论企业如何留住人才

从理论上深入分析了企业优秀人才流失的问题,并进一步提出了留住人才的具体方法及措施。     

国有军工企业人才资源管理的探索

就军工企业人才资源管理现状、滞后的原因进行了分析,并就解决的办法提出了见解,提出了人事管理全方位创新的一些方法,其核心是抓住培养、吸引、使用人才三个环节,建立激励人才机制。     

建立人才吸引激励机制提高企业技术创新能力

企业要发展,要提高产品的竞争力,就要提高企业的科学技术水平和企业技术创新能力。人才是企业技术创新的基础,意识的转变与更新是技术创新的保障,加强人才激励政策是推动技术创新的内在动力。     

知识经济与创新型人才的开发

对知识经济时代开发创新型人力资源的紧迫性和对创新型人才培养的政治环境、政策环境、经济环境、激励环境、学术环境等进行了分析和研究,提出了创新型人力资源开发的对策。     

实施各种激励措施，全面发挥人的才能

在市场竞争激烈的今天,人才的竞争也同样愈演愈烈。拥有人才只是人才开发的前提,让人的能力得到全面发挥才是用人的真正目的,人的潜力的发挥,有赖于激励机制的促进。本文从企业的实际情况出发,结合企业的三项制度改革,就识才-人才选拔机制,用人-人才激励机制、塑才-人才储备机制三方面阐述了对于人才的激励举措,以此优化人力资源配置,不断完善人才的开发与应用。     

人才的评价,激励以及群体构筑

本文围绕企业内部的人才评价，激励以及群体构筑等方面的问题，阐述了应持的观点，同时，对其内涵，效应和实施的方法提出了若干创新的，独到的见解，对企业领导暑在管理决策中，开拓了一个新的领域。     

论企业管理和人力资源的合理配备

针对人才的管理对企业发展的重要性做了具体、详细、深层次地阐述.从人才的学历、年龄、性别、知识结构以及人才在各个部门的分配比例、心理状况六个方面做了论述,指出了人才管理对企业的发展有着重要的不可替代的作用.     

试论现代印刷人才需求特点和开发的途径

随着我国加入WTO，印刷业将直面世界，竞争将异常激烈而残酷，未来的竞争将重点体现在人力资源上，拥有一定数量的人才，就意味着抢占了市场先机，有了一定的市场份额，才能生存和发展。江泽民同志指出：“人才资源是第一资源，实现科技进步，实现经济和社会发展，关键都在人。”     

企业知识经济的培养与人才开发

21世纪是知识经济时期,企业该为知识经济做些什么?本文从企业知识经济的培养和优秀人才的开发两方面进行了论述。     

纯电动汽车剩余续驶里程计算方法研究

概述了一种纯电动汽车剩余续驶里程的计算方法,计算基于车辆实际行驶的平均电耗、 车辆NEDC里程、 动力电池衰减程度等综合因素,考虑到不同的使用环境和驾驶工况,通过车辆仪表给驾驶员显示一个相对准确的数据.该计算方法的主要思路是利用车辆每行驶1 km的耗电量累加得到车辆最近50 km总耗电量,从而预估当前SOC下所能行驶的...     

基于加速寿命试验的剩余寿命评估方法

利用加速寿命试验对产品设备进行剩余寿命评估正在成为研究的热点,如何提高其评估的精度是其中一个非常重要的问题。针对目前加速寿命试验统计方法存在的将试验样品看作新品,把加速试验外推后的应力环境等同于实际工作环境,忽视现场数据等问题,从模型和信息量两方面着手提高寿命评估精度。通过考虑产品初始失效和环境差异的影响,建立更为准确的寿命模型。对加速寿命试验的试验数据和现场数据进行融合统计分析,使得评估数据中蕴含更为丰富的多源寿命信息,由此得到置信度更高的寿命评估结果。仿真对比结果表明,由于模型准确度的提高和统计信息量的增加,所提出的方法评估精度更高,效果更好。     

Deep Spatiotemporal Convolutional-Neural-Network-Based Remaining Useful Life Estimation of Bearings

The remaining useful life(RUL) estimation of bearings is critical for ensuring the reliability of mechanical systems. Owing to the rapid development of deep learning methods, a multitude of data-driven RUL estimation approaches have been proposed recently. However, the following problems remain in existing methods: 1) Most network models use raw data or statistical features as input, which renders it di cult to extract complex fault-related information hidden in signals; 2) for current observations, the dependence between current states is emphasized, but their complex dependence on previous states is often disregarded; 3) the output of neural networks is directly used as the estimated RUL in most studies, resulting in extremely volatile prediction results that lack robustness. Hence, a novel prognostics approach is proposed based on a time–frequency representation(TFR) subsequence, three-dimensional convolutional neural network(3 DCNN), and Gaussian process regression(GPR). The approach primarily comprises two aspects: construction of a health indicator(HI) using the TFR-subsequence–3 DCNN model, and RUL estimation based on the GPR model. The raw signals of the bearings are converted into TFR-subsequences by continuous wavelet transform and a dislocated overlapping strategy. Subsequently, the 3 DCNN is applied to extract the hidden spatiotemporal features from the TFR-subsequences and construct HIs. Finally, the RUL of the bearings is estimated using the GPR model, which can also define the probability distribution of the potential function and prediction confidence. Experiments on the PRONOSTIA platform demonstrate the superiority of the proposed TFR-subsequence–3 DCNN–GPR approach. The use of degradation-related spatiotemporal features in signals is proposed herein to achieve a highly accurate bearing RUL prediction with uncertainty quantification.     

机械制造企业信息化讲座第三讲企业信息化人才的要求和培养

1 企业信息化对企业各类人员的要求 众所周知,市场的竞争、产品的竞争、技术的竞争……隐藏在这些竞争背后的是人才的竞争、知识的竞争.从前国家经贸委发布的我国企业信息化2001年全国调查报告中指出,存在问题的原因之一是人才缺乏,特别是既懂业务、又懂管理、又懂信息技术的复合型人才.     

Practical Options for Adopting Recurrent Neural Network and Its Variants on Remaining Useful Life Prediction

The remaining useful life(RUL)of a system is generally predicted by utilising the data collected from the sensors that continuously monitor different indicators.Recently,different deep learning(DL)techniques have been used for RUL prediction and achieved great success.Because the data is often time-sequential,recurrent neural network(RNN)has attracted significant interests due to its efficiency in dealing with such data.This paper systematically reviews RNN and its variants for RUL prediction,with a specific focus on understanding how different components(e.g.,types of optimisers and activation functions)or parameters(e.g.,sequence length,neuron quantities)affect their performance.After that,a case study using the well-studied NASA's C-MAPSS dataset is presented to quantitatively evaluate the inflluence of various state-of-the-art RNN structures on the RUL prediction performance.The result suggests that the variant methods usually perform better than the original RNN,and among which,Bi-directional Long Short-Term Memory generally has the best performance in terms of stability,precision and accuracy.Certain model structures may fail to produce valid RUL prediction result due to the gradient vanishing or gradient exploring problem if the parameters are not chosen appropriately.It is concluded that parameter tuning is a crucial step to achieve optimal prediction performance.     

基于人工神经网络获取起重机当量载荷谱的疲劳剩余寿命估算方法

为实现在役起重机的疲劳剩余寿命估算,预防灾难性事故,确保起重机使用的安全性。针对起重机使用工况的高度随机性和不确定性,以通用桥式起重机为研究对象,首次通过大量的数据调研,采集不同额定起升载荷起重机在一个工作时段内对应不同起升载荷的工作循环次数簇,基于人工神经网络(Artificial neural network,ANN)技术获取预评估起重机的当量载荷谱。以Miner疲劳损伤累积理论、线弹性断裂力学理论和雨流计数法为理论基础,运用Paris-Eadogan方程,推导疲劳剩余寿命计算公式,以实现通用类桥式起重机疲劳剩余寿命估算。经实例验证:所提出的方法可快速获取该类型预评估疲劳剩余寿命起重机的当量载荷谱并估算其主梁的疲劳剩余寿命,大大节省起重机现场实测的烦琐过程和大量投入。与实测应力谱计算的疲劳剩余寿命相比具有较好的吻合性和实用性,说明应用本方法进行起重机的疲劳剩余寿命估算是可行和有效的。     

BB18吹杯机适应产品多样化的技术改造

针对BB18吹杯机的真空吸力系统，着眼于解决真空吸力不足的问题，并对吸头结构进行改造，从而解决了制约产品多样化的问题。     

离心力及刚度影响下带传动的拉力分析与计算

本文就离心力影响下的传动带上的拉力与带速间的复杂关系作了进一步的分析与推导，得出离心力影响下带传动的拉力计算方法；给某些相关的计算式提供了必要的数据，对高速带传动及其相关的其它零部件的设计有一定的参考价值。     

提高主销合格率的研究

主销对汽车驾驶性能影响很大,因而对其精度要求很高.通过对主销生产情况的统计分析,找出影响主销质量的主因.在保证经济性的前提下,从接料方式、运输器具和及时检测等三方面提出并实施了提高主销合格率的解决方案,达到了良好的效果.