排序方式: 共有16条查询结果,搜索用时 0 毫秒
11.
现代工业经历了机械化、电气化革命,未来的第三次工业革命必然是以机、电、信息相结合的智能化制造革命.《经济学人》2012年4月发表的《第三次工业革命:制造业与创新》专题报道中阐述了目前由技术创新引发的制造业深刻变化,其中,数字化与智能化的制造技术是"第三次工业革命"的核心技术[1].
作为数字化与智能化制造的关键技术之一,数字化工厂是现代工业化与信息化融合的应用体现,也是实现智能化制造的必经之路.数字化工厂借助于信息化和数字化技术,通过集成、仿真、分析、控制等手段,可为制造工厂的生产全过程提供全面管控的一种整体解决方案[2].早在2000年前后,上汽、海尔、华为和成飞等制造企业均已开始着手建立自己的数字化工厂.今年来,随着国际竞争的不断加剧和我国制造业劳动力成本的不断上升,对设备效率、制造成本、产品质量等环节的要求不断提高,离散制造业中以汽车、工程机械、航空航天、造船为代表的大型企业已越来越重视数字化工厂的建设. 相似文献
12.
13.
高精度六自由度并联平台可精密调整次镜位姿,实现空间光学遥感器地面光学装调及光学像差在轨主动校正。为解决研制高精度并联平台的多指标多约束结构优化设计及高分辨力驱动支链设计2个难点,建立了六自由度并联机构逆解数学模型及ADAMS参数化模型,确定了结构优化目标函数,结合支链长度、铰链转角等约束进行了结构优化设计,得到并联机构结构参数及驱动支链分辨力需达到60 nm的需求。基于此需求,设计了基于“无刷直流电机+滚珠丝杠+光栅尺”的驱动支链,采用PI控制律实现高精度消静差闭环伺服控制,使驱动支链分辨力达50 nm。对并联平台精度进行光学测试,结果表明,平台带载平移分辨力为0.2μm,转角分辨力为1″,满足指标要求。该平台已成功应用于空间相机的地面光学装调及像差主动校正实验,为在轨应用奠定了理论与实践基础。 相似文献
14.
15.
基于深度学习的超分辨率重构方法是近年来发展的一种有效的流场精细化方法。本文超分辨率重构模型以卷积神经网络为基础,结合了混合下采样跳跃连接多尺度模型,并应用于CAARC标准建筑模型表面风压场和建筑绕流速度场的重构。通过对比分析对不同欠分辨率流场的高分辨重构能力,结果表明该深度学习模型重构高分辨率流场具有良好的精度,重构效果优于原始的卷积神经网络模型和传统的双三次插值方法。该方法具有一定的普适性,可推广应用到具有复杂湍流流动的任意建筑结构风场的超分辨率重构。 相似文献