亚洲日韩欧洲无码AV夜夜摸,日本肥老妇色xxxxx日本老妇,久久综合无码

內(nèi)容簡介

　　本書圍繞特種閥門的數(shù)字創(chuàng)新設(shè)計、智能制造和智能運維三大技術(shù)方向，聚焦于數(shù)字化性能分析、智能制造、云計算及智能故障診斷等智能化前沿技術(shù)，系統(tǒng)地介紹了設(shè)計、制造和運維一體化的閥門數(shù)智化工程，以及閥門全產(chǎn)業(yè)鏈數(shù)智化升級的關(guān)鍵技術(shù)。其主要內(nèi)容包括：數(shù)智化概述、特種閥門數(shù)智化概述、特種閥門數(shù)字化設(shè)計技術(shù)、特種閥門仿真技術(shù)、特種閥門優(yōu)化設(shè)計、智能制造與特種閥門制造、特種閥門智能制造技術(shù)、智能運維與特種閥門運維、特種閥門故障狀態(tài)數(shù)據(jù)采集和預處理技術(shù)、面向特種閥門的智能故障診斷技術(shù)、特種閥門智能運維系統(tǒng)。本書內(nèi)容新穎，實用性強，緊貼閥門領(lǐng)域研究前沿，可為特種閥門的后續(xù)研究提供技術(shù)支持，有較高的參考價值和啟迪性。

作者簡介

　　錢錦遠，浙江大學副教授、博士生導師，浙江大學-中核科技高性能控制閥聯(lián)合研發(fā)中心副主任。長期從事特種閥門研究工作。兼任中國儀器儀表學會控制閥專業(yè)委員會副總干事，中國機械工程學會流體傳動與控制分會特種流控專業(yè)委員，全國閥門標準化技術(shù)委員會委員等。先后承擔國家自然科學基金項目、國家重點研發(fā)計劃子課題等省部級以上項目10余項，發(fā)表論文100余篇，授權(quán)國家發(fā)明專利30余件?？蒲谐晒@浙江省科技進步一等獎、中國儀器儀表學會科技進步一等獎、機械工業(yè)科技進步二等獎等，于2021年入選中國科協(xié)青年人才托舉工程。金志江，浙江大學教授、博士生導師，浙江省新世紀151 人才，長期從事高性能特種閥門理論研究與技術(shù)開發(fā)工作?，F(xiàn)任浙江省重點科技創(chuàng)新團隊負責人，兼任全國安全泄壓裝置標準化技術(shù)委員會委員、中國壓力容器學會管道技術(shù)委員會委員兼副秘書長、中國腐蝕與防護學會承壓設(shè)備專業(yè)委員會委員。近五年來，承擔與閥門相關(guān)的國家重大科技專項、國家自然科學基金、浙江省重大科技專項等項目30余項；作為第一完成人獲浙江省科技進步一等獎“復雜工況減溫減壓關(guān)鍵技術(shù)及應用”1 項；發(fā)表SCI論文30 余篇；授權(quán)國家發(fā)明專利10 余件；參與制定行業(yè)標準1 部；出版專著一本。

圖書目錄

序
前言
第1章　數(shù)智化概述1
1.1　數(shù)智化概念1
1.1.1　數(shù)智化的背景1
1.1.2　數(shù)智化的定義2
1.2　國內(nèi)外數(shù)智化工業(yè)的發(fā)展與應用狀況5
1.2.1　國外數(shù)智化工業(yè)的發(fā)展與應用5
1.2.2　國內(nèi)數(shù)智化工業(yè)的發(fā)展與應用12
1.2.3　國內(nèi)外數(shù)智化工業(yè)現(xiàn)狀比較15
1.3　數(shù)智化新時代19
1.3.1　從自動化到數(shù)智化轉(zhuǎn)型19
1.3.2　數(shù)智化時代的新特征21
參考文獻24
第2章　特種閥門數(shù)智化概述25
2.1　特種閥門數(shù)智化的現(xiàn)狀與挑戰(zhàn)25
2.1.1　特種閥門數(shù)智化的現(xiàn)狀與發(fā)展25
2.1.2　特種閥門數(shù)智化的挑戰(zhàn)27
2.2　特種閥門數(shù)智化轉(zhuǎn)型30
2.2.1　特種閥門數(shù)智化轉(zhuǎn)型背景30
2.2.2　特種閥門數(shù)智化轉(zhuǎn)型策略30
2.2.3　閥門企業(yè)數(shù)智化轉(zhuǎn)型的核心要素36
2.2.4　特種閥門數(shù)智化轉(zhuǎn)型展望39
參考文獻41
第3章　特種閥門數(shù)字化設(shè)計技術(shù)42
3.1　特種閥門數(shù)字化設(shè)計概述42
3.1.1　設(shè)計流程42
3.1.2　主流工業(yè)CAD設(shè)計系統(tǒng)44
3.1.3　特種閥門的MBD模型48
3.2　特種閥門裝配工藝規(guī)劃50
3.2.1　虛擬裝配概述50
3.2.2　裝配要素建模51
3.2.3　虛擬裝配約束52
3.2.4　裝配工藝規(guī)劃55
3.3　基于Web的三維設(shè)計與協(xié)同56
3.3.1　設(shè)計文件分布式存儲57
3.3.2　設(shè)計過程云協(xié)同管理59
參考文獻60
第4章　特種閥門仿真技術(shù)62
4.1　特種閥門仿真技術(shù)概述62
4.1.1　特種閥門仿真分析種類62
4.1.2　特種閥門仿真分析流程63
4.2　面向特種閥門的仿真分析技術(shù)65
4.2.1　特種閥門仿真理論基礎(chǔ)65
4.2.2　流場仿真分析68
4.2.3　流固耦合仿真分析75
參考文獻82
第5章　特種閥門優(yōu)化設(shè)計83
5.1　特種閥門拓撲優(yōu)化設(shè)計83
5.1.1　特種閥門拓撲優(yōu)化概述83
5.1.2　特種閥門的輕量化85
5.1.3　閥芯拓撲結(jié)構(gòu)優(yōu)化88
5.2　特種閥門的多目標優(yōu)化94
5.2.1　多目標優(yōu)化概述94
5.2.2　DOE的設(shè)計流程95
5.2.3　特種閥門的優(yōu)化設(shè)計算法95
5.3　特種閥門多學科優(yōu)化96
5.3.1　特種閥門數(shù)字化成形工藝97
5.3.2　特種閥門力學性能優(yōu)化99
參考文獻101
第6章　智能制造與特種閥門制造102
6.1　智能制造技術(shù)概述102
6.1.1　工業(yè)4.0的內(nèi)涵103
6.1.2　工業(yè)互聯(lián)網(wǎng)的內(nèi)涵106
6.1.3　中國智能制造的內(nèi)涵109
6.2　特種閥門制造業(yè)發(fā)展現(xiàn)況及趨勢112
6.2.1　閥門行業(yè)發(fā)展現(xiàn)況及制約因素113
6.2.2　閥門行業(yè)各類問題與短板115
6.2.3　閥門行業(yè)未來的發(fā)展趨勢116
6.3　智能制造共性技術(shù)118
6.3.1　工業(yè)物聯(lián)網(wǎng)118
6.3.2　信息物理生產(chǎn)系統(tǒng)121
6.3.3　數(shù)字主線122
6.3.4　工業(yè)大數(shù)據(jù)126
6.3.5　機器學習127
6.4　特種閥門智能制造戰(zhàn)略129
6.4.1　智能制造規(guī)劃129
6.4.2　智能制造研發(fā)計劃130
參考文獻132
第7章　特種閥門智能制造技術(shù)134
7.1　特種閥門的工業(yè)互聯(lián)網(wǎng)標識與信息集成134
7.2　特種閥門制造的尺寸精度工程技術(shù)138
7.3　面向特種閥門的虛擬工廠技術(shù)140
7.4　特種閥門制造大數(shù)據(jù)關(guān)鍵技術(shù)142
7.5　特種閥門智能制造案例介紹145
參考文獻156
第8章　智能運維與特種閥門運維157
8.1　智能運維的相關(guān)概念158
8.1.1　運行維修模式158
8.1.2　智能運維關(guān)鍵技術(shù)159
8.2　特種閥門的智能運維162
參考文獻163
第9章　特種閥門故障狀態(tài)數(shù)據(jù)采集和預處理技術(shù)165
9.1　特種閥門故障狀態(tài)數(shù)據(jù)采集165
9.1.1　泄漏狀態(tài)數(shù)據(jù)采集165
9.1.2　振動狀態(tài)數(shù)據(jù)采集171
9.1.3　噪聲狀態(tài)數(shù)據(jù)采集173
9.2　狀態(tài)數(shù)據(jù)預處理技術(shù)176
9.2.1　傅里葉變換177
9.2.2　小波變換178
9.2.3　經(jīng)驗模態(tài)分解183
參考文獻186
第10章　面向特種閥門的智能故障診斷技術(shù)188
10.1　智能故障診斷技術(shù)概述188
10.2　基于模型的智能故障診斷技術(shù)190
10.2.1　基于模型的智能故障診斷技術(shù)的原理和分類191
10.2.2　基于狀態(tài)估計方法的調(diào)節(jié)閥故障診斷技術(shù)193
10.3　基于數(shù)據(jù)驅(qū)動的智能故障診斷技術(shù)194
10.3.1　基于數(shù)據(jù)驅(qū)動的故障診斷方法概述194
10.3.2　基于神經(jīng)網(wǎng)絡(luò)的電液伺服閥的智能故障診斷技術(shù)199
10.3.3　基于支持向量機的閥門泄漏故障診斷202
10.4　基于知識的智能故障診斷技術(shù)204
10.4.1　基于知識的方法概述205
10.4.2　閥門系統(tǒng)故障診斷知識庫的建立209
10.4.3　基于故障樹分析的調(diào)節(jié)閥故障診斷211
參考文獻214
第11章　特種閥門智能運維系統(tǒng)215
11.1　故障預測與健康管理概述215
11.2　特種閥門故障預測與健康管理研究方法216
11.2.1　基于物理模型的方法217
11.2.2　基于數(shù)據(jù)驅(qū)動的方法218
11.2.3　基于統(tǒng)計學的方法219
11.3　特種閥門故障預測技術(shù)220
11.3.1　故障預測方法221
11.3.2　故障預測模塊設(shè)計222
11.4　面向特種閥門的健康管理224
11.4.1　特種閥門維修策略225
11.4.2　核電閥門的維修決策支持系統(tǒng)227
11.5　特種閥門智能運維系統(tǒng)實例229
11.5.1　基于LoRa的智能閥控云監(jiān)測系統(tǒng)229
11.5.2　基于物聯(lián)網(wǎng)的智能泵閥控制平臺229
參考文獻233