陆军工程大学;
提出了一种基于OSPF路由协议思想的虚拟维修诱导技术方法 VMIT。首先列出OSPF核心部分与VMIT的对应关系,然后阐述VMIT的基本内涵,包括编制零件或总成层级码,通过零件发出故障信号以诊断故障零件,利用小波神经网络预测维修时间,采取改进的Dijkstra算法求解和评价更换零件最优路径。最后以更换离合器油封为例,阐述虚拟维修的四个阶段,分别为给油封及周边零件编制层级码,根据故障信号查找故障零件,利用小波神经网络预测拆装油封及周边零件的时间,获取拆除油封的最优路径。案例的四个阶段与VMIT的四个基本内涵相呼应,同时也进一步证明了VMIT的可行性。
| 70 | 1 | 16 |
| 下载次数 | 被引频次 | 阅读次数 |
[1]赵鸿飞，张琦，王海涛，等.桌面式工程机械虚拟维修训练系统技术研究[J].中国工程机械学报，2013,11(5):457-462.
[2]刘跃迚，公丕平，冯柯.工程装备虚拟训练系统关键技术研究[J].机械，2012,39(12):15-17.
[3]刘佳，刘毅.虚拟维修诱导技术发展综述[J].计算机辅助设计与图形学学报，2009,21(11):1520-1534.
[4]何俊，公丕平，申金星.某型火箭布雷车虚拟维修训练系统的设计[J].机械管理开发，2020,35(4):166-169.
[5]魏士松，周正东，章栩苓，等.基于桌面虚拟现实技术的航天器虚拟维修训练系统[J/OL].系统仿真学报：1-7[2020-08-06].http：//kns.cnki.net/kcms/detail/11.3092.V.20200803.1715.002.html.
[6]林蓝，姜良奎，付建林，等.基于OSG虚拟现实的转向架车间布局觃划[J].机械，2020,47(1):9-14.
[7]张亮，王端民，周友运.基于BP神经网络的装备使用维修费用预测[J].装备指挥技术学院学报，2005(04):46-48.
[8] Shaoping Xu, Zhenyu Lin, Guizhen Zhang, et al. A fast yet reliable noise level estimation algorithm using shallow CNN-based noise separator and BP network[J]. Signal Image and Video Processing. 2019(14):1-8.
[9]徐营利，王展，胡晓兵，等.基于径向基神经网络的刀具寽命预测模型研究[J].机械，2019,46(2):13-16,29.
[10]张国印，王志章，林承焰，等.基于小波变换和卷积神经网络的地震储层预测方法及应用[J].中国石油大学学报（自然科学版），2020,44(4):83-93.
[11]陈英，董思羽.基于可信度小波神经网络的多传感器数据融合方法[J].吉林大学学报（理学版），2020,58(4):953-959.
[12]Lu Shuping. The Research on Wavelet Network Prediction Model and its Application in Stock Market Forecasting[D]. Harbin:Harbin Engineering University. 2004.
[13]Bakshi R B,Stephanopoulos G. Wave-net:A multiresolusion,hierarchical neural network with localized learning[J]. AichE Journal,1993(1):57-81
[14]乔磊.油封在实际应用中的几点注意事项[J].机械，2008,35(S1):34.
基本信息:
DOI：
中图分类号:TP183;TP393.04
引用信息:
[1]孙志丹,王海涛,谭业发等.基于OSPF路由协议思想的虚拟维修诱导技术[J].机械,2021,48(01):22-29.
基金信息: