基于改进卷积神经网络的数控铣床能效等级预测

针对数控铣床能效影响要素多、要素间关联关系复杂而导致的机床能效等级预测问题,提出一种基于卷积神经网络的数控铣床能效等级预测方法。通过数控机床运行过程能效影响要素分析,从设备、工艺、工件、刀具的维度对影响要素进行了分类;依据不同维度数据的来源,提出数控铣床多维数据的采集与预处理方法;提出基于LeNet-5改进卷积神经网络的数控铣床能效等级预测方法。并通过案例验证了方法的可行性和适用性,最终的训练准确度达到97.29%,在测试集上的准确度达到93.32%,预测结果较好,可以指导设备以及可控参数的选择,有较好的应用前景。     

通用机械加工车间绿色制造系统工程方法

为了满足制造企业在资源环境方面的技术需求,一种实用的绿色制造系统工程方法(SEGM)被应用于车间制造系统的设计规划与通用机械生产过程的运行调度。论文根据车间制造系统的资源环境影响因素建立车间规划和生产调度的控制变量,基于系统工程学的基本原理建立包括通用机械产品生产过程在内的车间制造系统模型。论文讨论了面向资源环境属性的优化方法并利用人工生命方法的GA-CA算法求解,得到车间制造系统规划和生产调度变量的最优解,从而决定了资源和能量在车间制造系统中的运行方式。为了在实物生产中实现这些优化参数,论文针对通用机械产品的工艺设计、实物制造、生产调度和车间规划开发了实用的应用技术和工艺装备,进行了先进制造技术的集成创新,实现了车间制造系统的节能减排。论文以火电阀门机械加工车间作为系统应用案例进行研究,数据显示绿色制造系统工程方法对通用机械加工车间的资源环境改善有着积极的影响。     

数控铣削加工中心主传动系统服役过程能效计算模型

为方便快捷地预测和优化机床服役过程各阶段能效,建立了基于铣削加工特征的机床服役过程能效计算模型,机床服役过程主要包括启动、空载和加工3个阶段,这一过程能效主要由辅助能效和加工能效构成。将实验数据进行分析,获取相应的修正系数后,通过建立的数学模型计算得出机床各阶段能耗,将各阶段能耗与总输入能耗之比作为各阶段的能效。最后对一台数控铣削加工中心进行试验研究,结果验证了该计算方法的准确性。该方法可应用于机床能效的评估与预测。     

液压挖掘机动臂的寿命分析预测

以某型号的液压挖掘机为研究对象,基于Solid Works,Abaqus,FE-SAFE软件,对其进行了建模、应力应变分析、疲劳强度分析研究。在分析过程中,利用应力应变测量技术测得工作装置各测点的应变时间历程,经过分析处理,得到工作装置中动臂的边界条件,估算预测出了动臂各处的疲劳寿命,分析结果有利于挖掘机的结构优化设计,对其它工程机械的寿命预测有一定的参考意义。     

一种电力生产安全性评价方法研究及应用

安全是电力生产首要环节,对电力生产进行安全性评价有利于及时发现并消除不安全因素和危险.基于传统评价方法的不足,提出了利用BP神经网络的电力企业安全性评价方法.在论述BP神经网络基本原理和算法基础上,按现代安全理论建立了电力生产安全性评价模型并进行求解.案例应用验证了所提方法的正确性和有效性.     

基于IMPACT2002+的机械加工过程资源环境影响评价方法研究

为了科学地反映机械加工过程资源、能源以及环境排放情况,提出一种基于CML2001中间类型方法和Eco-indicator99损害类型方法相结合的IMPACT2002+生命周期影响评价方法。通过对中间环境影响指标和4种环境损害指标进行分析,建立机械加工过程资源消耗和环境排放数据量化、分析与评价体系以及评价模型;通过中间类型影响和损害类型影响的对比分析,可以更好地反映机械加工过程中资源消耗和环境排放情况以及环境影响与工艺的关系。以某机床厂全数控凸轮轴磨床零件丝杆螺母座的制造工艺过程为例,验证了该评价模型与评价方法的可行性。     

基于多寿命特征的废旧机电产品再升级设计研究进展

随着高新技术的迅猛发展,机电产品升级换代与资源浪费之间的矛盾正愈发激化。值得关注的是,产品升级换代的速度越快,其废旧品的再制造恢复价值就越低,再制造升级需求也就越大。由于废旧机电产品在服役过程中物理、技术、经济多属性寿命的不平衡性以及再升级需求的多样化,导致再升级设计方案生成与优化极具个性化与复杂性,对其研究具有很高的学术价值与工程应用价值。为此,通过探究再升级设计的问题特征,以量大面广的废旧机电产品为对象,综述其寿命演化分析、再升级设计模型、再升级设计优化方法的代表性研究进展,进而指出废旧机电产品再升级设计的研究层次及其主要研究趋势与重点研究内容,以促进高品质再制造工程的实施,推动高端智能再制造升级的规模化发展。     

基于多层级优化模型的绿色车间分批调度方法

在柔性作业车间中，将绿色调度与分批调度结合，不仅是绿色性与经济性的指标集成，更是生产计划与调度的过程集成，具有相当的复杂性。而这种集成最有利于保障柔性作业车间的经济和环境效益的协调优化效果。为此，综合考虑柔性作业车间多层级组织结构和任务配置特点，提出了一种基于多层级优化模型的柔性作业车间绿色分批调度方法。并基于不同调度层次目标的差异及相互作用关系，开发了一种两级节能增效策略。利用模型约束构造不同层次调度模型的相关性，保证调度过程的一致性。设计了三种邻域搜索策略，利用NSGA-Ⅱ和邻域搜索的混合算法构造Pareto解集，最后通过TOPSIS寻出最优解。最后，通过实例验证了该方法的优越性，相较于经典NSGA-Ⅱ的期望成本、机床最大负荷、待机能耗和Makespan减少了9.3%、15.2%、20.9%和12.8%。     

基于电量和负载均衡约束的多AGV生产车间调度研究

目前多AGV的使用大大提升了制造企业的生产效率，在调度过程中也产生了诸多问题，其中以AGV负载不均和电量限制所带来的拥堵问题尤为凸显。对此，以最小化生产调度时间和负载均衡偏差为目标，考虑AGV的电池容量、充电次数、充电时间等约束，建立了一种非线性的多目标集成优化模型，基于MFC(Minimum time selection for charged volume constraint,MFC)策略设计了自适应改进遗传算法，并通过与传统遗传算法对比分析，验证了算法的有效性。最后对AGV调度中的相关参数进行分析，得到了AGV在负载均衡时的运行规律。     

动态数据流驱动的再制造拆解工艺知识图谱构建方法

高效稳定的再制造拆解是实施规模化再制造的重要前提。然而,废旧零部件的内部结构、损伤特征等存在较大差异,需要对拆解工艺进行频繁调整,从而造成再制造拆解效率低、质量稳定性差,严重制约了再制造规模化效益。为此,提出一种从动态数据流中提取个性化拆解工艺知识的知识图谱构建方法,利用知识的高效更新与重用提升再制造拆解效率与质量。首先,分析再制造拆解工艺数据的动态时序性特点,以拆解工位为数据分析节点,建立动态数据流模型。其次,基于工位数据对拆解工艺知识进行分类,构建包含拆解过程知识、资源知识和特征知识的本体模型,并利用命名实体识别模型(ALBERT-BiLSTM-CRF)和自然语言处理方法自动抽取拆解工艺知识。进而,提出一种动态数据流驱动的图谱更新机制,实现知识图谱对拆解工艺调整的快速响应。最后,以某型号废旧动力电池包拆解为例,验证所提方法的有效性。