基于大數(shù)據(jù)分析的數(shù)控加工工時(shí)預(yù)測(cè)技術(shù)研究
發(fā)布時(shí)間:2021-10-29 02:34
制造企業(yè)數(shù)控加工現(xiàn)場(chǎng)需要利用數(shù)控加工工時(shí)來(lái)確定產(chǎn)品交貨期、制定生產(chǎn)計(jì)劃、核算成本、分析數(shù)控加工設(shè)備的產(chǎn)能與負(fù)荷,因此數(shù)控加工工時(shí)的準(zhǔn)確性對(duì)制造企業(yè)現(xiàn)場(chǎng)管理有著重要的作用。隨著智能制造、制造物聯(lián)網(wǎng)技術(shù)的發(fā)展,制造企業(yè)可以從數(shù)控加工設(shè)備中采集和獲取零部件制造過程中產(chǎn)生的具有典型大數(shù)據(jù)特征的海量數(shù)據(jù)(簡(jiǎn)稱制造大數(shù)據(jù)),充分利用這些數(shù)據(jù)可以更好的對(duì)數(shù)控加工工時(shí)進(jìn)行預(yù)測(cè),從而為提升定額的準(zhǔn)確性帶來(lái)新的可能。本文從工序工時(shí)影響因素入手分析,提出并探索基于大數(shù)據(jù)分析的數(shù)控加工工時(shí)預(yù)測(cè)方法,以提高數(shù)控加工工時(shí)預(yù)測(cè)精度,進(jìn)一步推動(dòng)定額管理的科學(xué)化和精細(xì)化。首先,對(duì)工序工時(shí)的直接影響因素包括加工工種、本道工序的零件材料去除量以及切削參數(shù)等進(jìn)行分析,根據(jù)影響因素確定制造大數(shù)據(jù)的主要來(lái)源和分類,提出基于大數(shù)據(jù)分析技術(shù)的工時(shí)預(yù)測(cè)總體框架和技術(shù)架構(gòu)。其次,針對(duì)收集到的制造大數(shù)據(jù)中存在的問題,定義工序編碼的規(guī)則,制定制造大數(shù)據(jù)清洗策略,對(duì)制造大數(shù)據(jù)進(jìn)行編碼以及清洗;并基于分布式文件系統(tǒng)(Hadoop Distributed File System,HDFS)和結(jié)構(gòu)化數(shù)據(jù)庫(kù)對(duì)預(yù)處理完畢的制造大數(shù)據(jù)進(jìn)行存儲(chǔ)。再次,基于...
【文章來(lái)源】:中國(guó)工程物理研究院北京市
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1.1制造大數(shù)據(jù)來(lái)源和特征??
?基于大數(shù)據(jù)分析的數(shù)控加工工時(shí)預(yù)測(cè)技術(shù)研究???研究背景||?M內(nèi)外??與意義?研宂現(xiàn)狀??1?1???j???第一章?緒論??????I?p-數(shù)據(jù)獲取??xj-rr.fl'j-?r?工序編碼??卜響丫分析」???第一章|?s于大¥據(jù)分析?數(shù)據(jù)清洗??數(shù)控加I:?I:時(shí)??預(yù)測(cè)框架?一數(shù)據(jù)#儲(chǔ)?? ̄T?LM-BP?????,?,?,?r?r.時(shí)預(yù)測(cè)模型??胃?I:時(shí)預(yù)測(cè)模型及?|建立丄時(shí)u?l時(shí)預(yù)測(cè)L_????一?|優(yōu)化算法研究ri?j測(cè)模型模型優(yōu)化???匕并行化LM-BP??數(shù)控加工工時(shí)??預(yù)測(cè)系統(tǒng)丌發(fā)??第五章?結(jié)論與展望??圖1.2論文結(jié)構(gòu)框架??9??
?基于大數(shù)據(jù)分析的數(shù)控加工工時(shí)預(yù)測(cè)技術(shù)研究???c開始)???j???確定工時(shí)影響因素???I???收集|:時(shí)數(shù)據(jù)???j???工時(shí)數(shù)據(jù)預(yù)處理???j???訓(xùn)練工時(shí)預(yù)測(cè)模哨??????5??????工時(shí)預(yù)測(cè)及匕j果分.j-g?^?^?? ̄i. ̄???1??\^差要??C?^?)??圖2.2預(yù)測(cè)步驟流程圖??(1)確定工序工時(shí)的影響因素。工序工時(shí)影響因素容易確定,包括加工工種、本??道工序的零件材料去除量、切削參數(shù),工序工時(shí)的影響因素分析在下文2.2。??(2)收集與工序工時(shí)相關(guān)的制造大數(shù)據(jù)。數(shù)據(jù)是進(jìn)行分析的基礎(chǔ)和關(guān)鍵,對(duì)工序??工時(shí)進(jìn)行預(yù)測(cè)是基于與工序工時(shí)相關(guān)的制造大數(shù)據(jù),主要包括工序工時(shí)的影響因素?cái)?shù)??據(jù)以及工序的實(shí)際加工工時(shí)。??(3)制造大數(shù)據(jù)預(yù)處理。收集與工序工時(shí)相關(guān)的制造大數(shù)據(jù)之后,這些數(shù)據(jù)中吋??能存在缺失、重復(fù)或者錯(cuò)誤等問題,因此需要對(duì)制造大數(shù)據(jù)進(jìn)行清洗。如果+對(duì)制造??大數(shù)據(jù)進(jìn)行預(yù)處理,就會(huì)降低數(shù)據(jù)的價(jià)值密度,增加后續(xù)數(shù)據(jù)處理的難度。??(4)建、V.丨:序工時(shí)預(yù)測(cè)模型。工時(shí)預(yù)測(cè)模型對(duì)工序C時(shí)的預(yù)測(cè)起卷至關(guān)市要的作??用。首先需要選定預(yù)測(cè)模型類型,工序工時(shí)的影響因素與工序I:時(shí)之間是非線性的關(guān)??11??
【參考文獻(xiàn)】:
期刊論文
[1]基于大數(shù)據(jù)分析的風(fēng)機(jī)葉片結(jié)冰故障診斷[J]. 黎楚陽(yáng),朱孟兆,焦健,張煒,張玉波. 自動(dòng)化與儀器儀表. 2020(03)
[2]基于PSO-BP神經(jīng)網(wǎng)絡(luò)的船體分段任務(wù)包工時(shí)定額模型[J]. 習(xí)立洋,吳娜,吉永軍,周宏,蔣志勇,劉建峰. 船舶工程. 2020(02)
[3]基于大數(shù)據(jù)分析的風(fēng)機(jī)軸承故障預(yù)警[J]. 李俊卿,王煥仲,季剛,馬陽(yáng)碩. 智慧電力. 2020(02)
[4]基于MES的工時(shí)采集與統(tǒng)計(jì)系統(tǒng)的研究與應(yīng)用[J]. 代曉麗,江蕓,祁國(guó)成,劉英,符云峰. 電子技術(shù)與軟件工程. 2019(20)
[5]DE_kmeans預(yù)測(cè)液壓缸零件工時(shí)定額[J]. 潘彩霞,陸寶春,張均利. 機(jī)械設(shè)計(jì)與制造. 2019(04)
[6]基于大數(shù)據(jù)挖掘電量預(yù)測(cè)方法的創(chuàng)新及應(yīng)用[J]. 徐俊,徐文輝,曾鑫,宋樂. 電力大數(shù)據(jù). 2018(10)
[7]基于深度學(xué)習(xí)的高速銑削刀具磨損狀態(tài)預(yù)測(cè)方法[J]. 林楊,高思煜,劉同舜,朱錕鵬. 機(jī)械與電子. 2017(07)
[8]基于結(jié)構(gòu)特征的汽車模具部件工時(shí)定額標(biāo)準(zhǔn)化研究[J]. 柴曉微. 中國(guó)標(biāo)準(zhǔn)化. 2017(10)
[9]航空發(fā)動(dòng)機(jī)葉片工時(shí)定額測(cè)算方法分析[J]. 郭鳳國(guó),原志翔. 科技創(chuàng)新與應(yīng)用. 2017(11)
[10]一種基于案例推理的集成式工時(shí)估算方法[J]. 趙小燕,宋栓軍. 機(jī)械制造. 2016(12)
碩士論文
[1]基于大數(shù)據(jù)分析的電子制造裝備狀態(tài)評(píng)估方法研究[D]. 蘇欣.哈爾濱工業(yè)大學(xué) 2019
[2]基于大數(shù)據(jù)分析的切削加工過程優(yōu)化方法[D]. 尹樹彬.哈爾濱理工大學(xué) 2019
[3]基于大數(shù)據(jù)分析與LASSO分位數(shù)回歸的電力負(fù)荷概率密度預(yù)測(cè)方法[D]. 秦楊.合肥工業(yè)大學(xué) 2019
[4]多品種小批量制造企業(yè)工時(shí)定額制定方法研究[D]. 呂闖.大連理工大學(xué) 2017
[5]基于大數(shù)據(jù)分析的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估方法研究[D]. 江順輝.華僑大學(xué) 2016
[6]基于數(shù)據(jù)挖掘技術(shù)的生產(chǎn)調(diào)度問題研究[D]. 王成龍.浙江大學(xué) 2015
[7]基于大數(shù)據(jù)的制造運(yùn)行監(jiān)測(cè)與分析平臺(tái)研究[D]. 王淑芬.廣東工業(yè)大學(xué) 2014
[8]基于Hadoop的海量傳感數(shù)據(jù)管理系統(tǒng)[D]. 成飛龍.南京理工大學(xué) 2013
[9]面向云計(jì)算的設(shè)備故障診斷系統(tǒng)關(guān)鍵技術(shù)研究[D]. 王東方.鄭州大學(xué) 2012
[10]基于成組技術(shù)的工時(shí)定額方法研究[D]. 邴韶妮.武漢理工大學(xué) 2010
本文編號(hào):3463794
【文章來(lái)源】:中國(guó)工程物理研究院北京市
【文章頁(yè)數(shù)】:65 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖1.1制造大數(shù)據(jù)來(lái)源和特征??
?基于大數(shù)據(jù)分析的數(shù)控加工工時(shí)預(yù)測(cè)技術(shù)研究???研究背景||?M內(nèi)外??與意義?研宂現(xiàn)狀??1?1???j???第一章?緒論??????I?p-數(shù)據(jù)獲取??xj-rr.fl'j-?r?工序編碼??卜響丫分析」???第一章|?s于大¥據(jù)分析?數(shù)據(jù)清洗??數(shù)控加I:?I:時(shí)??預(yù)測(cè)框架?一數(shù)據(jù)#儲(chǔ)?? ̄T?LM-BP?????,?,?,?r?r.時(shí)預(yù)測(cè)模型??胃?I:時(shí)預(yù)測(cè)模型及?|建立丄時(shí)u?l時(shí)預(yù)測(cè)L_????一?|優(yōu)化算法研究ri?j測(cè)模型模型優(yōu)化???匕并行化LM-BP??數(shù)控加工工時(shí)??預(yù)測(cè)系統(tǒng)丌發(fā)??第五章?結(jié)論與展望??圖1.2論文結(jié)構(gòu)框架??9??
?基于大數(shù)據(jù)分析的數(shù)控加工工時(shí)預(yù)測(cè)技術(shù)研究???c開始)???j???確定工時(shí)影響因素???I???收集|:時(shí)數(shù)據(jù)???j???工時(shí)數(shù)據(jù)預(yù)處理???j???訓(xùn)練工時(shí)預(yù)測(cè)模哨??????5??????工時(shí)預(yù)測(cè)及匕j果分.j-g?^?^?? ̄i. ̄???1??\^差要??C?^?)??圖2.2預(yù)測(cè)步驟流程圖??(1)確定工序工時(shí)的影響因素。工序工時(shí)影響因素容易確定,包括加工工種、本??道工序的零件材料去除量、切削參數(shù),工序工時(shí)的影響因素分析在下文2.2。??(2)收集與工序工時(shí)相關(guān)的制造大數(shù)據(jù)。數(shù)據(jù)是進(jìn)行分析的基礎(chǔ)和關(guān)鍵,對(duì)工序??工時(shí)進(jìn)行預(yù)測(cè)是基于與工序工時(shí)相關(guān)的制造大數(shù)據(jù),主要包括工序工時(shí)的影響因素?cái)?shù)??據(jù)以及工序的實(shí)際加工工時(shí)。??(3)制造大數(shù)據(jù)預(yù)處理。收集與工序工時(shí)相關(guān)的制造大數(shù)據(jù)之后,這些數(shù)據(jù)中吋??能存在缺失、重復(fù)或者錯(cuò)誤等問題,因此需要對(duì)制造大數(shù)據(jù)進(jìn)行清洗。如果+對(duì)制造??大數(shù)據(jù)進(jìn)行預(yù)處理,就會(huì)降低數(shù)據(jù)的價(jià)值密度,增加后續(xù)數(shù)據(jù)處理的難度。??(4)建、V.丨:序工時(shí)預(yù)測(cè)模型。工時(shí)預(yù)測(cè)模型對(duì)工序C時(shí)的預(yù)測(cè)起卷至關(guān)市要的作??用。首先需要選定預(yù)測(cè)模型類型,工序工時(shí)的影響因素與工序I:時(shí)之間是非線性的關(guān)??11??
【參考文獻(xiàn)】:
期刊論文
[1]基于大數(shù)據(jù)分析的風(fēng)機(jī)葉片結(jié)冰故障診斷[J]. 黎楚陽(yáng),朱孟兆,焦健,張煒,張玉波. 自動(dòng)化與儀器儀表. 2020(03)
[2]基于PSO-BP神經(jīng)網(wǎng)絡(luò)的船體分段任務(wù)包工時(shí)定額模型[J]. 習(xí)立洋,吳娜,吉永軍,周宏,蔣志勇,劉建峰. 船舶工程. 2020(02)
[3]基于大數(shù)據(jù)分析的風(fēng)機(jī)軸承故障預(yù)警[J]. 李俊卿,王煥仲,季剛,馬陽(yáng)碩. 智慧電力. 2020(02)
[4]基于MES的工時(shí)采集與統(tǒng)計(jì)系統(tǒng)的研究與應(yīng)用[J]. 代曉麗,江蕓,祁國(guó)成,劉英,符云峰. 電子技術(shù)與軟件工程. 2019(20)
[5]DE_kmeans預(yù)測(cè)液壓缸零件工時(shí)定額[J]. 潘彩霞,陸寶春,張均利. 機(jī)械設(shè)計(jì)與制造. 2019(04)
[6]基于大數(shù)據(jù)挖掘電量預(yù)測(cè)方法的創(chuàng)新及應(yīng)用[J]. 徐俊,徐文輝,曾鑫,宋樂. 電力大數(shù)據(jù). 2018(10)
[7]基于深度學(xué)習(xí)的高速銑削刀具磨損狀態(tài)預(yù)測(cè)方法[J]. 林楊,高思煜,劉同舜,朱錕鵬. 機(jī)械與電子. 2017(07)
[8]基于結(jié)構(gòu)特征的汽車模具部件工時(shí)定額標(biāo)準(zhǔn)化研究[J]. 柴曉微. 中國(guó)標(biāo)準(zhǔn)化. 2017(10)
[9]航空發(fā)動(dòng)機(jī)葉片工時(shí)定額測(cè)算方法分析[J]. 郭鳳國(guó),原志翔. 科技創(chuàng)新與應(yīng)用. 2017(11)
[10]一種基于案例推理的集成式工時(shí)估算方法[J]. 趙小燕,宋栓軍. 機(jī)械制造. 2016(12)
碩士論文
[1]基于大數(shù)據(jù)分析的電子制造裝備狀態(tài)評(píng)估方法研究[D]. 蘇欣.哈爾濱工業(yè)大學(xué) 2019
[2]基于大數(shù)據(jù)分析的切削加工過程優(yōu)化方法[D]. 尹樹彬.哈爾濱理工大學(xué) 2019
[3]基于大數(shù)據(jù)分析與LASSO分位數(shù)回歸的電力負(fù)荷概率密度預(yù)測(cè)方法[D]. 秦楊.合肥工業(yè)大學(xué) 2019
[4]多品種小批量制造企業(yè)工時(shí)定額制定方法研究[D]. 呂闖.大連理工大學(xué) 2017
[5]基于大數(shù)據(jù)分析的風(fēng)電機(jī)組運(yùn)行狀態(tài)評(píng)估方法研究[D]. 江順輝.華僑大學(xué) 2016
[6]基于數(shù)據(jù)挖掘技術(shù)的生產(chǎn)調(diào)度問題研究[D]. 王成龍.浙江大學(xué) 2015
[7]基于大數(shù)據(jù)的制造運(yùn)行監(jiān)測(cè)與分析平臺(tái)研究[D]. 王淑芬.廣東工業(yè)大學(xué) 2014
[8]基于Hadoop的海量傳感數(shù)據(jù)管理系統(tǒng)[D]. 成飛龍.南京理工大學(xué) 2013
[9]面向云計(jì)算的設(shè)備故障診斷系統(tǒng)關(guān)鍵技術(shù)研究[D]. 王東方.鄭州大學(xué) 2012
[10]基于成組技術(shù)的工時(shí)定額方法研究[D]. 邴韶妮.武漢理工大學(xué) 2010
本文編號(hào):3463794
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3463794.html
最近更新
教材專著