排序方式: 共有751条查询结果,搜索用时 109 毫秒
1.
为了降低机床等待过程中的能耗,提出了一种实时数据驱动的机床等待时间预测与节能控制方法。首先,建立了射频识别驱动的生产进度评估方法,并以生产进度数据作为输入,构建了基于堆栈降噪自编码的机床等待时间预测模型;其次,依据预测的机床等待时间,提出了机床状态切换方法,以降低机床能耗;最后,通过一个电梯零部件制造车间的案例分析,表明该方法的预测误差仅为4.1%,同时将机床等待过程能耗降低了57%,实现了制造车间的节能减排。 相似文献
2.
3.
为解决T样条曲面造型中控制点插入的规范与半规范问题,提出基于均匀T网格样条曲面的局部细分算法。首先根据T样条曲面定义,将B样条曲面转换成均匀T网格样条曲面,然后在均匀T网格样条曲面中进行局部均匀控制点插入。为满足曲面局部特征细分要求,采用递进控制点插入形式:拥有局部特征的网格先进行全行(或全列)均匀控制点插入,之后进行局部列(局部行)均匀控制点插入,在此基础上,可以再次进行均匀控制点插入,以达到对网格的嵌套细分。该算法对初始网格控制点的混合函数进行矩阵转换,得到最终T网格上控制点的混合函数,实现最终曲面构造。与T样条曲面的局部细分相比,该方法简化了任意控制点插入的复杂度,与B样条曲面的局部细分相比,该方法减少了多余控制点。 相似文献
4.
5.
滚筒洗衣机在瞬态脱水阶段的振动较为剧烈,为此制定脱水启动阶段电机转速的两种控制策略来实现滚筒洗衣机的减振降噪。首先,在动力学仿真软件ADAMS中建立滚筒洗衣机动力学模型,分析脱水工况下启动加速度以及偏心负载质量对瞬态脱水振动的影响。进而,依据瞬态脱水振动特点制定两种控制策略:分段式加速的开环控制策略以及基于传感器测振的闭环控制策略。最后,建立ADAMS与Simulink联合控制仿真模型,对比研究传统加速方式工况下以及两种控制策略下滚筒洗衣机瞬态脱水阶段的振动情况。结果表明这两种控制策略在瞬态脱水阶段对滚筒洗衣机具有良好的抑振作用。 相似文献
6.
随着能源需求量的不断增大,能源短缺问题变得越来越严峻,电力行业中的线损异常数据分析存在巨大的需求.运用更加新兴、科学化的大数据分析技术和物联网技术对数据进行分析,有助于提高对台区线损异常排查治理的效率.基于WinCC平台开发了一套台区线损异常监控系统.该系统实现了对海量用电数据的智能分析,建立了线损异常数据库及典型案例库,并将异常台区用电数据与线损异常数据库进行拟合,以缩小检测范围,可及时核查出存在线损异常风险的用户,实现了线损异常的科学诊断,提高了监测工作效率,降低了线损异常情况分析的时间及成本. 相似文献
7.
针对复杂环境下车道线检测算法鲁棒性和实时性差的问题,提出一种基于边缘方向连续性的车道线快速检测算法.首先,为解决复杂光照下黄色车道线模糊不清的问题,采用Lab色彩空间中b分量与灰度图像加权的方法增强黄色车道线的对比度;为获得上升沿和下降沿的连续直线轮廓区域,选择合适掩膜遍历边缘点,剔除非连续干扰边缘;为拟合出正确车道轮廓,经过曲直判定后,采用改进的Hough变换和最小二乘法检测车道线.实验结果表明,在多种复杂环境下,本文算法仍能满足车道线检测的准确性和实时性要求. 相似文献
8.
窃电作为配电网络非技术损耗的主要因素之一,不仅严重扰乱供电秩序,还会危害电网安全,造成供电企业甚至国家的重大损失.为了更高效地检测窃电情况,提出了一种新型的密集卷积神经网络和随机森林(DenseNet-RF)模型,基于该模型实现了电力用户窃电行为的检测.首先,分析了密集卷积神经网络(DenseNet)的结构;其次,将密集卷积神经网络(DenseNet)对大规模的智能电表数据集进行自动特征提取;然后,根据获得的特征再使用随机森林(RF)训练分类器,以检测用户是否窃电.在建立融合模型时,采用网格搜索算法确定最优参数.最后,进行实验验证,实验结果表明,所提出的检测模型优于宽而深的卷积神经网络(WDNet)、DenseNet、极限学习机(ELM)等模型的分类准确性,其模型准确率为96.76%,同时具有良好的泛化能力. 相似文献
9.
《工程塑料应用》2021,49(5)
以碳纤维(CF)为增强相,制备了在不同处理工艺下的聚醚醚酮(PEEK)/CF复合材料,采用摩擦磨损试验机对复合材料的摩擦学性能进行测试并通过三维形貌仪以及扫描电子显微镜分析磨痕微观形貌。研究结果表明,CF的添加会增加PEEK/CF复合材料的摩擦系数,而且随着CF含量的增加,摩擦系数也逐渐增加;但PEEK/CF复合材料的磨损量会随着CF含量的增加,呈现出先减小后增加的趋势。不经过热处理时,CF质量分数在20%时,磨损量从CF质量分数为0%的2.9×10~(–7) mm~3/(N·m)降至1.8×10~(–7) mm~3/(N·m),当CF质量分数为40%时,磨损量急剧增大。经过热处理后,PEEK/CF复合材料的耐磨性有所提升,当CF的质量分数为20%时,磨损量为1.2×10~(–7) mm~3/(N·m),相较于未热处理的复合材料,磨损量减少了35.4%。 相似文献
10.