基于深度学习的检修作业过程风险智能预警

为提高炼化企业检维修作业过程的安全性,利用目标检测技术,构建基于深度学习的智能风险识别模型;首先,结合贝叶斯网络(BN)及模糊集理论,建立动态风险评估模型;其次,采用分级动态预警方法,实现检修作业过程风险要素的智能监控预警;然后,以压缩机检修作业过程为例,采用失效模式和影响分析(FMEA)与作业条件危险性分析方法,辨识作业过程风险,再利用基于深度学习的风险智能识别模型,监控现场作业过程并识别风险;最后,采用BN和模糊集理论相结合的方法,评估作业过程中的动态风险,并采用分级预警的方法智能预警作业过程风险。结果表明:该方法可以有效识别压缩机检修作业过程中的风险因素,识别准确率为93%,在此基础上进行动态风险评估,当观测到事件概率发生变化,且超出相应预警阈值时,依据风险等级进行报警,实现风险要素的智能监控。

机床加工过程短期能力评估模型及应用研究

随着制造业不断发展,机床的应用十分广泛,由此带来的用户对机床加工的工件质量要求越来越高,国内外机床用户经常要求进行加工过程短期能力评估,而我国目前缺乏验收交付时短期能力的评估程序。针对该问题,采用统计过程控制技术,通过分析短期能力评估的要求,提出了一套短期能力评估模型,并运用数控车床加工轴工件的实例来验证该评估模型的有效性,推动了金属切削机床的制造验收技术的发展。