工程数据计算机处理的方法有,课件第三章——工程数据的计算机处理(带母板).ppt...

课件第三章——工程数据的计算机处理(带母板)

第3章 工程数据的计算机处理 3.1 数表的程序化处理 对那些可以找到计算公式的数表来说，只需要将其公式写入程序，程序运行时自动完成程序化处理。本节主要针对没有现成公式的数表的程序化处理。 3.1.1 一维数表的程序化处理 一维数表的形式最为简单，只包含一行数据项，如表3-1所列。从该表我们容易看出，一维数表只有一个因变量(如表中的密度)，表格体现为一行多列的形式。每个自变量与因变量之间为一对一的关系，即对应每一种材料(自变量值)有一个唯一确定的密度(因变量值)。 3.2 数表的文件化处理 对于大型数表或需要进行共享的数表来说，进行程序化很显然是不合适的。这种情况下最好进行文件化处理，使数据与程序分离。 提高运行的效率也可以实现数据的共享，更新和维护也很方便。 文件化处理是将工程数据以一定的格式存放于文件当中，使用时程序打开该文件并进行查询等操作，当然程序对数据的操作与数据文件的格式是一一对应的。数据文件可以是简单的文本类型的文件也可以是数据库文件。 3.3 数表的解析化处理 在CAD中，有两类数表需要进行处理。 数表的数据彼此之间没有函数关系的数表，如材料的机械性能、物理性能等，这一类数表的数据本身就是离散的，数据之间没有关联，查询时只需要表中所列数据； 数表的数据彼此之间是相关的，这些数据满足一定的函数关系，只是为了使用方便才以表格形式给出，查询时所需数据可能并非数表中的离散值。 对于第二类数表来说，通常在存储和使用中需要采用解析的方法处理。 数表解析化处理通常采用函数插值和数据拟合两种方法。解析化处理的主要目的是通过数学的方法来实现非离散值数据的查询，并希望尽量减小误差，忠实原始数据。 3.4 线图的程序化 工程设计中有许多设计数据是用线图给出的。但线图本身不能直接被计算机引用，参与设计的是对线图进行处理后获得的相应数据。 线图计算机处理的方法有两种： (1) 找到线图原来的公式，进行程序化处理。 (2) 将线图离散化为数表，再用前述的数表处理方法进行处理。 将线图转换成相应的数表(离散化)； 利用前述数表程序化、文件化、解析化的方法进行处理。 3.5 通用数据处理软件 3.6 工程数据库简介 商用数据管理系统大多为关系数据库管理系统，其功能已非常完善。但商用数据库管理系统的数据类型比较简单，且基本上是静态数据模式。 而工程数据关系复杂，属动态模式。因此，商用数据库系统并不能完全适应工程数据管理的需求。 3.7 产品数据管理技术 生产相关的各环节中CAD技术应用日益成熟，但各个自动化环节自成体系，彼此之间缺乏有效的信息沟通与协调，形成一个个“信息孤岛”。 产品数据管理(Product Data Management，PDM)技术正是围绕这一问题发展起来的。 (1) 最近邻插值(method='nearest') 该方法将插值点的值设置为已知数据点中距离最近点的值。 (2) 线性插值(method='linear') 该方法用线性函数拟合每对数据点，并返回xi处的相关函数值。 (3) 三次样条插值(method='spline') 该方法用三次样条函数拟合每对数据点，用spline函数在插值点处进行三次样条插值。 (4) 三次插值(method='pchip'或'cubic') 该方法用pchip函数对矢量x和y进行分段三次Hermite插值。 这几种插值方法比较选择： ① 最近邻插值是最快的方法，但利用它得到的结果平滑性最差。 ② 线性插值比最近邻插值占用的内存大，运行时间略长。与最邻近法不同，它生成的结果是连续的，但在顶点处有坡度变化。 ③ 三次样条插值的运行时间最长，内存消耗比三次插值略少。它生成的结果平滑性最好。但是，如果输入的数据很不均匀，可能会得到意想不到的结果。 ④ 三次插值需要更多的内存，运行时间比最近邻法和线性插值的时间长。但使用此法时，插值数据及其导数都是连续的。 以下是一维线性插值实例，指令如下： x=[-2 1 5 10 20]; y=[1 9 11 20 24]; xi=3; yi=interp1(x,y,xi, 'linear') 执行结果为：yi=10。 2) 基于FFT的插值 函数interpft()用基于FFT的方法进行一维插值。该方法计算包含周期函数值的矢量的傅里叶变换。该函数的调用形式为 y=interpft(x,n) 其中，x是一个包含周期函数值的矢量，这些值在等间隔的点上采集；n是样本大小。 2．二维插值 二维插值用于图像处理和数据可视化处理，MATLAB用函数interp2()进行二维插值。该函数调用的一般形式为 ZI=interp2(X,Y,Z,XI,YI,method) 其中，Z是一个矩形数组，包含二维函数的值，X和Y为大小相同的数组，