校园网与现代教育的关系

明确指出了校园网与现代教育的关系,说明了建设校园网的几个误区,最后对目前一些著名的网络教育软件进行了简单分析,希望能给校园网和现代教育技术的发展有所帮助.     

PDM选型决策支持系统的研究与实现

产品数据管理(PDM)实施过程中PDM产品的选型是非常重要而且关键的一步,传统的PDM选型方法是以定性的选型方法为主。本文将层次分析法(AHP)和模糊数学(FM)应用于PDM选型,将两种方法结合起来,形成PDM选型决策支持系统的核心算法。基于层次分析法和模糊数学的PDM选型决策支持系统可为企业实施PDM过程中选型提供决策支持,使企业能够正确客观地根据其需求进行PDM选型,从而避免由于选型不当而造成PDM实施的失败。     

提升机的选型设计

矿井提升设备是矿井的主要构成之一,矿井提升机在矿井中担负着升降人员、提升矿物、运送材料以及升降设备、工具等项任务。它是沟通矿井地面与井下的运输备,是矿井的重要设备之一。矿井提升设备是大型设备,耗电较多,提升设备的投资、运营费用、效率等矿井生产技术经济指标的影响下是不言而喻的。矿井设备的选型设计是否经济合理,对矿山的基本建设投资、生产能力、生产效率及生产成本有着直接的影响。本文主要从提升机的各机构性能和选型时的计算公式入手,简单阐述提升机选型时的计算依据和步骤,希望能对提升机选型人员有所帮助。     

ERP系统选型过程管理研究

系统选型是企业ERP实施成功与否关键的第一步,文章阐述了企业ERP系统选型时应遵循的理念和原则,论述了企业ERP系统选型的过程管理.     

基于模糊综合评判的机床设备选型研究

针对影响CAPP系统机床设备选型的多因素及其模糊性,提出在层次分析法的基础上采用模糊综合评判,构建系统机床设备选型的模糊评判模型。通过对影响机床选型因素的综合分析,建立各因素之间的模糊关系,较好地解决了多因素的量化问题,确保了机床设备选型结果的唯一性。通过在原型系统上运行,采用该方法能较好解决机床设备选型问题,保证了CAPP系统运行的可靠性与实用性。     

浅谈辊道设计

辊道是连铸机中不可或缺的部分。辊道不仅需要满足铸坯的输送能力,更重要的是能满足其所处位置的速度调节要求。在实际运用过程中辊道除了由于本身结构不合理导致故障外,辊道控制上的不合理同样也会发生故障。通过在辊道调试和生产过程中发生的问题,从辊道的结构、辊道齿轮马达的选型以及辊道的控制这3个方面,来分析辊道设计时需要考虑的因素。辊道的结构除了分析固定式和吊挂式辊道的区别外还着重分析了减速箱和辊道轴的联接方式。文章详细阐述了辊道齿轮马达的选型步骤,并就不同控制要求对齿轮马达选型的影响进行了分析,从而进一步指出了辊道设计中齿轮马达选型与控制之间相辅相成的重要性。     

数控刀架选型系统的研究与设计

基于Visual Basic6.0和Access2013开发一种数控刀架智能选型软件,以促进数控刀架生产厂家与主机用户之间的技术沟通,体现数控刀架的产品性能和使用方法。依据数控刀架关键技术参数和实际工况下的性能要求建立刀架的用户选型数据库,根据结构类型和安装方式提出数控刀架的数字化描述方式。软件设置为向导式选型流程,在分层体系结构的基础上运用模糊综合评判算法对刀架进行选型分析,对筛选出的数控刀架产品根据实际需求进行参数校核。最后通过数控刀架选型实例来验证软件系统的可行性。     

数控刀具选型策略

数控刀具选型是一项技术操作性很强的工作,主要对数控刀具选型应遵循的基本原则进行了阐述,同时,对数控刀具选型的技术操作方法、选型步骤及采购刀具的商业运作方式进行了介绍.     

刚性镗削主轴优化设计软件（下）

3 轴承选型与刚度计算 3.1 轴承选型 组合机床刚性镗削主轴常用的轴承型式有:向心球轴承、向心推力球轴承、短圆柱滚子轴承、圆锥滚子轴承、向心双列短圆柱滚子轴承以及在组合结构中的推力球轴承。为便于轴承选型与刚度计算,可以由下面3个参数组成轴承配置型式。     

采煤机模拟实验装置液压系统设计

分析采煤机模拟实验装置的组成及工作原理,设计该装置的调高与牵引液压系统回路,对液压系统的主要元件包括液压缸、比例方向阀和液压泵进行了计算选型,对类似液压系统的设计及选型有较大的参考价值。     

基于校园网的模具CAD/CAM教学平台设计

网络化制造是模具行业发展的一个主要方向。通过采用Client/Server模式、Internet中的HTTP和TCP/IP协议以及利用Web与CORBA相结合 ,探讨了网络教学平台的建模方法和相关技术 ,对基于校园网络的模具CAD/CAM教学系统的体系结构、网络设计、软件开发模型和实现方法进行了研究。研究表明 ,基于校园网的教学模式可以使学生亲历网络化制造、并行制造、计算机集成制造的实际场景 ,在教学和科研方面得到高起点的同步训练 ,有利于培养学生协同工作能力     

基于MapGIS的校园地下综合管网信息及动态管理系统的建立

本文以MapGIS为基本工作平台,从信息系统总体结构、数据采集、数据转换和点线耦合等环节建立了校园地下综合管网信息系统.并从图形处理、属性处理、图形显示、查询统计和管网分析等方面叙述了地下管网动态管理系统的总体结构.以北京科技大学为例进行分析,取得较为满意的效果.为校园地下综合管网信息系统建立及动态管理提供了可靠依据.     

新一代数字化校园平台构建研究与设计

国内高校在逐步完成校园网硬件平台和综合信息应用系统建设阶段任务后,数字化校园建设将成为下一阶段的重点任务.本文从高校信息化建设过程中存在的一些问题出发,依据技术发展和高校的实际需求,论述了数字化校园的历史由来、定义、体系结构、发展阶段以及建设的意义,并从大学资源计划URP的角度研究了新一代数字化校园平台的构建.     

基于互联网的液压元件理论与实验同步教学系统设计

设计、实现一个基于互联网的,较为复杂、庞大的液压元件理论教学与实验系统。该系统可使学校本部和新校区,乃至全国各高校的液压元件课程的理论教学与实验系统有机结合,改变了传统的教学和实验模式,开启了全新的液压元件课程理论教学和实验模式。在网络信号覆盖的任何地方,通过实验台的排队申请管理系统,教师、学生都可实现现场及远程的可视化理论教学、实验和学习。实验台可以通过计算机伺服控制系统和手动两种方式调节,进行多种液压元件的性能教学实验。     

基于BP神经网络的钢轨闪光对焊接头灰斑面积预测

针对钢轨闪光对焊的特点,根据GAAS80/580焊机记录的压力、电流和动端位移随时间而变化的曲线,从中提取了10个主要影响接头灰斑面积的特征参数作为BP神经网络预测模型的输入量,建立了钢轨闪光对焊接头的灰斑面积预测模型.采用粒子群算法优化了BP神经网络的权值和阈值,并利用优化后的BP网络模型对接头灰斑面积进行了预测.结果表明,提取的特征参数能较好地反映焊接接头灰斑情况,粒子群算法优化的BP神经网络预测模型能较准确地预测出焊接接头灰斑面积.     

基于Linux平台的虚拟数控系统研究

为了提高基于局域网或者校园网的虚拟数控系统可靠性及响应速度,提出一种基于Linux的虚拟数控系统。在这个平台上可以将主服务进程嵌入内核,利用Linux完全开源的优势,提高系统的可扩展性、实时性和可靠性。     

小范围局域网络信号帧快速捕获方法研究

针对小范围局域网络信号帧不确定性高,捕获速度慢的特点,提出一种新的小范围局域网络信号帧快速捕获方法。介绍了小范围局域网络信号帧生成及资源映射过程。采用FFT方法对经Q路处理后的数据进行计算,将得到的值和既定门限相比,判断是否转至跟踪状态。给出FFT伪码捕获方法流程图。通过并行局部相关以及FFT原理完成频域中的伪码检索,确定本地载波和接收信号载波间的频差,完成相应修正。把载波与伪码的二维检索转换成一维检测索,确定出两者间的频差。实验结果表明:所提方法复杂度低、捕获精度高、捕获速度快。     

基于BP和RBF神经网络的表面质量预测研究

目的 研究RBF和BP神经网络在铣削加工中的作用,实现对铣削加工质量的预测,改善铣削性能。方法 对环形铣刀与常用的球形铣刀进行对比,然后基于MATLAB平台,建立以铣削速度、进给量和铣削深度为输入参数,表面粗糙度为输出参数的RBF神经网络模型。通过大量的试验数据对RBF神经网络模型进行训练,然后再用训练好的RBF神经网络模型预测表面粗糙度,将预测值与实测值进行比较,验证RBF神经网络的预测性能。将训练好的BP神经网络模型与RBF神经网络所建模型的预测结果进行比较。结果 发现用RBF方法预测的表面粗糙度相对误差的绝对值不超过6%,最大误差为0.056 098,平均误差为0.022 277,而BP方法的最大误差为0.074 947,平均误差为0.036 578。结论 环形铣刀加工质量更好。RBF神经网络的预测精度较高,具有比BP神经网络更优的预测能力,且拥有建模时间短、收敛速度高、训练过程稳定以及学习速度快等优点,能有效进行铣削质量预测。     

一种RBF神经网络在某冷连轧机组轧制力计算中的组合应用

为提高冷连轧机组轧制力计算精度,采用RBF神经网络与数学模型计算轧制力,轧制力偏差在11%以内,远小于单纯使用数学模型;而后组合使用长期数据修正网络、短期数据修正网络、速度修正网络(三者都为RBF神经网络)进一步提高轧制力预报精度。上述方法已成功用于某2130mm冷连轧机组过程控制系统,误差在±5%以内。这充分证明,RBF网络可以成功用于轧制过程控制。     

制造企业控制网络和数据网络的集成技术研究

一般制造企业的综合信息网由控制网络与数据网络构成，本文首先论述了制造设备的控制网络集成技术，其次论述了控制网络和数据网络间集成意义和集成的关键技术。