为提高再制造损伤评估的精度和效率,提出了一种基于磁记忆和表面纹理特征融合的构件损伤评估方法。通过磁记忆特征和表面纹理特征建模,提取磁信号及其梯度的样本熵参数以及表面纹理的能量、熵、反差和相关参数,分析了各特征参数的损伤时序变化规律。分别从数据层和指标层建立特征融合模型。在数据层将磁特征和表面纹理特征参数作为非线性映射的输入,得到其与损伤之间的映射关系。指标层采用D-S证据理论方法,进行磁和表面纹理特征量之间的信息融合,将各损伤状态作为识别框架,通过Bayes近似,得到融合后的各证据信度函数值,并依据函数值进行损伤状态评估。最后选取疲劳试样进行了该方法的验证。

为实现螺纹车削加工的低噪以及低碳化,利用正交实验和广义回归神经网络建立了螺纹车削过程噪声目标函数和包含耗电碳排放、刀具碳排放、切削液碳排放的碳排放目标函数。考虑加工过程中机床特性和加工质量的实际约束条件,建立以切削速度和进给量为优化变量,碳排放和噪声为优化目标的多目标优化模型。引入权重系数将其转化为单目标优化模型,最后利用自适应小生境遗传算法对优化模型进行优化求解,优化结果表明噪声和碳排放间呈负相关关系,在碳排放中耗电碳排放所占比例最大。

针对当前低碳产品创新设计难以在设计早期识别进化潜力空间的不足,提出一种应用潜力分析与发明问题解决理论的产品低碳创新设计方法。构建功能—结构—特征的碳排放递归解算模型,并对低碳设计特征表达进行了研究。分析低碳产品演化需求类型及表达方式,基于环境化质量功能配置和粗糙集进行需求映射,通过进化潜力值提取低碳进化设计特征,并将其与发明问题解决理论创新法则、进化路线及设计知识相关联,给出产品低碳设计的进化方向和策略,从而支持面向产品更新换代的低碳设计。通过洗碗机产品的设计案例验证了所提方法的可行性。