共查询到19条相似文献,搜索用时 640 毫秒
1.
研究了轿车万向节星型套集成智能设计系统的开发过程。利用专家系统与神经网络相结合的智能技术建立了GC/GD—ANN—ES集成智能设计系统模型。采用CSG树方法进行星型套锻件几何造型;利用规则与框架相结合的方法建立子知识库,并通过黑板推理与正向推理相结合的推理机制建立了ES子系统;应用模糊神经网络技术进行了回弹量预测。通过实际生产验证了集成智能设计系统的可靠性。 相似文献
2.
基于实例推理的门机方案设计系统初探 总被引:1,自引:0,他引:1
讨论了基于实例推理的智能化设计技术在门座起重机方案设计中的应用,分析了利用设计实例推理的过程模型,实例库的建立,实例的检索与利用等方法,提出了门机方案设计集成化系统的结构框架。 相似文献
3.
《筑路机械与施工机械化》2019,(3)
针对高架桥梁高墩辊模施工过程中模板同步升降控制及位移精度控制问题,从模板的选型入手,对目前高墩施工中常采用的翻模、爬模、滑模、辊模等工艺进行对比分析;并利用智能控制技术,通过科学的推理与实践经验相结合的方法设计了模架升降液压自动平衡控制系统。该系统能对传统高墩施工存在的施工安全和质量隐患进行有效控制,开创了一种精度更高、安全性更好、效率更高的桥梁高墩施工方法。 相似文献
4.
5.
朱学军 《筑路机械与施工机械化》2011,28(9):76-79
为了实现对压路机的状态监控、故障预防及诊断,建立了神经网络与专家系统相结合的智能压路机故障诊断系统.实现了对智能压路机常见故障的诊断。从系统最终运行结果来看,该智能压路机故障诊断系统基本实现了所需功能 相似文献
6.
在复杂和极限工况下,路面附着系数是进行轮胎受力分析和车辆动力学控制的重要状态参数。相对于模型估计的方法,智能轮胎技术能够将轮胎与路面的交互信息反馈给车辆控制系统。本文提出了一种将智能轮胎系统和机器学习相结合的车辆路面附着系数获取方法。首先,考虑行驶工况环境进行传感器选型,开发基于MEMS三轴加速度传感器的智能轮胎硬件采集系统,并采用简化硬件结构的无线传输模式。其次,通过采集不同路面上的实车实验数据进行车辆实验收集机器学习训练的数据集,并分析轮地关系及信号特征。最后,将CNN与LSTM两者的优势相结合实现了对加速度时序信号的特征学习。通过与其它神经网络模型训练结果的比较,验证了所提CNN-LSTM双通道融合神经网络模型的有效性和准确性。本文提出的路面辨识方案实现了实时道路识别的目标,硬件与软件架构和神经网络模型更适合车辆系统搭载,为车辆运动控制提供了实时准确的路面信息。 相似文献
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
为了评价道路水泥再生混凝土的性能,在分析BP神经网络原理的基础上提出了用BP神经网络模拟道路水泥再生混凝土性能与各影响因素间关系的方法。根据道路水泥再生混凝土的实际工况,建立了3个输入节点、4个输出节点的BP神经网络模型,通过9组试验,验证了模型的可靠性。结果表明,实测结果与预测结果相接近,BP神经网络模型可以较准确的评价道路水泥再生混凝土的性能。 相似文献
17.
18.
王晓伟 《筑路机械与施工机械化》2006,23(10):23-24,26
为了预测混凝土的抗压强度,在分析RBF神经网络原理的基础上提出了用RBF神经网络模拟抗压强度与各影响因素间关系的方法。根据搅拌机的实际工作状况,建立了4个输入节点、1个输出节点的RBF神经网络模型,通过19组试验,验证了模型的可靠性。结果表明,实测结果与预测结果相接近,RBF神经网络模型是一种较准确的快速预测混凝土抗压强度的方法。 相似文献