首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   4篇
  免费   0篇
综合类   4篇
  2014年   1篇
  2006年   1篇
  2004年   1篇
  2002年   1篇
排序方式: 共有4条查询结果,搜索用时 62 毫秒
1
1.
针对绿色模块划分过程中基本单元本身属性的多样性和其绿色属性的模糊不确定性,研究了绿色设计中包含不确定因素的产品模块划分问题,论述了基于零件库的产品绿色模块划分,既考虑模块之间功能相关性和结构相关性,又考虑零件库中零件本身的绿色属性,以模块内部最大聚合度、模块之间最小耦合度和零件库中零件之间组合绿色度最高为目标函数,建立了产品绿色模块划分的不确定优化模型,提出EHDPSO(十一进制离散粒子群,Eleven hexadecimal discrete particle swarm optimization)方法,求出最优模块划分以及相应各零件库中最优零件记录数。以双梁桥式起重机桥梁作为实例,得出最优编码10,10,10,10,8,8,9,9,9,6,3,库记录数2,1,1,2,1,2,2,1,1,2,2,可得主梁库中记录2、轨道库中记录1、端梁库中记录1和端梁栏杆库中记录2为同一模块,走台库中记录1和走台栏杆库中记录2为同一模块,直梯库中记录2、斜梯库中记录1和司机室平台库中记录1为同一模块,司机室库中记录2和检验平台库中记录2分别为独立模块;三次实验结果均验证其合理可行性,在目前日益丰富的零件供应时代和零件本身因属性各异而需定性处理的情况下,本研究贴近企业生产,具有很好的实用价值。  相似文献   
2.
研究在保证中板轧机电动APC(自动位置控制)系统定位速度的同时提高定位精度的方法.根据电动APC的控制要求和设备的实际情况,首先采用时间最优思想设计预定的压下轨迹曲线,然后采用仿人智能控制方法,使得实际压下轨迹跟踪预定的轨迹曲线,从而确保电动APC控制的准确定位.该控制算法已应用于实际生产.在系统大惯性和压下螺丝摩擦力不确定的情况下,定位精度达到0.05 mm且整个定位过程快速、无超调.  相似文献   
3.
基于神经网络的热轧带钢宽度预报与设定   总被引:1,自引:0,他引:1  
研究带钢热连轧生产线中成品带钢的宽度预报与设定.由于精轧道次带钢宽度变化与板坯化学成分、立辊侧压量、厚度压缩比、钢板温度、速度及张力等因素有关,所以在宽度预报中,按照轧制顺序将整个轧制过程分为两部分:狗骨轧制和随后的精轧道次,前者用数学机理模型建模,后者引入主成分分析-径向基函数(PCA-RBF)神经网络建模.应用效果表明,经过训练的神经网络模型能够有效提高带钢宽度的预报精度,减小成品带钢的宽度波动.  相似文献   
4.
热轧中板轧制变形规程的优化设计   总被引:1,自引:1,他引:0  
研究热轧中板轧制变形规程的在线优化设计,包括轧制前的预计算以及轧制中的在线修正. 在轧制数学模型基础上,将轧制规程优化设计分为负荷分配道次和板形道次. 在板形道次,给出其线性规划数学模型,并利用单纯形算法求解,分析了不同约束集对最优规程的影响并进行了仿真,确定了最佳约束集. 轧制过程中利用实测数据进行模型自适应及规程在线修正. 经若干中板厂应用结果表明,该方法节约轧制时间且板形良好,异板差0.1 mm之内的命中率大于95%,成材率提高0.5%.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号