针对传统刀具磨损预测中存在的自适应性不强和预测精确度低的问题,提出了特征工程和Dropout深度前馈网络相结合的刀具磨损预测方法.首先从刀具状态监测框架下的多传感器信号中提取全面的特征,与刀具的元信息进行信息融合,然后通过假设检验和Benjamini-Yakutieli过程选择与目标磨损相关性强的特征,最后构建Dropout深度前馈网络学习选择的特征与目标磨损之间的映射关系.实验结果表明,提出的这种预测方法的训练过程稳定性高,而且能更精确地预测刀具的磨损.

介绍了五轴超声无损检测自动扫描系统的工作原理,并详细介绍了其控制系统的硬件配置和软件组成,该系统能够控制机械装置带动探头实现对复杂曲面的自动扫描.

采用参数化设计技术，把设计实例的数据从图形中抽象出来的，提出ＣＡＳＥ＝数据＋结构的实例描述新方法，结合上述实例描述方法和现代数据库技术、参数化及面向对象的设计方法，以液压缸设计为例，实现了数据和结构分离的实例描述。

采用参数化设计技术，把设计实例的数据从图形中抽取出来，提出ＣＡＳＥ＝数据＋结构的实例描述新方法，以及基于知识的综合实例推理新方法，从而提出设计实例决策树的概念，把实例提取问题转化成数据库复合索引问题，并以液压缸设计为例，对如何实现上述方法做了探索性的研究。

提出一种用于机械产品设计的并行式多专家系统理论模型，针对并行式ＭＥＳ理论模型建立了用于实施液压缸智能ＣＡＤ系统的结构模型，定义了ＭＥＳ协同求解概念，阐述了ＭＥＳ协同求解原理。