一种卧式加工中心端齿盘B轴转台的装配方法

    公开(公告)号:CN105522404B

    公开(公告)日:2017-07-25

    申请号:CN201610078815.0

    申请日:2016-02-04

    Abstract: 本发明公开了一种卧式加工中心端齿盘B轴转台的装配方法,在装配前,针对端齿盘B轴转台的故障模式和故障原因编制装配工艺方案,所述端齿盘B轴转台的故障模式和故障原因采用如下步骤确定:A、根据转台的功能和动作进行A1级的功能分析,确定转台的一级功能动作以及相应的功能需求;B、分别对转台的每个一级功能动作进行A2级的功能分析,得到转台的二级功能动作以及相应的功能需求;C、对所有的转台的二级功能动作和相应的功能需求进行故障分析,得到转台的潜在故障模式和故障原因。本发明具有提高端齿盘B轴转台的可靠性,降低机床早期故障率;有利于提高产品的生产效率和质量,降低产品整个生命周期过程的成本和时间等优点。

    一种卧式加工中心端齿盘B轴转台的装配方法

    公开(公告)号:CN105522404A

    公开(公告)日:2016-04-27

    申请号:CN201610078815.0

    申请日:2016-02-04

    CPC classification number: B23Q1/265 B23Q2220/004

    Abstract: 本发明公开了一种卧式加工中心端齿盘B轴转台的装配方法,在装配前,针对端齿盘B轴转台的故障模式和故障原因编制装配工艺方案,所述端齿盘B轴转台的故障模式和故障原因采用如下步骤确定:A、根据转台的功能和动作进行A1级的功能分析,确定转台的一级功能动作以及相应的功能需求;B、分别对转台的每个一级功能动作进行A2级的功能分析,得到转台的二级功能动作以及相应的功能需求;C、对所有的转台的二级功能动作和相应的功能需求进行故障分析,得到转台的潜在故障模式和故障原因。本发明具有提高端齿盘B轴转台的可靠性,降低机床早期故障率;有利于提高产品的生产效率和质量,降低产品整个生命周期过程的成本和时间等优点。

    一种基于并联型遗传Elman神经网络的源驱动式235U浓度识别方法

    公开(公告)号:CN101718769B

    公开(公告)日:2012-12-26

    申请号:CN200910191494.5

    申请日:2009-11-17

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于并联型遗传Elman神经网络的源驱动式235U浓度识别方法。主要包括建立神经网络模型,神经网络模型结构分为三层:数据分配层、子网层、综合决策层;对获取的中子脉冲信号自相关函数做预处理;将处理后的信号自相关函数样本输入并联型遗传Elman网络的数据分配层,采用循环随机多点抽样法对样本数据进行分配;将分配好的数据分别输入子网层中的各个遗传Elman子网进行识别,并各自给出识别结果;综合决策层通过对多个子网的识别结果作综合处置,得出235U浓度最终识别结果。该方法因其较高的数据利用率,新颖的网络结构,取得了较好的235U浓度识别效果。

    一种基于并联型遗传Elman神经网络的源驱动式235U浓度识别方法

    公开(公告)号:CN101718769A

    公开(公告)日:2010-06-02

    申请号:CN200910191494.5

    申请日:2009-11-17

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于并联型遗传Elman神经网络的源驱动式235U浓度识别方法。主要包括建立神经网络模型,神经网络模型结构分为三层:数据分配层、子网层、综合决策层;对获取的中子脉冲信号自相关函数做预处理;将处理后的信号自相关函数样本输入并联型遗传Elman网络的数据分配层,采用循环随机多点抽样法对样本数据进行分配;将分配好的数据分别输入子网层中的各个遗传Elman子网进行识别,并各自给出识别结果;综合决策层通过对多个子网的识别结果作综合处置,得出235U浓度最终识别结果。该方法因其较高的数据利用率,新颖的网络结构,取得了较好的235U浓度识别效果。

Patent Agency Ranking