-
轨道车辆电子类产品智能工作台的应用实践
来源:科技创新与应用 发布日期:2020-09-28
轨道车辆各类电子产品种类繁多,电子插件-PCBA-组装-测试的典型工艺路线除了对物料和半成品的供给和周转提出较高的要求之外,其组装工序的作业复杂度也较高,作业效率和过程质量管控成为现场管理和工艺改善的重点之一。文章旨在以轨道交通电子通信类产品的产品分析、工艺改进为基础,应用智能化软硬件,构建符合产品和工艺特点的智能工作台,对生产周期、作业效率、关键数据采集等方面对智能工作台的应用效果进行评估。
-
材料的分类及其在智能制造中的应用研究——评《机械工程材料》
来源:有色金属工程 发布日期:2020-09-16
材料、能源和信息是现代科技的三大支柱,其中材料更是人类社会进步的里程碑之一。在信息技术快速发展的今天,材料科学的发展为制造业带来了新的活力,与此同时,智能制造概念的提出也为新材料的推动和使用打下了良好的基础及带来了广阔的应用前景。由沈莲主编的《机械工程材料》(机械工业出版社,2019年7月第4版)一书,从机械制造与设计类专业培养目标出发,介绍了各类工程材料的成分、组织、性能特点和应用范围,并以实例
-
智能制造发展过程的阶段及其特征
来源:冶金自动化 发布日期:2020-09-15
在总结工业生产对控制技术的要求及工业自动化系统的特点的基础上,分析了智能制造系统在工业生产过程中的地位和所发挥的作用,将智能制造分为初级阶段、中级阶段和高级阶段,并系统总结了3个阶段的技术特点、实施方式和定义。通过分析工业生产过程的各个子系统间的数据流向来区分不同的阶段,最后以钢铁行业的2个案例来分析智能制造不同阶段在生产中的地位和所发挥的作用,为企业实施智能制造提供参考。
-
新工科背景下产教融合创新机械人才培养模式探索与实践
来源:湖北农机化 发布日期:2020-09-15
新工科教育、产教融合、协同育人是我国高等教育的新常态。在新工科背景下,以皖西学院机械专业为例,紧跟时代、立足地方和产业需求,理解新工科与产教融合的内涵,面向智能制造对传统机械专业进行了人才培养模式改革探索与实践,在实践中找准现状中突出的问题所在,践行协同育人理念,创新了人才培养模式,建立和完善了"学科交叉、产教融合、多方共赢"的运行机制等,培养了应用型"新工科"人才,推动了地方应用型高水平大学的建
-
智能制造与机械制造实习课程改革
来源:机械设计与制造工程 发布日期:2020-09-15
智能制造是制造业发展的未来。为了培养智能制造技术人才,基于智能制造实训平台,开展了基于项目驱动的机械制造实习课程改革探索。项目选取典型的多工序零件模型,围绕项目设计了分层教学方案、实施框图以及方案流程图。通过项目的融合,引导学生主动参与课程实习,提升教学质量。教学实践证明,基于项目驱动的机械制造实习课程,提升了学生的学习主动性及乐趣,增强了学生的综合工程能力与智能制造技术素养。
-
我国制造业两化融合发展路径
来源:企业管理 发布日期:2020-09-14
量化评估当前我国制造业两化融合发展现状,准确定位发展问题,明确发展路径,提升制造企业竞争能力,促进产业转型升级和创新发展。目前,全球正在经历从工业经济向数字经济加速转型的过渡时期,变革涉及生产要素、生产方式、管理模式、产业体系及社会经济运行方式等不同层面。由此,我国提出深入推进信息化和工业化融合
-
智能制造背景下机械制造及自动人才培养方案的研究——以佛山职业技术学院为例
来源:轻工科技 发布日期:2020-09-07
面向装备制造业改造升级对人才的需求,本文以佛山职业技术学院为例,介绍机械制造及自动化专业人才培养方案及具体的实施。这为其他院校机械制造及自动化专业人才培养模式构建提供借鉴和指导作用,同时为该专业人才培养提供实践经验。
-
汽车行业智能制造市场机遇与挑战研究
来源:汽车工业研究 发布日期:2020-09-05
当前汽车行业智能制造市场发展前景不明确、供需双方认知不统一、市场分析片面等问题,严重影响了汽车行业智能制造的发展进程。针对以上情况,通过线上线下相结合的调查研究方法,深入分析了汽车行业智能制造市场发展的机遇与挑战,并对未来发展趋势进行了展望。
-
基于大数据的钢铁智能制造体系架构
来源:冶金自动化 发布日期:2020-09-04
钢铁智能制造贯穿基础自动化、过程控制、生产计划、管理与服务等诸多环节,具有信息深度感知、智慧优化决策和精准协调控制等特点。钢铁企业传统信息物理系统(cyber-physical systems,简称CPS)积累的海量数据的管理和利用以及新CPS的重构是钢铁企业智能制造的两个关键点。在调研国内文献和分析现存钢铁企业信息系统与五层架构的优缺点的基础上,结合自身在钢铁企业工作的经验,融合数据驱动和CPS
-
基于大数据的钢铁智能制造体系架构
来源:冶金自动化 发布日期:2020-09-04
钢铁智能制造贯穿基础自动化、过程控制、生产计划、管理与服务等诸多环节,具有信息深度感知、智慧优化决策和精准协调控制等特点。钢铁企业传统信息物理系统(cyber-physical systems,简称CPS)积累的海量数据的管理和利用以及新CPS的重构是钢铁企业智能制造的两个关键点。在调研国内文献和分析现存钢铁企业信息系统与五层架构的优缺点的基础上,结合自身在钢铁企业工作的经验,融合数据驱动和CPS
027-87841330