CN112231857A - 一种盖板和壳体的智能匹配方法 - Google Patents
一种盖板和壳体的智能匹配方法 Download PDFInfo
- Publication number
- CN112231857A CN112231857A CN202011061908.5A CN202011061908A CN112231857A CN 112231857 A CN112231857 A CN 112231857A CN 202011061908 A CN202011061908 A CN 202011061908A CN 112231857 A CN112231857 A CN 112231857A
- Authority
- CN
- China
- Prior art keywords
- cover plate
- shell
- cover
- size
- width
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/18—Manufacturability analysis or optimisation for manufacturability
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请属于自动化微组装技术领域,特别涉及一种盖板和壳体的智能匹配方法。所述方法包括获取待匹配的多个盖板的尺寸及壳体的尺寸;对每一个盖板,计算其与任一盖体的代价因子,其中,若盖板尺寸大于壳体尺寸,或者壳体尺寸比盖板尺寸大0.2mm及以上,则将代价因子设置为S,否则,按照以下公式计算代价因子K:(壳体宽度‑盖板宽度‑0.02)^2+(壳体长度‑盖板长度‑0.02)^2;以代价因子作为KM算法的二部图输入值,通过KM算法输出完美匹配的顶点对,其中顶点对标示了盖板与所述壳体的编号对应关系;S被设定为远大于K的数值。本申请基于KM算法优化组件壳体与盖板的匹配组合,尽可能地减小组件壳体与盖板之间的间隙,提高了匹配精度和生产效率。
Description
技术领域
本申请属于自动化微组装技术领域,特别涉及一种盖板和壳体的智能匹配方法。
背景技术
随着产品小型化、高精度、低成本的需求,需要更高加工精度和效率的微组装生产线实现加工。微组装生产线主要由SMT组装、芯片共晶焊接、键合互连、集成装焊等制造单元组成,随着微组装设备的快速发展,大部分设备已实现自动化,并向智能化方向发展,加工精度和效率得到大幅提升,而集成装焊和调试测试单元的发展相对落后。
T/R组件智能化集成装焊单元主要完成盖板与壳体的匹配,对于n个盖板与n个壳体,需要一一对应,并且配对的盖板和壳体,要求盖板尺寸小于壳体的尺寸。标准试验下,盖板的标准宽度为5,标准长度为10,壳体尺寸比盖板尺寸稍大,标准宽度为5.02,标准长度为10.02,因为加工误差导致某些壳体与盖板不匹配,现有集成装焊单元主要依靠人工和自动结合,不具备自主匹配优化等功能,其集成装配精度、效率难于满足要求。
发明内容
针对现有集成装焊单元壳体和盖板装配精度低、生产效率低的问题,本申请提出了基于KM算法的智能匹配方法,可根据壳体和盖板的尺寸优化配对,并优化装配工艺,提高焊接质量,从而实现生产效率和装配精度的提高。
本申请盖板和壳体的智能匹配方法,主要包括:
步骤S1、获取待匹配的多个盖板的尺寸及与所述盖板相同数量的多个壳体的尺寸,所述尺寸包括长度及宽度;
步骤S2、对每一个盖板,计算其与任一盖体的代价因子,其中,若盖板尺寸大于壳体尺寸,或者壳体尺寸比盖板尺寸大0.2mm及以上,则将代价因子设置为S,否则,按照以下公式计算代价因子K:
(壳体宽度-盖板宽度-0.02)^2+(壳体长度-盖板长度-0.02)^2;
步骤S3、以代价因子作为KM算法的二部图输入值,通过KM算法输出完美匹配的顶点对,其中所述顶点对标示所述盖板与所述壳体的编号对应关系;
其中,S被设定为远大于K的数值。
优选的是,步骤S3之后,进一步包括:
步骤S4、计算所述顶点对的代价因子的总和,若所述总和大于S,则表示至少存在一对不能实现匹配的盖板及壳体,去除不能实现匹配的盖板及壳体,从新计算代价因子并执行KM算法,直至计算的代价因子的总和小于S。
优选的是,去除不能实现匹配的盖板及壳体包括:
步骤S41、删除壳体尺寸与壳体标准尺寸之间差值最大所对应的壳体;
步骤S42、删除盖板尺寸与盖板标准尺寸之间差值最大所对应的盖板。
优选的是,根据以下公式计算壳体或盖板尺寸与标准尺寸的差值:
d=max{|l-ls|,|w-ws|}
其中,l,w分别为部件的实际长度和实际宽度,ls,ws分别为部件的标准长度和标准宽度。
优选的是,S取值为100。
相对于现有的生产方法,本方法主要有以下优点:
(1)根据待装配壳体和盖板的尺寸,将前道加工误差进行关联,优化配对,从而优化装配工艺;
(2)实现智能匹配,有助于进一步实现集成装配焊接的智能化和自动化,缩短加工周期、提高一次装配的合格率、焊接良率和持续优化产品的加工精度。
附图说明
图1是本申请盖板和壳体的智能匹配方法的一优选实施例的流程图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚,下面将结合本申请实施方式中的附图,对本申请实施方式中的技术方案进行更加详细的描述。在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施方式是本申请一部分实施方式,而不是全部的实施方式。下面通过参考附图描述的实施方式是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。基于本申请中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本申请保护的范围。下面结合附图对本申请的实施方式进行详细说明。
本申请主要围绕智能集成装焊单元中的组件壳体与盖板的智能匹配开展研究。基于KM算法优化组件壳体与盖板的匹配组合,尽可能地减小组件壳体与盖板之间的间隙,提高匹配精度和生产效率,从而保证产品的焊接质量。
本申请提供了一种盖板和壳体的智能匹配方法,如图1所示,主要包括:
步骤S1、获取待匹配的多个盖板的尺寸及与所述盖板相同数量的多个壳体的尺寸,所述尺寸包括长度及宽度;
步骤S2、对每一个盖板,计算其与任一盖体的代价因子,其中,若盖板尺寸大于壳体尺寸,或者壳体尺寸比盖板尺寸大0.2mm及以上,则将代价因子设置为S,否则,按照以下公式计算代价因子K:
(壳体宽度-盖板宽度-0.02)^2+(壳体长度-盖板长度-0.02)^2;
步骤S3、以代价因子作为KM算法的二部图输入值,通过KM算法输出完美匹配的顶点对,其中所述顶点对标示所述盖板与所述壳体的编号对应关系;
其中,S被设定为远大于K的数值,通常情况下,K的计算值一般小于,此时S可以取值为100。
实施例一、
该实施例给出了壳体与盖板存在完全匹配情况下的解决方案。举例来说,仿真15组壳体和盖板的尺寸数据,假设每一个壳体与盖板均符合假设的工艺要求,即盖板的标准宽度为5,标准长度为10,由于加工误差,实际尺寸会与标准尺寸之间存在偏差,偏差服从均值为0,标准差为0.01的标准正态分布;壳体尺寸比盖板尺寸稍大,标准宽度为5.02,标准长度为10.02,由于加工误差,实际尺寸会与标准尺寸之间存在偏差,偏差同样服从均值为0,标准差为0.01的标准正态分布;
根据概率论相关知识,在该设置条件下,壳体和盖板存在完全匹配的概率超过80%。利用KM算法进行匹配,验证算法性能。
表1给出了壳体的仿真数据,表2给出了盖板的仿真数据。
表1壳体长宽仿真数据
序列 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
宽(mm) | 5.0235 | 5.0186 | 5.0174 | 5.0291 | 5.0431 | 5.0285 | 5.0264 | 5.0200 |
长 | 10.0117 | 10.0075 | 10.0060 | 10.0228 | 10.0395 | 10.0220 | 10.0249 | 10.0214 |
序列 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | -- |
宽 | 5.0213 | 5.0258 | 5.0145 | 5.0051 | 5.0243 | 5.0130 | 5.0239 | -- |
长 | 10.0223 | 10.0437 | 10.0122 | 10.0184 | 10.0133 | 10.0271 | 10.0226 | -- |
表2盖板长宽仿真数据
序列 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
宽 | 5.0104 | 5.012 | 4.9889 | 5.0006 | 5.0123 | 5.0055 | 5.0140 | 5.0122 |
长 | 10.0006 | 10.0096 | 10.0163 | 9.9971 | 9.9959 | 9.9868 | 9.9972 | 9.9929 |
序列 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | -- |
宽 | 5.0234 | 4.9738 | 4.9967 | 4.9966 | 4.9858 | 4.9948 | 5.0142 | -- |
长 | 9.9978 | 9.9977 | 9.9927 | 9.9886 | 9.9962 | 10.0001 | 9.9910 | -- |
表1及表2可以看出,盖板长度的最大值为10.0163,最小值为9.9886;宽度的最大值为5.0234,最小值为4.9738.通过比较壳体和盖板之间的尺寸数据,可以初步断定这些壳体与盖板之间能够完全匹配。
首先,在步骤S2中,将15个盖板和15个盖体分别作为二部图的的左右顶点集。对左右的每个点都匹配一遍,计算每一个匹配的代价因子。如果二者不能进行匹配时,设置其代价因子为100。通过上述操作,盖板和盖体的最优匹配问题就转换成为这个二部图的最优匹配问题,可以通过Kuhm-Munkres带权匹配算法实现完美匹配,KM算法为一种求赋权二部图中的最大权匹配的算法,具体流程如下:
(1)初始化各个顶点的顶标值;
(2)找出符合“左顶标+右顶表=连线权值”条件的边构成相等子图,使用Kuhm-Munkres算法寻找相等子图的完美匹配;
(3)如果找到相等子图的完美匹配,则算法结束,否则调制相关顶点的顶标值;
(4)重复步骤(2)和(3),直到找到完美匹配为之,输出完美匹配的顶点对即为最优盖板/盖体的匹配结果。
KM算法输入:二部图G=(X,Y)及各边上的权(矩阵)。
KM算法输出:G的最大权匹配。
第0步:给G=(X,Y)添加一些顶点和权为0的边,使其成为赋权完全二部图,仍记为G;
第1步:从G的任一可行的顶点标号l(比如平凡标号)开始,求出相等子图Gl.
第2步:在Gl中执行匈牙利算法,如果求得Gl的一个完美匹配M,则输出M
第3步:计算al,计算G的新的可行顶点标号l',以l'替代l,Gl'替代Gl,转第2步。
根据步骤S1至步骤S3利用KM算法进行匹配,具体的匹配结果如下表3所示
表3匹配结果
表3中第6列与第1行的交汇值为1,解读为:表1中的第6个壳体与表2中的第1个盖板匹配,其余同理不再赘述。
经计算,总的匹配代价为0.0016,因此,在标准情况下,KM算法能够有效地解决壳体和盖板的最优匹配问题。
在一些可选实施方式中,进一步包括:
步骤S4、计算所述顶点对的代价因子的总和,若所述总和大于S,则表示至少存在一对不能实现匹配的盖板及壳体,去除不能实现匹配的盖板及壳体,从新计算代价因子并执行KM算法,直至计算的代价因子的总和小于S。
在一些可选实施方式中,去除不能实现匹配的盖板及壳体包括:
步骤S41、删除壳体尺寸与壳体标准尺寸之间差值最大所对应的壳体;
步骤S42、删除盖板尺寸与盖板标准尺寸之间差值最大所对应的盖板。
上述实施例解决了壳体与盖板不存在完全匹配情况下的解决方案,举例如下。
实施例二、
实验设置与实验1相同,即盖板的标准宽度为5,标准长度为10,由于加工误差,实际尺寸会与标准尺寸之间存在偏差,偏差服从均值为0,标准差为0.01的标准正态分布;壳体尺寸比盖板尺寸稍大,标准宽度为5.02,标准长度为10.02,由于加工误差,实际尺寸会与标准尺寸之间存在偏差,偏差同样服从均值为0,标准差为0.01的标准正态分布。
表4给出了该实施例的壳体的仿真数据,表5给出了该实施例的盖板的仿真数据。
表4壳体长宽仿真数据
序列 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
宽(mm) | 5.0247 | 5.0186 | 5.0270 | 5.0093 | 5.0250 | 5.0272 | 5.0208 | 5.0232 |
长 | 10.0093 | 10.0180 | 10.0386 | 10.0292 | 10.0244 | 10.0329 | 10.0238 | 10.0151 |
序列 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | -- |
宽 | 5.0155 | 5.0275 | 5.0267 | 4.9877 | 5.0183 | 5.0236 | 5.0147 | -- |
长 | 10.0071 | 10.0302 | 10.0143 | 10.0155 | 10.0259 | 10.0149 | 10.0318 | -- |
表5盖板长宽仿真数据
序列 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
宽 | 5.0141 | 4.9881 | 5.0037 | 5.0052 | 4.9940 | 5.0048 | 5.0033 | 5.0154 |
长 | 9.9898 | 10.0092 | 10.0143 | 9.9990 | 9.9916 | 10.0028 | 10.0029 | 10.0213 |
序列 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | -- |
宽 | 4.9959 | 4.9954 | 5.0221 | 4.9953 | 5.0205 | 5.0106 | 5.0055 | -- |
长 | 9.9840 | 9.9959 | 10.0096 | 10.0056 | 10.0019 | 10.0159 | 9.9936 | -- |
盖板长度的最大值为10.0213,最小值为9.9840;宽度的最大值为5.0221,最小值为4.9881。比较盖板尺寸与壳体尺寸可知,盖板宽度的最小值4.9881大于壳体宽度的最小值4.9877,因此,至少存在一个盖板无法与任意一个壳体进行匹配。
按照实施例一的方法,利用KM算法进行匹配,可以匹配相对应的结果,不再展示,本领域技术人员根据上述分析可以理解该匹配结果中至少存在一个不太理想的匹配结果。本实施例二致力于解决该技术问题,首先通过步骤S4,能够计算出代价因子总和较大,例如经计算第13个盖板与第12个壳体匹配时出现盖板宽度小于壳体尺寸的情况,因此代价因子总和将超过100。
当出现盖板与壳体不能匹配的情况时,可以剔除与标准尺寸相差较大的壳体与盖板之后再进行匹配。
首先计算壳体长宽与标准尺寸之间的差值以及盖板长宽与标准尺寸之间的差值,如表6-表7所示。
表6壳体长宽与标准尺寸之间的差值
序列 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
宽 | 0.0047 | -0.0014 | 0.0070 | -0.0107 | 0.0050 | 0.0072 | 0.0008 | 0.0032 |
长 | -0.0107 | -0.0020 | 0.0186 | 0.0092 | 0.0044 | 0.0129 | 0.0038 | -0.0049 |
序列 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | -- |
宽 | -0.0045 | 0.0075 | 0.0067 | -0.0323 | -0.0017 | 0.0036 | -0.0053 | -- |
长 | -0.0129 | 0.0102 | -0.0057 | -0.0045 | 0.0059 | -0.0051 | 0.0118 | -- |
表7盖板长宽与标准尺寸之间的差值
定义部件(包括壳体与盖板)尺寸与标准尺寸之间的距离d为:
d=max{|l-ls|,|w-ws|}
其中,l,w分别为部件的实际长度和实际宽度,ls,ws分别为部件的标准长度和标准宽度。距离d的计算结果如表8-表9所示。
表8壳体尺寸与标准尺寸之间的距离
序列 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
d | 0.0107 | 0.0020 | 0.0186 | 0.0107 | 0.0050 | 0.0129 | 0.0038 | 0.0049 |
序列 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | -- |
d | 0.0129 | 0.0102 | 0.0067 | 0.0323 | 0.0059 | 0.0051 | 0.0118 | -- |
表9盖板尺寸与标准尺寸之间的距离
序列 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
d | 0.0141 | 0.0119 | 0.0143 | 0.0052 | 0.0084 | 0.0048 | 0.0033 | 0.0213 |
序列 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | -- |
d | 0.0160 | 0.0046 | 0.0221 | 0.0047 | 0.0205 | 0.0159 | 0.0064 | -- |
由表可知,壳体尺寸与标准尺寸之间相差最大的是第12个壳体,与标准尺寸之间的距离为0.0323;盖板尺寸与标准尺寸之间相差最大的是第11个盖板,与标准尺寸之间的距离为0.0221;
剔除掉第12个壳体与第11个盖板,利用KM算法对剩余14组壳体和盖板进行重新匹配,匹配结果如下表10所示。
表10标准情况下KM匹配结果
总的匹配代价为0.0007。
因此,当剔除掉数据中不能匹配的数据后,KM算法能够有效地解决壳体和盖板的最优匹配问题。
由上述两个实施例可知,KM算法能够有效地解决壳体和盖板的最优匹配问题。而在不确定壳体/盖板是否存在完全匹配的情况下,可以先利用KM算法对所有壳体和盖板进行匹配,然后根据总的匹配代价的大小确定壳体/盖板是否存在完全匹配。如果不存在完全匹配,可以将壳体与盖板中与标准尺寸相差较大的剔除掉,再进行匹配,直到壳体和盖板能够完美匹配为止。
本申请基于KM算法优化组件壳体与盖板的匹配组合,尽可能地减小组件壳体与盖板之间的间隙,提高了匹配精度和生产效率。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (5)
1.一种盖板和壳体的智能匹配方法,其特征在于,包括:
步骤S1、获取待匹配的多个盖板的尺寸及与所述盖板相同数量的多个壳体的尺寸,所述尺寸包括长度及宽度;
步骤S2、对每一个盖板,计算其与任一盖体的代价因子,其中,若盖板尺寸大于壳体尺寸,或者壳体尺寸比盖板尺寸大0.2mm及以上,则将代价因子设置为S,否则,按照以下公式计算代价因子K:
(壳体宽度-盖板宽度-0.02)^2+(壳体长度-盖板长度-0.02)^2;
步骤S3、以代价因子作为KM算法的二部图输入值,通过KM算法输出完美匹配的顶点对,其中所述顶点对标示所述盖板与所述壳体的编号对应关系;
其中,S被设定为远大于K的数值。
2.如权利要求1所述的盖板和壳体的智能匹配方法,其特征在于,步骤S3之后,进一步包括:
步骤S4、计算所述顶点对的代价因子的总和,若所述总和大于S,则表示至少存在一对不能实现匹配的盖板及壳体,去除不能实现匹配的盖板及壳体,从新计算代价因子并执行KM算法,直至计算的代价因子的总和小于S。
3.如权利要求2所述的盖板和壳体的智能匹配方法,其特征在于,去除不能实现匹配的盖板及壳体包括:
步骤S41、删除壳体尺寸与壳体标准尺寸之间差值最大所对应的壳体;
步骤S42、删除盖板尺寸与盖板标准尺寸之间差值最大所对应的盖板。
4.如权利要求3所述的盖板和壳体的智能匹配方法,其特征在于,根据以下公式计算壳体或盖板尺寸与标准尺寸的差值:
d=max{|l-ls|,|w-ws|}
其中,l,w分别为部件的实际长度和实际宽度,ls,ws分别为部件的标准长度和标准宽度。
5.如权利要求1所述的盖板和壳体的智能匹配方法,其特征在于,S取值为100。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011061908.5A CN112231857A (zh) | 2020-09-30 | 2020-09-30 | 一种盖板和壳体的智能匹配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011061908.5A CN112231857A (zh) | 2020-09-30 | 2020-09-30 | 一种盖板和壳体的智能匹配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112231857A true CN112231857A (zh) | 2021-01-15 |
Family
ID=74120982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011061908.5A Pending CN112231857A (zh) | 2020-09-30 | 2020-09-30 | 一种盖板和壳体的智能匹配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112231857A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115055964A (zh) * | 2022-08-18 | 2022-09-16 | 山东鑫亚工业股份有限公司 | 一种基于喷油泵的智能装配方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011216703A (ja) * | 2010-03-31 | 2011-10-27 | National Institute Of Advanced Industrial Science & Technology | ウェハ積層方法 |
US20130054581A1 (en) * | 2011-08-24 | 2013-02-28 | Hisham Said Tawfick | Part number search method and system |
CN108984892A (zh) * | 2018-07-09 | 2018-12-11 | 中国计量大学 | 一种基于轴向游隙贡献量的轴承套圈零件匹配方法 |
CN110309779A (zh) * | 2019-07-01 | 2019-10-08 | 南昌青橙视界科技有限公司 | 装配场景中零件操作动作的监测方法、装置及电子设备 |
CN110751679A (zh) * | 2019-10-23 | 2020-02-04 | 湖南大学 | 一种高效且稳健的人体图像与三维人体模型匹配技术 |
-
2020
- 2020-09-30 CN CN202011061908.5A patent/CN112231857A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011216703A (ja) * | 2010-03-31 | 2011-10-27 | National Institute Of Advanced Industrial Science & Technology | ウェハ積層方法 |
US20130054581A1 (en) * | 2011-08-24 | 2013-02-28 | Hisham Said Tawfick | Part number search method and system |
CN108984892A (zh) * | 2018-07-09 | 2018-12-11 | 中国计量大学 | 一种基于轴向游隙贡献量的轴承套圈零件匹配方法 |
CN110309779A (zh) * | 2019-07-01 | 2019-10-08 | 南昌青橙视界科技有限公司 | 装配场景中零件操作动作的监测方法、装置及电子设备 |
CN110751679A (zh) * | 2019-10-23 | 2020-02-04 | 湖南大学 | 一种高效且稳健的人体图像与三维人体模型匹配技术 |
Non-Patent Citations (5)
Title |
---|
"对比文件1" * |
KUHN H W: "The Hungarian method for the assignment problem", NAVAL RESEARCH LOGISTICS QUARTERLY, vol. 2, no. 1, pages 83 - 97 * |
LIGUANXING: "求二分图最大权匹配的km算法", Retrieved from the Internet <URL:https://blog.csdn.net/liguanxing/article/details/5665646> * |
于庆杰 等: "多批量轴承合套的快速优选方案", 轴承, no. 05, pages 6 - 9 * |
贡林欢 等: "基于二分图最大匹配的RV减速器选配方法", 机械设计与研究, vol. 35, no. 02, pages 79 - 82 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115055964A (zh) * | 2022-08-18 | 2022-09-16 | 山东鑫亚工业股份有限公司 | 一种基于喷油泵的智能装配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107016019B (zh) | 数据库索引创建方法及装置 | |
CN110597787B (zh) | 元件库的创建方法、创建装置、电子设备及存储介质 | |
CN112231857A (zh) | 一种盖板和壳体的智能匹配方法 | |
CN111144082B (zh) | 多表格迭代计算方法、装置、电子设备及存储介质 | |
CN111405842B (zh) | 一种三引脚电子元器件的引脚自适应定位插装方法及系统 | |
CN115055964B (zh) | 一种基于喷油泵的智能装配方法及系统 | |
CN112784853A (zh) | 端子连接状态检测方法及装置 | |
CN106933919B (zh) | 数据表的连接方法及装置 | |
CN111027316A (zh) | 文本处理方法、装置、电子设备及计算机可读存储介质 | |
CN115859128A (zh) | 一种基于档案数据交互相似度的分析方法和系统 | |
CN112286712B (zh) | 基于唯一id的容错修复方法 | |
CN113297311B (zh) | 一种数据转换方法及装置 | |
CN113935912A (zh) | 相机的去畸变圆心校正方法、装置、终端设备及介质 | |
CN109639520B (zh) | 一种反应堆保护系统网络通信的计算机辅助测试方法 | |
CN112213615A (zh) | 一种射频电路调试方法、装置、电子设备及存储介质 | |
CN110928533A (zh) | 基于增量技术智能站数据类型模板展示方法及系统 | |
CN112288748A (zh) | 一种语义分割网络训练、图像语义分割方法及装置 | |
CN105446711A (zh) | 获取用于软件开发任务的上下文信息的方法及装置 | |
CN114490916B (zh) | 一种gis数据处理模型定制方法 | |
CN107360589B (zh) | 一种移动通信网络的数据清洗方法及数据清洗装置 | |
CN111832559B (zh) | 目标检测方法及装置、存储介质、电子装置 | |
CN106897447A (zh) | 一种基于规则电气图纸箱号的自动化查找方法 | |
CN116955211B (zh) | 标准符合性测试方法、装置、电子设备及存储介质 | |
CN106095875A (zh) | 一种改进直播终端id的方法及装置 | |
CN108255887A (zh) | 校验行业文本的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |