工序控制方法中工序的诊断调节及技术经济分析

在工序控制中常因异常而出现不良品,通过对样本观测值的分析,可尽快地发现工序异常,寻求原因,并使工序迅速恢复正常状态.这种控制方法是维持工序稳定,使工序能力处于较为理想状态,使产品质量特性不偏离中心的一种有效方法.     

“5S”在建筑企业现场管理中的应用

“5S”管理源于日本企业广泛采用的现场管理方法，它能够改善生产环境，还能提高企业生产效率、产品质量、员工士气等，“5S”是其他管理活动有效展开的基石之一。将该方法应用在建筑企业现场管理中，对提高建筑企业的现场管理水平和整体竞争力具有重要作用。     

改进型管道清灰机器人撑开机构动力学分析及仿真

以改进型管道清灰机器人为研究对象,建立机器人行走装置撑开机构简图.利用动态仿真的联立约束法,将运动约束和牛顿-欧拉方程组成一组联立线性方程组,求解得到各关节的约束反力、加速度和速度.利用Matlab编制计算程序,基于Simulink建立仿真模型,对管道机器人撑开机构动力学进行动态仿真,仿真结果表明:机器人撑开机构滑块速度方向改变时,机构各杆件受力达到最大,且杆件3受力最大.     

基于可用度约束的风力机单部件顺序维修优化

为提高风电场运行维护效率,以风力机为对象开展风力机单部件顺序维修优化研究.通过引入有效年龄的概念,考虑改善因子随维修次数的增加而降低的情况,分析最小维修、不完全维修和更换对风力机有效年龄的影响.考虑维护期内突发性维修成本、不完全维修成本、更换成本、停机损失和固定成本,将部件单生命周期划分为若干个维护期,以维护期个数和维护期时间间隔为决策变量,部件更换周期内单位时间维护成本最低为目标,建立可用度约束下的风力机单部件顺序维修优化模型.采用内点法和枚举法求解模型,完成算例分析,并验证模型的有效性.结果表明,与传统的周期维修和顺序维修相比,该模型求解得到的最佳维修计划可以保证风力机各部件的可用度均在98%以上,且维护期时间间隔更加符合工程实际.     

基于ANSYS的堆垛机立柱刚度的分析

堆垛机结构的优劣直接影响自动化立体仓库的可靠性和效率,传统经验设计方法很难掌握堆垛机立柱结构力学性能.采用有限元方法分析堆垛机立柱和下横梁的刚度,为堆垛机结构设计提供了一种行之有效的分析方法.     

极限载荷下风力发电机轮毂损伤分析

针对传统风力发电机轮毂服役载荷环境的不确定性和多样性,在极限载荷下进行风力发电机轮毂损伤研究和结构优化.首先,按叶片坐标系对轮毂模型施加极限载荷,得到轮毂应力云图,求解轮毂在极限工况下的强度;然后,结合S-N曲线和Miner累积损伤准则对轮毂等效应力进行平均应力修正,求解轮毂表面的损伤变化规律;最后,对轮毂结构进行结构拓扑优化,并对优化后的轮毂进行重新建模和静强度分析.结果表明:结构优化后轮毂质量减少9.2%,满足强度要求,为后续轮毂结构优化提供理论基础.     

工序控制方法中工序能力的分析

根据影响工序质量问题的主要特性值,运用数理统计方法对工序能力中工序无偏和工序有偏时的双向公差进行了计算分析,以便在实践中将工序质量的波动限定在要求的界限之内,使制造过程处于受控状态.     

基于PCA-FSEM方法的风力发电机可靠性研究

针对西北某风电场相关运行数据,对风力发电机进行可靠性研究.考虑运行数据之间相关性和冗余度,采用主成分分析(PCA)法进行降维,选取部分关键可靠性指标且根据关键指标运行数据,结合模糊理论建立可靠性评价模型,并选取部分风力发电机运行数据进行模型验证.结果表明,PCA法提取主成分累积方差贡献率为87.585%,可综合表述风力发电机的可靠性信息.单一可靠性指标评价时,虽然B02单机可利用率高达98%,但总发电量最低,虽然A04单机可利用率最低,但发电量较高,说明单一可靠性指标评价时存在误差.A05、B03单机各项指标均高,实际运行状态良好,发电量高,说明综合可靠性更高,与研究结果一致.因此,基于PCA模糊理论建立的风力发电机可靠性模糊理论评价模型(FSEM)符合实际运行状态,对定量评估机组可靠性具有指导意义.     

机床传动链误差对齿轮加工精度的影响及控制

文章分析机床传动连误差对齿轮加工精度的影响规律,掌握控制加工误差的方法,从而找出减少加工误差的措施,把加工误差控制在公差范围之内.     

基于QM-DBSCAN的风力机数据清洗方法

针对风电场风速-功率异常数据难以清洗的问题,提出一种基于QM-DBSCAN算法的风电场数据清洗方法.首先选取最能代表风力机运行状况的风速-功率数据作为研究对象,根据异常数据的分布特征进行分类;然后分别利用四分位法、标准DBSCAN算法及基于QM-DBSCAN方法识别和剔除异常数;最后通过spearman系数进一步验证所提方法的有效性.研究结果表明:QM-DBSCAN方法的剔除效果最好,较四分位法和标准DBSCAN法的spearman系数分别提高0.003 5和0.004 7.