基于功率信息的机床设备综合效率智能识别方法

机床的设备综合效率是衡量机床运行状况的关键指标,受到制造企业的普遍关注,但传统的识别方法在获取时间稼动率、性能稼动率和产品合格率指标时存在难度大、成本高、普适性差的问题。为此,提出了一种基于功率信息的设备综合效率智能识别方法,获取机床功率信息时频域特征,构建采样周期特征向量,并采用主成分分析法构建状态匹配库,结合最近邻算法识别运行状态,量化运行状态持续时间,计算时间稼动率;同时借助滑动移窗构建加工周期特征向量,采用距离匹配获取实际加工件数,结合MES系统计算性能稼动率与产品合格率。最后,以铣削加工为例,其设备综合效率理论值与实际值相对误差为4.99%,验证了该方法的可行性与实用性。     

多价值链视角下基于深度学习算法的制造企业产品需求预测

多价值链协同发展背景下,制造企业没有充分考虑服务链、营销链等其他价值链对产品需求的影响。为提高制造企业产品需求预测的精度,本文提出了产品数据空间和一维卷积神经网络(One-dimensional convolutional neural networks, 1D-CNN)-长短期记忆神经网络(Long short-term memory, LSTM)的深度学习算法。首先,整合不同价值链对产品需求影响的相关数据构建产品数据空间。其次,从数据空间中获取多链数据集用于1D-CNN-LSTM模型的预测。其中,1D-CNN通过两次卷积池化操作获取数据的深层次特征,LSTM则通过进一步学习数据特征中的重要信息来进行时间序列预测。最后,通过某电气设备制造企业生产销售的环网柜产品的相关数据进行算例分析,并与其他几种模型进行预测结果比较。结果表明：1D-CNN-LSTM模型的预测效果优于神经网络模型和单一的LSTM模型。可见本文提出的1D-CNN-LSTM深度学习模型更具优越性,预测效果好。     

论焦化行业信息化工程

根据流程行业信息化理论，结合企业的实际情况，认为企业资源计划系统(ERP)的实施价值在集成方面；生产执行系统(MES)实施价值在基于工艺目标与技术经济指标的过程优化、物流控制与管理、生产成本控制与管理等方面；过程控制系统(PCS)中的信息应与MES集成，这些应是焦化行业应用信息化的切入点。     

基于灰色BP神经网络的混凝土连续刚构桥应力预测

为了对混凝土连续刚构桥施工过程中的应力进行控制与预测,保证桥梁施工的安全,根据灰色理论和BP神经网络建立了灰色BP神经网络应力预测模型GNNM（1,1）．以贵阳花溪特大公路刚构桥施工过程实测应力为输入数据,对模型GNNM（1,1）进行训练,得到了应力预测值．该预测值与检验值的相对误差在3％以内,表明GNNM（1,1）模型的预测精度高,可以对混凝土连续刚构桥施工进行短期应力预测,同时,对大桥应力控制及安全施工具有一定的参考价值．     

面向装备制造业的装配过程监控模型研究

在分析装备制造业生产制造特点、MES功能优势及不足的基础上,指出进行装配过程监控系统研究的必要性。针对企业现状,提出了基于RFID的装备制造业数据采集系统总体方案,建立了装配生产过程的实时状态模型,为企业研发基于RFID的状态监测系统提供了理论参考和依据。     

基于模拟目标的光测装备实战化训练方法研究

为解决当前光测装备因缺乏接近武器装备试验实际情况的合作目标而不能进行实战化训练的难题,提出了基于模拟目标的光测装备实战化训练方法。根据光测装备及目标的实际情况,构建目标三维模型,对其分别进行可见光、红外成像特性处理,生成目标的光学特性模型。采用3 次B 样条曲线拟合目标弹道曲线,进行运动姿态处理后获得姿态控制信息,与特征事件等信息一起封装生成目标运动特性模型。利用计算机仿真技术构建虚拟三维空间,在其中仿真光测装备跟踪测量目标的场景,在光测装备上无缝生成模拟目标,对光测装备进行实战化训练。在现役光测装备上进行了应用验证,实现了光测装备基于模拟目标的实战化训练,结果表明该方法切实可行。     

智能制造系统的一种研究方法

把制造系统描述为互相连接的信息、数据、知识处理单元的集合，把数据、知识处理单元抽象为信息处理单元，构造制造系统的抽象模型，据此提出了一种从这种抽象模型展开对智能制造系统研究的方法．     

热电厂MES系统数据仓库的设计与应用

为了解决热电厂中实时数据和管理数据难以形成统一数据模式的问题,提出了在数据库的基础上增加时间维来建立分层次的MES系统数据仓库.将MES系统数据仓库分成即时数据层和长期数据层,通过数据仓库与管理层、执行层以及控制层之间的数据驱动更好地为各层管理人员提供了决策所需信息.并以电厂中设备的预报警为主线,给出了电厂MES系统数据仓库的数据模型和概念模型,建立了OLAP分析模型.试验结果表明,MES系统数据仓库在电厂预报警方面有着良好的应用.     

基于支持向量机的机械设备状态趋势预测研究

提出了用支持向量机对机械设备状态趋势进行预测的新方法,构造了相应的支持向量回归机,并分别用仿真数据和实际数据对其性能进行了验证．将该支持向量回归机应用于某机组振动信号的预测,采用径向基核函数和合适的参数,使该向量回归机对振动量峰峰值的单步预测误差小于2％,24步预测误差小于5％,表明该算法对机械设备的运行状态趋势具有较好的预测能力．     

基于ERP/PDM/MES/PCS的数字制造系统信息集成研究

分析和描述了数字制造中ERP/PDM/MES/PCS的信息集成问题和信息流,给出了ERP/PDM/MES/PCS信息集成模型和系统集成架构,探讨了实现信息集成的关键技术,阐明了数字制造系统信息集成就是ERP/PDM/MES/PCS的无缝集成。     

使用AVL数据的公交到站时间CEEMD-LSTM预测模型

准确的公交到站时间预测具有重要意义，但现实公交运行受突发路况影响，运行速度具有非平稳性，本文结合时序特征处理技术和深度学习，建立一种使用AVL数据预测公交到站时间的互补集合经验模态分解-长短期记忆神经网络模型。模型收集公交自动车辆定位数据，经预处理后引入互补集合经验模态分解平稳化公交运行速度，再借助Adam参数寻优后的长短期记忆神经网络对福州市303路公交某日早高峰公交到站时间进行预测。结果表明：优化的公交到站时间预测模型平均绝对误差比单一模型低了1.69min，预测精度高于长短期记忆神经网络模型和经验模态分解的到站时间预测模型，可有效地为安装车载自动车辆定位系统的公交线路预测公交到站时间提供参考。     

基于曲线拟合的自动压滤机脱水过程优化

精矿的脱水是选矿工艺的重要环节,对精矿的后续加工工艺有着很大的影响。压滤机是选矿脱水过程的核心设备,优化压滤机的脱水过程有利于提高压滤机的工作效率。目前,大多少数对压滤机脱水过程优化的研究方法主要是通过大量的实验数据进行分析,或者是通过建立复杂的滤室网格进行仿真分析实现的。这些方法虽然能够得到精确的优化结果,但是都需要经过复杂的准备工作。基于曲线拟合的优化方法,分别对自动压滤机的压滤、压榨和干燥阶段进行了压滤机工作时间的优化分析,从而实现了自动压滤机脱水过程优化。结果表明该方法只需要一定量的实验数据就能够实现各阶段的工作时间优化,并且能够得到各阶段对应的拟合回归方程。最后与实际生产数据进行对比,证明了基于曲线拟合的压滤机脱水过程优化方法具有较高的准确性,取得了较为理想的优化结果,对生产具有一定的指导意义和参考价值。     

基于机器学习的飞机起落架着陆载荷预测模型

随着物联网、大数据技术的深入发展,一型装备交付部队的同时,往往需同步提供数字孪生模型以优化视情维护过程。论文基于某型号飞机试飞数据,提出一种将机器学习技术用于飞机起落架着陆载荷预测模型构建的方法。以某型号飞机飞行参数为输入,以传感器实测的左起落架垂向载荷为输出,经数据清洗和特征降维后,分别建立极端梯度提升（extreme gradient boosting, XGBoost）、随机森林（Random Forest）和多层前馈（back propagation, BP）神经网络模型,并对所建模型进行调优。经对比和评估,XGBoost模型具有最高的预测精度,对起落架载荷绝大多数样本的预测误差均保持在6%以内,同时建模时间少,泛化能力强,为起落架载荷预测最优模型。     

离散型制造业应用MES系统模型设计

以离散型制造业为应用背景,设计了在ERP和PCS之间的MES系统(制造执行系统)模型,渗入了智能知识化生产管理要素.建立了ERP/MES/PCS三层为核心的企业信息全面集成,使制造闭环控制过程从上层ERP企业资源计划经过中间层MES制造执行系统最后到达底层PCS生产控制系统,其关键环节是MES模型的实现和渗入智能知识化能促进离散型制造业企业信息化与全面综合自动化的发展.     

基于Bayes理论的五轴加工中心MTBF指标预测方法

根据量产的相似机床产品的历史失效数据确定某五轴加工中心MTBF的先验分布,应用Wilcoxon-Mann-Whitney秩和检验法对先验信息与现场数据进行相容性检验,利用Bayes方法融合先验信息和该加工中心小子样现场失效数据对其进行实时可靠寿命预测.研究表明:该加工中心的故障时间满足β=1.909 3,α=919.495 1的两参数Weibull分布;加工中心MTBF的点估计值为815.80(h),区间估计结果为[576.70(h),1 232.42(h)].所述方法适用于小子样情况,对特种机械产品的可靠寿命预测与评估具有普遍意义.     

基于监视数据修正的航空器飞行轨迹推算模型

飞行轨迹推算是空中交通流量管理的一个重要研究内容。在传统飞行轨迹推算方法基础上,针对航空器飞行路径的不确定性,构造了基于监视数据动态修正的航空器飞行轨迹推算模型。该模型综合航空器飞行性能和飞行计划、实时监视信息对航空器飞行轨迹、姿态进行推算。利用真实飞行轨迹进行验证,结果表明:本文模型推算的位置、高度信息更接近实际轨迹,并且符合实际飞行原则和空域使用规则,具有一定的参考价值和实用性。     

基于飞行计划集中处理的预战术航路飞行流量预测

为准确把握航路点流量变化趋势和缓解空中交通压力,提出了一种基于飞行计划集中处理的流量预测方法。首先,在预战术飞行流量管理阶段,通过飞行计划集中处理可得到的航空器飞行计划信息,根据各航班在起飞前提交的领航计划电报和全飞行剖面混杂模型来预测航空器的航迹;然后,通过预测出航空器过关键航路点的过点时间,并结合空域结构数据来获得主要航路点的流量预测值;最后,通过算例仿真的结果可以发现所提出的航路飞行流量预测方法能够很好的对关键航路点进行预测,并且方法是切实可行和有效的。     

云制造中加工设备资源语义模型研究

为了解决云制造环境下加工设备资源的虚拟化封装问题,建立了一种开放的、柔性的加工设备资源模型。在深入解析制造资源内涵、分类、特性的基础上,分析了加工设备资源的特点,结合语义知识和WEB技术,建立了加工设备资源模型。给出了加工设备资源语义描述方法,建立了描述模板。最后详述了云制造资源匹配流程,为云制造平台资源管理提供了重要基础和条件。     

制造约束规则的表达方法研究

基于特征的零件模型建立特征、制造方法和制造设备之间的关系，根据这种关系和制造设备的加工能力，建立制造约束，它包括对特征和特征间关系的约束．并利用Ｐｒｏｌｏｇ语言，给出了制造约束规则的表达方式     

制造执行系统(MES)的应用与发展

以制造执行系统(MES)的集成模型、外部环境模型、功能模型和REPAC模型为主线论述了其应用与发展历程,阐述了MES在中国的研究、应用与发展现状,认为MES是实现车间生产管理敏捷化的基本技术手段.在此基础上,从国外、国内和技术三个角度展望了MES的未来发展趋势,指出了敏捷化、智能化和集成化是MES技术及系统的重要发展趋势,为制造业制订MES实施的整体解决方案提供了参考.