CN105654240A - 机床产品制造系统能效分析方法 - Google Patents
机床产品制造系统能效分析方法 Download PDFInfo
- Publication number
- CN105654240A CN105654240A CN201511021791.7A CN201511021791A CN105654240A CN 105654240 A CN105654240 A CN 105654240A CN 201511021791 A CN201511021791 A CN 201511021791A CN 105654240 A CN105654240 A CN 105654240A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- energy
- energy efficiency
- machine tool
- product
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 68
- 238000004458 analytical method Methods 0.000 title claims abstract description 25
- 238000005265 energy consumption Methods 0.000 claims abstract description 144
- 238000000034 method Methods 0.000 claims abstract description 53
- 230000008569 process Effects 0.000 claims abstract description 46
- 238000011156 evaluation Methods 0.000 claims abstract description 22
- 238000007726 management method Methods 0.000 claims abstract description 12
- 230000010354 integration Effects 0.000 claims abstract description 8
- 238000004088 simulation Methods 0.000 claims abstract description 7
- 230000008447 perception Effects 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 21
- 238000005520 cutting process Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000010422 painting Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000001953 sensory effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Manufacturing & Machinery (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种机床产品制造系统能效分析方法,(1)基于车间能耗感知网络采集能耗数据;(2)基于采集的制造车间内能耗数据,采用星型模型构建制造车间能效数据仓库;(3)建立机床产品制造能效评估指标体系,描述产品生产与能源管理中的能源利用情况;(4)分别就工步层、工序层、零件层和产品层建立能耗集成化模型;(5)基于建立的能耗集成化模型进行仿真分析,分别获取各层次能效评价指标的具体值。本发明基于感知网络采集的制造车间内能耗数据,建立三层能效管理评价指标;对每个层次的能源使用效率进行能耗集成化建模,基于能耗集成化模型对车间的能源利用率进行计算,可以感知整个车间和具体生产设备的能源利用情况。
Description
技术领域
本发明涉及机床产品制造行业中制造系统能效优化控制技术研究领域,具体的,涉及一种面向机床产品制造系统的能效分析方法。
背景技术
我国作为能耗大国,2008单位GDP能源消耗是世界平均水平的2.4倍,分别是美国、日本和印度的2.4倍、4.4倍和1.3倍。这些能源中大多数是由制造业所消耗掉,作为制造业的工业母机-机床,其在我国的保有量居世界第一,机床装备总额定功率相当于三峡电站总装机量的3倍左右,能源消耗巨大,但是能量效率和能量利用率却是十分低下,并且大量调查研究表明其低于30%,大量的能源被消耗掉做无用功。因此,采用科学的方法对制造系统能效进行分析和评价对于提高能源利用率,降低企业投资,改善企业环境等都是有益的。
随着计算机技术和物联网技术的发展,利用传感技术、射频识别技术与通信等技术获取企业制造过程中的实时能耗数据以及企业内部数据共享的量化实现,进而建立能效数据库为能效分析评价提供了基础数据支撑。
发明内容
本发明的目的是针对以上问题,提出一种面向机床产品制造系统的能效分析方法,该方法以车间能耗感知网络采集到的能效数据库为基础,对制造系统能效进行客观动态的评估,为企业节能减排、提高效益与提高经济效益提供支持。
为了实现上述目的,本发明所述的机床产品制造系统能效分析方法包括如下步骤:
(1)基于车间能耗感知网络采集能耗数据;
(2)基于采集的制造车间内能耗数据,采用星型模型构建制造车间能效数据仓库;所述星型模型包括主要能耗设备组、能源组、加工转换单元组、输送分配单元组和时间组;
(3)建立机床产品制造能效评估指标体系,描述产品生产与能源管理中的能源利用情况;
(4)分别就工步层、工序层、零件层和产品层建立能耗集成化模型;
(5)基于建立的能耗集成化模型进行仿真分析,分别获取各层次能效评价指标的具体值。
所述机床产品制造能效评估指标体系包括能效经济指标、产品能效指标、设备能效指标和任务流程能效指标,能效经济指标具体化分解为万元产品能耗、万元增加值能耗;产品能效指标具体化分解为单位产品综合能耗、产品节能量、产品用能水平;设备能效指标具体化分解为机床设备能效、能源输送效率、能源加工转换设备;任务流程能效指标具体化分解为生产工艺能效、生产资源调度能效。
步骤四建立能耗集成化模型,分别为:
1)工步层能耗集成化模型。
一个工步可以分成启动、待机、空载、加工四个阶段,而取加工阶段的能量消耗为有效输出,则有:
其中:tT=tst+tsy+tie+tc,而E1可由下式计算得到:E1=Est+Es-s+Eie+Ec。式中:tT表示总的加工时间,tst表示机床启动时间,tsy表示等待时间,tie表示空载时间,tc表示切削时间,E1工步能耗,Est机床启动能耗,Es-s工步待机能耗,Eie工步空载能耗,Ec表示切削能耗。
2)工序层能耗集成化模型。
在工序层,每一个工序的能耗不仅包括其各个工步的能耗,还包括了用于零件运输的那部分耗能,故有:
式中:E2表示工序能耗,N1表示工序中工步个数,Ets表示运输能耗。
运输能耗Ets由下式计算得到:
式中:Pts表示运输设备的额定功率,tts表示运输设备运行时间,Q表示一次运输装载的零件数。
所以,工序层能效表示为:
3)零件层能耗集成化模型。
在这一层,最大的不同点在于当零件供应不足时,会出现机床被迫等待的情况。当机床的前一个缓冲区为空,或者后一个缓冲区为满时,机床出现被迫等待的情况。机床被迫等待时的功率就是机床的待机功率。
同时,考虑零件清洗和上漆的耗能,生产一个零件的能耗可以表示为:
式中:E3表示零件能耗,N2表示加工零件的工序数,Ept表示上漆能耗,Ecn表示清洗能耗,Es-p表示机器等待能耗。
对应的能效计算式为:
4)产品层能耗集成化模型。
产品层的耗能需要考虑零件装配的耗能和辅助设备的耗能。如下式所示:
其中,E4表示产品能耗,N3表示加工产品的零件个数,Eae表示装配产品耗能,Efy辅助设备耗能,K和M分别是一定时间内生产产品的种类数和特定种类产品的个数。
那么,该层次的能效为:
本发明具有如下优势:
1.基于感知网络采集的制造车间内能耗数据,在“完整性、简明性、重要性、层次性、可比性”原则的基础上,基于数据仓库,建立三层能效管理评价指标。
2.对每个层次的能源使用效率进行能耗集成化建模,详细具体的分析每个层次上的能源效率,对能源的使用详尽剖析。
3.基于能耗集成化模型对车间的能源利用率进行计算,可以感知整个车间和具体生产设备的能源利用情况。
附图说明
图1是本发明能效分析流程。
图2是设备能效分析主题逻辑模型。
图3是机床产品制造能效管理指标体系。
图4是数据滤波前后对比图。
图5是能耗分布图。
具体实施方式
机床产品制造能耗集成化模型是能效分析的关键所在。本发明从机床产品制造系统的三个层级即机床设备层、任务流程层和辅助生产层来描述其能量流特征,在此基础上分别建立各层次的能耗子模型与产品制造过程的能耗集成化模型。基于建立的能耗集成化模型,基于一定的仿真机制获取能效评价指标的具体值。根据能效评估指标体系对系统仿真结果进行评估,取得能效评估值后,与期望值进行对比,为了获取理想值,可以通过辅助决策机制进行优化,并将优化结果作为反馈,用于改进工艺流程、参数和资源的配置。
如图1所示,本发明的总体流程如下:
(1)基于车间能耗感知网络采集能耗数据。
(2)基于采集的制造车间内能耗数据,采用星型模型构建制造车间能效数据仓库;所述星型模型包括主要能耗设备组、能源组、加工转换单元组、输送分配单元组和时间组。
步骤(2)构建机床产品制造车间的能效数据仓库,用于存储能源使用的历史数据和当前数据,按数据描述的对象分为:经济数据、物料及产品数据、设备数据和生产工艺流程信息等。能效数据仓库包含了设备能效分析、经济能效分析和环境能效分析三个主题。
(3)建立机床产品制造能效评估指标体系,描述产品生产与能源管理中的能源利用情况。
步骤(3)从能源资源角度建立机床产品制造能效评估指标体系,在“完整性、简明性、重要性、层次性和可比性”原则的基础上,利用数据仓库分析机床产品制造的基本数据、能源利用统计数据、历史与当前生产数据,建立三层能效管理评价指标,描述产品生产与能源管理中的能源利用情况。三层量化分析指标分为目标层(A)、准则层(B)和指标层(C),指标层是根据各个设备本身的能耗技术参数来设定,然后根据设备本身的能好技术参数来归类准则层。
(4)分别就工步层、工序层、零件层和产品层建立能耗集成化模型。
步骤(4)中的工步层是生产过程中最基本的单元,它是指加工表面不变、切削刀具不变、切削用量中的进给量和切削速度基本保持不变的情况下所连续完成的那部分工序内容;工序是指一个或一组工人,在一个工作地点对同一个或同时对几个工件进行加工所连续完成的那部分工艺过程。它还包括质量检测和零件运输;在零件层,一个完成的零件不仅需要经过多道工序,还要经过清洗和喷漆;最后,在产品层,多个零件组装成一个产品。同时,如灯、空调之类辅助加工设备的耗能也需要考虑在内。
(5)基于建立的能耗集成化模型进行仿真分析,分别获取各层次能效评价指标的具体值。
以下结合附图和具体实施例对本发明作进一步的详细说明。
步骤一:基于车间中建立的能耗感知网络采集制造车间能耗数据,所述能耗感知网络的硬件设备有传感器、RFID、通讯模块、中央处理单元和交互终端等,共同组成车间能耗感知网络。
步骤二:如图2所示的以设备能效分析为主题的能效数据仓库实例逻辑模型。基于感知网络采集的制造车间能耗数据,采用星型模型构建制造车间能效数据仓库,用于存储能源使用的历史数据和当前数据。如图2所示的逻辑模型中包含了设备能效分析的五个组成成分,包括主要能耗设备组、能源组、加工转换单元组、输送分配单元组和时间组,详细阐述设备能效情况。
步骤三:从能源资源角度建立机床产品制造能效评估指标体系,在“完整性、简明性、重要性、层次性和可比性”原则的基础上,利用数据仓库分析机床产品制造的基本数据、能源利用统计数据、历史与当前生产数据,建立三层能效管理评价指标,描述产品生产与能源管理中的能源利用情况。机床产品制造系统能效的三层指标第一层为机床产品制造能效管理指标A,该指标体系的准则层包括能效经济指标B1、产品能效指标B2、设备能效指标B3和任务流程能效指标B4,如图3所示,具体的,对上述建立的机床产品制造能效评估指标进一步具体化分解为指标层,其中,能效经济指标B1具体化分解为万元产品能耗C11、万元增加值能耗C12;产品能效指标B2具体化分解为单位产品综合能耗C21、产品节能量C22、产品用能水平C23;设备能效指标具体化分解为机床设备能效C31、能源输送效率C32、能源加工转换设备C33;任务流程能效指标具体化分解为生产工艺能效C41、生产资源调度能效C42。
步骤四:能耗集成化建模,分别就工步层、工序层、零件层和产品层建立能耗集成化模型。
1)工步层能耗集成化模型。
一个工步可以分成启动、待机、空载、加工四个阶段,而取加工阶段的能量消耗为有效输出,则有:
其中,tT=tst+tsy+tie+tc,而E1可由下式计算得到:E1=Est+Es-s+Eie+Ec。式中:tT表示总的加工时间,tst表示机床启动时间,tsy表示等待时间,tie表示空载时间,tc表示切削时间,E1工步能耗,Est机床启动能耗,Es-s工步待机能耗,Eie工步空载能耗,Ec表示切削能耗。
2)工序层能耗集成化模型。
在工序层,每一个工序的能耗不仅包括其各个工步的能耗,还包括了用于零件运输的那部分耗能,故有:
式中:E2表示工序能耗,N1表示工序中工步个数,Ets表示运输能耗。
运输能耗Ets由下式计算得到:
式中:Pts表示运输设备的额定功率,tts表示运输设备运行时间,Q表示一次运输装载的零件数。
所以,工序层能效表示为:
3)零件层能耗集成化模型。
在这一层,最大的不同点在于当零件供应不足时,会出现机床被迫等待的情况。当机床的前一个缓冲区为空,或者后一个缓冲区为满时,机床出现被迫等待的情况。机床被迫等待时的功率就是机床的待机功率。
同时,考虑零件清洗和上漆的耗能,生产一个零件的能耗可以表示为:
式中:E3表示零件能耗,N2表示加工零件的工序数,Ept表示上漆能耗,Ecn表示清洗能耗,Es-p表示机器等待能耗。
对应的能效计算式为:
4)产品层能耗集成化模型。
产品层的耗能需要考虑零件装配的耗能和辅助设备的耗能。如下式所示:
其中,E4表示产品能耗,N3表示加工产品的零件个数,Eae表示装配产品耗能,Efy辅助设备耗能,K和M分别是一定时间内生产产品的种类数和特定种类产品的个数。
那么,该层次的能效为:
步骤五:能效仿真分析。基于以上建立的能耗集成化模型,采集某机床企业生产车间的数据采用仿真软件进行能效分析,分别获取工步层、工序层、零件层和产品层等各层次能效评价指标的具体值。对获取的数据进行滤波得到图4所示的滤波前后的对比图。其能耗分布图如图5所示。因此,其能效是41.31%。取得评估值后,与期望指标进行对比。为了获得理想值,可以通过辅助决策机制进行优化,并将优化结果作为反馈,用于改进工艺流程、参数和资源的配置。
Claims (6)
1.机床产品制造系统能效分析方法,其特征在于,包括如下步骤:
(1)基于车间能耗感知网络采集能耗数据;
(2)基于采集的制造车间内能耗数据,采用星型模型构建制造车间能效数据仓库;所述星型模型包括主要能耗设备组、能源组、加工转换单元组、输送分配单元组和时间组;
(3)建立机床产品制造能效评估指标体系,描述产品生产与能源管理中的能源利用情况;
(4)分别就工步层、工序层、零件层和产品层建立能耗集成化模型;
(5)基于建立的能耗集成化模型进行仿真分析,分别获取各层次能效评价指标的具体值。
2.根据权利要求1所述的机床产品制造系统能效分析方法,其特征在于:所述机床产品制造能效评估指标体系包括能效经济指标(B1)、产品能效指标(B2)、设备能效指标(B3)和任务流程能效指标(B4),能效经济指标(B1)具体化分解为万元产品能耗(C11)、万元增加值能耗(C12);产品能效指标(B2)具体化分解为单位产品综合能耗(C21)、产品节能量(C22)、产品用能水平(C23);设备能效指标具体化分解为机床设备能效(C31)、能源输送效率(C32)、能源加工转换设备(C33);任务流程能效指标具体化分解为生产工艺能效(C41)、生产资源调度能效(C42)。
3.根据权利要求1所述的机床产品制造系统能效分析方法,其特征在于:步骤(4)中建立工步层能耗集成化模型如下:
一个工步可以分成启动、待机、空载、加工四个阶段,而取加工阶段的能量消耗为有效输出,则有:
其中,tT=tst+tsy+tie+tc,而E1由下式计算得到:E1=Est+Es-s+Eie+Ec;式中:tT表示总的加工时间,tst表示机床启动时间,tsy表示等待时间,tie表示空载时间,tc表示切削时间,E1工步能耗,Est机床启动能耗,Es-s工步待机能耗,Eie工步空载能耗,Ec表示切削能耗。
4.根据权利要求1所述的机床产品制造系统能效分析方法,其特征在于:步骤(4)中建立工序层能耗集成化模型如下:
在工序层,每一个工序的能耗不仅包括其各个工步的能耗,还包括了用于零件运输的那部分耗能,故有:
式中:E2表示工序能耗,N1表示工序中工步个数,Ets表示运输能耗;
运输能耗Ets由下式计算得到:
式中:Pts表示运输设备的额定功率,tts表示运输设备运行时间,Q表示一次运输装载的零件数;
所以,工序层能效表示为:
5.根据权利要求1所述的机床产品制造系统能效分析方法,其特征在于:步骤(4)中建立零件层能耗集成化模型如下:
当机床的前一个缓冲区为空,或者后一个缓冲区为满时,机床出现被迫等待的情况;机床被迫等待时的功率就是机床的待机功率;
同时,考虑零件清洗和上漆的耗能,生产一个零件的能耗可以表示为:
式中:E3表示零件能耗,N2表示加工零件的工序数,Ept表示上漆能耗,Ecn表示清洗能耗,Es-p表示机器等待能耗;
对应的能效计算式为:
6.根据权利要求1所述的机床产品制造系统能效分析方法,其特征在于:步骤(4)中建立产品层能耗集成化模型如下:
产品层的耗能需要考虑零件装配的耗能和辅助设备的耗能,如下式所示:
其中,E4表示产品能耗,N3表示加工产品的零件个数,Eae表示装配产品耗能,Efy辅助设备耗能,K和M分别是一定时间内生产产品的种类数和特定种类产品的个数;
那么,该层次的能效为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511021791.7A CN105654240A (zh) | 2015-12-30 | 2015-12-30 | 机床产品制造系统能效分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511021791.7A CN105654240A (zh) | 2015-12-30 | 2015-12-30 | 机床产品制造系统能效分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105654240A true CN105654240A (zh) | 2016-06-08 |
Family
ID=56489937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511021791.7A Pending CN105654240A (zh) | 2015-12-30 | 2015-12-30 | 机床产品制造系统能效分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105654240A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203850A (zh) * | 2016-07-15 | 2016-12-07 | 武汉理工大学 | 一种智能车间管理系统 |
CN106228270A (zh) * | 2016-07-27 | 2016-12-14 | 广东工业大学 | 一种大数据驱动的挤压设备的能耗预测方法及其系统 |
CN108764751A (zh) * | 2018-06-06 | 2018-11-06 | 浙江宇天科技股份有限公司 | 一种装配流水线效能评估方法 |
CN109597360A (zh) * | 2018-04-09 | 2019-04-09 | 万洲电气股份有限公司 | 一种智能优化节能系统工艺管控优化节能的方法 |
CN109726886A (zh) * | 2018-09-04 | 2019-05-07 | 中国舰船研究设计中心 | 一种基于任务驱动的舰船集成优化设计方法 |
CN109918817A (zh) * | 2019-03-13 | 2019-06-21 | 安徽海螺集团有限责任公司 | 一种基于时变数据的生产线能耗分析方法 |
CN110514335A (zh) * | 2019-09-30 | 2019-11-29 | 武汉科技大学 | 一种数控机床的能效比确定方法 |
CN111985709A (zh) * | 2020-08-18 | 2020-11-24 | 东风汽车股份有限公司 | 一种涂装能耗分析方法 |
CN118795839A (zh) * | 2024-09-10 | 2024-10-18 | 启东大同电机有限公司 | 一种基于时间参数的数控铣床能耗预测方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104808584A (zh) * | 2015-02-17 | 2015-07-29 | 重庆大学 | 机床多源能耗系统多信息在线检测系统 |
-
2015
- 2015-12-30 CN CN201511021791.7A patent/CN105654240A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104808584A (zh) * | 2015-02-17 | 2015-07-29 | 重庆大学 | 机床多源能耗系统多信息在线检测系统 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203850A (zh) * | 2016-07-15 | 2016-12-07 | 武汉理工大学 | 一种智能车间管理系统 |
CN106228270A (zh) * | 2016-07-27 | 2016-12-14 | 广东工业大学 | 一种大数据驱动的挤压设备的能耗预测方法及其系统 |
CN106228270B (zh) * | 2016-07-27 | 2020-11-10 | 广东工业大学 | 一种大数据驱动的挤压设备的能耗预测方法及其系统 |
CN109597360A (zh) * | 2018-04-09 | 2019-04-09 | 万洲电气股份有限公司 | 一种智能优化节能系统工艺管控优化节能的方法 |
CN108764751A (zh) * | 2018-06-06 | 2018-11-06 | 浙江宇天科技股份有限公司 | 一种装配流水线效能评估方法 |
CN109726886A (zh) * | 2018-09-04 | 2019-05-07 | 中国舰船研究设计中心 | 一种基于任务驱动的舰船集成优化设计方法 |
CN109726886B (zh) * | 2018-09-04 | 2023-07-25 | 中国舰船研究设计中心 | 一种基于任务驱动的舰船集成优化设计方法 |
CN109918817A (zh) * | 2019-03-13 | 2019-06-21 | 安徽海螺集团有限责任公司 | 一种基于时变数据的生产线能耗分析方法 |
CN110514335A (zh) * | 2019-09-30 | 2019-11-29 | 武汉科技大学 | 一种数控机床的能效比确定方法 |
CN111985709A (zh) * | 2020-08-18 | 2020-11-24 | 东风汽车股份有限公司 | 一种涂装能耗分析方法 |
CN118795839A (zh) * | 2024-09-10 | 2024-10-18 | 启东大同电机有限公司 | 一种基于时间参数的数控铣床能耗预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105654240A (zh) | 机床产品制造系统能效分析方法 | |
Zhang et al. | Dynamic rescheduling in FMS that is simultaneously considering energy consumption and schedule efficiency | |
CN110196575A (zh) | 一种基于数字孪生与机器学习技术的智能车间生产加工系统及方法 | |
CN110609531A (zh) | 一种基于数字孪生的车间调度方法 | |
Xu et al. | Optimization approaches for solving production scheduling problem: A brief overview and a case study for hybrid flow shop using genetic algorithms | |
CN113867299B (zh) | 基于数字孪生的不确定扰动下的ipps问题求解方法 | |
CN103473619A (zh) | 一种基于网络架构的分析方法及其应用 | |
CN104933627A (zh) | 机床产品制造系统的能效组合评价方法 | |
CN114527714B (zh) | 一种基于数字孪生及扰动监测的车间动态调度方法 | |
CN111475921A (zh) | 一种基于边缘计算和lstm网络的刀具剩余寿命预测方法 | |
CN110058573A (zh) | 吞吐柔性智能装配物流路径规划平台 | |
CN106354106A (zh) | 一种基于mes的数据处理系统 | |
Greinacher et al. | Simulation based assessment of lean and green strategies in manufacturing systems | |
CN111401427B (zh) | 一种基于工业大数据的产品成本评估方法及系统 | |
CN106707991A (zh) | 基于模糊层次分析的多目标作业调度中瓶颈设备识别方法 | |
CN110472765B (zh) | 一种车间布局调度的低熵协同优化方法 | |
CN117216030A (zh) | 一种基于大数据挖掘的水环境治理产业精准分析系统 | |
CN106327053A (zh) | 一种基于多模式集合的纺织工艺推荐模型的构建方法 | |
CN108090280B (zh) | 一种面向绿色再制造的重型机床模块划分方法 | |
Burduk et al. | Simulation modeling in production effectiveness improvement–case study | |
CN117808246A (zh) | 柔性作业车间调度方法、装置及系统 | |
CN116757562A (zh) | 一种具有自学习能力的智能制造调度方法 | |
CN116027747A (zh) | 柔性车间工艺路线与生产调度综合优化方法 | |
Shukla et al. | SimEvents-based discrete-event simulation modelling and performance analysis for dynamic job-shop manufacturing system | |
CN114326635A (zh) | 智能制造车间能耗大数据预处理分析方法和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160608 |