共查询到19条相似文献,搜索用时 98 毫秒
1.
随着智能制造的发展,以企业为中心的传统供应链将逐步完成自身价值导向的转变,从实现企业的价值转向实现消费者的价值.在这一过程中,也促使企业主越来越清醒地意识到,供应链的建立不应以企业需求为主,而是要以市场的客户需求为主. 相似文献
2.
3.
针对航道外场感知设施运行环境恶劣、维护难度大等问题,提出利用智能机箱实现航道外场感知设施的供电、通信、运行状态等自动监测、告警分析的解决方法。在京杭运河常州、无锡、苏州段的应用表明,智能机箱为航道外场感知设施的智能运维提供了有力的支撑。 相似文献
4.
通过对压力计量校准的应用研究,以及运维过程中事故故障的大数据分析,提出构建基于智能检测监测、云计算与大数据等先进技术的智能运维系统.该系统可对现场诸如工况压力等数据进行整理融合,深度挖掘与智能分析,对基础设施进行全寿命周期管理,实现运维管理与生产作业智能化,大幅提升运维效率,降低运维成本,引领智能运维和故障诊断的深度变... 相似文献
5.
姚俊峰 《工业仪表与自动化装置》2019,(6)
针对电能表自动化检定系统运维工作量大、设备故障定位不准确的问题,开发了一种智能运维平台;对系统的功能、架构进行了分析,展示了智能运维平台的应用效果。实际运行效果表明:智能运维平台的应用提高了电能表自动化检定系统的运维效率,具有较高的实用价值和经济效益。 相似文献
6.
为解决设备制造商(OEM)、服务商、供应商和用户等多主体间自主、协同、可信的服务配置,决策和运行管控等智能运维服务问题,以智能制造核心OEM企业为主导,提出面向复杂装备的多主体服务型智能协同运维服务新模式。在该模式中,明晰了主体协同交互运行生态,构建了系统体系架构,揭示了服务运作逻辑,探索了服务集成配置、关键运维要素辨识、协同维修决策及数据/知识可信运行共享四项关键使能技术。结合原型系统应用验证,为OEM及第三方企业实现智能协同运维服务转型升级提供理论技术指导及实践应用借鉴。 相似文献
7.
灌溉机井是一种现代化的农业灌溉方式,在机电设备的支撑下,从水井中提水并完成农作物灌溉。现代农业生产中,建设灌溉机井智能计量运维管理系统,并实施灌溉机井使用过程的监督和运维管理,能有效满足农业灌溉要求,遏制地下水超采问题。以昌平区灌溉机井应用实际为例,就灌溉机井智能计量运维管理的内容与实施要点展开分析,期望能为农业灌溉机井的计量和运维管理提供参考,促进农业的现代化发展。 相似文献
8.
针对轨道交通车辆牵引系统的检修维护过程中,运维人员工作量繁琐、劳动强度大、运维效率低等问题,运用大数据和人工智能技术,构建轨道交通车辆牵引系统智能运维的整体架构和网络架构,完成6个应用系统和1个基础服务平台功能设计,提出了基于BP神经网络的智能决策算法,实现了车辆牵引系统运行设备的智能化管理,极大提高设备运维效率。最后,以车辆牵引系统中散热器为例,建立散热器热阻预测模型,应用BP神经网络智能决策算法,对设备健康状况进行评估,预测结果表明:系统运行稳定可靠,预测误差小于0.2℃,对车辆牵引设备的健康状态能够精准诊断,为运维人员提供数据支撑和决策支持,提高轨道交通车辆牵引系统运行的可靠性具有重要意义。 相似文献
9.
10.
11.
12.
13.
对继电保护辅助设备检测方法进行研究,提出了一套继电保护辅助设备智能监测系统。利用物联网新型传感器、LPWAN和数据智能分析等技术,实现了压板及转换开关位置、户外箱柜内环境等继电保护辅助设备的状态实时感知、自动巡视、异常预警和数据共享等功能。研究结果表明,所提出的监测系统能够有效消除因压板及转换开关错漏投、端子箱凝露积水等原因造成的电网运行重大安全隐患,有效降低运维人员日常巡视的工作量,缓解巡视工作量与运行班组承载能力之间的矛盾。 相似文献
14.
工业4.0和智能制造 总被引:15,自引:0,他引:15
张曙 《机械设计与制造工程》2014,(8):1-5
首先简要介绍了工业4.0产生的背景,并通过与前三次工业革命的比较,提出其核心理念是信息系统和物理系统的深度融合。接着通过对信息物理融合系统的介绍,指出各行各业和不同形式信息物理系统的汇合导致现代化智慧城市的形成。随后以智能工厂为例,阐述了智能制造与传统自动化的本质区别。最后指出,互联网和移动通信的广泛应用,必将导致工业结构、经济结构和社会结构从垂直向扁平转变,从集中向分散转变。 相似文献
15.
智能化在电网中变电站建设中越来越重要,我国经济正在飞速发展,对于智能变电站的设备管理问题提出更高的要求.本文以智能化220kV变电站为研究对象,从智能变电站理念出发,分别就智能变电站对运行管理从设备管理和运行方式进行分析,希望对于今后的智能变电站运行管理有所帮助. 相似文献
16.
随着物联网和通信技术的快速发展,现代工业装备海量运行数据被实时监测传输,推动装备服役阶段的故障预测与健康管理进入大数据时代。面对具有不确定性强、价值密度低及多源异构特点的装备运行大数据,传统浅层模型算法存在难以自主挖掘数据蕴含特征、对装备健康状态表征能力弱的先天不足。近年来,作为机器学习领域的研究热点,深度学习理论得到了学术界与工业界的广泛关注,相关的工业装备故障预测与健康管理(prognostics and health management, 简称PHM)研究与应用层出不穷,为解决大数据背景下的故障预测与健康管理难题提供了新的思路和技术手段。为此,笔者回顾了工业装备故障预测与健康管理技术发展历程;从异常检测、故障诊断以及故障预测3个方面综述了深度学习已取得的研究成果;讨论了深度学习在当下工业装备故障预测与健康管理中的热点话题;分析了该研究方向在工程实际中面临的挑战,并探讨应对这些挑战的有效措施和未来发展趋势。 相似文献
17.
18.
对于目前很多大型复杂的系统来说,故障预测以及综合健康管理技术方面的研究越来越受到重视。文章对故障预测相关技术作了论述,就复杂系统的综合健康管理(IHM)的组成及关键技术进行了阐述,并介绍了一种视情维修开放体系结构。 相似文献
19.
为了保障运行安全,减少铁路机车车辆维修成本,提高机车车辆的可用性,健康管理与状态修已经引起铁路机车车辆应用部门高度重视。对铁路机车车辆的修程修制发展进行了汇总,并对机车状态评估与分类的标准做出了合理的确定方式,将机车状态分为基本状态、性能状态、安全状态三种。针对机车状态,根据已有研究经验,结合技术发展,提出未来机车车辆检测状态建议和注意事项。目前寿命预测存在诸多困难,基于机车状态和检测方法,指出了剩余寿命预测方案及修程修制改革方向,以期推动铁路机车车辆健康管理与状态修的发展。 相似文献