共查询到20条相似文献,搜索用时 62 毫秒
1.
知识化制造系统——新一代先进制造系统 总被引:41,自引:6,他引:41
首先讨论了将先进制造模式转化为先进制造知识的必要性和可行性,以及现有商品化软件的缺陷;然后提出一一种知识制造系统新理念。这是一种高智能生物化制造系统,并讨论了其体系结构、功能结构、逻辑层次、关键技术和已有的研究基础。 相似文献
2.
制造企业ERP系统的适用性问题 总被引:5,自引:0,他引:5
在分析制造企业ERP应用成败原因的基础上,提出了企业ERP适用性分析模型,认为经营适用性、技术适用性、功能适用性和管理适用性是ERP成功实施的关键。 相似文献
3.
4.
新一代电子维护系统的系统框架 总被引:9,自引:1,他引:8
未来的制造工业必须能够适应全球化的企业竞争。对于复杂的设计制造行为,需要一种简便的管理集成系统的机制,在这方面,信息技术将会失学一个不可或缺的角色。为了售后服务的需要,要提高对产品性能的理解,这将引起质量的维护的电子智能化。随着产品、制造和维护系统中更好的电子集成,制造商和用户方能都会从设备和工艺可靠性的提高中受益。 相似文献
5.
基于Petri网的智能制造系统建模 总被引:8,自引:1,他引:7
阐述了Petri网在智能制造系统建模中的突出优点,对其进行了扩展,并与面向对象技术相结合形成了面向对象Petri网(OOPN),提出了利用OOPN建立智能制造系统结构模型,行为模型,控制决策模型和消息模型的方法,通过利用OOPN建立智能制造中加工结点模型的实例,充分说明了面向对象Petri网的有效性和强大的建模能力,为智能制造系统的设计,性能分析,运行状态监视提供了一条有效途径和强有力的工具,必将在制造领域得到广泛应用和进一步的发展。 相似文献
6.
冶金企业网络化制造系统 总被引:3,自引:0,他引:3
分析冶金企业网络化制造的特点,根据冶金企业的特性,建立冶金企业网络化制造系统的一种总体结构,重点讨论冶金企业网络化制造系统中的企业资源计划和制造执行系统,给出一个实际应用案例。 相似文献
7.
8.
基于功能网链模型的企业应用系统融合分析方法 总被引:2,自引:0,他引:2
针对信息、过程与功能3要素关联分析与表达的需要,提出并实现了一种基于功能网链及其共栖网链的形式化表达与分析方法。该方法将企业应用系统封装为由功能元素集与关系特征集构成并带有信息流向与过程时序的功能网链,并基于对功能网链的横向整合与纵向展开,实现对应用系统融合方案的分析与优化。以集成质量系统与企业资源计划系统之间的融合分析为例,验证了该方法的实用性与有效性。 相似文献
9.
10.
11.
12.
13.
14.
15.
16.
17.
无线传感器网络在环境监测、军事、医疗等方面有广泛应用,是当今一大研究热点。由于WSN节点使用电池供电,节能问题非常重要,而传感器节点的能量控制主要由MAC层(媒体介质访问控制层)完成。Mobility Framework是离散事件仿真工具OMNET++的扩展,用该工具对现有的两种WSN的MAC协议进行了仿真,并研究了它们的性能。 相似文献
18.
从铺层结构的三维宏观弹性特性出发,利用三维层压结构理论,获得了复合层板的三维弹性常数的等效公式。以MATLAB为平台,编写模块化程序,将层压结构理论运用于某大型回转机械平行铺层和环状铺层结构的三维弹性常数等效中,输入每个单层结构的弹性参数,该程序可自动生成部件等效刚度矩阵、柔度矩阵和等效弹性常数;结合APDL参数化语言建立有限元模型,对等效前后的结构进行模态分析比较。结果表明,等效前后部件前三阶固有频率的变化率都小于5%,说明该方法对此类复合铺层结构的三维弹性常数等效是可行的。 相似文献
19.
为满足e—制造技术对工艺规划和工序分配的新需求,在制造设备e—化的基础上,提出了一种面向e—制造的动态工艺规划与工序分配的集成方法和Capplet集成模型。该集成模型通过Java解决方案和动态Web页面两种方式实现。在基于遗传算法的工序分配与工艺规划的并行交互机制下,基于甘特图的协同工序分配方法为动态工序分配提供了一种新的解决途径。Capplet集成模型与e—制造实时加工调度的无缝集成,为e—制造的生产准备奠定了基础。 相似文献
20.
Baoxuan Zhao Changming Cheng Guowei Tu Zhike Peng Qingbo He Guang Meng 《机械工程学报(英文版)》2021,34(3):104-114
Deep learning algorithms based on neural networks make remarkable achievements in machine fault diagnosis,while the noise mixed in measured signals harms the prediction accuracy of networks.Existing denoising methods in neural networks,such as using complex network architectures and introducing sparse techniques,always suffer from the difficulty of estimating hyperparameters and the lack of physical interpretability.To address this issue,this paper proposes a novel interpretable denoising layer based on reproducing kernel Hilbert space(RKHS)as the first layer for standard neural networks,with the aim to combine the advantages of both traditional signal processing technology with physical interpretation and network modeling strategy with parameter adaption.By investigating the influenc-ing mechanism of parameters on the regularization procedure in RKHS,the key parameter that dynamically controls the signal smoothness with low computational cost is selected as the only trainable parameter of the proposed layer.Besides,the forward and backward propagation algorithms of the designed layer are formulated to ensure that the selected parameter can be automatically updated together with other parameters in the neural network.Moreover,exponential and piecewise functions are introduced in the weight updating process to keep the trainable weight within a reasonable range and avoid the ill-conditioned problem.Experiment studies verify the effectiveness and compatibility of the proposed layer design method in intelligent fault diagnosis of machinery in noisy environments. 相似文献