桥式起重机主梁的受力分析及研究

起重设备所采用的桥式起重机多数为大跨度起重机,属于非标设计产品。本文在简介桥式起重机主梁的设计方法的基础上,详细研究了桥式起重机主梁的受力分析情况,对主梁的各参数进行优化设计,减轻了重量,节约了成本,创造了效益。     

基于LabVIEW的作动筒位置信号采集

针对作动筒位置的传统检测方法所存在的缺点,基于虚拟仪器开发软件LabVIEW,实现了作动筒位置信号采集系统的设计,系统包括硬件和软件两部分:硬件部分由位移传感器、信号调理模块、数据采集卡和工控机组成;软件部分主要包括数据采集、数据处理与存储以及上位监控界面。该系统投运结果表明,系统运行可靠,稳定地实现实时采集,达到了规定的设计目标和其它要求。     

工字形主梁主焊缝损伤分析与加固处理

桥式起重机采用工字形截面作为主梁，使用多年后该结构形式的主梁上翼缘板和腹板连接的主焊缝及母材多处产生裂纹，甚至发生主梁断裂事故。对这种结构的受力特征进行分析，以实测数据对主梁剩余疲劳寿命进行计算。根据分析结果确定整改措施并加以实施。     

桥式起重机主梁可靠性分析软件的设计

基于大型有限元分析软件ANSYS的可靠性分析子模块,以VC＋＋为软件开发平台,设计了一款更方便、更专业化的桥式起重机主梁可靠性分析软件.提出了桥式起重机主梁可靠性分析软件的架构,整个过程完成了对AN-SYS中APDL语句的封装以及对ANSYS核心程序的调用,解决了ANSYS中完成可靠性分析时界面不友好及低效的问题,也为桥式起重机主梁可靠性分析提供了一种可行的方法.     

基于LabVIEW的中子注量率密度数据采集

在LabVIEW软件中,结合PCI-6251数据采集卡,采用DAQmx数据采集函数实现中子注量率密度数据采集的虚拟仪器VI设计.虚拟仪器VI包括前面板和程序框图部分,采集到的数据能够以数据曲线和数据显示控件两种形式显示,并以文件的形式保存数据.测试结果表明,该系统能够准确测定NI ELVIS输出信号频率,实现基于LabVIEW的中子注量率密度数据采集.     

基于ANSYS单梁起重机主梁构造受力分析

本文通过对单梁葫芦桥式起重机主梁构造的受力分析,阐明主梁结构中各构件的力学作用,为检验类似起重机主梁的工作提供详尽的技术性支持。     

基于APDL的桥式起重机主梁快速优化设计

应用ANSYS的参数化设计语言APDL,对桥式起重机主梁进行了优化设计专用模块的开发,实现对起重机主梁快速优化设计。通过获取主梁最佳结构参数,不仅完成主梁结构的轻量化,降低生产成本,极大提高设计分析效率,为快速的对桥式起重机进行优化设计提供了一个有效的途径和方法。     

双小车桥式起重机主梁优化软件开发

文中基于MATLAB图形用户界面开发环境,结合ANSYS有限元分析软件,设计了双小车桥式起重机主梁优化软件,并采用应变测试方法对优化软件进行了力学性能分析验证,结果表明软件精度符合工程要求,该软件对某起重机进行了优化应用,为该类型起重机的安全节能设计提供参考。     

桥式起重机运行数据快速处理方法

提出一种利用起重机运行数据快速获取其应力时间历程数据的方法。通过已有的起重机运行数据,利用结构力学推导出的结构内力计算公式编制成计算机程序,对其进行快速处理,以获取桥式起重机应力时间历程数据。将公式计算结果与ANSYS分析结果对比,验证软件的可行性。该方法很好的解决了桥式起重机工况载荷数据缺乏的问题。     

起重机主梁下挠修理加固方法分析

桥式起重机通常经过一段时间后会发生主梁拱度消失,产生下弯的现象,解决这个问题的方法有多种,采用预应力法比火焰矫正法有操作简便、实用、容易控制等特点,本文主要介绍预应力钢筋的选择方法。桥式起重机在经过一段时间的使用后,特别是在频繁和不良环境状态使用状况下,通常会产生主梁向下弯曲的现象,在使用中起升小车由主粱跨中向跨端运行时阻力变大;反之小车由跨端向跨中运行时下滑力过大而不能准确定位,影响起重机的正常使用,这是我们经常遇到的问题。一般来说,矫正起重机主梁下挠的方法有：预应力法、假焊反变形法和火焰矫正法等等。而预应力矫正法更加简便、实用、费用低廉,通过预应力法矫正起重机主梁后能完全满足起重机主梁规定安全运行要求。     

数据预处理在商业企业数据仓库的应用

数据预处理是数据挖掘过程中重要环节 ,对数据预处理技术进行研究具有现实意义。文章在介绍数据预处理方法的基础上 ,结合大型商业营销企业数据仓库数据的特点和数据挖掘过程中对数据的要求 ,详细论述了数据预处理技术在大型商业营销企业数据仓库中的应用 ,提出改善数据质量是预处理技术的关键。     

基于DataGuard的Oracle RAC高校数据保护研究

数据是高校管理信息化产生的最重要的无形资产,数据的丢失或者损坏都将极大地损害教学、管理和科研工作的正常开展．Oracle RAC是目前使用最为广泛的数据库集群化管理方式,在此基础上开展DataGuard数据保护技术的应用研究,可以弥补集群数据库环境在数据容灾、备份和故障恢复方面的不足,提升数据的安全性,确保高校各类应用系统的正常运行．     

人工智能赋能高校数据治理:逻辑、挑战与实践

随着人类社会逐步迈入以情感计算、自然语言处理等智能技术为核心支撑的人工智能时代,数据的战略资源地位日益凸显,数据治理已成为推进高校教育治理现代化的关键工具。人工智能赋能高校数据治理的基本逻辑主要体现在数据管理、数据质量、数据决策与数据服务4个层面。高校数据管理忽视“多方协同管理”、缺乏相对统一的数据质量标准、数据决策在权责限定与顶层设计方面存在缺失、数据服务潜能激发不力制约数据价值高效释放等可被视为人工智能赋能高校数据治理的现实挑战。对此,应创设落位智能共管的高校数据管理职能优化机制、完善校本化高校数据挖掘与共享质量标准、构建基于责权厘定的智能化数据决策体系、优化指向数据价值释放的智能数据服务体系。     

Microsoft Excel的数据库管理方法

从一般数据库管理的角度出发,论述Excel管理数据库的方法。这种“表格”式的数据库管理方法将提供给用户一种新颖的设计方法和简单的使用操作。具有很大的推广价值。     

中小油田地震数据计算机管理方法研究

石油勘探技术发展迅速 ,需要一个集地震、测井、地质 3种数据为一体的勘探数据库来支持新的研究工作 .对包括地震资料处理、解释等资料的存储、应用方法进行了探索 ,提出了一种适合于中小油田的地震数据管理方案 .通过分析地震资料处理、解释产生的各类数据及其特点 ,从存储管理方法、数据规范化、质量控制方法、应用支持方法、数据服务方法等方面进行了详细论述     

化工物性数据库CPPDB在IBM-PC/XT机上的实现

讨论了文题实现方法,介绍了该数据库的总体结构。CPPDB利用dBASE Ⅲ支持建库,数据独立性高,修改、扩充方便。CPPDB存储了468种物质的29种物性数据,具有较强的物性估算和图形输出功能。     

数据仓库清洗技术讨论

数据仓库建设过程中最关键的环节是数据集成,本文重点分析了数据清洗需要解决的问题及涉及的主要技术,针对数据库的数据模型与数据仓库模型的区别讨论了利用元数据的映射规则的数据清洗方法.     

数据仓库数据加载技术

数据仓库中的数据不是传统数据库中数据的简单堆积，其数据的组织必须方便基于数据仓库基础之上的数据挖掘和商业智能工作，为决策者提供访问、分析及共享信息的能力，从而发挥数据仓库的真正功效。成功构造一个数据仓库的关键在于自始至终理解用户需要，紧紧围绕用户目标这一主题进行数据的搜集和存储。首先分析数据仓库的特点及拥有的数据类别及组成，重点介绍如何从现有数据库中有效地将数据引导至数据仓库的方法和策略，具体给出了数据仓库中5种不同类别数据的加载方法。     

大数据时代的数据挖掘技术与应用

随着数据挖掘技术研究的进步与发展,并伴随着大数据概念的提出,将为数据挖掘技术的发展和应用带来一个很大的机遇,数据挖掘技术将进入一个新的发展时期.文章全面介绍了大数据,数据挖掘的基本概念以及数据挖掘的分析方法,最后给出了大数据时代的挖掘技术的应用领域及将来发展方向.     

数据挖掘和数据仓库的关系研究

阐述了数据挖掘和数据仓库的有关技术,研究了数据挖掘和数据仓库的相互关系,说明了数据挖掘系统和数据仓库应统一分析和设计.