[发明专利]一种基于复杂网络的复杂机械产品装配建模方法有效
申请号: | 202010066216.3 | 申请日: | 2020-01-20 |
公开(公告)号: | CN111310284B | 公开(公告)日: | 2022-06-07 |
发明(设计)人: | 陈琨;张嘉锟;于慧;娄洪;李兴炜;高建民;高智勇;李丽丽 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G06F30/17 | 分类号: | G06F30/17;G06F30/20 |
代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 李晓晓 |
地址: | 710049 *** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 复杂 网络 机械 产品 装配 建模 方法 | ||
1.一种基于复杂网络的复杂机械产品装配建模方法,其特征在于,包括以下步骤:
步骤1,获取复杂机械产品的零件列表,确定复杂机械产品的零件装配关系及必要的测量关系,构建复杂机械产品零件关联网络;
步骤2,在步骤1得到零件关联网络的基础上,采用模糊层次分析法对零件关联网络中各个零件之间的关联关系强度进行赋权,得到零件层级的加权网络模型;
步骤3,采用改进的连边社团检测算法对步骤2得到的加权网络模型进行层次化社团划分,即对连边社团检测算法考虑权重的影响,引入Tanimoto系数定义连边相似度,根据实际情况调整并确定社团合并的阈值,利用网络结构的社团特性对装配零件层进行分块;
步骤4,根据步骤3得到的社团划分结果,对待研究的分块进行装配特征层建模,将装配零件层向下投影得到装配特征层,根据装配顺序,进一步得到特征层级网络模型;所述步骤4,包含以下步骤:
41)根据装配工艺表将零件层级的节点集向特征层级映射,产生由装配特征组成的特征层级节点集,所述装配特征为关键接触面的各个质量特征;
42)根据装配顺序,确定节点集中各个特征节点之间的连接关系得到特征层级的边集,各个特征节点之间的连接关系是指面与面接触、面与面偏置以及以面为基准定位;
43),根据研究目标为步骤42)所得网络连边赋权,与步骤41)和42)整合得到零件层级社团对应的特征层级网络模型;
44),根据研究需要按照上述步骤41)至43)建立其余相关社团的特征层级网络模型。
2.根据权利要求1所述的基于复杂网络的复杂机械产品装配建模方法,其特征在于,所述步骤1,包含以下步骤:
11),获取复杂机械产品的零件列表,将产品中的零件映射为复杂网络中的节点,零件间的装配关系映射为网络的边,得到零件装配关系网络;
12),以步骤11)中得到的节点为基础,将对产品装配质量起重要影响的测量关系定义为网络的边,得到零件测量关系网络;
13),以步骤11)和步骤12)中对具有装配关系和测量关系的节点网络为基础,对零件装配关系网络和零件测量关系网络进行合并,得到复杂机械产品零件关联网络。
3.根据权利要求2所述的基于复杂网络的复杂机械产品装配建模方法,其特征在于,若仅考虑零件装配关系,则步骤11)所得零件装配关系网络为最终的零件关联网络。
4.根据权利要求1所述的基于复杂网络的复杂机械产品装配建模方法,其特征在于,所述步骤2,包含以下步骤:
21),根据步骤1所得零件关联网络的边集对零件间关联关系进行层次化分类;
22),构建模糊互补矩阵,参考专家意见,对步骤21)所得层次分类结果各层次中的各个种类进行两两比较,用cop表示种类o相对种类p的重要程度,则模糊互补矩阵可表示为
式中,coo=cpp=1且cop+cpo=1(o,p=1,2,…,q),q为某一层次所含种类的数量;
23),将步骤22)所得模糊互补矩阵转化为模糊一致矩阵,对步骤22)所得模糊互补矩阵按行求和,表示为
之后进行如下变换
由此得到的矩阵即为模糊一致矩阵;
24),使用方根法计算各层次各个种类特征的权重,计算公式如下
其中
25),根据步骤24)中的计算结果得到各零件间关联关系的权重,与步骤1所得零件关联网络进行整合,得到零件层级的加权网络模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010066216.3/1.html,转载请声明来源钻瓜专利网。