基于Plant Simulation的模具车间再调度驱动机制仿真

针对模具在随机制造环境下难以确定何时启动再调度策略的问题,提出了一种基于累积延期的再调度混合驱动机制。通过对工序累积延期值的计算,构建了何时启动再调度的流程。面向模具三阶段柔性流水车间,利用Plant Simulation仿真工具,建立了再调度混合驱动机制仿真模型。以某轮胎模具企业实际生产历史数据作为算例,验证了所提出的再调度混合驱动机制的有效性。     

基于人机工程的生产现场数据采集系统

针对Z公司生产现场存在的问题,如产品工艺信息在各职能部门间更新同步缓慢、存在大量工艺数据残缺、生产进度不透明、生产流程不规范、生产数据管理不规范等,将人机工程、交互设计、现场管理等理论方法融入管理信息系统的设计中,开发了一套生产现场数据采集系统.实现了移动端扫码加工进度汇报,Web端实时监视生产进度、设备状态,解决了生产过程中出现的生产进度获取不及时、进度报表生成与查询不方便、各工厂数据不共享的问题.并且通过系统实施过程中的调研以及用户测试的数据分析结果,对系统核心功能进行了优化.测试结果表明,针对相同的系统操作,优化后用户的操作用时、操作动作都大幅度减少,减少幅度均在60％以上,系统的易用性得到了大幅度改善.     

制备条件对CuO/SiO_2催化剂铜晶相的影响

采用醇盐法制备了一系列不同铜负载量及含不同助剂的SiO2 负载的铜基催化剂。考察了不同制备条件对催化剂制备过程中硅酸凝胶生成速度的影响 ,发现在其它条件相同的情况下 ,正硅酸乙酯与乙二醇的体积比起主要作用 ,与金属铜盐的浓度基本无关。用XRD测试表明 ,本实验方法所制备的催化剂中的CuO是高度分散的非晶相状态 ,极易还原。高铜负载量的催化剂在 5 0 0℃ ,空气气氛中焙烧 4h后有Cu的晶相产生 ,其中含Fe、Ni助剂的有助于铜盐在分解过程中被还原为晶相铜 ,而Zn、V助剂的存在却抑制了铜物种的还原     

制备条件对CuO／SiO2催化剂铜晶相的影响

采用醇盐法制备了一系列不同铜负载量及含不同助剂的SiO2负载的铜基催化剂。考察了不同制备条件对催化剂制备过程中硅酸凝胶生成速度的影响,发现在其它条件相同的情况下,正硅酸乙酯与乙二醇的体积比起主要作用。与金属铜盐的浓度基本无关。用XRD测试表明,本实验方法所制备的催化剂中的CuO是高度分散的非晶相状态,极易还原。高铜负载量的催化剂在500℃,空气气氛中焙烧4h后有Cu的晶相产生,其中含Fe、Ni助剂的有助于铜盐在分解过程中被还原为晶相铜,而Zn、V助剂的存在却抑制了铜物种的还原。     

Fe助剂对CuO/Al_2O_3催化剂上CO_2+H_2合成甲醇影响的研究

在363～873K的温度范围内,0.1MPa的压力下,研究了不同前驱态的铁助剂对CuO/Al2O3催化剂上CO2+H2合成甲醇的影响,对这些催化剂用XRD和TPR方法进行了表征,研究结果表明,在本实验条件下,CuO/Al2O3催化剂上生成甲醇的活性与其上的晶相铜无直接的联系,与催化剂低温活性直接相关的是在室温下能被空气氧化、也可在室温下被还原的高度分散的铜物种;Fe助剂能明显地改变CuO/Al2O3催化剂中Cu的分布、分散度和价态,能增加这些铜物种的含量,从而提高催化剂在CO2+H2合成甲醇反应的低温活性。     

钛基RuOx-PdO电极电催化氧化降解活性艳红K-2BP研究

本文以自制钛基RuOx-PdO电极为阳极,钛片为阴极,NaCl为电解质,研究了活性艳红K-2BP的电催化氧化降解行为.实验结果表明,在pH值为2.0、NaCl浓度为0.02mol/L、电流密度为0.25mA/cm2和室温条件下,20mg/L活性艳红K-2BP经电催化氧化1h,脱色率可以达到99.6%.在本实验条件下,活性艳红K-2BP的脱色降解主要是电生活性氯的间接氧化和钛基RuOx-PdO 电极直接氧化协同作用的结果.作者用钛基RuOx-PdO 电极降解活性艳红K-2BP,其适用性较强,可在较大的温度范围、较宽的染料浓度时达到较好的脱色效果.表明作者自制钛基RuOx-PdO电极具有良好的电催化氧化性能,在降解活性染料方面,有一定的应用前景.     

钠作助剂的Ni／Al_2O_3上的CO_2加氢反应

用稳定态活性测试法研究了一系列不同载钠量Ｎｉ／Ａｌ_２Ｏ_３催化剂上的ＣＯ_２加氢甲烷化行为，并对它们进行了ＸＲＤ和程序升温还原表征。实验结果表明，在所用钠量范围内，于Ｎｉ／Ａｌ_２Ｏ_３上的ＣＯ_２加氢生成甲烷的活性随Ｎａ加入量的改变而变化，这与催化剂上Ｎｉ物种的分配有关，６７３Ｋ附近还原出的Ｎｉ物种可能是良好的ＣＯ_２加氢甲烷化活性中心。Ｎａ助剂的作用主要是改变Ｎｉ物种的分配。通过Ｎａ助剂的加入，可获得在化学剂量ＣＯ_２／Ｈ_２比下使ＣＯ_２几乎完全转化为甲烷的低镍催化剂。     

模具制造企业备件库存分类方法研究

以模具制造企业中的备件管理系统为研究背景,重点分析模具制造企业备件的主要特征,结合传统ABC分类法和BP神经网络的基本原理,提出了基于BP神经网络算法的备件ABCD分类法,通过对样本数据进行多次网络训练,最终确定理想分类模型,同时对此分类模型进行精度检验,证实其精度达到预期目标.