-
公开(公告)号:CN113183470A
公开(公告)日:2021-07-30
申请号:CN202110515918.X
申请日:2021-05-12
Applicant: 电子科技大学
IPC: B29C64/386 , B33Y50/00
Abstract: 本发明公开了一种保留模型非常规特征的3D打印自适应分层方法,包括以下步骤:S1、定义并识别模型常规特征,调整特征高度间距,在调整后的每一个常规特征高度处设置分层平面;S2、在每两个相邻常规特征高度之间通过体积误差率控制层厚对模型细分,保留非常规特征;S3、根据实际打印层厚限制调整分层高度。本发明不仅定义并识别大多数模型普遍存在的常规特征点、特征线、特征面,保证了这些特征在打印过程中不发生丢失和偏移;并且采用计算体积误差率的方法在不满足常规定义的细节特征处对模型进行细分,有效保留了模型非常规特征,进一步降低了打印误差,提高了模型成型精度。
-
公开(公告)号:CN111738578B
公开(公告)日:2023-04-07
申请号:CN202010528286.6
申请日:2020-06-11
Applicant: 电子科技大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/126 , G06Q10/0639
Abstract: 本发明公开了一种动态环境下的离散型生产车间调度方法,包括以下步骤:S1、建立以进装点的评价指标和生产周期为优化目标的车间双向生产调度数学模型;S2、对生产车间采取以进装点为中心的基于遗传算法的双向调度算法进行预调度;S3、对于车间发生的动态扰动事件依据其影响大小进行分类,根据扰动事件的级别采取多级别的车间动态重调度策略。本发明首先建立以进装点的评价指标和生产周期为优化目标的双向调度模型,然后对生产车间采取以进装点为中心的基于遗传算法的双向调度算法进行预调度,当出现扰动事件时,根据扰动事件的级别,采取不同的事件驱动重调度策略,能够有效的减少完全重调度次数,在兼顾车间稳定性的同时保证了车间的生产效率。
-
公开(公告)号:CN111723535B
公开(公告)日:2023-03-10
申请号:CN202010533937.0
申请日:2020-06-12
Applicant: 电子科技大学
IPC: G06F30/28 , G06F30/15 , G06F119/14
Abstract: 本发明公开了一种基于艇身自由变形的游艇减阻优化方法,包括以下步骤:S1、以游艇的总阻力为优化目标,建立基于关键控制点进行自由变形的游艇外流场仿真模型;S2、基于样本点和响应值构建Stacking集成学习的代理模型,使用机器学习中的网格搜索策略和和五折交叉验证方法优化代理模型;S3:利用遗传算法对所建立的Stacking集成学习的代理模型进行全局寻优,得到设计变量的最优组合;基于设计变量的最优组合,利用自由变形技术对原始艇身实现相应变形,采用逆向工程技术将变形后的艇身STL格式文件转化为STEP格式文件,得到优化艇身模型。本发明具有原理简单、可操作性强、设计灵活、可靠性高及适用面广等特点。
-
公开(公告)号:CN111723535A
公开(公告)日:2020-09-29
申请号:CN202010533937.0
申请日:2020-06-12
Applicant: 电子科技大学
IPC: G06F30/28 , G06F30/15 , G06F119/14
Abstract: 本发明公开了一种基于艇身自由变形的游艇减阻优化方法,包括以下步骤:S1、以游艇的总阻力为优化目标,建立基于关键控制点进行自由变形的游艇外流场仿真模型;S2、基于样本点和响应值构建Stacking集成学习的代理模型,使用机器学习中的网格搜索策略和和五折交叉验证方法优化代理模型;S3:利用遗传算法对所建立的Stacking集成学习的代理模型进行全局寻优,得到设计变量的最优组合;基于设计变量的最优组合,利用自由变形技术对原始艇身实现相应变形,采用逆向工程技术将变形后的艇身STL格式文件转化为STEP格式文件,得到优化艇身模型。本发明具有原理简单、可操作性强、设计灵活、可靠性高及适用面广等特点。
-
公开(公告)号:CN113183470B
公开(公告)日:2022-07-15
申请号:CN202110515918.X
申请日:2021-05-12
Applicant: 电子科技大学
IPC: B29C64/386 , B33Y50/00
Abstract: 本发明公开了一种保留模型非常规特征的3D打印自适应分层方法,包括以下步骤:S1、定义并识别模型常规特征,调整特征高度间距,在调整后的每一个常规特征高度处设置分层平面;S2、在每两个相邻常规特征高度之间通过体积误差率控制层厚对模型细分,保留非常规特征;S3、根据实际打印层厚限制调整分层高度。本发明不仅定义并识别大多数模型普遍存在的常规特征点、特征线、特征面,保证了这些特征在打印过程中不发生丢失和偏移;并且采用计算体积误差率的方法在不满足常规定义的细节特征处对模型进行细分,有效保留了模型非常规特征,进一步降低了打印误差,提高了模型成型精度。
-
公开(公告)号:CN113334773A
公开(公告)日:2021-09-03
申请号:CN202110652796.9
申请日:2021-06-11
Applicant: 电子科技大学
IPC: B29C64/386 , B33Y50/00
Abstract: 本发明公开一种基于自适应分层的3D打印成型方向多目标优化方法,应用于3D打印领域,针对现有技术难以同时兼顾模型成型精度和成型效率的问题,本发明首先采用基于体积误差率的自适应分层算法对模型分层;然后分别建立自适应分层下的成型精度、成型效率的数学模型;最后建立成型精度与成型效率加权目标函数,采用粒子群算法进行求解;采用本发明的方法能够使得模型成型的体积误差大幅降低,而打印时间仅小幅度增加,从而实现成型精度和成型效率的综合效果更优。
-
公开(公告)号:CN111738578A
公开(公告)日:2020-10-02
申请号:CN202010528286.6
申请日:2020-06-11
Applicant: 电子科技大学
Abstract: 本发明公开了一种动态环境下的离散型生产车间调度方法,包括以下步骤:S1、建立以进装点的评价指标和生产周期为优化目标的车间双向生产调度数学模型;S2、对生产车间采取以进装点为中心的基于遗传算法的双向调度算法进行预调度;S3、对于车间发生的动态扰动事件依据其影响大小进行分类,根据扰动事件的级别采取多级别的车间动态重调度策略。本发明首先建立以进装点的评价指标和生产周期为优化目标的双向调度模型,然后对生产车间采取以进装点为中心的基于遗传算法的双向调度算法进行预调度,当出现扰动事件时,根据扰动事件的级别,采取不同的事件驱动重调度策略,能够有效的减少完全重调度次数,在兼顾车间稳定性的同时保证了车间的生产效率。
-
-
-
-
-
-