您的位置: 专家智库 > >

南京理工大学机械工程学院工业工程系

作品数:5 被引量:11H指数:2
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术金属学及工艺交通运输工程机械工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇化学工程
  • 1篇金属学及工艺
  • 1篇机械工程
  • 1篇交通运输工程

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇水泥
  • 2篇水泥分解炉
  • 2篇网络
  • 2篇分解炉
  • 1篇代理
  • 1篇代理模型
  • 1篇多线程
  • 1篇多线程技术
  • 1篇序列数据
  • 1篇循环神经网络
  • 1篇时间序列
  • 1篇时间序列数据
  • 1篇售检票系统
  • 1篇数据驱动
  • 1篇数值模拟
  • 1篇速比
  • 1篇气体
  • 1篇人工神经

机构

  • 5篇南京理工大学
  • 1篇机械科学研究...

作者

  • 1篇夏叶锋
  • 1篇徐骏善

传媒

  • 1篇水泥工程
  • 1篇锻压技术
  • 1篇计算机与现代...
  • 1篇中国测试
  • 1篇内燃机与配件

年份

  • 1篇2023
  • 1篇2022
  • 1篇2021
  • 1篇2019
  • 1篇2013
5 条 记 录,以下是 1-5
排序方式:
多线程技术在地铁自动售票机软件中的应用被引量:3
2013年
在开发自动售票机软件系统中,针对系统资源利用不足和性能低下,提出多线程技术。结合自动售票机软件系统的架构和多线程技术的运行机制,用C++实现自动售票机软件系统中设备驱动层和通信层,并给出部分关键代码。该技术的运用使整个软件系统得到很大改善。目前,该软件系统已稳定运行在武汉地铁2号线。
夏叶锋徐骏善
关键词:自动售检票系统分层架构
面向水泥分解炉工况预测的仿真代理模型构建研究
2022年
水泥分解炉在实际运行中存在部分关键工况参数难以通过测量取样直接获取的问题,目前主流的解决方法是直接数值模拟法,该方法存在响应时间长,不能并行计算多工况的缺点。本文提出构建基于Kriging模型的分解炉工况参数仿真代理模型,将分解炉分解率作为预测目标,对影响因子筛选并构建优化拉丁超立方抽样空间,通过有限元仿真计算获取响应值;利用Kriging插值模型对仿真数据进行拟合,得到Kriging仿真代理模型。模型检验结果表明,预测的R2达到了0.9178,代理模型预测结果与有限元仿真结果具有很好的一致性,可以实现对分解炉分解率的在线预测。
丁一何非
关键词:水泥分解炉数值模拟KRIGING模型
数据驱动下汽车注塑零部件的质量控制研究被引量:2
2021年
由于注塑行业成型系统较为复杂并且对环境较为敏感,注塑成型加工过程中的不稳定因素很容易导致产品不良的发生,造成经济损失。由于过程的复杂性,不可预见的干扰,设备故障以及原料成分的变化,一批批次中止时的产品质量可能与规格相差甚远,所以对注塑成型大数据进行分析,来感知这些不可见的干扰因素,然后通过分析建模解决甚至避免现场痛点问题。制造业一直面临着几个挑战,包括可持续性、性能和生产质量。制造商试图通过在制造过程层面融合物联网(IoT)和ICT(信息与通信技术),通过实施CPS(信息物理系统)来提高企业的竞争力。而CPS平台(或者说智能工厂)是根据制造企业的特点,由不同类型的数据采集/处理方法、决策规则和功能组成。本文根据注塑工艺的特点、构成框架的模块及其具体功能,提出了一种基于实时制造数据的智能注塑系统框架。希望本文能作为指导,提高注塑行业的市场竞争力,支持智能工厂的建设,为工业4.0做准备。
王晓丹汪惠芬柳林燕
关键词:注塑产品人工神经网络数据驱动
基于气体相对射速比的加热炉温度场仿真被引量:5
2019年
以燃气室式加热炉为研究对象,采用CFD仿真技术对炉膛内燃气燃烧过程建立了实体模型并进行了燃烧模拟。对炉内温度场的变化和均匀性进行模拟,通过设定天然气和空气不同的相对射速比,分析其对炉内温度场分布情况和区域温度均匀性的影响,找出加热炉内温度均匀性较好的空间分布,为钢坯合理装炉提供指导依据。仿真分析结果表明:空气与天然气的相对射速比越小,炉内燃烧的平均温度越高,高温区域覆盖越多,温度分布越均匀,其中,使各项指标均达到最优的射速比区间为1.2~1.4;同时,在最优相对射速比下也存在高温区和低温区,通过对加热炉各部分温度云图及仿真数据的比较分析,确定了高效加热区域,为锻件合理装炉、减少加热时间、节约燃气和降低废气的排放提供了理论基础。
郭宁何非周玉龙
关键词:温度场温度均匀性
水泥分解炉出口温度LSTM分步预测方法研究被引量:1
2023年
分解炉出口温度是水泥分解工艺的重要指标,温度是否合理对于水泥产品质量有重要意义。为对水泥分解炉出口温度进行预测,结合质量影响因素分析选取的工艺参数,基于LSTM算法建立水泥分解炉出口温度预测模型,模型分为直接预测模型及分步预测模型。在验证集上采用直接预测模型进行预测并与BP神经网络模型进行对比,在实际工况的测试集上将基于状态变量预测的分步预测模型与采用近似值的直接预测模型进行对比,结果表明,分步预测模型针对实际工况有更好的泛化性能,预测误差为0.42℃,误差率仅为0.05%。该模型的建立可以为后续分解工艺参数优化及分解炉出口温度控制提供研究基础。
曹伟何非
关键词:时间序列数据
共1页<1>
聚类工具0