基于深度学习的铣刀剩余寿命预测方法研究

刀具剩余寿命预测对保证设备正常运行和提高生产效率具有重要意义.建立了一种改进的基于一维卷积神经网络(one-Dimensional Convolutional Neural Network,1DCNN)和双向门控循环单元(Bidirectional Gated Recurrent Unit,BiGRU)的铣刀剩余寿命预测混合模型.借助评分函数能对误差进行不同程度的惩罚,在均方误差函数的基础上引入评分函数,构造了一种基于均方误差和评分函数(MSE-Score)的调和平均(Harmonic Mean-MSE-Score,HM-MSE-Score)损失函数;利用卷积层和池化层代替BiGRUs处理后的全连接层,设计了1DCNN-BiGRUs-CP混合模型,实现铣刀剩余寿命预测.结合铣刀磨损实验,验证了该预测混合模型具有较高的预测精度和较快的运行速度,研究结果能为数控加工过程中铣刀剩余寿命预测提供理论依据.     

基于卷积神经网络的铣刀磨损状态识别技术研究

刀具磨损状态监测对于保证设备运行安全及提高生产效率具有重要意义.建立了基于一维卷积神经网络和极限学习机(1DCNN-ELM)混合模型,实现了对刀具磨损状态进行自动特征提取并快速识别.首先,通过采集原始高频振动信号,并对其进行批量标准化和切片处理;其次,利用一维卷积神经网络(1DCNN)进行自适应特征提取;最后,将极限学习机(ELM)用于铣刀磨损状态识别.引入了Dropout和批规范化(Batch Normalization,BN)加快网络训练及缓解过拟合.实验结果表明,1DCNN-ELM混合模型识别精度高、运算速度快,且具有较好的泛化性能,研究结果为数控加工过程中铣刀磨损状态识别提供理论依据.     

学习改变人生 学习创造未来——青铜峡铝业集团创建学习型企业扫描

多年来，青铜峡铝业集团有限公司坚持以“加强员工素质教育，培养高素质的员工”为指导思想，狠抓员工教育培训和班组建设，今年又在全集团开展了“创建学习型班组，争做知识型员工”活动。力争用3年左右的时间，将90％的班组基本建成技术创新、业务过硬的“学习型班组”，把80％以上的员工培养成爱岗敬业、业绩突出的“知识型员工”。     

可定向曲面上的一类闭曲线系统

利用组合数学的思想、拓扑的方法研究在可定向曲面上,一类含有个数最多的不可收缩的、两两不相交、互不同伦的圈（闭曲线）系统及其性质,得出了关于这些圈的一些拓扑定性性质,并给出这些圈在曲面上的位置分布.     

谈谈贯彻落实“依靠”方针

“全心全意依靠工人阶级”是我们党的根本指导方针。在当前国有企业改革正处于攻坚阶段的新形势下,积极探索落实“依靠”方针的途径,是关系到国企改革成败的关键。 江泽民同志在党的十五大报告和庆祝中国共产党成立八十周年讲话中多次重申,工人阶级的地位和历史作用没有     

努力探索工会工作的新路子

近年来,青铜峡铝业集团公司工会从改革、发展、稳定大局出发,紧紧围绕企业中心工作,努力把全心全意依靠工人阶级的方针落到实处。在贯彻落实工会工作总体思路中,努力探索工会工作创新发展的新途径,确立了工会工作在企业的定位,赢得了企业领导的支持和企业职工的认同。一、坚持职工代表大会制度, 落实依靠工人阶级的方针 坚持职工代表大会制度,全心全意依靠工人阶级办好企业是青铜峡铝业集团公司一贯坚持的原则。经过多年的努力,在落实职代     

基于可拓实例与GA-BP的制动臂成本估算方法

针对电梯制动器制动臂部件成本估算过程中出现的问题,为了快速响应客户询价的需求和提高企业的市场应变能力,缩短成本估算周期,提出一种基于可拓实例与GA-BP神经网络的产品成本估算方法.利用可拓实例推理技术检索出与当前问题相似度贴近的案例,在实例推理(Case-Based Reasoning,CBR)的基础上引入"距"的概念,将检索过程中新旧实例各参数之间的点与点、点与区间、区间与区间之间的相似关系用定量的形式精确描述,建立满足客户需求的点与区间的相似度计算模型;采用偏向客户需求的层次分析法和熵权法的动态赋权方法对权重进行组合进而计算总的相似度;为GA-BP神经网络检索出与当前问题相似度较为贴近的典型实例进行验证.结合企业实际制造过程,对该方法进行了实例分析和可行性分析,验证了此方法在提高成本估算准确性和缩短估算周期等方面切实有效.     

注污水井下油管腐蚀特点及防腐对策

在油田开发过程中，注污水井下油管的腐蚀问题日趋突出，本文总结了注污水井井下油管腐蚀情况及腐蚀因素，阐述了环氧粉末涂层防腐油管的生产工艺、油管的防腐性能特点等，通过现场应用，表明环氧粉末涂层防腐油管具有较好防腐防垢性能，经济效益明显，具有较好的推广应用前景。