纺织机械制造企业数字化智能化制造与管理平台设计与实现

针对纺织机械制造企业产品加工制造全生命周期的数据管理问题,基于企业内部现有加工制造过程中的数据流和信息流,构建了面向企业领导决策层、业务管理层和业务执行层的数字化智能化管理模型;为解决数据集成、传递和共享问题,提出了基于Web Service和数据库中间表的异构数据集成方法,实现了纺织机械制造数字化智能化管理平台的数据集成与共享,同时结合信息化数据管理的特点和要求,搭建了基于数据驱动和权限分配的可重构业务流程数据监控模型。设计和开发了针对纺织机械制造企业的数字化智能化管理平台,并通过在企业中的实际应用证明了方案的可行性。     

大型机械设备全生命周期管理体系结构研究

在大数据、云计算和物联网等技术快速发展的背景下,以研究大型机械设备全生命周期管理体系结构为出发点,首先给出了产品全生命周期管理的定义,详细分析了其各阶段之间的联系;之后首次提出了更为形象的产品全生命周期管理屋,作为全生命周期管理系统的开发依据,并以此来构建全生命周期管理系统建设框架;阐述了其运行机制及新形式下的4大具体应用;最后通过斗轮机全生命周期集成管理系统的案例,验证了该体系结构的可行性.     

人工智能在动力电池健康状态预估中的研究综述

目前先进的电动汽车开发和应用已成为实现“脱碳”的关键技术。准确的电池健康状态(State of health, SOH)预估可有效地表征动力电池性能,对电动汽车动力电池维护和寿命管理具有重要意义。近年来,以深度学习、强化学习和大数据技术等为代表的新一代人工智能技术在电动汽车电池状态预估的应用已成为研究热点。首先简要介绍人工智能技术、SOH的含义以及影响SOH主要因素,然后分别从电池单体与电池系统的角度对几种人工智能模型在SOH预估中的研究进行总结与讨论,最后结合大数据、云计算、区域链等新兴技术,对电池健康状态预估问题进行展望,为提升当前动力电池全生命周期管理能力提供一些思路。     

面向危险废弃物处置中心的MES系统架构设计

针对危险废弃物处置中心管理问题,提出了一种基于信息化集成模型的智能化管理系统设计,该系统依托计算机网络技术与数据挖掘技术,实现危险废物处置中心数据的深度处理,实现了对危险废弃物处置企业内部业务的全覆盖、全流程管理。     

基于数字孪生的机电液系统PHM关键技术综述

数字孪生(Digital twin, DT)技术与预测和健康管理(Prognostics and health management, PHM)技术是智能制造领域中的两个热点研究方向。在对PHM技术现状总结分析的基础上,归纳当前制约PHM技术发展和应用的关键性问题如下：设备故障机理研究不透彻、全生命周期数据不完备、健康状态监测方法不足、多层级状态信息综合不足以及不确定性管理问题。并阐述数字孪生技术在解决这些问题过程中的独特优势,提出将基于第一性原理的多维数字孪生模型构建、虚实空间的多维数据映射、孪生体技术状态一致性度量与模型的高效迭代修正以及基于多域特征的系统健康评估、预测与维护决策作为关键技术构建DT-PHM研究架构。随着技术不断推进与发展,两项技术深度融合,基于数字孪生的复杂系统健康管理技术必将成为未来装备全生命周期视情维修和预测性维修的关键技术之一。     

基于全生命周期的数控机床轴承数据模型研究

针对数控机床轴承的全生命周期数据管理缺少统一模型的问题,分析了数控机床轴承全生命周期数据关系和集成管理需求,建立了全生命周期数据管理模式;应用多维度建模方法,从数据属性、数据结构、组织约束和操作机制等方面构建了轴承集成设计、制造和运行维护三个阶段的多维度数据模型,并结合实例应用,设计了数控机床轴承全生命数据管理系统,实现了预期效果,为实现数控机床轴承全生命周期数据集成管理系统研发奠定了理论基础。     

港口起重机健康保障系统的研究与应用

港口起重机服役期长,工作环境恶劣,损坏率较高,需定期维护保养。为保障港口起重机健康可靠运行,基于物联网、云服务平台及工业大数据分析等技术,建立港口起重机在线远程监控及预防性维护健康保障系统。健康保障系统通过采集起重机数据来反映起重机的健康状况,并给出预防性维修意见。结合健康保障系统的应用网络和总体框架,设计了面向港口起重机全生命周期的数据采集与集成、基于大数据的健康分析优化、基于公众互联网的企业间协同应用、云服务系统、安全保障体系等部分功能模块。针对健康保障系统中的关键技术,研究了港口起重机钢结构裂纹远程监视与自动识别系统、基于云服务平台的健康保障系统、基于深度学习和大数据分析的起重机故障诊断及预估分析优化等,结合港口起重机健康保障系统研究现状,提出了健康保障系统实施过程中的问题和挑战。     

锻造铝合金车轮智能制造关键技术及其应用

针对锻造铝合金车轮企业实现高质量、低成本、全生命周期管理和高性能精确成形的需求,探讨锻造铝合金车轮智能制造关键技术及其应用,包括:基于铝合金表面激光标刻的铝车轮追溯技术,其中实现锻造铝合金车轮三维尺寸在线测量技术,打通车轮产品制造全生命周期数据管理;研究先进传感技术实现车轮产品质量数据的全周期采集,研究基于物联网和工业互联网采集不同协议下的生产过程全流程数据的采集过程;基于大数据,研究了锻造铝合金车轮数据预测方法,并阐述了模型的意义。为锻造铝合金车轮企业实现智能制造提供有效途径。     

BIM技术在油气管道工程建设阶段应用的研究

目前,我国油气管道建设过程中还存在管理效率低、智能化程度不高、建设周期长等问题。因此,为了解决这些问题,实现油气管道智能化建设过程中的全生命周期管理、全数字化移交,结合BIM在房屋建筑、道路桥梁、城市综合管廊等领域中的成功实践和经验,笔者提出了BIM技术的解决思路和方案。把BIM技术数据共享、协同工作和全生命周期管理的理念引入到油气管道工程建设领域中,建立管道全生命周期一体化管理模式(PLIM)和构建基于BIM技术的系统协同管理平台;有利于缩短油气管道建设周期,提升精细化管理水平,保证油气管道建设的安全、质量和效率。     

机械设备的智能化故障诊断

机械故障诊断学是近年来发展起来的一门新兴学科,引起了人们广泛的重视。本文首先阐述了机械故障诊断的基本策略和特点,然后分别研究了基于专家系统和人工神经网络的智能化诊断技术与方法,并结合大型旋转机械设备进行了应用探讨,最后讨论了机械设备智能化诊断的发展趋势。     

压力计量在智能运维中的应用

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...     

机械设备的智能化故障诊断

机械故障诊断学是近年来发展起来的一门新兴学科,引起了人们广泛的重视。本文首先阐述了机械故障诊断的基本策略和特点;然后分别研究了基于专家系统和人工神经网络的智能化诊断技术与方法,并结合大型旋转机械设备进行了应用探讨;最后讨论了机械设备智能化诊断的发展趋势。     

航天智能制造生产线刀具管理系统研究

针对生产线智能化刀具管理系统建设需求,基于TDM刀具管理软件,通过对刀仪、立体库、RFID射频识别等硬件搭建和软件集成,实现了工艺设计阶段、生产准备阶段、生产加工阶段刀具信息的传递与共享,最终实现了刀具全生命周期管理.研究成果对提高生产线刀具管理信息化、智能化水平有着非常重要的意义.     

刀具全生命周期管理过程建模与信息编码的研究

提出了刀具全生命周期管理的概念,将刀具全寿命周期管理划分为计划期、投入期、使用期、报废期四个阶段。利用IDEF0方法分析了刀具生命周期管理过程,并基于混合分类法和面向对象思想对刀具资源进行分类,建立了刀具资源信息模型。参照国内外编码准则,采用结合分类码与顺序码方法实现了刀具资源信息编码。     

基于智能化的机械设备设计

机械设备在社会建设与发展中扮演着十分重要的角色,从工厂的生产运营到大型工程的建设与维修,社会各领域的发展都在很大程度上依赖于机械设备的运用。而随着现代化技术的迅速发展,计算机数据技术被广泛应用到社会发展的各个领域,随着数据信息处理量的增加,机械设备的智能化水平也亟待提高。本文结合了当前机械设备设计的发展现状,并对机械设备的智能化设计必要性进行了分析,探究了基于智能化的机械设备设计方法。     

无标签数据下基于特征知识迁移的机械设备智能故障诊断

对于智能故障诊断方法,大量有标签数据是实现智能模型训练的必要条件,但该条件在部分工业应用场景下难以满足。难以采集足够有标签数据,尤其是故障状态下的数据,在一定程度上限制了智能故障诊断方法的工业化应用。为解决该问题,提出基于特征知识迁移的机械设备智能故障诊断方法,将实验设备或其他相关设备所采集的足量有标签数据所蕴含的特征知识迁移至工业现场设备所部署的智能模型中,完成不同机械设备之间监测数据的特征知识迁移,从而实现无标签数据下的机械设备智能故障诊断。提出方法首先构建一维深度卷积神经网络,实现从原始振动信号到机械设备故障类别的深度映射。然后在深度卷积神经网络中加入领域适配正则约束项,实现不同机械设备监测数据间特征知识的深度迁移适配。最后,通过全连接神经网络进行机械设备健康状态的识别。为验证提出算法的有效性,通过两种机械设备的轴承在不同性能状态下所采集的监测数据进行迁移故障诊断实验,实验结果表明:提出方法实现了不同设备间监测数据特征知识的迁移适配;相对于传统智能诊断方法,提出的方法在两个数据集之间的迁移故障诊断识别率提高20%以上。     

面向MES的刀具智能调度系统研究

针对制造企业车间刀具损耗信息跟踪不及时导致的加工质量不稳定、成本高等实际问题,分析CNC机床刀具管理流程,结合MES系统对刀具全生命周期内的数据互通和后端信息处理进行研究.开发了刀具状态实时监控模块,以数据分析为核心,开展刀具磨损在机检测,将检测数据与CNC系统、刀具信息数据库对接,对刀具磨损量、CNC系统加工参数等数据进行综合分析,预测剩余加工时间,提供工艺的优化建议方案,并且对接MES接口完成制造车间内CNC机床刀具的全生命周期的信息追踪,实现刀具调度的智能化.     

面向MES的刀具智能调度系统研究

针对制造企业车间刀具损耗信息跟踪不及时导致的加工质量不稳定、成本高等实际问题,分析CNC机床刀具管理流程,结合MES系统对刀具全生命周期内的数据互通和后端信息处理进行研究.开发了刀具状态实时监控模块,以数据分析为核心,开展刀具磨损在机检测,将检测数据与CNC系统、刀具信息数据库对接,对刀具磨损量、CNC系统加工参数等数据进行综合分析,预测剩余加工时间,提供工艺的优化建议方案,并且对接MES接口完成制造车间内CNC机床刀具的全生命周期的信息追踪,实现刀具调度的智能化.     

基于MATLAB的齿轮箱轴承故障预诊与健康管理系统开发

设计开发了基于MATLAB的齿轮箱轴承故障预诊与健康管理无忧运行系统。该系统可对原始机床轴承振动数据进行特征提取和信息融合,并采用复合轴承健康评估算法定量计算轴承运行时候的健康度,对轴承样本进行故障识别。最后,预测预判模块可实现轴承剩余健康寿命的预测,实现轴承全生命周期的管理。     

汽车制造企业的刀具管理研究

结合国内汽车制造企业现状,分析、研究国内外机加领域刀具的使用、管理方法。提出汽车行业中刀具管理的主流趋势是通过数字化信息技术实现单品刀具的全生命周期数据积累,基于RFID技术建立数字化的刀具智能管理系统,形成企业数字化工厂的重要组成部分。