模块匹配（共4篇）
模块匹配 篇1
0 引言
模块化设计是通过对产品进行功能和结构分析的基础上,把产品分解成若干功能模块和结构模块,然后根据客户的不同需求,通过划分好的模块进行选择和组合,快速开发出满足不同客户需求的产品,极大了提高了企业的产品设计能力和响应市场的速度。
在产品的计算机辅助模块化设计中,模块的检索和匹配是一个非常重要的环节［1］。在模块匹配中已有很多学者进行了研究。文献[2-3]提出了模糊属性与区间属性的相似度计算的模型,但其并不完全符合相似度的性质［4］,蒋占四提出了最近邻实例检索算法,但其缺少了具体实例描述形式与修改模型［4］。而李江等［5］人根据模块化设计中的模块划分,模块检索和匹配缺少形式化的知识表示,将可拓学中物元理论引入到模块化设计中,但其只是对其进行简单的阐述,没有提出具体的匹配算法。龚京忠等［6］进一步引入质量功能配置的方法,提出了将模块物元与QFD相结合的产品配置过程。艾新好等［7］对产品配置过程中信息类别进行了分析,提出了基于成长树的产品配置模型,能够满足某些产品的配置需求,该方法随着机械产品的复杂度增加,配置难度也成倍增加。在前人研究的基础上,引入可拓学中的基元模型和可拓设计方法,对模块的信息采用定量与定性相结合的方式进行形式化描述,提出了一种基于改进可拓距的模块检索方法和可拓变换的模块修改方法。
1 模块物元的建模及其拓展
可拓学研究的是用形式化的模型去研究事物拓展的可能性和开拓创新的规律,并形成解决矛盾问题的方法［8］。文中在模块搜索中引入可拓学中的基元模型和关联函数方法,通过定性与定量相结合的方式来描述模块的功能信息和设计信息,可以更加全面的表达模块化设计中的各类信息,也有利于计算机语言实现,有利于模块化设计理论向实际应用转化。
1) 模块物元。
如果模块M具有n个特征,其所对应的特征值为v1,v2,v3…,vn,则其对应的模块物元可以表示为:
模块物元模型以有序三元组的形式,可以形象的描述模块化设计中各个生命周期阶段中的特征信息,如设计、制造、装配等阶段。模块的主要特征可以归类为以下三类有功能特征,结构特征和接口特征,利用式( 1) 建立其模块物元模型:
其中: CF,CS,CI分别代表模块物元的功能特征,结构特征和接口特征,VF,VS,VIf分别代表模块功能特征,结构特征,外部接口特征的量值或值域。
由于物元具有可拓性,所以可以将式( 2) 称为模块可拓变换模型。该公式给出了模块物元模型的基本形式,其表明了通过对功能特征,结构特征,接口特征操作可以实现历时模块的多样性。模块物元的可拓性只要体现为发散性、可扩性、发散性、相关性、蕴含性和共轭性。
2 基于可拓理论的模块匹配方法
但是经典数学中认为如果某点在某一区间内,则认为该点到此区间内的距离为0,这就无法描述类内事物的符合程度。因此为了定量的来描述类内事物的区别,在模块的实例搜索中引入可拓学中的可拓距来计算相似度,采用可拓距计算得到的相似度比基于经典距得到的更加精确,它能区分不同元素在同一区间内的相似度的差异。
2. 1 特征值的归一化处理
不同的模块物元的特征不属于同一论域,就会有不同的量纲,所以为了进行模块之间的相似度比较,需要对其进行归一化处理,使其落在[0,1]内,模块特征值的规范化处理主要有以下几种处理方式:
1) 模块特征为定性属性
对于非数值类型特征,可以采用模糊数学处理的方式对其进行量化,如表1 所示。
2) 模块特征为定量化属性
对于模块特征是定量数值类型时,将特征值归一化到区间[0,1],其过程的本质是对特征值进行最小和最大规范化处理,其公式可以表示为:
式中,pij代表第产品性能的原始数据,qij代表处理后的产品性能的数值i= 1,2…m,j = 1,2…n,maxpi,maxpj分别代表模块特征取值的最大值和最小值。
2. 2 模块的检索
根据模块特征值的类型的不同,可将模块相似度计算归类为一下两类: 连续性特征值和离散型特征值相似度计算模型。
a)连续性特征值属性的相似度计算模型
1)模块特征值为区间之间的相似度计算
设功能或结构的需求数据进行无量纲化处理后得到区间x=[x1,x2],模块实例库中结构或性能数据进行无量纲处理后得到区间y=[y1,y2]。文献[9]中对可拓学中区间距进行了定义,但其不符合相似度的的自反性的性质,即d( x,y) ≠d( y,x) 。所以要对文献[9]中区间与区间的可拓距公式进行改进,改进后的式( 4) 如下所示:
基于改进后的可拓距公式,可以得到模块特征量值为区间数值的相似度计算公式,其定义为:
对于点到区间的距计算公示可以直接从式( 4) 推导出来,当X0= X1= X2时,就得到了点到区间的公式,其表示如下:
推理之数值与数值之间的距当x1= x2,y1= y2时,即为数值之间的距计算公式:
2) 区间与数值之间的相似度计算模型
首先要引入侧距的概念,并且符合相似度性质的前提下,重新定义点到区间的距公式,对原有的距公式加以改进,根据模块特征的最优值x0的位置,选择不同的可拓距计算公式,其表示如下:
所以模块特征量值为点与区间的相似度计算公式可表示为:
b) 离散型特征属性相似度计算模型
离散型属性是模块特征属性值是非数值类型,产品的颜色,样式,接口类型等。xj是目标模块特征值,xij是其对应模块库中历史模块的属性特征值,其相似度计算公式为:
c) 全局相似度计算
根据需求信息物元的m个相同特征的重要程度的大小分配相似的权值。则第k个需求信息物元与历史模块物元之间的加权相似度为:
其中: w1+w2+…+wm= 1,wi为需求信息物元的第i个特征所对应的权重值,m为历史模块物元与需求信息模块物元的共同特征数。
d) 模块物元的可拓变换
在模块化设计中,对基于相似实例检索算法得到了相似的模块后,需要对其进行改进设计,可以采用模块物元的变换的方法进行修改。基于模块物元模型,将需求模块和模块库中检索到的最为相似的模块进行对比分析,得到其差异化模块物元 ΔRc,其物元表示为:
其中n为相似实例模块物元的特征数,k为需求模块物元的特征数。
设产品期望模块物元为Rke1,相似实例模块物元Rne2,而通过模块变形设计得到的模块物元为Rme3,有可拓变换的概念可得Rme3= T( Rne2) 。模块物元具有相关性的性质,根据相关网方法可知,一个物元特征的变换,会导致其相关的特征也随其改变,这种性质导致了模块的特征变换可以分为主动变换和被迫变换。文中将共同特征模块物元的特征进行变换,称为主动变换Tα,由于Tα的变换的引起实例模块物元的其他特征变化,称为被动变换Tβ。
通过基于模块物元模型,将需求模块物元与检索到的相似模块对比分析,将模块物元分为具有共同功能模块物元和具有不同功能特征的模块物元,对其分别进行主动变换和被动变换来进行模块修改操作,知道满足设计需求。
3 应用实例
以某水电站大型水轮机选型设计为例对上述算法与模型进行说明。水轮机方案设计包括选型设计和结构设计两部分,选型设计是根据需求物元特征来实现转轮的选取,然后根据转轮的型号完成蜗壳、尾水管、座环、导叶的选型; 结构设计就是通过选型设计确定的水轮机整体性能参数和结构控制参数来设计各个功能模块的具体结构参数如表2 所示。
对于特征量值为数值采用式( 7) 计算其距离值,对于质量特征值为区间值的采用改进可拓距式( 6) 计算其距离值,然后有式( 9) 对其进行相似度计算。并以导叶模块为例阐述计算过程:
同理可得: S顶盖模块= [0. 3190. 4570. 596 ],S底环=[0. 72300. 119]。
对以上三个模块通过加权可以得到导水模块的全局相似度序列:
S导水模块=[0. 8720. 2230. 235]
从以上结果可以看出岩滩水电站的导水模块历史模块与设计实例需求模块最为相似。同理可得水轮机其他模块的最相似实例。限于篇幅,其他模块就不再具体给出算法了。
4 结语
文中将可拓理论与机械产品的模块化设计结合起来,研究了基于改进可拓距的模块检索方法,并利用模块物元的可拓性来拓展解决问题的思路,通过模块物元变化对相似的模块进行适应性修改,提出了基于可拓理论的机械产品的模块匹配方法模型,为机械产品的模块化设计提供了一种新的思路。
摘要：针对目前机械产品的模块化设计方法在模块信息表示、检索与修改的方面的不足,研究了模块的知识表示与实例推理技术,提出了一种基于改进可拓距模块检索方法,在现有的模块库中寻找满足相似度的模块实例,对提取的相似模块实例进行修改,最终达到设计的要求。
关键词：模块化设计,模块匹配,可拓距,相似度
模块匹配 篇2
1.镜头稳定
在前期拍摄中,由于一些不可避免的客观因素,常常得到的是一堆画面抖动的镜头素材。而在后期处理中,这些素材又需要加入到整个影片项目中,就需要在After Effects中做必要的后期处理以消除画面抖动,以上处理的过程与技术,可以称之为镜头稳定的应用。镜头稳定可以将一些貌似废弃无法使用的镜头,变废为宝为我们所用,还可以省去重新拍摄达到节约成本的目的。
2.运动跟踪
所谓运动跟踪,是对动态镜头中的某个或多个指定的像素点进行跟踪分析,并自动创建出关键帧,最后将跟踪的运动数据应用于其他图层或滤镜中,让其他图层元素或滤镜与原始镜头中的运动对象进行同步匹配,因此运动跟踪的基本原理可以理解为“相对运动,即为静止”。
运动跟踪最典型的应用就是在镜头画面中替换或添加元素,上页图1所示的为替换墙壁上的海报案例。
3.镜头反求
镜头反求,又称为运动匹配或摄影机轨迹反求,是将CG元素(也称虚拟元素或三维场景)的运动与实拍素材画面的运动相匹配,镜头反求是一切CG特效成功的基础。图2所示的为镜头反求应用的一则案例。
无论是镜头稳定、运动跟踪,还是镜头反求,都可以在After Effects的Tracker(跟踪)面板上进行相关的设置和应用。执行“Window(窗口) →Tracker(跟踪)”菜单命令,打开Tracke(r跟踪)面板,如图3所示。
●具体技术应用
1.镜头稳定
在镜头稳定的应用中,主要包含Stabilize Motion(运动稳定)和Warp Stabilize(r稳定器)两个功能。
使用StabilizeMotion(运动稳定) 功能稳定画面,在手动指定完素材画面中的某个或某几个像素点后,After Effects进行相应的解算并将画面中目标物体的运动数据作为补偿画面运动的依据,从而达到稳定画面的作用。
使用Warp Stabilize(r稳定器)功能稳定画面,在对稳定器做一些必要的设置后,系统将会自动分两步完成画面的解算,即分析和修正。其中,分析的时候,画面中会出现蓝色的条;在修正的时候,画面中会出现橙色的条。另外,Warp Stabilize(r稳定器)在画面最终的裁剪和比例缩放方面也有比较好的控制。
2.运动跟踪
在After EffectsCS6中,Track Motion(运动跟踪)功能也可称之为2D跟踪解算。其基本的流程如下:
(1)镜头设置
为了让运动跟踪的效果更加平滑,应使选择的跟踪目标具备明显的、与众不同的特征,这就要求在前期拍摄时有意识地为后期跟踪做好准备。
(2)添加合适的跟踪点
当在Tracker(跟踪)面板中设置了不同的Track Type(跟踪类型)后, After Effects会根据不同的跟踪模式在Laye(r图层)预览窗口中设置合适数量的跟踪点。
(3)选择跟踪目标与设定跟踪特征区域
在进行运动跟踪之前,首先要观察整段影片,找出最好的跟踪目标(在影片中因为灯光影响而若隐若现的素材、在运动过程中因为角度的不同而在形状上呈现出较大差异的素材不适合 作为跟踪目标)。虽然AfterEffects会自动推断目标的运动,但是如果选择了最合适的跟踪目标,那么跟踪成功的几率会大大提高。
(4)设置附着点偏移
附着点是目标图层或滤镜控制点的放置点,默认的附着点是特征区域的中心。
(5)调节特征区域和搜索区域
特征区域:要让特征区域完全包括跟踪目标,并且特征区域应尽可能小一些。
搜索区域:搜索区域的位置和大小取决于跟踪目标的运动方式。搜索区域要适应跟踪目标的运动方式,只要能够匹配帧与帧之间的运动方式就可以了, 无需匹配整段素材的运动。如果跟踪目标的帧与帧之间的运动是连续的,并且运动速度比较慢,那么只需要让搜索区域略大于特征区域就可以了;如果跟踪目标的运动速度比较快,那么搜索区域应该具备在帧与帧之间能够包含目标的最大位置或方向的改变范围。
(6)解算
在Tracker(跟踪)面板中单击Analyze(分析)按钮来执行运动跟踪解算。
(7)优化
在进行运动跟踪分析时,往往会因为各种原因不能得到最佳的跟踪效果,这时就需要重新调整搜索区域和特征区域,然后重新进行分析。另外在跟踪过程中,如果跟踪目标丢失或跟踪错误,可以返回到跟踪正确的帧,然后重复第5和第6步骤,重新进行调整并分析。
(8)应用跟踪数据
在确保跟踪数据 正确的前提下,可以在Tracker(跟踪)面板中单击Apply(应用)按钮应用跟踪数据 [Track Typ(e跟踪类型)设置为Raw (自然)时除外]。对于Raw(自然)跟踪类型,可以将跟踪数据复制到其他动画属性中或使用表达式将其关联到其他动画属性上。
在Tracker(跟踪)面板中单击Track Motion(运动跟踪)按钮或Stabilize Motion(运动稳定)按钮时, Timeline(时间线)面板中的源图层都会自动创建一个新的Tracker(跟踪器)。每个跟踪器都可以包括一个或多个Track Poin(t跟踪点),当执行跟踪分析后,每个跟踪点中的属性选项组会根据跟踪情况来保存跟踪数据,同时会生产相应的跟踪关键帧。
3.镜头反求
以前在处理镜头的反求时如上页图4所示,往往都需要借助专业的反求软件(如Boujou、Matchmover等)。但是现在After Effects提供了这样的功能,能满足特效师的一些常规镜头跟踪的需求,其跟踪的数据也可以输出给三维软件去使用。在After EffectsCS6中,TrackCamera(镜头反求)功能称之为3D跟踪解算。
执行TrackCamer(a摄像机跟踪、反求)有以下3种方法:在Tracke(r跟踪) 面板中单击TrackCamera(镜头反求) 按钮。执行“Animation(动画)→Track Camera(镜头反求)”菜单命令。执行“Effec(t特效)→Perspectiv(e透视) →3DCameraTracke(r3D镜头反求)”菜单命令。
不管用哪种方法,在执行完该命令之后,被解算的图层上会自动添加3D Camera Tracke(r3D镜头反求)滤镜, 如图5所示。
TrackCamera(镜头反求)的一般流程是:分析→反求→定义平面→添加文字和摄像机。
模块匹配 篇3
关键词：BM3D,块匹配
1 Block-Matching简介
BM3D(块匹配和3D去噪)算法[1]是目前降噪性能最高的通用图像/视频降噪算法,这种算法利用的视频的空间相关性和时间相关性进行有效的降噪。BM3D算法的步骤包括三个步骤:第一步是块匹配,第二步是三维降噪,第三步是集合。对于块匹配而言,已经有很过关于视频编码协议(如H.264)的文章[2,3]介绍过各种方法, 但是BM3D的块匹配和视频编码算法最大的区别就是可以完全并行完成,因此可以更有效地完成块匹配。
Block-Matching又称块匹配。块匹配模块在当前场以及参考场中搜索与当前块类似的块,并将其集合为组。计算相似的时候,为了简化,不需要把每个块转换到时间域来比较相似,只需要计算当前块和匹配块的SSD(差的平方和),SSD小于阈值τht的最相似的Sxr个块组成一个集合,τht和噪声成正比。根据BM3D算法,每个块需要在当前场的Ns范围,参考帧的Npr范围内查找(Npr<=Ns)。由于搜索出来的块越匹配,最后的去噪效果越好,通常在Ns,Npr的范围内采用全搜索比较合适。由于前后场还依靠运动矢量,如果不加约束,匹配块和当前块有可能相距太远。
通常在搜索的时候还限定了每场的最大搜索范围Nmax。Nmax的限制可以在几乎不降低质量的情况下降低了搜索范围,节约了时间和带宽,但是搜索引擎的性能和带宽都要求还是比较高。比如720*576的PAL场格式BT656的视频,每场大小是720*288,50场/s,当 N1=8,Nstep=6的时候,一场的block总数是Nb=5760块。如果搜索范围是当前场和前2后2总共Nf=5场,最大搜索半径Ns=Npr=15,那么搜索的带宽至少是Nb*N1*N1*(2Ns)* Nf*50(场)=2636MB/s,另外测试了BM3D的Matlab算法(http://www.cs.tut.fi/～foi/GCF-BM3D),在2.4G的PC完成QCIF的视频10帧就运行了30分钟,可见该算法的计算量相当大,而块匹配的计算量就占据了相当大的比例。对于实时的应用而言,必须要使用硬件进行加速。本文提出了一个BM3D 块匹配的架构,该架构只需要系统频率为98MHz,带宽为177MB/s的硬件就可以实现720*576的PAL场格式BT656的视频的实时块匹配。
2 并行的块匹配的ASIC架构
根据文献[4],块匹配是一种广泛应用于视频压缩中的运动估计中的匹配算法,如MPEG-1,MPEG-2,MPEG-4,H.26x[5]。BM3D的块匹配的块和块之间没有相关性,可以完全并行处理,本文提出的结构就是利用这个特点来优化架构设计的。
固定一些参数来说明这个架构,当前块是按照Nstep从左往右,从上往下,再从右往左,再往下的顺序搜索匹配块。这样的结构有助于减少重复的视频数据的读入。搜索范围是前后两场,在当前场内,块匹配以当前块的位置为中心,搜索Ns范围内的所有块,找出最匹配的2块(当前块本身除外),然后以这两个运动矢量为中心,在前1场,后1场中以Npr为半径各搜索出最匹配的两个块,又得到两个运动矢量,再把这两个运动矢量传递给前2场和后2场,在前2场和后2场中各自再搜索出最匹配的两个块,这样总共搜索出11个块。
从时间上来看,这5个部分搜索的不是同一个块的匹配块,其流水线结构如图1所示。根据这个流水线结构,最慢的一帧的搜索决定了系统的性能,比如对于D1,Ns一般为15,Npr=10,这样当前帧就需要搜索大约(2*15)2=900个块,参考帧有两个运动矢量,总共需要搜索大约2×(2×10)2=800个块,当前场的搜索是瓶颈。
在对每场Ns,Npr范围内搜索时候,不需要一个像素一个像素的移动,可以参考文献[6]中计算SAD的结构,同时进行m个块的比较,该结构如图2所示。m个SSD并行计算,在搜索范围内从上往下,再从左往右,在从下往上,再从左往右移动。这样有m个SSD就可以把系统频率降低m倍,代价是增加一个SSD会带来面积的增加。最后一级流水线出两个最好的比较结果。等搜索结束后存储的就是搜索范围内的最好结果。
把Ncol*Nstep个相邻的块组合在一起,构成一个大的宏块,每个宏块在进行搜索时所需要的参考像素需要保存在片内SRAM里。这个SRAM称为滑窗。每个宏块都对应一个滑窗,当一个宏块做完以后,需要更新滑窗的数据以进行下一个宏块的搜索。滑窗结构可以按照(2Nmax+(N1-Nstep)+Ncol*Nstep)*8 比特宽度, (2Nmax+(N1-Nstep)+Nrow*Nstep)比特深度,存储在SRAM中。这样就能保证并行的m个SSD运算单元都能在同一个clock读取到计算需要的数据。
如果Ncol=4,Nmax=30,其他参数参照前面给出的,这个SRAM的宽度就需要(2*30+(8-6)+4*6)*8=688比特, 通常SRAM的深度可以比较大,宽度是有限制的。 虽然可以用多块SRAM并行排列来增加宽度。这样会导致很多块SRAM, SRAM块太多既会增加面积,又影响芯片的布局布线。因此考虑到每次读取的数据是N1+m比特,可以把整个滑窗分成A,B两块,每块的宽度>(N1+m)*8比特就可以了。
图3是N1=8,m=4的情况。这样SRAM的宽度只要12*8=96比特就够了,这样的滑窗结构的宽度可以不随搜索范围Nmax的提高而提高,大部分的memory compiler都能够满足该宽度的需要,深度需要相应的增加。根据这个结构每次m个SSD运算单元需要的N1+m个点的数据都可以通过读取A的一个地址和B的一个地址得到。
3 系统频率和带宽分析
以D1为例,N1=8,Nmax=30,Nstep=5,Ns=15,Npr=10, 搜索当前场的范围是2Ns×2Ns=900。滑窗在完成Nrow*Ncol=4*4个块的匹配后再从外部存储器更新数据。搜索前后场是两个MV,范围是2×2Npr×2Npr=800。当前场的范围大于前后场,当前场的搜索是瓶颈。当4个搜索引擎同时工作的时候,当前场中找相似块的运行时间是(2Ns+8)*(2Ns/4)=38*8=304个clock。前后场中找相似块的运行时间是:2*(2Npr+8)*(2Npr/4)=2×28×5=280个clock。切换当前块的时候,当前块需要8个clock读入,那么4×4相似块需要128个clock,每次4×4相似块匹配都查找完毕后滑窗,滑窗的数据可以先读入到内部buffer,滑窗更新的时候,再写入到滑窗中,一次读,一次写,AB同时进行,地址深度是96*4,滑窗的数据更新时间为96*4=384个clock。这样完成一个4×4相似块匹配总 的时间 是304*16+128+384=5376个clock。一个场有360个4×4相似块,一场的时间需要5376*360=1.94M clock,PAL是50场,这样系统频率要达到96.77M。
对于带宽,计算公式是:
50*Nf* [Nb/(Ncol*Nrow)]*(Nstep*Ncol)*[Nstep*Nrow+(N1-Nstep)+2*Nmax]=
50*5*[5760/(4*4)]*(6*4)*[6*4+(8-6)+2*30]=177MB/s
4 结束语
文中提出的结构,实现了BM3D的块匹配的实时处理,本设计是根据项目Science and Technology Commission of Shanghai Municipality. project No:10706201300来设计的,该项目的目标是在sigma=25的情况下,实现PSNR提高10的D1的实时去噪。降低带宽和系统频率是设计的关键。可以通过提高并行搜索的引擎数目来提高性能,还可以同时进行n场的同时搜索,场切换导致的重复数据的读写就降低n倍。这样实现高清HD的实时BM3D去噪设计是可以实现的。
参考文献
[1] Kostadin Dabov, Alessandro Foi, Karen Egiazarian .Video Denoi-sing by Sparse 3D Transform-domain Collaborative Filtering[C]. 15th European signal processing conference(eusipco) ,September 3-7,2007.
[2] Shiping Zhu, Yangshuan Hou, Zaikuo Wang, et al. A novel fractal video coding algorithm using fast block-matching motion estimation technology[C]. International Conference on Computer Application and System Modeling. 8, 2010:360-364.
[3] Shiping Zhu, Yangshuan Hou, Zaikuo Wang, et al. A novel fractal video coding algorithm using fast block-matching motion estimation technology[C]. International Conference on Computer Application and System Modeling. 8, 2010:360-364.
[4] Kostadin Dabov, Alessandro Foi, Vladimir Katkovnik, et al. Image denoising by sparse 3D transform-domain collaborative filtering[J]. IEEE Trans. Image Process., 2007, 16(8): 2080-2095.
[5]Tung-Chien Chen,Chung-Jr Lian,Liang-Gee Chen.Hardware Ar-chitecture Design of an H.264/AVC Video Codec[C].Desin Auto-matic Asia and South Pacific Conference on 24-27 Jan 2006.
模块匹配 篇4
克诺尔轮端制动系统, 是克诺尔多年来结合大量的设计、制造及应用经验, 推出的面向客户的模块化产品。在车辆设计之初, 就对轮端制动系统与车辆系统进行匹配, 更好的满足不同客户的不同应用需求。该系统主要包括四个模块的产品:气压盘式制动器、专用摩擦片、制动盘和制动气室。
●气压盘式制动器:克诺尔气压盘式制动器涵盖了所有客车、公交车的应用, 并率先推出了适用于低地板公交车的径向制动器, 让人们的出行变得更加方便。克诺尔气压盘式制动器共分三种规格:17.5”、19.5”和22.5”。其中, 仅17.5”制动器采用了单推盘结构, 其余均为双推盘结构。在制动器钳体结构上, 采用整体式钳体, 让制动器变得更加紧凑, 重量更轻。此外, 克诺尔气压盘式制动器独创的链传动机构, 有效保证了制动器推盘之间的同步性, 让制动过程更加稳定。截止2015年, 克诺尔全球气压盘式制动器的使用量已超过3千万只, 经历并适应了各种恶劣工况的应用, 据此累计了丰富的应用经验。针对国家倡导的节能减排要求, 克诺尔在中国开发了新一代的22.5”超轻量化制动器, 在不降低原来制动器性能的情况下, 自重比当前克诺尔在用制动器降低12%。
●专用摩擦片:克诺尔专用摩擦片, 是经多年验证, 能与克诺尔气压盘式制动器达到完美匹配的摩擦片。尤其是专门针对公交车的使用工况, 开发的公交车专用摩擦片, 能在使用性能及寿命上均达到最佳效果。最新专利设计的Pro Tec S结构摩擦片, 更是有效避免了维护中, 摩擦片压簧被重复使用的可能性, 提高了制动器的使用安全性。
●制动盘:克诺尔经长期试验及应用研究, 开发了含钼的高性能制动盘, 能有效抑制热裂纹现象的发生。通过对热裂纹产生机理的研究, 克诺尔又研发出了独具特色的花键联接平盘, 从根本上避免了热裂纹现象发生, 而且大大减轻了制动盘的重量。试验表明, 克诺尔制动盘与克诺尔摩擦片的组合应用, 能让制动盘与摩擦片达到最佳的使用寿命比。
●制动气室:克诺尔独具特色的气室, 专门针对克诺尔气压盘式制动器而设计, 它们两者的完美组合, 更能充分发挥克诺尔气压盘式制动器的性能, 使整车制动性能得到可靠保证。在气室的输出力、密封性、推杆行程以及气室的安装可靠性等方面, 能充分适应各种恶劣工况下的应用。针对当前国内兴起的新能源客车, 克诺尔单独为其开发了带有高性能驻车弹簧的弹簧储能气室, 以满足新能源客车对驻车制动力的更高要求。