基于能耗工步的机械加工工件能量效率精细预测方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51705055
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0510.制造系统与智能化
  • 结题年份:
    2020
  • 批准年份:
    2017
  • 项目状态:
    已结题
  • 起止时间:
    2018-01-01 至2020-12-31

项目摘要

The mechanical machining systems are numerous and are used in a wide range of applications in industry, and the total amount of energy consumption by mechanical machining systems is extremely high, it usually exhibit very low energy efficiency and has great potential for energy savings and environmental emission reduction. The research on energy efficiency forecasting of mechanical machining system which is an important part of the research on the promotion of energy efficiency is of great significance. To overcome the limitation of the existing method which mainly focus on the process steps, this project will firstly study the energy sources and energy consumption characteristics of energy consumption steps systematically, and then the energy consumption model and forecasting method of each energy consumption steps shall be constructed. Secondly, the operation and energy consumption characteristics and forecasting method of random energy source will be studied, then the fine forecasting method for energy efficiency of mechanical machining systems which based on energy consumption steps is presented finally. The method which constructed based on energy consumption steps can not only improve the accuracy of the forecasting, but be a progress in the field of energy efficiency research. The energy efficiency model and the forecasting method studied above can be widely used for supporting the theoretical and application research on fine evaluation of energy efficiency, the energy-saving optimization of processing, fine management of energy efficiency, etc, and it has a good prospect for application.
机械加工系统量大面广,其能量消耗巨大,且其能量效率通常很低,节能减排潜力巨大。因此,机械加工系统能量效率提升是当代制造业亟需解决的问题。机械加工系统能量效率预测作为当前能量效率提升研究的重要内容,其研究具有十分重要的意义。本项目针对现有以工艺工步为预测单元的不足,拟以工件加工过程各个能耗环节为研究单元,对各能耗工步的能耗源构成和能耗特性进行系统地研究,进而构建出各能耗工步的能耗模型,提出其能耗预测方法;同时,对工件加工过程随机能耗源的运行特性和能耗特性以及其能耗预测方法进行研究,最终提出一种基于能耗工步的机械加工工件能量效率精细预测方法。以能耗工步为基础提出的能量效率预测方法不仅可以提高能效预测精度,在能量效率系统建模方面更是一大进展。上述模型、方法能为机械制造业能效精细评价、工艺过程节能性优化、能量效率深度管理等等一系列问题的研究和应用提供更有力的支持,具有较广阔的应用前景。

结项摘要

在国家自然科学基金项目资助下,项目组在前期研究的基础上,深入开展了工件加工过程能耗机理与预测方法,并系统研究了工件加工过程节能优化和管理方法。主要研究成果为:(1)基于工件加工过程的能量消耗机理,建立了能耗工步的理论模型,并综合提出了一种基于能耗工步的能量效率预测方法;(2)基于当前应用较多的数据驱动预测方法,综合提出了基于BP-Adaboost算法的切削能耗预测方法;(3)建立了面向监测的机械加工系统能量效率在线监测模型,并研究了模型参数的获取方法,建立了一套能量效率在线监测方法;(4)构建了工件加工全过程能耗切削参数模型,在此基础上提出一种面向节能优化的切削参数决策方法;建立以数控机床切削过程的能耗和生产成本为优化目标的工艺参数优化模型,对切削参数进行优化;(5)基于离散制造环境下的工件加工特点,建立了工件能耗限额指标及分类,提出了两大类能耗限额规则;提出面向任务的工件加工能耗限额制定方法并阐述了其能耗限额和指标。上述研究成果为工件加工过程能效提升提供理论依据和方法支持。

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(1)
机床服役过程能量效率的可预测特性及预测方法研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    机械工程学报
  • 影响因子:
    --
  • 作者:
    谢俊
  • 通讯作者:
    谢俊
A Dynamic Multi-Swarm Particle Swarm Optimizer for Multi-Objective Optimization of Machining Operations Considering Efficiency and Energy Consumption
考虑效率和能耗的动态多群粒子群优化器,用于加工操作的多目标优化
  • DOI:
    10.3390/en13102616
  • 发表时间:
    2020-05
  • 期刊:
    Energies
  • 影响因子:
    3.2
  • 作者:
    Jun Xie
  • 通讯作者:
    Jun Xie
基于BP-Adaboost算法的数控机床材料切削能耗预测研究
  • DOI:
    --
  • 发表时间:
    2020
  • 期刊:
    制造技术与机床
  • 影响因子:
    --
  • 作者:
    谢俊
  • 通讯作者:
    谢俊
Task-Oriented Energy Benchmark of Machining Systems for Energy-Efficient Production
节能生产加工系统的面向任务的能源基准
  • DOI:
    10.1007/s40684-019-00137-x
  • 发表时间:
    2020-01-01
  • 期刊:
    INTERNATIONAL JOURNAL OF PRECISION ENGINEERING AND MANUFACTURING-GREEN TECHNOLOGY
  • 影响因子:
    4.2
  • 作者:
    Cai, Wei;Li, Li;Hu, Luoke
  • 通讯作者:
    Hu, Luoke
面向节能优化的机床能耗模型及切削参数决策方法研究
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    重庆理工大学学报(自然科学)
  • 影响因子:
    --
  • 作者:
    谢俊
  • 通讯作者:
    谢俊

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

密接式车钩连挂特性影响因素分析
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    铁道科学与工程学报
  • 影响因子:
    --
  • 作者:
    谢俊;刘国伟
  • 通讯作者:
    刘国伟
Seismic recognition and quantitative characterization of siliciclastic-carbonate mixed sedimentary rocks in the Bohaiwan Basin, Northeast of China
渤海湾盆地硅质碎屑-碳酸盐岩混合沉积岩地震识别及定量表征
  • DOI:
    10.1007/s13146-020-00581-w
  • 发表时间:
    2020
  • 期刊:
    CARBONATES AND EVAPORITES
  • 影响因子:
    1.4
  • 作者:
    王金凯;谢俊
  • 通讯作者:
    谢俊
反应制度对两步熔盐法制备铌酸钾钠粉体形貌的影响
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    稀有金属材料与工程
  • 影响因子:
    --
  • 作者:
    沈宗洋;王竹梅;洪燕;谢俊
  • 通讯作者:
    谢俊
创业导向对组织绩效的影响——以市场导向为中介变量
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    华东经济管理
  • 影响因子:
    --
  • 作者:
    蒋峦;谢俊;谢卫红
  • 通讯作者:
    谢卫红
香蕉愈伤组织诱导培养中褐化抑制剂的筛选
  • DOI:
    10.15886/j.cnki.rdswxb.2014.02.012
  • 发表时间:
    2014
  • 期刊:
    热带生物学报
  • 影响因子:
    --
  • 作者:
    赵惠;周雪娟;穆雷;谢俊;韦双双;夏幽泉;吴繁花;阮云泽;汤华
  • 通讯作者:
    汤华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码