• 《中国科学引文数据库(CSCD)》来源期刊
  • 中国科技期刊引证报告(核心版)期刊
  • 《中文核心期刊要目总览》核心期刊
  • RCCSE中国核心学术期刊

基于知识的变速箱齿轮虚拟设计研究

刘伟良, 王红军, 邹湘军, 李慧, 汪润鸿, 李承恩, 邓通

刘伟良, 王红军, 邹湘军, 等. 基于知识的变速箱齿轮虚拟设计研究[J]. 华南农业大学学报, 2020, 41(4): 120-126. DOI: 10.7671/j.issn.1001-411X.201912024
引用本文: 刘伟良, 王红军, 邹湘军, 等. 基于知识的变速箱齿轮虚拟设计研究[J]. 华南农业大学学报, 2020, 41(4): 120-126. DOI: 10.7671/j.issn.1001-411X.201912024
LIU Weiliang, WANG Hongjun, ZOU Xiangjun, et al. Research on virtual design of gearbox gear based on knowledge[J]. Journal of South China Agricultural University, 2020, 41(4): 120-126. DOI: 10.7671/j.issn.1001-411X.201912024
Citation: LIU Weiliang, WANG Hongjun, ZOU Xiangjun, et al. Research on virtual design of gearbox gear based on knowledge[J]. Journal of South China Agricultural University, 2020, 41(4): 120-126. DOI: 10.7671/j.issn.1001-411X.201912024

基于知识的变速箱齿轮虚拟设计研究

基金项目: 国家重点研发计划(2017YFD0700100)
详细信息
    作者简介:

    刘伟良(1995—),男,硕士研究生,E-mail: 760500112@qq.com

    通讯作者:

    王红军(1966—),女,教授,博士,E-mail: xtwhj@scau.edu.cn

  • 中图分类号: S23-0

Research on virtual design of gearbox gear based on knowledge

  • 摘要:
    目的 

    为解决农机变速箱虚拟设计与仿真过程中,齿轮零件复杂多变、知识重用率低的问题。

    方法 

    在对变速箱齿轮知识进行分类的基础上,采用本体对齿轮设计知识进行描述,融合知识工程与参数化设计技术,提出了一种基于知识的齿轮虚拟设计方法。以拖拉机变速箱复杂花键齿轮设计为例对系统进行验证。

    结果 

    以三维建模软件NX为平台开发了变速箱齿轮虚拟设计系统,通过人机系统界面获取齿轮设计需求,在齿轮设计知识库和模型库的支持下,利用知识重用推理出齿轮结构,在几何参数的驱动下,快速构建出符合设计需求的齿轮模型,实现了复杂结构齿轮的快速智能设计。验证结果表明,在人机界面进行设计需求录入,系统在数秒内自动输出花键齿轮详细结构模型。

    结论 

    该系统可以较好地支持变速箱的虚拟设计与仿真,缩短了农机的开发周期,也可为其他机械产品的虚拟设计提供技术借鉴。

    Abstract:
    Objective 

    In order to solve the problems of complex and variable gear parts and low knowledge reuse rate in the process of virtual design and simulation of agricultural gearboxes.

    Method 

    Based on the classification of gearbox gear knowledge, the ontology was used to describe the gear design knowledge. Combining knowledge engineering and parametric design technology, a knowledge-based virtual gear design method was proposed. This system was verified using the complex spline gear design of tractor gearbox as an example.

    Result 

    A virtual design system for gearbox gear was developed using the three-dimensional modeling software NX as a platform. The gear design requirements were obtained through the human-machine system interface. With the support of gear design knowledge base and model library, the gear structure was inferred using knowledge reuse. Driven by the geometric parameters, a gear model that met the design requirements was quickly constructed to achieve the rapid and intelligent design of gears with complex structures. The verification results showed that the system could automatically output the detailed spline gear structure model in seconds when entering the design requirements in the man-machine interface.

    Conclusion 

    This system can better support the virtual design and simulation of gearbox, shorten the development cycle of agricultural machinery, and also provide a technical reference for the virtual design of other mechanical product.

  • 我国水果生产总量逐年增加,预计2016年将达到2.7亿t[1]。水果采摘在生产中耗时费力,需投入整个生产过程40%的劳动力。为降低水果采摘成本、减少对劳动力的依赖、提高采摘效率,智能采摘机器人的研究成为热点[2]。移动平台是农业机器人运动的基础,是采摘机器人研制的关键环节之一,决定着农业机器人运动的灵活性和控制的复杂性[3]。国内外针对移动平台的研究较多[4-6]。比利时的Beaten等[7]研制的苹果采摘机器人的整个采摘机械臂及其控制系统安装在拖拉机后端,并设计提升装置可上下移动机械臂,但机器人体积较大,作业灵活性较差。对农业机器人的研究主要侧重于机器人末端执行机构及机械手的机构与控制以及机器人本体在三维空间中的连续运动控制技术[8],有些研究[9-10]是在拖拉机等农业机械装备上开发导航控制系统和变量输入控制系统,其操作较为复杂,在农田环境中的适应性较差。因此开发一款结构简单、紧凑、经济性好,符合农田环境实际要求的移动平台,对促进农业现代化、智能化、信息化显得颇为重要。

    本文在对矮化标准苹果园实地调研后,结合水果采摘的具体要求,设计一种轮式智能移动平台,该平台搭载控制柜、机械臂、末端执行器、水果分级装置、GPS装置等部件,合理布置各工作部件,使之互不干涉、结构紧凑、适应性强、自主导航。

    智能移动平台分为控制系统与机械执行系统,其外观设计如图 1所示,整车长2 500 mm,宽1 200 mm,离地600 mm。主要包括后桥转向机构、前桥驱动机构、刹车装置、水果收集机构、控制柜、GPS装置、防撞机构、车架等,搭载三自由度机械臂、四手抓末端执行器、水果分级装置等部件。控制系统主要由工控机、双目摄像机、MP2100板卡、编码器、光电开关等组成。

    图  1  智能采摘机器人移动平台结构简图
    1:双目摄像机;2:机械臂Y轴;3:机械臂X轴;4:末端执行器;5:水果分级装置;6:防撞梁;7:前桥;8;车架;9;果实收集盒;10:后桥;11:转向系统;12:刹车装置;13:控制柜;14:人机交互模块。
    Figure  1.  Structure of the intelligent mobile platform loaded with a fruit picking robot

    要求结构简单,在田间地面环境通过性良好;机械臂、控制柜、水果分级装置间不发生干涉;能顺利通过8°左右的坡道;工作速度可保持0.5 m·s-1,最大速度1.5 m·s-1,加速度不小于0.2 m·s-2

    目前,农业采摘机器人多选用工业关节型机械臂,控制比较复杂,成本较高。本采摘机器人采用自行设计的三自由度机械臂[11],包含1个旋转关节和2个移动关节。以垂直轴电机中心线和XY水平面相交的位置,定义为机器人坐标轴水平面的0点,坐标轴的方向符合右手法则。将垂直轴电机中心线上离机器人水平底座最下边垂直距离为823 mm的位置定义为Z轴的0点,TCP点的定义坐标为(-398,190,0)。

    农田路面情况较为复杂,存在地面不平、土壤坚实度不均、果树平齐度较差等问题。机器人移动平台在导航运动过程中,在行驶到坡度起伏较大或者果园死角的时候,单靠转向电机较难按照设定的角度和路径运动,从而影响了正常的采摘作业。本移动平台在电子助力转向系统(EPS)的基础上,设计了一种新型铰轴转向机构(图 2)。在原有的机械管柱上附加了转向电机,出现电气故障或者电动转向困难时,通过上位机关闭转向电机,此时系统恢复到原有的机械转向状态,使用方向盘控制前桥进行转向,从而有效地辅助机器人较快地度过转向困难处,提高工作效率。在转向机构上添加了扭矩传感器,当检测到转向扭矩异常时,将信号发送至上位机,执行刹车命令。

    图  2  转向系统结构简图
    1:方向盘;2:方向盘轴;3:套筒;4:换向器;5:联轴器;6:扭矩传感器;7:EPS管柱;8:减速机;9:电机。
    Figure  2.  Structure of the steering system

    采摘机器人在果园环境中工作,发生碰撞的几率较大。碰撞是一个瞬时的复杂物理过程[12],容易对移动平台上的机械臂、末端执行器、控制柜等部件产生冲击,导致系统无法正常工作。移动平台正面发生碰撞的概率最大,因此为移动平台前面设计了一套防撞梁系统(图 3)。其中,液压缓冲器[13]最大吸收能量为40 J,最大撞击速度为4 m·s-1;防撞梁前部横梁采用厚度为1.0 mm的合金结构钢。3个同型号NPN常开光电开关,其检测距离0~300 mm可调,响应时间≤2 ms。光电开关与横梁内壁之间的距离X1X2X3以及光电开关的检测距离Y1Y2Y3是该防撞系统的研究重点:检测距离较小时,当移动平台与一般树枝碰撞时,会导致碰撞信号的误报;而如果检测距离过大发生碰撞时,留给上位机处理信号以及平台制动的时间缩短,安全保护效果不明显。为确定最佳的检测距离,设计了碰撞模拟试验,使用直径为10、20、30、40 mm的树枝以2 m·s-1的速度在横梁左、中、右垂直碰撞,最终确定X1X2X3Y1Y2Y3分别为120、95、95、90、80、80 mm。

    图  3  防撞测撞梁结构简图
    1:支架;2:液压缓冲器;3:缓冲弹簧;4:横梁;5:吸能盒;6:光电开关。
    Figure  3.  Structure of the anti-collision beam

    移动平台在实际工作中行驶速度慢、加速度小、转弯半径大,因此无需考虑起步、转弯、制动等工况。本文重点选取纯弯曲、弯扭联合、采摘运动等工况进行仿真分析,方法参照文献[14]。ANSYS有限元分析之前对车架模型进行简化,具体规则为:省略非承载件,如车钩、防撞梁等部件;去除非装配孔;假设车架中焊接部位为理想焊接,焊接处材料与其他区域相同。

    将简化后的车架三维模型导入ANSYS 14.5中。车架材料选用Q235A,屈服极限为510 MPa,截面尺寸60 mm×60 mm,厚度4 mm,其EX=2.1×1011μ=0.28。单元类型选取Solid 186,采用自由划分方式,网格大小设置为10 mm。在机械臂等应力较集中的地方将网格细化到6 mm。对车架离散后,共得到单元数96 061个,节点数187 733个。

    主要部件控制柜、机械臂、收集盒、分级装置的质量分别为40、270、40、75 kg;控制柜、机械臂、收集盒、分级装置车架的接触面积(长×宽)分别为1 100 mm×700 mm、3 600 mm×410 mm、1 100 mm×206 mm、840 mm×300 mm。

    纯弯曲工况主要是模拟移动平台静止或者匀速前进时车架的变形情况,此时车架主要受自身重力以及各部件向下的压力。添加载荷后,将左前轮UX、UY、UZ,右前轮UX,右后轮UX、UY,左后轮UX方向的自由度进行约束[15], 最后得到纯弯曲工况下的等效位移云图(图 4),此工况下车架第3根横梁中部变形最大,最大变形量为18.4 mm,最大应力值为61.4 MPa,远小于材料屈服极限。因此在纯弯曲工况下车架强度完全满足要求。

    图  4  纯弯曲工况下车架等效位移云图
    Figure  4.  Equivalent displacement image of the platform frame under pure bending working condition

    弯扭联合工况时,农田地面具有非线性特征,一般来说,移动平台在工作中,4个车轮不会处于同一个平面,最高点与最低点垂直距离可达到90 mm。此工况下在左前轮UX方向设置向上的45 mm位移约束,在右后轮UX设置向下的45 mm位移约束,对右前轮UX进行约束,动载荷系数取1.5, 最后得到弯扭工况下的等效位移云图(图 5),弯扭工况下车架变形最为严重,最大变形处位移减去施加的45 mm位移约束后仍达到14.1 mm,且应力集中的地方多为焊接部位。此时应在车架与前后桥的支柱上焊接支撑件,并采用电弧焊等特种焊接技术。

    图  5  弯扭工况下车架等效位移云图
    Figure  5.  Equivalent displacement image of the platform frame under twisting working condition

    采摘工况为移动平台特有工况,采摘机器人在进行田间作业时,圆柱式机械臂X轴做上下变速以及旋转运动,在其加速以及减速运动中对车架产生冲击。为获得采摘工况下机械臂对车架的作用力,将机械臂模型处理后导入ADAMS软件中进行分析。

    以水平轴做纵向变速运动为例,在ADAMS中,首先对机械臂主要部件进行定义,创建各部件之间的运动副。设定0~0.5 s为加速阶段,1.5~2.0 s为减速阶段,其余为匀速阶段。最后得到此时机械臂对底座的作用力如图 6所示, 此时机械臂对底座作用力最大为2 651N,加上旋转轴重力后共计3 228 N。同理可得机械臂旋转运动对底座的扭矩为152.4 N·m。将获得的压力与扭矩重新加载到车架上,获得采摘工况下车架的等效位移云图(图 7),该工况下由于施加了扭矩作用,车架在水平面上发生了扭曲,最大变形处为2.7 mm,变形量较小,符合要求。

    图  6  采摘工况下底座受力曲线
    Figure  6.  Force curve of the platform base under picking working condition
    图  7  采摘工况下车架等效位移云图
    Figure  7.  Equivalent displacement image of the platform frame under picking working condition

    综上分析,该车架在满足各部件合理布局的基础上,在各种工况下比较稳定,满足设计要求。

    电机容量和移动平台行进需要的驱动力以及所受地面摩擦力、迎风阻力、惯性阻力等有关。移动平台的驱动力应该与其所受的运行阻力保持平衡,即

    式中,Ft为驱动力,∑Wall为所受阻力之和。

    根据公式计算结果,综合比较不同类型电机的优缺点后,选择安川永磁同步电机(PMSM)作为驱动电机,型号为SGMGV-30ADC61,功率2.9 kW,i=36;转向系统选择安川永磁同步电机SGMJV-02ADE6S,功率0.27 kW,减速机i=25。

    水果采摘机器人移动平台在实际工作中的运动并不连续,在短距离内,移动平台频繁执行刹车、启动、变速等动作。这就要求车载电机具有快速响应、高精度控制、节能、扭变平滑性等特点。

    在工程实践中,众多PMSM控制方式里面,最大转矩电流比矢量控制(MPTA)和ID=0控制最为常见[16]。在高速、低转矩条件下,2种控制方式都可以使电机较快达到稳定状态,转矩波动较小,但不一定适应水果采摘机器人移动平台特殊的工作方式以及恶劣的工作环境。

    本文利用MATLAB/Simulink组件,基于MPTA以及ID=0控制方式的原理,将2种方式集成比较,利用Switch模块可自由切换。仿真时间设定为0.8 s,初始转速给定值为500 r·min-1,0.4 s后加速为800 r·min-1。初始扭矩5 N·m,0.6 s后增加为20 N·m。得到电机转速响应,IQ、ID(IQ、ID分别表示电机内部D、Q轴的电流)给定值与反馈值,电机输出力矩波形等曲线。以MPTA方式为例,电机转速响应曲线以及电机输出扭矩曲线如图 8所示,电机启动之后0.08 s左右达到稳定值。电机加速阶段,IQ值很大,ID为负值,产生24 N·m恒定的力矩,当转速上升到500 r·min-1且稳定后,电机输出力矩5 N·m。0.4 s时电机转速变为800 r·min-1,IQ变大,ID为负值,电机输出力矩加大。0.6 s时力矩从5变为20 N·m,导致电机转速下降,为了维持转速,控制系统通过调节, 使电机输出力矩增大到24 N·m左右。转速稳定后,电机输出力矩20 N·m与设定力矩平衡。

    图  8  MPTA控制下永磁同步电机转速和输出力矩响应曲线
    Figure  8.  The speed response curve and torque response curve of PMSM under MPTA control

    通过Switch开关切换到基于ID=0控制模式,得到此方式下的仿真曲线,在0.4 s速度给定由500 r·min-1变为800 r·min-1时,由于输出的给定电流饱和,故出现ID和IQ电流无法跟上的情况,同时电机的输出力矩也会变小,加速变缓慢。

    综上,PMSM在水果采摘机器人移动平台特殊的工作环境下,采用MTPA控制的方式要比ID=0控制方式好,电机输出力矩响应快,同等输出力矩下电流要小,耗电量更小。2种典型控制方式的比较简单直观,对以后的工作实践具有一定的参考意义。

    移动平台控制系统主要由上位机控制器、下位机控制器和各传感器系统等组成,硬件结构框图参见文献[12]。

    上位机选用研华IPC610-H型工控机作为运算控制中心,内置数据采集卡、1394转换卡等部件与下位机、传感器通信协同工作,实现自主导航、自主采摘。移动平台各部件协同工作内容主要包括:工控机通过RS-232与人机交互模块通信,可实时调整水果采摘机器人整体的运行状态;工控机实时解析GPS接收机输出的NMEA语句中包含的速度、位置信号值,实现对移动平台驱动速度、转向角度的动态控制;GPS装置采用DB9型COM串口通信,采用MAX232芯片进行信号转换,信号输入单片机后,通过CAN总线输入到工控机,当检测到GPS坐标值到达终点时,移动平台停止运行;工控机调用双目摄像机自带TriclopsRCDToXYZ函数,解析果实在相机坐标系下的坐标值,对坐标值进行转换后,向MP2100板卡发送运动信号;工控机接收防撞梁光电开关信号、机械臂故障等信号,接收到信号之后,向MP2100板卡发送制动命令。

    移动平台运动控制系统通信协议分为以太网和CAN总线控制,其中运动控制板卡MP2100通过TCP/IP协议与上位机构成以太网;同时MP2100通过CANN Open2.0协议与下位机驱动器、控制器构成CAN总线。

    在进行CAN总线设计之前,应确定系统总体功能。MP2100作为主节点,其他控制节点作为从节点[17],从节点基本模块应该包括:数据采集模块,采集移动平台车速、转角以及传感器信号等;数据转换模块,将采集到的数据转换为可以向其他节点传输的格式,同时将从其他节点接受的信息转换为自身可识别的格式;通信模块,实现相同层次间的信息沟通,即物理层与物理层的信息交换,应用层与应用层间的信号交换;输出模块,对上位机传输的信号进行打包,并在编码、解码后,通过MDI接口输出到电机驱动器上,控制电机的运行。

    一般来说,智能农业车辆的自主行走主要包括直线追踪、地头转向、视觉避障等任务,其中直线追踪是一种最基本的导航任务,通过信息传感器系统获取的位姿以及定位信息与预定航线的比较,实时调整运行速度以及转向角度,以便回归到正确航线。移动平台采用DGPS以及视觉传感器检测到的数据相融合获取位姿信息,采用Trimble公司生产的差分式GPS获取平台的移动速度以及定位数据,并且在上位机中使用VC++编写自主导航控制程序。其中,差分式GPS标称速度检测误差约为0.04 m·s-1,定位误差约为0.3 m,双目摄像机测距精度约为0.208 mm,上位机程序处理时间约为0.1 s[18]

    试验方法及控制策略如下:各设备自检并进行初始化操作,若检测到硬件故障或者程序错误,工控机停止导航,移动平台原地报警[19];在导航程序中编辑目标航线Ax+By+C=0、移动平台初始坐标值、运行速度等信息,上位机读取GPS和AHRS数据,计算行走路线;移动平台导航开始,上位机实时计算横向偏差E即平台中心点(xpyp)与目标航线的距离:

    Axp+Byp>C, 则E取正值,反之E取负值;根据横向偏差E,实时调整移动平台转向角度。具体规则如下:当横向偏差E大于最小转弯半径Rmin时,平台距离目标航线较远,此时平台作直线行驶,转向角α=0°。当运行至ERmin时,上位机程序计算最佳转向角并转化为电机实际脉冲数,开始转向,向目标航线逐渐靠近,实现直线追踪。

    直线追踪行走试验在南京农业大学校园水泥路以及江浦农场苹果园路面进行,移动平台初始设置为:横向偏差E=1.2±0.1 m,转角0°±1°,车速1.0、1.5 m·s-1。横向偏差的实时变化曲线见图 9,导航初始时,由于E较大,移动平台作斜直线匀速行驶。土壤路面上行走至22 s时,E趋于稳定,由于土壤较为松软,移动平台的惯性与地面的摩擦的滤波作用显著,E的变化总体平滑,最大偏差值为0.22 m左右。水泥路面下横向偏差最大为0.34 m,视觉处理的延时对误差有一定影响[20]

    图  9  行走试验结果
    Figure  9.  Walking test results

    1) 基于三自由度机械臂,设计了一种轮式智能移动平台,各工作部件之间无干涉、结构紧凑、适应性强。

    2) 基于ANSYS对车架进行了有限元分析,极限工况下最大变形量为14.1 mm,对容易发生应力集中的几处区域加强处理后,可满足农田环境工作要求。使用MATLAB对电机进行了基于MPTA和ID=0控制方式的仿真分析,电机约0.8 ms达到稳定,扭变平滑性较好。

    3) 使用VC++语言开发了人机交互界面,编写了运动控制程序。搭建了基于CAN总线开放式控制系统,协调GPS、AHRS、DGPS等设备,实现了该移动平台的高精度运动。

  • 图  1   变速箱齿轮虚拟设计系统框架图

    Figure  1.   Frame diagram of gearbox gear virtual design system

    图  2   齿轮概念本体树

    Figure  2.   The ontology tree of gear concept

    图  3   简单参数化系统和智能参数化系统比较

    Figure  3.   Comparison between simple parametric system and intelligent parametric system

    图  4   齿轮结构底层特征

    Figure  4.   Features of bottom layer of gear structure

    图  5   齿轮用户菜单

    Figure  5.   The menu for gear user

    图  6   齿轮用户输入对话框

    Figure  6.   The dialog window of input for gear user

    图  7   变速箱齿轮虚拟设计系统界面

    Figure  7.   The virtual design system interface of transmission gear

    图  8   拖拉机花键齿轮

    Figure  8.   Tractor spline gear

  • [1] 罗锡文, 廖娟, 邹湘军, 等. 信息技术提升农业机械化水平[J]. 农业工程学报, 2016, 32(20): 1-14. doi: 10.11975/j.issn.1002-6819.2016.20.001
    [2] 陈燕, 曾泽钦, 王杰, 等. 收获机虚拟环境模型与仿真平台构建[J]. 农业机械学报, 2019, 50(7): 159-166.
    [3] 陈科尹, 邹湘军, 彭红星, 等. 基于半实物仿真的采摘机器人视觉定位研究[J]. 系统仿真学报, 2017, 29(8): 1736-1746.
    [4] 李春燕, 石小龙, 刘德仿, 等. 基于知识的拖拉机变速箱智能化设计系统研究[J]. 农机化研究, 2016, 38(10): 250-253. doi: 10.3969/j.issn.1003-188X.2016.10.052
    [5]

    FEIGENBAUM E A. The art of artificial intelligence: Themes and case studies of knowledge engineering[C]//Proceedings of the fifth joint international conference on artificial intelligence. Pennsylvania: Carnegie-Mellon University, 1977: 1014-1029.

    [6]

    TANG Y, LI L, WANG C, et al. Real-time detection of surface deformation and strain in recycled aggregate concrete-filled steel tubular columns via four-ocular vision[J]. Robot Com-Int Manuf, 2019, 59: 36-46. doi: 10.1016/j.rcim.2019.03.001

    [7] 王红军, 赵润茂, 唐之富, 等. 基于多领域统一建模的采摘机械手运动仿真[J]. 机械设计与制造, 2015,297(11): 156-159. doi: 10.3969/j.issn.1001-3997.2015.11.039
    [8]

    ZOU X, ZOU H, LU J. Virtual manipulator-based binocular stereo vision positioning system and errors modelling[J]. Mach Vision Appl, 2012, 23(1): 43-63. doi: 10.1007/s00138-010-0291-y

    [9] 刘宏新, 王登宇, 郭丽峰, 等. 先进设计技术在农业装备研究中的应用分析[J]. 农业机械学报, 2019, 50(7): 1-18.
    [10] 宋正河, 毕淑琴, 金晓萍, 等. 履带式收获机械传动系快速设计推理方法[J]. 农业机械学报, 2013, 44(S2): 268-272.
    [11] 陈雨, 毛恩荣, 吕黄珍, 等. 基于推理的大型收获机械变速箱参数化设计[J]. 农业机械学报, 2013, 44(S2): 278-282.
    [12] 郑军红. 基于知识工程的智能夹具设计系统构建研究[D]. 杭州: 浙江大学, 2010.
    [13] 邹湘军, 李静, 孙权, 等. 采摘机械手虚拟设计与仿真系统的研究[J]. 系统仿真学报, 2010, 22(11): 2748-2752.
    [14]

    CHEN M, TANG Y, ZOU X, et al. High-accuracy multi-camera reconstruction enhanced by adaptive point cloud correction algorithm[J]. Opt Laser Eng, 2019, 122: 170-183. doi: 10.1016/j.optlaseng.2019.06.011

    [15]

    REDDY E J, RANGADU V P. Development of knowledge based parametric CAD modeling system for spur gear: An approach[J]. Alx Eng J, 2018, 57(4): 3139-3149. doi: 10.1016/j.aej.2018.07.010

    [16]

    YIN X, SHENG B, ZHAO F, et al. A correlation-experience-demand based personalized knowledge recommendation approach[J]. IEEE Access, 2019, 7: 61811-61830. doi: 10.1109/ACCESS.2019.2916350

    [17] 王智明, 杨旭, 平海涛. 知识工程及专家系统[M]. 北京: 化学工业出版社, 2006.
    [18] 张幼军, 岳清萍. 知识熔接技术的研究与应用[J]. 沈阳工业大学学报, 2007, 29(1): 5-8. doi: 10.3969/j.issn.1000-1646.2007.01.002
    [19] 林海伦, 王元卓, 贾岩涛, 等. 面向网络大数据的知识融合方法综述[J]. 计算机学报, 2017, 40(1): 1-27.
    [20] 杜岳峰, 傅生辉, 毛恩荣, 等. 农业机械智能化设计技术发展现状与展望[J]. 农业机械学报, 2019, 50(9): 1-17.
    [21]

    GRUBER T R. A translation approach to portable ontology specifications[J]. Knowl Acq, 1993, 5(2): 199-220. doi: 10.1006/knac.1993.1008

    [22] 张开兴, 王丽, 刘贤喜, 等. 基于本体的水稻收割机底盘虚拟装配工艺知识库设计[J]. 农机化研究, 2015, 37(11): 121-124. doi: 10.3969/j.issn.1003-188X.2015.11.027
    [23] 黄颖, 李康顺, 李伟, 等. 一种基于本体语言的业务流程建模算法[J]. 系统仿真学报, 2017, 29(10): 2282-2290.
    [24] 曹丽英, 姚玉霞, 于合龙, 等. 基于模糊本体的玉米病害诊断模型的构建[J]. 华南农业大学学报, 2014, 35(2): 101-104. doi: 10.7671/j.issn.1001-411X.2014.02.019
图(8)
计量
  • 文章访问数: 
  • HTML全文浏览量:  0
  • PDF下载量: 
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-12-22
  • 网络出版日期:  2023-05-17
  • 刊出日期:  2020-07-09

目录

/

返回文章
返回