石春鹏
- 作品数:8 被引量:47H指数:4
- 供职机构:北京机械工业自动化研究所更多>>
- 相关领域:自动化与计算机技术建筑科学更多>>
- 产品生产过程中的质量预测办法的研究被引量:2
- 2020年
- 通过质量预测可以在生产过程中实时监测产品质量提前发现和修正潜在的影响产品质量的因素。产品质量预测的核心就是能找到一个适合的预测模型。总结了常用的几种模型的特点应用范围和优缺点,通过实验进行测试来分析验证几种模型的预测效果,并分析了质量预测办法的未来发展方向。
- 夏铭泽石春鹏刘征宇张建超
- 关键词:质量管理
- 面向工业云平台的入侵检测技术研究被引量:1
- 2020年
- 针对工业云平台可能面临的大规模网络入侵问题,分别从工业云平台中中云计算环境与工业控制系统两方面分析目前面临的网络安全问题,总结当前入侵特征检测与算法设计在工业控制系统与云环境下的研究工作,简析入侵检测算法对于工业云平台的重要性,采用一维多层卷积神经网络模型做为特征检测算法核心,自动提取入侵访问样本特征,且保证样本特征具有有效性,使用多层卷积层与池化层对入侵数据降维,提高模型对于入侵特征检测效率。在NSL-KDD数据集上训练与测试,结果表明与多种机器学习方法相比具有更高的准确率,准确率可达到99.32%,在模拟云环境中分布式运算速度远远快于单机环境下运行,证明了其在工业云平台中具有较高的应有价值。
- 相铮石春鹏韩立新
- 关键词:入侵检测卷积神经网络
- 挤出机压力控制PID参数自整定方法的研究被引量:2
- 2006年
- 介绍了挤出机压力控制中PID参数的整定方法,并利用Matlab对挤出机压力模型进行仿真,试验证明利用模糊PID自适应调整系统参数是可行的,效果很好,可以实现系统参数的自整定。
- 李晶麟郝玉成石春鹏
- 关键词:压力控制PID自整定
- 太原呼延水厂自动化控制系统
- 匡永江王勇钟路瓴蒋劲松张鲜梅侯峰吴振徐和利王峰年卓志雄石春鹏贾宗敏韩立新丛恒武郭晶
- 该水厂自动化控制系统工程完成了水厂全部自动化控制和仪表检测,主要有以下几部分内容,包括配水控制;加药控制;加氯加氨控制;沉淀池控制;虹吸滤池控制;污泥处理控制;出厂水控制;工业闭路电视检测;安全防卫系统;办公自动化系统;...
- 关键词:
- 关键词:水厂自动化控制系统
- Docker容器技术在MES系统部署中的应用被引量:14
- 2020年
- 为解决现有制造执行系统应用软件部署效率低的问题,提出了一种基于Docker容器技术的制造执行系统软件部署与移动端自动化功能模块打包生成App的部署方案。分析了Docker容器技术优势,基于Docker建立PaaS云服务,传统制造执行系统部署方式存在诸多弊端,结合制造执行系统云平台化的未来发展方向,设计微服务制造执行系统部署架构,分析容器技术在制造执行系统部署应用中的优势,通过镜像构建、镜像管理与分发、部署实例、移动端应用部署方案的具体实现,验证了部署方案可行性,简化了部署流程,提升系统开发与部署效率,为制造执行系统云平台化提供了必要的技术支持。
- 相铮石春鹏韩立新
- 关键词:制造执行系统自动化部署
- 基于一维卷积神经网络的轴承剩余寿命预测被引量:10
- 2020年
- 现有的轴承剩余使用寿命预测模型多依赖于对轴承的时域特征或频域特征进行降维后构建特征工程,然而可能丢失重要的信号信息,因此尝试利用轴承的振动水平加速度信号和垂直加速度信号,构建一维卷积神经网络实现对特征的自动提取,无需人工提取特征,并且基于人工神经网络的局部连接和参数共享机制,大大减少了训练参数,减少了训练时间。训练模型之前,通过设置轴承样本的开始退化点,使训练样本的剩余使用寿命值更为准确。研究发现,该模型能较为准确的对轴承的退化状态进行预测,进而预测剩余寿命。数据集来自于FEMTO-ST研究所的轴承退化数据集。
- 韩林洁石春鹏张建超
- 基于BiLSTM的滚动轴承剩余使用寿命预测被引量:12
- 2020年
- 滚动轴承是重要的机械标准件,在机器中被大量使用,但轴承本身易出故障且比不易排查,预估轴承剩余使用寿命,能够提前对轴承开展有效的维护保养,保障机器的正常运行,因此,滚动轴承的剩余使用寿命有非常大的研究价值。针对滚动轴承开展研究,首先对传感器采集到的轴承振动信号计算时域特征,作为输入特征值,并预设寿命退化值,然后使用双向长短期记忆神经网络BiLSTM建立轴承退化模型,并根据模型拟合出轴承的剩余寿命曲线。通过在公开数据集上进行验证,基于BiLSTM的模型能准确预测出轴承的剩余使用寿命。
- 韩林洁石春鹏张建超
- 基于支持向量机的葡萄酒质量预测被引量:6
- 2020年
- 通过葡萄酒的理化指标来对葡萄酒质量进行预测,一方面可以减少因为评酒师主观原因造成的偏差,另一方面可以根据预测结果调整酿造过程提高成酒品质。介绍了支持向量机的原理,并通过实验进行测试验证了通过支持向量机对葡萄酒理化指标数据进行建模分析从而预测葡萄酒质量的方法是有效可行的。
- 夏铭泽石春鹏刘征宇
- 关键词:葡萄酒支持向量机