期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
大长径比薄壁燃烧室壳体加工变形分析与控制技术研究 被引量:1
1
作者 黄海艇 许开州 +1 位作者 王燕华 李瑞琴 《现代制造技术与装备》 2023年第1期17-22,共6页
固体火箭发动机壳体的保形加工是航天装备制造的重要环节。可靠的整形工装是控制加工变形和降低尺寸偏差的前提。通过对壳体制造、装药制造及装配等过程的系统测量与分析,明确了壳体在制造过程中产生变形的基本规律。基于有限元仿真分... 固体火箭发动机壳体的保形加工是航天装备制造的重要环节。可靠的整形工装是控制加工变形和降低尺寸偏差的前提。通过对壳体制造、装药制造及装配等过程的系统测量与分析,明确了壳体在制造过程中产生变形的基本规律。基于有限元仿真分析方法,提出了焊接变形、热处理变形的分析与控制策略。分析表明,热处理过程中的组织场和应力场变化是造成壳体变形的主要因素,通过改善工装底部支撑梁结构可以达到控制变形的目的。通过试验分析优化后工装的变形量可知,试验结果与仿真规律一致。因此,将工装底部支撑梁改为格栅式导流板后气场流动更稳定,且一次回火+整形工装对抑制壳体变形效果显著。 展开更多
关键词 大长径比 薄壁 高硬高强材料 热处理变形 焊接变形
下载PDF
制造领域知识图谱的应用研究现状与前沿 被引量:12
2
作者 陶家琦 李心雨 +3 位作者 郑湃 彭涛 许开州 鲍劲松 《计算机集成制造系统》 EI CSCD 北大核心 2022年第12期3720-3736,共17页
在制造系统中获取并利用知识辅助决策,发展认知学习能力,已成为发展新一代智能制造的核心需求,而知识图谱为满足这一需求提供了成熟的条件。知识图谱与制造系统的融合应用成为今后发展的必然趋势。为全面深入地了解制造领域知识图谱的... 在制造系统中获取并利用知识辅助决策,发展认知学习能力,已成为发展新一代智能制造的核心需求,而知识图谱为满足这一需求提供了成熟的条件。知识图谱与制造系统的融合应用成为今后发展的必然趋势。为全面深入地了解制造领域知识图谱的研究现状并探究其发展应用前沿,在充分搜集整理现有文献的基础上,首先从发文量趋势、文章关键词、研究的关键技术和涉及的案例场景等多个维度进行了统计和分析,然后根据现有研究成果的共性总结出制造领域知识图谱的三个应用层次:语义关联、定性决策和综合决策,最后总结了制造领域知识图谱面临的高质量制造知识获取、复杂制造知识表示、行业制造图谱开放共享等一系列复杂挑战,并对制造领域知识图谱在应用层次、动态时效性和服务对象等方面的未来发展进行展望。 展开更多
关键词 知识图谱 认知智能 智能制造 认知制造 知识工程
下载PDF
基于流引擎的微服务动态交互平台设计 被引量:1
3
作者 尹屹凡 许开州 +2 位作者 王燕华 周鑫 蔡鸿明 《应用科学学报》 CAS CSCD 北大核心 2021年第4期521-531,共11页
针对传统服务组织高耦合、低透明、变更复杂等问题,提出了以物联大数据为中心的基于流引擎的微服务动态交互平台构造方案。将服务流程拆解为细粒度的微服务模型,以统一的表述方式明确服务的边界,使服务在开发过程中不再依赖于其他服务... 针对传统服务组织高耦合、低透明、变更复杂等问题,提出了以物联大数据为中心的基于流引擎的微服务动态交互平台构造方案。将服务流程拆解为细粒度的微服务模型,以统一的表述方式明确服务的边界,使服务在开发过程中不再依赖于其他服务的接口也可以实现。用流数据通道将微服务连通起来,在生产者侧基于数据时空特征进行服务封装以构建统一的信息表示,在消费者侧进行服务解析并重新划分组织数据,从而在数据驱动下形成对应完整业务流程的服务。该方案实现了可视化的微服务动态交互管理平台,可用于发动机制造的旋压检测工艺流程。与传统的面向服务架构的设计相比,该平台设计耦合度低,能实现灵活的服务变更、拓展和演化,且在服务监控和故障处理等方面也有更好的表现。 展开更多
关键词 物联网 流引擎 微服务 服务交互 大数据
下载PDF
Tool Health Condition Recognition Method for High Speed Milling of Titanium Alloy Based on Principal Component Analysis (PCA) and Long Short Term Memory (LSTM) 被引量:2
4
作者 YANG Qirui xu kaizhou +2 位作者 ZHENG Xiaohu XIAO Lei BAO Jinsong 《Journal of Donghua University(English Edition)》 EI CAS 2019年第4期364-368,共5页
The healthy condition of the milling tool has a very high impact on the machining quality of the titanium components.Therefore,it is important to recognize the healthy condition of the tool and replace the damaged cut... The healthy condition of the milling tool has a very high impact on the machining quality of the titanium components.Therefore,it is important to recognize the healthy condition of the tool and replace the damaged cutter at the right time.In order to recognize the health condition of the milling cutter,a method based on the long short term memory(LSTM)was proposed to recognize tool health state in this paper.The various signals collected in the tool wear experiments were analyzed by time-domain statistics,and then the extracted data were generated by principal component analysis(PCA)method.The preprocessed data extracted by PCA is transmitted to the LSTM model for recognition.Compared with back propagation neural network(BPNN)and support vector machine(SVM),the proposed method can effectively utilize the time-domain regulation in the data to achieve higher recognition speed and accuracy. 展开更多
关键词 HEALTH CONDITION recognition MILLING TOOL principal component analysis(PCA) long short TERM memory(LSTM)
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部