断定位结果与传统FMEA方法对比,结果表明提出方法的节点深度控制的一致性更优。

针对盘铣开槽过程中材料去除率大、刀具磨损严重、塑性变形明显等问题，采用正交实验法设计三因素三水平的钛合金盘铣开槽加工实验。基于灰色关联分析将多目标优化转化为单目标优化，利用主成份分析确定材料去除率、刀具寿命、残余应力层厚度对灰色关联度的影响权重。通过对试验数据的回归分析，建立灰色关联度与工艺参数的二阶预测模型。基于各工艺参数对材料去除率、刀具寿命、残余应力层厚度和灰色关联度的影响规律分析，确定盘铣工艺参数优化方案。利用响应曲面进行工艺参数优化问题求解并进行盘铣开槽实验，结果表明：该优化方法获得的工艺参数组合可在满足刀具寿命和残余应力层厚度的基础上最大限度的提高材料去除率。

为了解决变槽角自调心弹簧托辊的故障数据少的问题,并提高故障树定量分析的可靠性,将灰色关联分析方法与故障树分析方法有机结合,引入到变槽角自调心弹簧托辊的故障分析诊断中。通过故障树底事件的重要度计算以及灰色关联度的计算,依据关联度的大小,将各个最小割集对顶事件的影响程度进行排序,对变槽角自调心弹簧托辊的故障模式发生的可能性进行分析判断,在19个底事件构成的19个最小割集中,对可能使变槽角自调心弹簧托辊产生事故的可能原因进行了排序,从而为准确地预防变槽角自调心弹簧托辊产生事故提供了理论依据。基于此,灰色关联理论的变槽角自调心托辊故障树分析方法可行,结果可靠。

以机械工程中液压动力系统为对象，在理论分析以及大量试验研究的基础上，给出了基于电流信号功率谱特征的液压动力系统4种运行状态标准模式。提出了基于灰色关联度计算的模式识别方法，该方法能很好地识别出液压动力系统正常以及电动机故障、机械故障、油泵故障的发生。此外，灰色关联度算法简单、计算量小，可以实现在线监测

液压设备的故障具有特殊性,符合灰色系统的特征.运用灰色理论中的灰色关联分析方法进行液压系统的故障诊断是一种有益的尝试,在数据少的情况下,灰色关联分析方法是液压系统状态识别与故障诊断的一个有效工具.