排序方式: 共有28条查询结果,搜索用时 0 毫秒
1.
2.
3.
物料资源是钢铁制造系统产生环境影响的根源,揭示钢铁制造系统物料资源输入和环境排放之间的关联性是钢铁企业实施绿色制造的重要技术基础。建立钢铁制造过程输入输出框架模型,提出一种对钢铁制造过程物料资源消耗和环境排放进行关联性分析的方法。通过某炼钢工艺过程的应用实例,验证了上述模型和方法的有效性和可行性。 相似文献
4.
针对焊接工艺较为突出的高能耗、高污染特点,运用绿色制造基本思想,建立了焊接工艺IPO过程模型.通过分析不同工艺及材料下焊接工艺的物料资源消耗特性、能量资源消耗特性和环境排放特性,对工件母材、填充材料等资源环境属性数据消耗量的计算方法进行了探讨,并设计了一种基于资源环境属性的焊接工艺清单分析表.研究成果可为焊接工艺能耗、物耗、污染物排放等数据的采集处理及计算提供科学的方法,为建立具有资源环境属性的焊接工艺数据库提供参考依据;同时,基于IPO过程模型的分析,也可为其他加工工艺资源环境属性分析提供一种思路和方法. 相似文献
5.
为避免由于工艺缺陷造成的再制造毛坯价值浪费和经济损失,废旧产品在其再制造工艺制定后,需要首先对工艺可靠性进行预测,识别工艺缺陷要素。然而,由于再制造毛坯差异性大、剩余价值高,建立影响工艺可靠性要素的机理模型难度大、通用性差、且成本高。为此,提出一种加工要素数据驱动的工艺可靠性预测方法。利用加工获得的质量指标与质量要求之间的偏差值,作为工艺可靠性的定量指标,构建了反映各加工要素与可靠性映射关系的贝叶斯神经网络预测模型。以某再制造数控机床为例,对所提出的预测方法进行了验证。结果表明,该方法能够识别缺陷零件及其加工要素,指导再制造产品工艺过程的改进。 相似文献
6.
7.
针对数控铣床能效影响要素多、要素间关联关系复杂而导致的机床能效等级预测问题,提出一种基于卷积神经网络的数控铣床能效等级预测方法。通过数控机床运行过程能效影响要素分析,从设备、工艺、工件、刀具的维度对影响要素进行了分类;依据不同维度数据的来源,提出数控铣床多维数据的采集与预处理方法;提出基于LeNet-5改进卷积神经网络的数控铣床能效等级预测方法。并通过案例验证了方法的可行性和适用性,最终的训练准确度达到97.29%,在测试集上的准确度达到93.32%,预测结果较好,可以指导设备以及可控参数的选择,有较好的应用前景。 相似文献
8.
9.
再制造工艺技术优化选择是实现高效、快速及环境友好地实现再制造成形过程的关键环节之一。但是,废旧零部件失效特征的多样性,导致再制造工艺过程的复杂性,并影响再制造工艺技术的优化配置。为此,综合考虑再制造工艺技术产生的直接效益以及再制造工艺技术之间的协同效应,构建一种适应多种失效特征的废旧零部件再制造工艺技术决策模型。该模型可以辅助选择要实施的再制造工艺技术,获得条件允许下所能产生最大系统效益的再制造工艺技术组合。结合某企业实际,将模型应用于该企业再制造工艺技术决策中,为企业实施再制造提供了技术支持。 相似文献
10.
安全是电力生产首要环节,对电力生产进行安全性评价有利于及时发现并消除不安全因素和危险。基于传统评价方法的不足,提出了利用BP神经网络的电力企业安全性评价方法。在论述BP神经网络基本原理和算法基础上,按现代安全理论建立了电力生产安全性评价模型并进行求解。案例应用验证了所提方法的正确性和有效性。 相似文献