复杂机电产品关键装配工序物料质量损失评估及预警方法.pdfVIP

复杂机电产品关键装配工序物料质量损失评估及预警方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中国科技论文在线 复杂机电产品关键装配工序物料质量损失 评估及预警方法# 梁忠权,尹超** 5 (重庆大学机械传动国家重点实验室,重庆 400044 ) 摘要:针对复杂机电产品关键装配工序物料质量损失评估及预警困难的问题,提出了一种集 关键装配工序物料质量异常信息实时采集、质量损失综合评估、质量损失预警为一体的复杂 机电产品关键装配工序物料质量损失评估及预警方法,建立了关键装配工序物料质量损失的 10 评价指标体系,研究了基于变权重模糊综合评判法的关键装配工序物料质量损失评估、基于 遗传BP 神经网络的关键装配工序物料质量损失预警等关键技术。最后,将以上研究成果在 一复杂机电产品制造企业进行了实际应用,取得了良好的应用效果。 关键词:复杂机电产品;装配;关键工序物料;质量损失;神经网络;评估及预警 中图分类号:TH166;TB112 15 Evaluation and Early Warning Method of Key Assembly Process Materials Quality Loss for Complex Electromechanical Products LIANG Zhongquan, YIN Chao 20 (State Key Laboratory of Mechanical Transmission, Chongqing University, Chongqing 400044) Abstract : In the view of the difficulties in the evaluation and early warning of key assembly process materials quality loss for complex electromechanical products, a evaluation and early warning method of key assembly process materials quality loss for complex electromechanical products was put forward, which integrates real-time filed data acquisition of abnormal quality information, quality loss 25 fuzzy comprehensive evaluation, quality loss early warning. Meanwhile, the evaluated index system for key assembly process materials quality loss evaluation was founded. Subsequently, some of the key technologies were studied, including the key assembly process materials quality loss evaluation base on of fuzzy synthetic judgment with changing weight value, the key assembly process materials quality loss early warning base on GA-BP neural networks forecasting. Finally, the method was successfully 30 applied in a complex electromechanical product enterprise, which has achi

文档评论(0)

fdfdsos + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:7100020006000001

1亿VIP精品文档

相关文档