试论MES系统在制造企业的应用

制造业是国民经济的主体,是立国之本、兴国之器、强国之基。随着中国制造2025战略规划和德国工业4.0的提出,制造业打破了传统发展模式,以创新驱动,质量危险,绿色发展,结构优化为基本方针,促进了制造业朝着自动化、信息化、网络化、智能化方向发展,显著了灵活性和生产效率。作为一种生产线自动控制系统,MES系统是自动化生产线上不可或缺的重要技术,合理运用MES 系统不仅可以促进整个制造企业的工作质效,调整结构,优化生产工艺流程,还能提高产品数据的精准性,借助信息化、智能化的“东风”进行产品的的售后服维修和服务。据此的文章从MES系统的概述和特征入手,分析了MES系统结构及功能,并论述了MES系统在制造企业的应用。     

移动传感器网络的安全性能智能预测

移动传感器网络的物理层安全问题日益复杂,已经成为了一个研究热点.为了及时处理网络安全事件,研究了移动传感器网络的安全性能预测,提出了一种基于灰狼优化广义回归(Grey Wolf Optimization-Generalized Regression,GWO-GR)神经网络的安全性能智能预测方法.该方法利用发射天线选择策...     

基于BP神经网络的激光熔覆参数多目标优化

为了获得TiC铁基合金粉末在316L不锈钢上的激光熔覆最佳工艺参数，提出了一种基于遗传算法优化的反向传播(BP)神经网络的激光熔覆参数优化方法。设计三因素五水平的全因子试验，测量了熔覆层的宏观形貌和平均硬度，建立输入参数(激光功率、扫描速度、保护气流量)和响应量(熔覆层宽度、熔覆层高度、稀释率、显微硬度)的神经网络模型。以多元非线性回归分析工艺参数对响应量的影响，并以综合灰关联度表征熔覆层的综合性能，寻优得到最佳参数。试验结果表明，激光功率和扫描速度对熔覆层宽度、稀释率和显微硬度的影响明显，而保护气流量对熔覆层高度影响最显著，遗传算法优化的BP神经网络模型各响应量模型的拟合优度均达到0.85～0.91之间，GA-BP模型精度良好，当参数为1090 W，扫描速度为4.4 mm/s，保护气流量为10 L·min^-1，综合性能最佳，表明BP神经网络算法适用于激光熔覆层质量控制和参数优化。