Аннотації

Автор(и):
Hui Weidong, Zhou Huan, Gu Qi
Дата публікації:

04.10.2018

Анотація (укр):

Для інтелектуального дизайну гальм різні знання повинні бути ефективно отримані з величезних джерел знань про проект. Для підвищення ефективності випадкових розрахунків при проектуванні гальмових виробів і точних причин потрібна оптимальна конструктивна пропозиція, що поєднує конструктивні характеристики гальм, цей документ пропонує один метод гібридного обгрунтування CBR-RBR, вивчаючи та аналізуючи перебіг конструювання гальм та знання, об'єднуючи фазову ієрархічну структуру дизайну продукту, різні конструктивні механізми,що використовуються при проектуванні гальмівної прдукції та конкретний параметризований дизайн. CBR використовується для пояснення дизайну гальмівної пропозиції, структурного типу конкретного типу та вибору режиму загального розгортання. RBR використовується для предметної адаптації основних структур, параметрів розміру, структурних моделей та використаних матеріалів. Загальний дизайн конструкції гальма використовується для пояснення всього процесу.

Анотація (рус):

Анотація (англ):

For intelligent design of a brake, different knowledge should be obtained effectively from the huge design knowledge sources.To improve efficiency of case-based reasoning in design of brake products and accurately reason the required optimal design proposal, by combining design characteristics of the brake, this paper proposes one CBR-RBR hybrid reasoning method by studying and analyzing brake design flow and field knowledge,by combining the phase hierarchical structure of product design, different reasoning mechanisms are used in the design of the brake proposal and specific parameterized design. The CBR is used to reason the design of brake proposal, structural type of specific type and selection of general deployment mode. RBR is used to reason the case adaptions of main structures, size parameters, structural models and materials used. The general structure design of the brake is used to explain the whole process.

Література:

References:

  1. Chen, Jun, Hui, Weidong, Lu, Fengxiang. (2014). Up-bottom Parametric Design of Tractor Brake Based on NX/WAVE [J]. Mechanical Design and Manufacturing Engineering, 43 (09), 50 – 53.
  2. Dong, Shiqii. (2010). Research and development of digital platform for automobile brake [D]. Wuhan, Wuhan University of Technology.
  3. Jiang, Zhansi, Chen, Liping, Luo, Nianmeng. (2007). Analysis on Similarity in Nearest Neighbor Case Retrieval [J]. Computer Integrated Manufacturing System, 13 (6), 1165–1168.
  4. Peng, Yinghong, Hu, Jie. (2007). KBE Technology and Its Application in Product Design [M]. Shanghai: Shanghai Jiao Tong University Press.
  5. Lee, M. (2003). A study of automatic learning model of adaptation knowledge for case base reasoning. Information Sciences, 155, 61–78.
  6. Policastro, C.A., Carvalho, A., Delbem, A. (2008).  A hybrid case adaptation approach for case-based reasoning [J]. Application Intelligent, 28, 101-119.
  7. Burkhard, Hans-Dieter. (2001). Similarity and distance in case based reasoning [J]. Fundamenta Informaticae, 47,
    201
    –215.
  8. Stanford Medical Informatics, Welcome to the Protégé Project, Stanford University School of Medicine USA, http://protege. Stanford. edu/index.html, 2003, 03 – 09.
  9. Pham, D.T., Goulash, N.S. (2003). Knowledge-Based Configuration Design [C]. In: Industrial Informatics, INDIN 2003 Proceedings, IEEE International Conference, 2003: 248 – 254.
  10. Nemati, Hamid R., Steiger, David M., Iyer, Lakshmi S. et al. (2002). Knowledge warehouse: an architectural integration of knowledge management, decision support, artificial intelligence and data warehousing [J]. Decision Support Systems, 33 (2), 143 161.