排序方式: 共有19条查询结果,搜索用时 15 毫秒
1.
基于绿色制造的机械加工生产模式的研究 总被引:6,自引:0,他引:6
通过分析传统制造的开式循环生产模式与绿色制造的闭式循环生产模式的特性,针对零件的机械加工成形提出了基于绿色制造的六种机加工生产模式. 相似文献
2.
为解决某企业转向架检修车间轮对涂装线部分工位阻塞的问题,通过收集轮对涂装线的现场布局、工艺与物流过程、加工工时等数据,利用Plant Simulation三维仿真软件建立基于实际生产工艺的仿真模型。分析模型仿真运行后的数据,确定涂装线在生产过程中存在瓶颈问题。针对轮对涂装线存在的瓶颈问题,采用传送带容量优化配置的方法对轮对涂装线进行优化。对优化前后的仿真数据进行对比分析,结果显示优化方案降低了生产线工位的阻塞率,消除了瓶颈问题,提高了生产线的产能。 相似文献
3.
500 kV变电站在电力系统中作为枢纽站汇集主干线路,与电力网关键点连接构成电力网的主要骨架,其中变压器作为承担电压变换、电能分配和传输的关键设备,一旦发生主变跳闸将严重影响电力系统安全稳定运行。文中通过分析一起因主变低压侧小区差动保护动作致使500 kV变电站主变跳闸事件,从源头对低压侧小区差动保护原理进行剖析,结合主变低压侧套管CT极性的展开研究,进一步综合性总结和归纳主变保护调试或验收注意事项,避免此类事故再次发生,对现场工程实践具有一定的指导作用。 相似文献
4.
5.
在预测轴承剩余使用寿命时,数据间的时序特性是一个可以利用的重要隐藏信息。为了更好地提取具有时序信息的特征用于预测,提出了一种基于并行多通道卷积长短时记忆网络(PMCCNN-LSTM)的剩余使用寿命预测模型。该模型主要由两部分组成:前端为并行多通道卷积网络(PMCCNN),提取信号特征,挖掘数据的时序特性,并采用逐层训练和微调的方式提升参数的收敛性;后端为长短时记忆(LSTM)网络,基于特征进行剩余使用寿命预测,并采用加权平均的方法对预测结果进行平滑处理。在一个轴承加速寿命实验的公开数据集上使用留一法验证了该模型的准确性,实验结果表明:所提模型的平均误差与最大误差分别比传统的卷积神经网络(CNN)低23.38%和15.84%,比传统的LSTM低24.14%和19.01%,比卷积长短时记忆网络(CNN-LSTM)低30.32%和23.09%。 相似文献
6.
在产品工艺设计阶段,为了能够准确预测任务的执行时间,以相似性及学习效应理论为基础,研究工艺设计任务之间的相似程度对任务执行时间的影响。提出一种工艺设计任务相似性的度量新方法。该方法将工艺设计任务分解为文件相似度和模型相似度。以S型学习曲线为基础,构建出基于相似任务的学习曲线模型,并在模型内引入计算机辅助设计。最后,通过采集企业设计人员的试验数据,进行拟合分析,验证该方法的有效性。 相似文献
7.
通过CT扫描,获得牙列图像的原始数据,再通过医用处理软件Mimics对所得的数据进行处理与转换,对牙列进行三维重建.然后再在Geomagic软件对模型进行修补,光顺等处理,使之尽量与病人的组织完全贴合,并转化为快速成型机能够识别的STL文件格式.最后在快速成型机上做出病人的组织模型. 相似文献
8.
在预测轴承的剩余使用寿命(remaining useful life,RUL)时,能否有效提取退化特征是实现准确预测的关键之一。轴承的个体异质性和工况差异性导致退化特征曲线不同,同一特征的变化趋势在不同轴承上是具有差异的,从而导致训练轴承建立的RUL预测模型与测试轴承不匹配。在提取特征时应当考虑轴承的个体差异性,减少轴承特征的个体差异性有利于提升预测精度。为了促进同一特征在不同轴承上的趋势一致性,减少退化特征的轴承个体差异性,提出了一种基于趋势一致性约束卷积编码(trend consistency convolutional auto-encoder,TC-CAE)的轴承寿命预测方法。通过构造趋势一致性约束,并和卷积自编码相结合,形成了TC-CAE特征提取模型。预测流程为先用TC-CAE模型在频域信号内提取特征,再用长短期记忆网络(long short-term memory,LSTM)预测。在一个轴承公开数据集上进行试验,试验结果表明,相比于普通卷积自编码方法的预测结果,该方法的综合平均误差降低了21.1%,相比于特征评价方法和卷积神经网络方法分别降低了35.6%和25.9%。 相似文献
9.
500 kV开关场中断路器跳闸未重合原因分析 总被引:1,自引:0,他引:1
500 kV变电站的开关场通常设计为一个半断路器主接线方式,中断路器的二次系统因分别与本串的两条线路(或其一线路为主变高压侧)的保护系统相联系,增加了重合闸回路的复杂性。通过对运行中一次事件的分析,阐述了中断路器重合闸回路的特点,提出了在安装调试过程中需注意的问题。 相似文献
10.