铸造车间设备管理系统与故障预测研究

发布时间：2021-02-17 10:25

　　随着社会不断发展,科学技术不断进步,新兴的科研成果不断的融入人们生活和生产的各个方面,铸造业在这种蓬勃发展的大环境下飞速成长。设备作为企业生产经营活动中最核心的资产直接影响着企业的生产运营成本,运用先进的网络技术、结合最新的设备管理理念实现设备管理科学化已然成为了铸造行业设备管理的必然趋势。本文以背景公司下属铸造车间的设备为研究对象,运用管理信息系统的分析与设计方法,实现了设备管理的信息化,同时提出了一种针对设备故障问题的预测方法。首先,本文阐述了论题研究的背景及意义,对设备管理信息系统和设备故障预测的国内外相关研究现状进行了介绍;其次,对铸造车间的设备管理问题现状进行了分析并探讨了该车间实施设备管理系统的可行性,明确了系统的建设目标和建设思想,确定了具体的功能性需求,得出了系统的整体功能结构;接着对系统的总体结构和核心模块的业务流程进行了设计,采用UML建模工具,运用活动图、类图、时序图对车间的主要功能模块进行了设计,并完成了数据库相关的概念结构及逻辑结构设计,构建出了一个以边缘计算为采集层,以设备管理模块为执行层,以数据预测为决策层的设备管理系统;然后,对于设备故障预测这一重点问题... 

【文章来源】：湖北工业大学湖北省

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 引言
    1.1 研究背景
    1.2 研究的目的与意义
    1.3 国内外研究现状
        1.3.1 设备管理信息系统的研究现状
        1.3.2 设备故障预测的研究现状
    1.4 本文的主要研究内容
第2章 铸造车间设备管理系统的需求分析
    2.1 目标车间的设备管理现状
    2.2 设备管理系统的可行性分析
        2.2.1 技术可行性
        2.2.2 经济可行性
        2.2.3 操作可行性
    2.3 系统建设目标
    2.4 系统建设思想
    2.5 铸造车间设备管理系统的功能性需求分析
        2.5.1 系统功能结构分析
        2.5.2 设备基础信息模块分析
        2.5.3 设备运行与监控模块分析
        2.5.4 设备故障预测模块分析
    2.6 本章小结
第3章 铸造车间设备管理系统设计
    3.1 系统总体的设计
        3.1.1 系统总体结构的设计
        3.1.2 系统开发原则
    3.2 系统流程设计
        3.2.1 设备基础信息管理流程设计
        3.2.2 设备运行与监控流程设计
        3.2.3 设备故障预测流程设计
    3.3 系统主要功能模块详细设计
        3.3.1 基础信息模块设计
        3.3.2 设备运行与监控模块设计
        3.3.3 设备故障预测模块设计
    3.4 数据库详细设计
        3.4.1 数据库的选择
        3.4.2 概念结构设计
        3.4.3 逻辑结构设计
    3.5 本章小结
第4章 铸造车间设备运行状态预测的研究
    4.1 预测算法与系统的集成研究
    4.2 预测方法的确定
        4.2.1 BP神经网络模型
        4.2.2 GA算法的描述
        4.2.3 LM算法的描述
        4.2.4 GA-LM-BP结合的混合算法
    4.3 算法模型的建立
    4.4 结果分析
        4.4.1 结果准确性对比分析
        4.4.2 预测精度对比分析
        4.4.3 是否陷入局部最优解对比分析
        4.4.4 收敛速度对比分析
    4.5 本章小结
第5章 铸造车间设备管理系统的实现
    5.1 系统开发环境及工具的选择
    5.2 系统主模块
    5.3 基础信息管理模块
    5.4 设备运行与监控模块
    5.5 设备故障预测模块
    5.6 本章小结
第6章 总结与展望
    6.1 全文总结
    6.2 展望
参考文献
致谢
附录1 代码清单


【参考文献】：
期刊论文
[1]边缘计算分支—设备端容器化的大趋势和拥抱5G时代[J]. 成恒飞,钱育珩,张海睿,黄天,陈飞.  电子世界. 2018(20)
[2]采用“GA+LM”优化BP神经网络的电液伺服阀故障诊断[J]. 权凌霄,郭海鑫,盛世伟,李雷.  中国机械工程. 2018(05)
[3]铸造天然气表干炉余热回收实践应用[J]. 纪创新,任玉玲,陈娜.  节能. 2017(12)
[4]基于加速度信号的电梯健康状态评价方法研究[J]. 蒋淑恋.  中国计量. 2017(10)
[5]边缘计算:万物互联时代新型计算模型[J]. 施巍松,孙辉,曹杰,张权,刘伟.  计算机研究与发展. 2017(05)
[6]基于模拟退火算法改进的BP神经网络算法[J]. 周爱武,翟增辉,刘慧婷.  微电子学与计算机. 2016(04)
[7]基于健康指数的设备运行状态评价与预测[J]. 张彦如,耿梦晓.  合肥工业大学学报(自然科学版). 2015(10)
[8]基于PSO-BP神经网络的湿度传感器温度补偿[J]. 行鸿彦,邹水平,徐伟,张强.  传感技术学报. 2015(06)
[9]铸造车间设备管理之管见[J]. 贾连磊.  中国铸造装备与技术. 2015(03)
[10]精益思想在企业设备管理中的实践[J]. 王海燕,王佰虎,滕朋朋.  中国新技术新产品. 2015(09)

博士论文
[1]电力设备载流故障预警与预测的若干关键技术研究[D]. 张慧源.浙江大学 2014
[2]基于信息化的现代大型企业设备管理理论与方法研究[D]. 胡邦喜.武汉理工大学 2007

硕士论文
[1]高速铁路固定设备维修管理模式研究[D]. 李月.西南交通大学 2017
[2]基于B/S构架的电力企业设备管理系统设计与实现[D]. 乌兰.天津大学 2017
[3]兖矿轻合金有限公司设备管理系统设计与实现[D]. 鹿兵.山东大学 2017
[4]基于特种车的故障预测与健康管理系统研究[D]. 吕王朋.南京理工大学 2017
[5]基于信息融合的设备故障预测研究[D]. 张钱龙.郑州大学 2016
[6]钻井设备管理信息系统的设计与实现[D]. 孔令军.电子科技大学 2013
[7]中小型企业设备管理信息系统的研究与设计[D]. 王婧.上海交通大学 2012
[8]机务设备管理信息系统的设计与应用[D]. 肖雷.上海交通大学 2012



本文编号：3037850