分析了气动执行器的能耗特点,结合空气消耗量和比能量概念,提出了一种气动执行器的能耗计算方法.为解决公用气动设备的购置成本划分问题,提出了一种用气设备成本均分法.结合生命周期成本的概念,建立了气动执行器基于用户的全生命周期成...分析了气动执行器的能耗特点,结合空气消耗量和比能量概念,提出了一种气动执行器的能耗计算方法.为解决公用气动设备的购置成本划分问题,提出了一种用气设备成本均分法.结合生命周期成本的概念,建立了气动执行器基于用户的全生命周期成本模型(LCCBOU,Life-Cycle Costing Based On Users),进行了实例验证.该模型不仅适用于气动执行器的全生命周期成本分析,也适用于其它用气设备的成本分析.结果表明:用气设备成本均分法实现了气动系统成本的合理划分;气动执行器的LCCBOU模型通过了实例验证,并发现通过空压机的实时监控和气动系统的泄漏测量,LCCBOU模型结果能够做到更精确.展开更多
DFC(Design For Cost)是DFX方法的一个分支,是指在满足用户需求的前提下,尽可能地降低成本,通过分析和研究产品制造过程及其相关的销售、使用、维修、回收、报废等产品全生命周期中各个部分的成本组成情况,在进行评价后,对原设计中影响...DFC(Design For Cost)是DFX方法的一个分支,是指在满足用户需求的前提下,尽可能地降低成本,通过分析和研究产品制造过程及其相关的销售、使用、维修、回收、报废等产品全生命周期中各个部分的成本组成情况,在进行评价后,对原设计中影响产品成本的过高费用部分进行修改,以达到降低成本的设计方法。文中从DFC的角度提出大飞机的经济性必须依靠设计中的全生命周期成本(Life Cycle Cost,LCC)估算、全面成本管理和PLM,DFX,CRM等相关软件的综合应用来实现,分析了民用飞机的成本特征(起飞质量、发动机静推力和机翼面积等)和LCC估算方法(类比、神经网络和详细估算等方法),并给出了一个包括波音和空客民用飞机数据的采用BP神经网络进行LCC估算的实例。展开更多
面向成本的设计(design for cost,DFC)是从设计的角度降低全生命周期成本(life cyc le cost,LCC)的设计方法。从DFC的角度,通过分析得到家用轿车的设计特征主要有外形尺寸、发动机功率、排量等参数,采用基于特征的神经网络方法通过实例...面向成本的设计(design for cost,DFC)是从设计的角度降低全生命周期成本(life cyc le cost,LCC)的设计方法。从DFC的角度,通过分析得到家用轿车的设计特征主要有外形尺寸、发动机功率、排量等参数,采用基于特征的神经网络方法通过实例计算表明在概念设计阶段就可以估算其LCC,为降低其LCC奠定了重要基础。Levenberg-M arquardt(LM)方法训练BP神经网络得到的LCC结果是最好的。展开更多
文摘分析了气动执行器的能耗特点,结合空气消耗量和比能量概念,提出了一种气动执行器的能耗计算方法.为解决公用气动设备的购置成本划分问题,提出了一种用气设备成本均分法.结合生命周期成本的概念,建立了气动执行器基于用户的全生命周期成本模型(LCCBOU,Life-Cycle Costing Based On Users),进行了实例验证.该模型不仅适用于气动执行器的全生命周期成本分析,也适用于其它用气设备的成本分析.结果表明:用气设备成本均分法实现了气动系统成本的合理划分;气动执行器的LCCBOU模型通过了实例验证,并发现通过空压机的实时监控和气动系统的泄漏测量,LCCBOU模型结果能够做到更精确.
文摘DFC(Design For Cost)是DFX方法的一个分支,是指在满足用户需求的前提下,尽可能地降低成本,通过分析和研究产品制造过程及其相关的销售、使用、维修、回收、报废等产品全生命周期中各个部分的成本组成情况,在进行评价后,对原设计中影响产品成本的过高费用部分进行修改,以达到降低成本的设计方法。文中从DFC的角度提出大飞机的经济性必须依靠设计中的全生命周期成本(Life Cycle Cost,LCC)估算、全面成本管理和PLM,DFX,CRM等相关软件的综合应用来实现,分析了民用飞机的成本特征(起飞质量、发动机静推力和机翼面积等)和LCC估算方法(类比、神经网络和详细估算等方法),并给出了一个包括波音和空客民用飞机数据的采用BP神经网络进行LCC估算的实例。
文摘面向成本的设计(design for cost,DFC)是从设计的角度降低全生命周期成本(life cyc le cost,LCC)的设计方法。从DFC的角度,通过分析得到家用轿车的设计特征主要有外形尺寸、发动机功率、排量等参数,采用基于特征的神经网络方法通过实例计算表明在概念设计阶段就可以估算其LCC,为降低其LCC奠定了重要基础。Levenberg-M arquardt(LM)方法训练BP神经网络得到的LCC结果是最好的。
