-
题名电子商务环境下的敏捷制造研究
被引量:5
- 1
-
-
作者
张锋铭
乐清红
朱名铨
-
机构
西北工业大学飞行器制造工程系
-
出处
《组合机床与自动化加工技术》
北大核心
2001年第3期4-5,33,共3页
-
文摘
着重分析了电子商务给敏捷制造带来的影响 ,并探讨了电子商务环境下敏捷制造技术的发展模式及相关技术。
-
关键词
电子商务
敏捷制造
服务商
协同商贸
虚拟企业
-
Keywords
electronic commerce
agile manufacturing
service provider
collaborative commerce
-
分类号
TH16
[机械工程—机械制造及自动化]
F713.36
[经济管理—产业经济]
-
-
题名控制图异常模式的识别技术研究
被引量:2
- 2
-
-
作者
乐清洪
张锋铭
李建文
朱名铨
-
机构
西北工业大学机电工程学院
-
出处
《航空制造技术》
北大核心
2003年第2期43-46,共4页
-
文摘
质量控制图中所呈现出的异常状态可揭示出加工过程潜在的质量问题。本文提出了一种基于SLFM网络的控制图模式识别模型 ,该模型不仅能够识别控制图的 6种基本模式 ,对混合型的异常模式也能够有效识别。数字仿真表明 ,该模型训练速度快 ,识别精度高 ,并且具有很强的可塑性 。
-
关键词
异常模式
SLFM网络
质量控制图
模式识别
-
Keywords
SLFM network Control charts Pattern recognition
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名发电用电负荷预测管理系统的分析与设计
- 3
-
-
作者
张锋铭
-
机构
重庆钢铁股份有限公司能控中心
-
出处
《重钢机动能源》
2013年第2期43-45,共3页
-
文摘
本文描述该系统开发的整个过程,系统完全基于C/S架构设计,直观易操作。主要运用了C#,GUI,SQLSever2005开发技术,分析、统计、管理三个模块完整的构建了该发电用电明日负荷预测系统。通过发电用电负荷全面预测管理,重钢能够有效的降低发电成本,提高生产率,从而提升企业的效益。
-
关键词
C#
C
S架构
SQL
Sever2005
VS
2010
数据分析
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于服务商的敏捷制造企业集成模式研究
- 4
-
-
作者
张锋铭
李建文
朱名铨
-
机构
西北工业大学飞行器制造工程系
-
出处
《航空精密制造技术》
北大核心
2001年第2期33-35,15,共4页
-
文摘
将敏捷制造理论与现有的商业模式——中间服务商结合起来,提出了一种新的虚拟企业集成模式,该模式的研究对推动敏捷制造的发展具有积极的意义。
-
关键词
服务商
虚拟企业
敏捷制造
ASP
-
Keywords
Internet Service Provider; Virtual Manufacturing; Agile Manufacturing (AM); ASP
-
分类号
F270.7
[经济管理—企业管理]
-
-
题名过程质量控制新方法研究
- 5
-
-
作者
乐清洪
张庆丰
张锋铭
朱名铨
-
机构
西北工业大学飞行器制造工程系
-
出处
《航空精密制造技术》
2000年第5期19-23,共5页
-
基金
国家自然科学基金
-
文摘
传统的过程统计控制(SPC)已难于适应现代新型生产模式的需要,本文就此提出了用改进型SLFM网络构造预测模型对质量参数进行预测,以达到过程质量控制目的的方法,数值仿真及实验结果表明该预测模型学习能力强,预测精度较高,对加工过程具有一定的跟踪能力,研究表明该方法对于制造过程的在线实时质量控制具有广泛的应用前景。
-
关键词
人工神经网络
过程质量控制
预测模型
-
Keywords
artificial neural network
process quality control
predictional model
-
分类号
V260
[航空宇航科学与技术—航空宇航制造工程]
-
-
题名SLFM网络及其学习算法的改进
- 6
-
-
作者
乐清洪
张庆丰
张锋铭
朱名铨
-
机构
西北工业大学飞行器制造工程系
-
出处
《航空精密制造技术》
2000年第4期28-31,共4页
-
文摘
介绍了一种新型的人工神经网络———有监督线性特征映射 (SLFM )网络 ,它综合了BP网络的可监督性和SOM网络算法简单的优点 ,具有学习速度快、精度高、扩展能力较强的优点。文中讨论了SLFM网络的拓扑结构和学习机制 ,并对网络的学习算法进行了改进 ,对比实验表明 ,改进后的SLFM网络其性能得到了进一步的提高。
-
关键词
人工神经网络
拓扑结构
学习算法
-
Keywords
artificial neural network, topology structure, learning algorithm
-
分类号
TP393.02
[自动化与计算机技术—计算机应用技术]
-