基于MES的复合材料管理系统研究与开发

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:A511429239
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着近年来我国创新驱动发展战略的实施,航空航天作为国家的重点产业也在飞速发展着。复合材料在航空航天行业的生产中起着无可替代的作用,现有的复合材料管理方式以纸质材料和电子表格为主,这种方式不仅无法使材料管理人员实时掌握材料状态和用量,而且极易造成材料的浪费与报废,尤其是对于复合材料中的易变质材料。现代先进航天器与大飞机的生产对这部分易变质材料的管理提出了更高的要求,因此有必要探索新的管理方式。本文对复合材料管理模式进行了充分调研和了解,广泛参考了国内外相关文献研究后,明确了改进方向和需要解决的问题。在综合考虑国内复合材料厂的具体情况和业务流程之后,设计并开发了一款基于MES的复合材料管理系统,该系统能够很好地对于复合材料中的易变质材料进行全生命周期的管理。本系统基于微软的Visual Studio 2010开发平台,采用B/S架构和MES设计模式,使用ASP.NET框架完成前台页面和逻辑的开发与实现,使用C#语言完成后台系统的开发,数据库采用的是甲骨文公司开发的Oracle 11g数据库。本文围绕软件工程的各个阶段对系统开发过程进行阐述,对系统中材料接收入库、材料需求申请、材料发放、材料出库、材料使用和库存管理六个主要模块进行详细说明。基于MES的复合材料管理系统能够更好满足对生产管控的需求,能够有效提升库房的管理效率和管理水平。针对对于保管条件、质量控制和生产使用有着严格要求的易变质材料,本系统能够实现监控粒度达到零件级别、时间记录精准度达到分钟级别,并且实现了对于材料的全程监控。经实际使用,本系统能够显著降低材料浪费、降低生产成本,有效提升生产管理水平和产品质量。
其他文献
四旋翼因其优秀的飞行性能和低廉的成本,得到许多学者、研究机构和厂商的关注,并广泛应用于军事和民用等领域。飞控算法在四旋翼的研究中占据重要的地位,基于四旋翼数学模型设计的控制算法如PID控制、反馈线性化、反步设计和滑模控制等已经被应用到四旋翼的控制当中,并取得了不错的效果。然而,四旋翼精确的数学模型难以建立,因此,基于数学模型的控制算法的性能会受到影响。针对这个问题,本文结合某项目,对四旋翼的控制进
随着人工智能的发展,机器学习作为其中的重要分支,受到了研究者们的广泛关注。同时作为其中方向之一的强化学习,也出现了大量的研究和工作,主要研究的问题是使智能体能够在与环境不断的交互中采用最优策略来获得最优回报。强化学习面临的一个巨大挑战是需要人为设计具有很强泛化能力的特征,这些特征可以提高强化学习的效果与效率。在强化学习中引入深度学习就可以高效表征网络中的特征,深度学习与强化学习的结合使得强化学习的
智能问答利用自然语言处理技术解析自然语言问句,识别用户提问意图后根据系统学习到的知识做出回答。随着数据量爆炸式增长和计算机算力的提高,智能问答技术的研究逐渐从基于特征工程的方法转向基于深度学习的方法。在医学领域存在大量复杂的医学数据,为智能问答在医学领域的应用提供了良好的基础。智能问答按照知识来源可以分为基于阅读理解的智能问答和基于知识图谱的智能问答,本文选择后者作为研究重点。知识图谱为问答系统提
中国制造2025研究规划的实施,对工业产品的要求从中国“制造”向中国“智造”转变。现有的基于拍照检测的工业质检环节的准确率和实时性存在局限,现代自动化流水线化的工业生产工程中,需要研究基于视频时空间信息挖掘的机器视觉缺陷检测算法,简便流水线工业产品质量检测流程,降低繁琐的检测环节,进一度优化质检环节。本文通过研究电磁脉冲红外热成像和光激励机器视觉检测的基本原理,总结深度学习中目标检测和视频目标检测
由于现代电子系统飞速发展,信号的频率越来越高,带宽越来越宽,瞬时性特征愈发明显,复杂化程度也不断增加。据采样定理可知,要应对数GHz的信号测试,示波器就需要具有10GHz以上的高带宽及数十GSps的高采样率。本文基于子带分解技术搭建40GSps,10GHz的高速高带宽数据采集系统,着重研究并设计其采集模块中的高速数据传输,宽带信号触发和宽带信号幅频补偿及在FPGA中的实现。本文的主要研究内容如下:
随着传感器技术的快速发展,可穿戴设备已被运用到了许多研究领域。利用可穿戴设备监测体征信号能够客观分析个体的身心健康状况。心率作为人体的一项重要生理指标,可以评估心脏活动能力,疲劳程度,通过监测心率变化与语音记录或者呼吸等可以用来评估情绪,但医疗中多采用单导联或多导联设备监测心电图来计算心率,在日常生活中存在不便。光电容积脉搏波描述法(Photoplethysmography,PPG)是一种运用PP
近年来社会经济飞速发展,出行需求日益增长,干线飞机需求量越来越大,但目前我国干线飞机主要依赖进口,在全球新冷战场景下,干线飞机的自主设计、生产需求日益迫切。随着系统工程的不断发展,基于模型的系统工程(Model Based System Engineering,MBSE)在航空领域有了更多的应用,相较于传统开发方法,MBSE以模型代替文档,且符合适航标准,是更适合用于对民机系统进行设计的方法。状态
随着卷积网络的逐渐成熟,卷积神经网络的应用越来越广泛,随之而来的模型安全问题也越来越受到人们的关注。近年来,针对卷积网络的模型攻防研究课题也受到越来越多人的关注。其中最具有代表性的是对抗样本攻防。对抗样本是模型的外部威胁,即外部输入造成模型的功能上发生异常错误。而本文更关注的是对模型的内部的攻防场景。例如,模型窃取攻击,它针对的是模型内部的隐私安全,模型窃取者通过窃取模型的功能达到个人的经济利益或
基于匿名通信机制的网络通过对用户身份信息和通信关系进行隐藏,可以给用户提供一个信息安全的网络环境。但是,匿名网络提供的身份匿名性可以帮助犯罪分子进行违法犯罪活动,同时给网络空间安全管理带来了极大的麻烦。因此,对匿名网络流量和正常流量进行识别分类对网络空间的监管具有积极意义。本文使用不同的深度学习技术对匿名网络流量分类进行了研究,根据对匿名网络流量进行特征学习的思路不同,总共提出了三种分类方法,分别
新时代科技的发展尤其是互联网技术的普及使得教育教学的方式和环境都产生了翻天覆地的变化,其主要表现为知识传播形式的革新和信息量的暴增,网络教学系统层出不穷。截至目前,网络教学系统多采用基础B/S架构。然而由于依托于浏览器,这些系统难以针对用户特点和习惯实现个性化功能,只能以统一、公用的平台进行教育教学;另一方面,B/S架构的网络教学系统对课程运营者服务端有较高的性能要求,其开销也极大地限制了网络教学