重介质浅槽分选机在动力煤选煤厂的应用

介绍重介质浅槽分选机在潘一选煤厂的应用,简述了它的工作原理和系统流程;通过最小二乘法对原始数据进行调整,使原始数据更能真实反映实际生产,并通过曲线拟合的方法来评价分选性能;实践证明重介质浅槽分选机具有排矸量大（182．53t／h）,分选精度高（Ep=0．0477）等特点,能有效弥补旋流器的不足。     

起泡剂组分对浮选效果的影响研究

通过对四种新型起泡剂进行可比性浮选试验和GC-MS分析,分析研究了起泡剂组分对浮选效果的影响,并确定了适合新庄孜选煤厂浮选生产的起泡剂。     

考虑设备多状态的缸盖生产线性能分析与优化

为实现发动机缸盖生产线的性能提升和成本管控,提出一种考虑设备多状态的发动机缸盖生产线性能分析与缓冲区配置优化方法。首先,采用马尔可夫模型揭示设备多状态与缓冲区库存的变化规律,建立了生产线可用度与缓冲区容量的耦合模型。其次,构建了以生产线可用度和缓冲区配置成本为目标的多目标优化模型,并采用NSGA-Ⅱ算法求解优化模型。最后,通过案例证明所提方法能提高缸盖生产线的生产性能并降低缓存区配置成本。     

数字孪生驱动的数控铣削刀具磨损在线监测方法

针对数控铣床不断老化导致刀具磨损预测模型误差较大,加工过程中动态数据难以在线采集等问题,提出一种数字孪生驱动的刀具磨损在线监测方法。采用神经网络对加工过程中的多源数据进行特征提取,建立考虑机床老化的刀具磨损时变偏差量化模型,并在此基础上提出数控铣削刀具磨损的在线预测方法;开发了面向刀具磨损的数控铣削数字孪生系统,在线感知加工过程中的动态数据并实时仿真刀具磨损过程;最后,将该方法应用于实际加工中并与其他的预测方法进行了对比,结果表明该方法有效降低了机床老化带来的误差,实现了刀具磨损的精确预测。