期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
我国煤炭物流业现状综述及对策研究
1
作者 马红占 杨宇 李昕 《煤矿现代化》 2011年第2期1-3,共3页
本文从煤炭物流业长远发展的角度,对我国煤炭物流业的发展现状、存在的问题进行了探析,并提出了相应的解决措施,为煤炭企业中长期快速发展提供战略思路。
关键词 煤炭物流 供应链管理 储运 信息管理 绿色物流
在线阅读 下载PDF
基于模糊随机故障模式与影响分析的产品再设计模块识别 被引量:5
2
作者 周鹏辉 马红占 +2 位作者 陈东萍 陈梦月 褚学宁 《上海交通大学学报》 EI CAS CSCD 北大核心 2017年第10期1189-1195,共7页
针对现有再设计方法基本以用户需求为依据,较少考虑产品运行故障数据的问题,在产品运行故障数据基础上,提出了一种基于模糊随机故障模式与影响分析(Failure Mode and Effects Analysis,FMEA)的再设计模块识别方法.引入再设计必要性指数... 针对现有再设计方法基本以用户需求为依据,较少考虑产品运行故障数据的问题,在产品运行故障数据基础上,提出了一种基于模糊随机故障模式与影响分析(Failure Mode and Effects Analysis,FMEA)的再设计模块识别方法.引入再设计必要性指数作为产品模块再设计的依据,根据故障发生的随机性以及风险判断模糊性特点,构建了模糊随机FMEA模型来度量故障模式与产品模块之间的关联关系,采用可信性理论和模糊随机模拟技术处理模糊变量和随机变量多值性问题,并通过履带起重机再设计模块识别验证了所提方法的可行性与有效性. 展开更多
关键词 产品再设计模块识别 故障模式与影响分析 可信性理论
在线阅读 下载PDF
基于稀疏自编码神经网络的产品再设计模块识别方法 被引量:3
3
作者 马斌彬 马红占 +1 位作者 褚学宁 李玉鹏 《上海交通大学学报》 EI CAS CSCD 北大核心 2019年第7期838-843,共6页
提出了基于性能时变数据分析的再设计模块识别方法.利用产品在健康状态下的性能时变数据构建无监督学习的稀疏自编码神经网络(SAENN)模型,以用于健康状态下产品性能数据的特征提取以及产品功能退化程度的评估;将产品在健康状态下的性能... 提出了基于性能时变数据分析的再设计模块识别方法.利用产品在健康状态下的性能时变数据构建无监督学习的稀疏自编码神经网络(SAENN)模型,以用于健康状态下产品性能数据的特征提取以及产品功能退化程度的评估;将产品在健康状态下的性能数据用于训练SAENN模型,使用运行期间的性能时变数据更新产品的状态特征,以反映功能的退化过程;通过对比功能间的退化差异来识别需要再设计模块;同时,以某制造企业水平定向钻产品再设计功能模块的识别为例验证了所提方法的可行性.结果表明,所提出的再设计模块识别方法具有较好的准确性,能够识别需改进的功能模块,识别结果可作为产品再设计的依据. 展开更多
关键词 产品再设计 模块识别 性能时变数据 稀疏自编码神经网络 功能退化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部