课程文献中心 更多>>

关键词： 汽车零部件   TPM管理   5S   自主维护   计划维护  

摘要： 随着经济的高速发展,中国的汽车零部件工业虽然较国外相对技术薄弱、起步较晚,但产业规模迅速扩大,近二十年间发生了翻天覆地变化。汽车零部件工业作为国民经济中不可分割的主要行业之一,在推动国民经济增长和扩大就业方面起到了巨大的作用。但随着近年来汽车市场整体下滑、排放标准快速提高、加之受全球新冠大流行和汽车芯片短缺等因素的影响,我国的汽车零部件产业面临前所未有的压力。当下竞争日趋激烈,提升竞争力已成为企业迫在眉睫的任务。生产设备,作为企业生产效力和能力的重要决定因素和增强汽车零部件企业竞争力的重要一环,如何加强对企业生产设备的科学管理,提高设备综合效率,引进和实践先进设备管理理念,是实现企业质量、成本和交付等目标的关键。 本文基于TPM(全员生产维护)相关理论,研究和设计了TPM在汽车零部件企业常州EH公司的推进过程。本文首先对研究背景、研究意义及研究内容等进行阐述,同时梳理TPM在国内外的研究现状,并确立研究方法和技术路线图。其次,介绍常州EH公司概况、主要生产流程及设备状况,使用鱼骨图分析法对当前设备管理问题进行分析,得出根本原因,即管理层对设备管理不重视、全员参与意识淡薄以及缺乏先进的设备管理体系,接着提出公司应用TPM设备管理理念的必要性。结合设计原则和目标,构建出适合常州EH公司的TPM设备管理体系应用方案,提出以5S现场管理、团队合作和小组持续改善活动为基础,以消除主要问题、自主维护、计划维护和设备早期管理为支撑的TPM管理体系。最后,介绍实施TPM应用方案的保障措施,包括组织体系保障、建立配套的激励机制、建立完善的培训体系以及持续推动等,并总结TPM的实施效果,得出企业推行TPM可以带来巨大的收益,包括有形收益和无形收益。 通过论文研究发现TPM对完善EH公司设备管理体系,提高设备管理水平,提升企业核心竞争力具有一定的现实指导意义,同时为TPM设备管理理论在汽车零部件企业的普遍实例提出范例。

关键词： OPC UA协议   聚合服务器   分布式系统   缓存管理   KCP  

摘要： 在工业4.0的时代背景下,工业领域的各个系统之间数据互通的需求日益迫切。为此,OPC(Object Linking and Embedding for Process Control)基金会提出OPC UA(OLE for Process Control Unified Architecture)作为数据交换的统一标准,它在工业4.0和物联网中是实现智能制造和数字化转型的重要技术之一。在工业生产领域,应用OPC UA协议的设备不断增多。当现场设备数量过多,上层系统对底层设备的管理成本将随之上升,进而造成通信效率的下降,影响工厂的生产运行。针对该问题,本文提出一种分布式OPC UA聚合服务器架构,该架构能够满足当前工业需求,提高数据交互的效率和质量。本文主要研究工作如下:(1)为解决集中式OPC UA聚合服务器的性能瓶颈问题,本文提出了一种分布式OPC UA聚合服务器架构。该架构的负载均衡模块由本文提出的一种基于历史数据感知的一致性哈希算法实现。该算法利用历史访问数据对请求进行调度,进而解决了现有一致性哈希算法的均衡性问题和热点问题。经实验证明,分布式OPC UA聚合服务器架构有效地提高了OPC UA聚合服务器的吞吐量。(2)本文对OPC UA协议规范进行详细的研究和分析,重点关注OPC UA协议网络传输层的设计。在此基础上,本文提出一种基于快速通信协议(KCP,Kuai Control Protocol)的OPC UA通信协议,优化OPC UA协议在不稳定公网环境下的通信性能。在该通信协议中,对KCP的数据报文头部进行了重新设计,并增加了一种新的数据报文类型。(3)根据工业控制领域中设备与上层控制系统的通信方式,提出一种基于LSM-Tree(Log-Structured Merge)和Skip List的OPC UA聚合服务器架构。该架构由OPC UA聚合服务器、基于Skip List与LSM-Tree的缓存模块和multi-OPC UA客户端组成。OPC UA聚合服务器聚合了底层数据,为互联网层客户端提供服务。基于Skip List与LSM-Tree的缓存使用内存+磁盘的结合方式,大大提高OPC UA聚合服务器的缓存能力。multi-OPC UA客户端负责与处于工业现场的设备进行通信。(4)搭建软件测试系统与环境,完成对上述工作的功能测试和性能测试。

关键词： 机器设备企业   全员生产维护   设备管理   员工提案  

摘要： 机器设备是公司每一个产品制造和成功交付的基础，所以企业设备管理能力的强弱会直接影响生产排产计划、产品按时交付、产品合格率以及生产过程的均衡化等各方面。全员生产参与维修（TotalProductiveMaintenance,TPM）是以企业设备管理为核心构建的设备管理体系，要求全员都能够参与并进行持续推进小组优化与完善活动，实现设备管理的规范化、科学化。TPM在全球范围内被生产企业广泛应用，成效显著。YK公司是一家资深空分设备制造企业，其固定资产占公司总资产的60%以上，业务涵盖国内及国外市场，在设备管理中引入TPM对提升该公司的设备管理效率及公司总体经济效益至关重要。　　本文运用TPM的相关理论,以YK公司为例,结合目前市场竞争和发展环境,研究如何将TPM全面生产维护理论中的一些工具如6S管理,自主保全,专业保全及可视化管理等管理方法运用于公司的设备维护管理中,以促进设备综合运转效率得到有效提升，同时减少产品的不良率,降低设备故障率等生产指标。研究思路如下：首先简要介绍了全员生产维护的有关理论研究背景以及意义,如该体系开展工作的主要方法及内涵以及基本定义等。然后基于YK公司的生产现状,通过自己的深入研究分析提出了YK公司的生产设备维护管理系中存在的问题,并深入对其进行了诊断分析,选择6S管理、自主保全、专业保全、个别改善和员工培训教育等五个方面推行TPM活动的开展和实施，旨在提升YK公司的设备综合效率OEE,降低生产中设备故障频次,降低生产中的产品不合格品率,实现全体工作人员专业素养和综合业务能力的有效提升。最后对TPM设备管理体系的实施进行了总结,同时指出TPM是一个需要持续改善的过程,企业在实施和推进时,要保持对此过程的关注和参与,并需要按照循序渐进的指导方针开展工作。　　通过推进实施以TPM理论为基础、设备综合效率为导向的应用研究，并与衡量设备管理水平重要指标设备综合效率OEE做对比，本文得到了以下主要结论：第一，TPM这一系统的科学管理理论可以用于完善类似YK空分制造企业的设备管理体系。第二，TPM的应用有效地提高了公司设备管理水平和设备综合效率。第三，TPM的应用也可以显著增强企业员工的自主性，提升了公司的整体管理效能。

关键词： 模型持续优化   分布式系统   健康监测   异常检测  

摘要： 近年来,分布式系统以其高可靠、高性能、高伸缩等特点已经广泛应用于各个行业,对分布式系统进行健康监测已经成为了保障其稳定运行的关键手段。分布式系统健康监测需要应对系统健康定义复杂以及异常状态具有非瞬时特征等挑战。针对上述问题,本文设计并实现了支持模型持续优化的分布式系统健康监测框架。本框架可以通过多种方式接入分布式系统产生的运行数据,优化健康评估模型,不断更新符合标准的健康评估模型到生产环境,持续提升框架整体的健康评估的准确度。同时本框架支持基于模型的异常检测,持续检测系统异常,并在检出异常时发出告警,通知运维人员及时进行处置。本文提出了一种基于Shapelet多头注意力机制的异常检测方法(SMHA-AD/Anomaly Detection based on Shapelet Multi-Head Attention)。该方法首先面向来自不同节点异构的多元时间序列数据,构造一个基于Time2Vec的特征空间,将多元时间序列映射进来,生成相同维度的特征向量输入到基于Shapelet多头注意力机制构建的编解码器中。基于Shapelet多头注意力机制构建的编解码器交替地堆叠Shapelet多头注意力层、原始多头注意力层和前馈层,通过这种堆叠结构有效地挖掘时序数据的历史特征和Shapelet特征。为了使训练得到的Shapelet具有时空上的可解释性,为输入的增加时间-位置编码,以保证编码过程中前后时序信息的一致性。经过对比实验验证,SMHA-AD方法在模型性能上高于CTF-AD、OmniAnomaly、ROCKA等基线方法;经过消融实验验证,SMHA-AD方法中Shapelet多头注意力机制、时间-位置编码、编解码器结构对模型的性能均有提升。本文首先介绍了支持模型持续优化的分布式系统健康监测框架的相关背景、研究现状和研究内容,然后介绍了健康评估模型和时间序列异常检测的相关技术,接下来调研了业内相关产品并进行了需求分析,而后提出了 SMHA-AD方法,紧接着详细介绍了本框架的设计与实现,最后进行了测试对系统的有效性加以验证。

关键词： 房屋建筑施工   起重机械   设备管理  

摘要： 房屋建筑工程的施工中，基于高层建筑施工以及工程吊装的需求，相关单位需要注意做到对起重机械设备给予特种设备属性，并注重做好起重机械设备的安全管理，才可以保障工程建设的质量、安全与进度的可靠。

关键词： 文件系统   持久化内存   磨损均衡   内存管理   多粒度分配  

摘要： 持久化内存文件系统利用持久化内存(Persistent Memory,简称PM)特性,通过优化文件数据组织和数据一致性机制等,极大地提升了系统性能。然而,现有持久化内存文件系统通常忽略了持久化内存写耐受度低等问题。不合理的空间管理策略极易将持久化内存磨损穿,严重威胁数据的可靠性。同时,现有考虑写磨损的空间管理技术仍然存在磨损均衡精度低和实现磨损均衡开销大等问题。因此,本文开展磨损感知的持久化内存文件系统空间管理优化研究,提出一种磨损均衡感知的伙伴式内存分配器(Wear-Leveling-Aware Buddy-Like Allocator,简称WBAlloc),以提高磨损均衡精度和系统性能。WBAlloc主要包含多级分配机制(Multi-Level Allocation Mechanism,简称MLAM)和磨损感知的回收机制(Wear-Aware Reclamation Mechanism,简称WARM)两个关键技术。MLAM采用基于粒度范围分组的多级链表管理持久化内存空闲空间以避免空闲块插入时的冗余分裂,并基于链表可用性位图加速定位可用链表,以及采用基于链表磨损均值的自适应插入机制,以较低开销使链表中的空闲块按磨损度相对有序。WARM构建回收链表来管理释放的空闲块,并基于块内部页磨损差异保障空闲块内部磨损均衡,以及采用空闲块定位器加速块回收与合并过程。当MLAM空闲块较少时,WARM将磨损小的空闲块迁移到MLAM。最后,本文通过修改典型持久化内存文件系统NOVA的内核源码实现了WBAlloc的原型系统,并将其集成到Linux内核中。与NOVA、DWARM和WMAlloc(目前最优秀的两种持久化内存文件系统磨损感知分配器)相比,实验结果表明,WBAlloc将系统平均性能分别提升了26.23%、80.46%和15.61%,将持久化内存平均寿命分别提升了338.88%、159.28%和29.45%。

关键词： IEEE1588协议   分布式系统   自适应PI算法   限幅平均滤波   温补晶振   时钟同步与触发  

摘要： 针对轻武器靶道分布式全弹道测试系统内各网络节点间的测试设备相互独立、缺乏统一空间和时间基准的问题,对分布式网络测试系统的时钟同步与触发进行研究,搭建了相应的测试系统,实现了同步速度快、同步精度高、运行稳定的时钟同步与触发。本文首先对现有时钟同步技术和相关成果进行分析比较,选用IEEE1588协议实现时钟同步。然后针对轻武器靶道分布式测试系统的特点,明确了实现分布式系统的时钟同步与触发,并提高同步的速度、精度和稳定性为本文的主要研究内容。对分布式系统高精度时钟同步与触发做了技术分析,包括IEEE1588协议延时请求-响应机制与E2E模式下的时钟同步流程,网络节点本地时钟算法对时钟同步精度的影响,及不同影响因素下的时钟同步精度等。在使用物理层时间戳芯片DP83640和主控器STM32F407所设计的网络节点同步触发单元中实现了IEEE1588协议;使用限幅平均滤波、自适应PI算法和卡尔曼滤波对本地时钟算法进行了优化,并通过实验或仿真分析了不同算法下的时钟同步结果;通过秒脉冲输出、触发输出与触发捕获等设计实现了分布式系统对网路节点的触发管理。为进一步提高时钟同步精度,从不同晶振、不同节点交换机和不同拓扑结构等三个角度探究了不同因素对时钟同步精度的影响,明确了搭建针对轻武器靶道的分布式网络测试系统的时钟同步精度最优方案。通过搭建实验平台实现了分布式系统的高精度时钟同步,并在PTP域内利用搭建的系统进行了时钟同步与触发两大方面的测试,包括系统时钟同步的速度、同步的精度与稳定性测试;定时单序列触发输出与捕获、同一外部信号触发输出与捕获等。测试实验结果表明,在跨两级交换机情况下,使用温补晶振提供时钟信号、使用支持PTP协议的交换机并配置为E2E TC计算驻留时间、采用线形拓扑结构来连接网络节点的分布式测试系统能在2分钟内完成时钟同步,同步精度能长时间稳定维持在±40ns;系统的触发与捕获功能完好,线缆长度控制在200m以内时的触发精度优于1us。系统的设计满足轻武器靶道分布式全弹道测试的技术指标与使用需求。

关键词： 移动应用推荐   协同过滤   矩阵分解   数据集成   分布式系统  

摘要： 随着移动互联网技术的快速发展,移动设备逐渐成为主流终端,海量移动应用应运而生。这些移动应用大大提高了生产效率,为用户的生活带来许多便利,然而,海量的移动应用也带来了信息过载等问题,用户很难准确找到符合自己喜好的应用,信息过载问题愈发严重。为解决这些问题,需要科学的方法来帮助用户进行选择。个性化移动应用推荐系统即为一种可行方案,其利用用户历史行为数据,通过挖掘用户潜在偏好,向用户推荐符合需求的移动应用。然而,面对海量的移动应用和繁杂的用户历史数据,如何收集和处理这些数据也是一个重要问题。面对以上挑战,移动应用数据的高效集中收集与精准的个性化推荐算法是解决信息过载的可行方案。 本文提出了一个基于联合矩阵分解的移动应用推荐框架,使用矩阵分解模型预测用户和移动应用之间的关系。与传统的矩阵分解不同,本文发现用户之间的相似性、移动应用之间的相似性都会对推荐的结果产生影响。因此,本文使用矩阵中的数据作为向量,计算用户之间、移动应用之间的相似性,并分别利用挖掘到的相似性信息构建两个联合矩阵分解模型。为同时利用上述两种相似性,本文将进一步提出一个集成推荐模型,通过上述模型实现对用户与移动应用之间关联的预测。本文在真实的移动应用数据集上进行了实验,并将所提出的模型与已有的代表性方法进行了比较。实验结果表明,本文提出的框架在所有情形中都产生了最佳性能,在面对冷启动问题时也能够得出良好的预测结果。 同时本文实现了一个基于流式数据处理框架的移动应用推荐数据集成平台,该系统在各个异构数据源之间传输并处理移动应用的使用数据,基于大数据处理、数据采集等技术,解决异构数据源之间的连通问题,最终完成移动应用推荐任务。在系统设计实现方面,本文设计了系统架构并对各个功能模块进行设计与实现。具体地,采用微服务框架设计系统整体架构,以方便功能扩展;使用流式数据处理框架完成移动应用推荐任务,同时从源数据源中抽取数据、处理数据并将其加载至目标数据源;根据数据集成任务和移动应用推荐任务的实际需求设计了数据库中的数据存储方案。最后,本文将该系统部署到运行环境中,对系统的主要功能设计测试用例并在运行环境中完成系统功能性测试。同时,对数据传输的性能以及任务并行处理的规模进行了测试,测试结果表明本系统全面完成了既定需求。