搜索--e-works数字化企业网

文章
新闻
资料
视频
活动
特别报道
书屋
智能制造
VIP智库
专家
报告

e-works为您找到 10000 条结果

相关性
发布时间

2010SiemensPLMSoftware征文：牛头刨床运动机构简化模型及仿真分析

牛头刨床运动机构的仿真分析,就是对刨头构件的位移、速度、加速度进行分析,根据原动件的运动规律,求解出从动件的运动规律。六杆机构的运动分析方法有很多，传统的有图解法、解析法和实验法。随着计算机技术的飞速发展，机构设计及运动分析已逐渐脱离传统方法，取而代之的是计算机仿真技术。机构运动仿真分析方法，可以实现机械工程中非常复杂、精确的机构运动分析。 3.2运动模型的分析和后处理经过解算，即可对牛头刨床运动机构进行运动仿真显示及其相关的后处理。首先通过动画（Animation）可以观察机构的运动过程，还可执行单步运行，以便运动分析。（2）牛头刨床运动机构的设计方法有很多，如用传统的解析法、图解法和实验法设计和分析牛头刨床的运动情况，过程较为复杂且不够直观。（3）根据上述方法，只需改变曲柄长度，就能获得不同的切削工作行程；设置不同的解算参数，例如初始速度、时长和步数等，就能分析不同的运动规律。

来源：e-works

2010-06-28

冷轧辊质量管理系统设计与实现

10)生产统计分析：(1)生产质量信息追溯：可以追溯任一辊号产品从到货、生产到报废或成品发出全过程中任一阶段(工序)发生的生产和质量数据信息；(2)生产情况统计分析：针对产品、班组和人员进行生产运行状况查询，计划执行情况统计分析包括投入产出统计、产品合格率、准时完成率和设备利用率等方面的统计分析；(3)库存情况统计分析：针对原料、在制品和成品进行入出及库存情况、资金占用情况、超期滞留情况以及库存周转率等进行统计分析 11)质量统计分析：(1)原料质量统计分析：分供应商、原料进行复检合格率、批次合格率和关键指标检测情况等统计分析；(2)工序质量统计分析：分产品、工序、加工者或加工设备进行工序产品合格率、关键指标检测情况、质量问题等方面的统计分析；(3)成品质量统计分析：分产品进行成品合格率、关键指标检测情况和质量问题等方面的统计分析；(4)问题产品相关性分析：针对出现质量问题的产品进行相关性分析，包括原料、供应商、加工工序系统经过两个阶段的建设和应用，第一个阶段通过建立冷轧辊全过程生产和质量管理的业务系统，达到全面、规范和实时地掌握生产和质量数据的目的，第二个阶段针对已掌握的数据，采用常规统计分析方法和控制图应用技术，建立质量分析与控制系统

全面质量管理

来源：万方数据

2011-03-16

数据驱动决策：BI在零售业的数据化管理

当前，站在服装企业总部的角度，基于终端零售运作、商品运作管理、VIP顾客管理等主题，进行数据分析已经较为广泛。而面向店长层面的，支撑其日常工作的数据分析类应用，则相对缺乏。从总部角度查看，可以有许多维度的结构分析，如品类结构分析、品牌结构分析（多品牌运作企业）、以及供应商结构（买手型企业等）、商品年份季节波段结构、系列结构、面料结构、价格带结构等等。而在终端层面了解自身商品结构，笔者认为不需要这么多样性的变化，视具体情况进行选择，一般较为有意义的是品类结构分析、价格带结构分析。至于监控与预警层面，对于品类结构分析与价格带结构分析，可以对销存结构差异较大的品类或是价格带，进行排序或预警。除了操作层面的，也可以展现概要层级的指标分析。

终端和服务器

来源：CIO智库

2017-02-28

大模型的火烧到了AI服务器上

主要功能包括：大数据处理：AI服务器能够处理和分析大量数据，这是训练AI和ML模型的关键。这些数据需要通过复杂的算法进行分析和解读，以发现有用的模式和信息，而AI服务器就能提供足够的计算能力来处理这些任务。其次，AI和ML的普及也推动了AI服务器的需求。这些领域的进步需要强大的计算能力来处理和分析数据，训练和运行复杂的AI和ML模型。最后，云计算和边缘计算的发展也为AI服务器的爆火提供了动力。云计算使得企业和组织能够无需购买和维护昂贵的硬件就能获得强大的计算能力，而边缘计算则需要在接近数据产生地点的服务器上进行数据处理和分析。实际上，有行业人士分析，在AI服务器大火的背景下，浪潮信息业绩不及预期，深层次原因还是在于传统服务器行业整体不景气，而目前浪潮信息AI服务器实际所占比例并不大。

来源：科技云报到

2024-03-06

如何做好大数据产品设计架构和技术策略？

建立系统性数据采集指标体系建立数据采集分析指标体系是形成营销数据集市的基础，也是营销数据集市覆盖用户行为数据广度和深度的前提，数据采集分析体系要包含用户全活动行为触点数据，用户结构化相关数据及非结构化相关数据，根据数据分析指标体系才能归类汇总形成筛选用户条件的属性和属性值，也是发现新的营销事件的基础。构建营销数据指标分析模型，完善升级数据指标采集，依托用户全流程行为触点，建立用户行为消费特征和个体属性，从用户行为分析、商业经营数据分析、营销数据分析三个维度，形成用户行为特征分析模型。用户维度数据指标是不同维度分析要素与用户全生命周期轨迹各触点的二维交叉得出。数据建模、用户画像及特征算法提取与营销相关的客户、产品、服务数据，采用聚类分析和关联分析方法搭建数据模型，通过用户规则属性配置、规则模板配置、用户画像打标签，形成用户数据规则集，利用规则引擎实现营销推送和条件触发的实时营销推送

来源：大数据观察

2017-07-17

持续改善在研发管理工作中的应用

2持续改善的实施技术中心持续改善活动以竞赛方式贯穿始终，按照改善活动步骤大体分为改善培训动员、改善跟踪分析阶段、改善成果发布总结等三个阶段。 2．2改善跟踪分析阶段成立持续改善工作小组，负责对改善现状数据进行收集与分析，为八大改善点的19项改善指标，制定相应的改善目标值，每月负责组织各改善指标情况的跟踪统计、分析汇总与发布工作。持续改善网络看板分为技术中心持续改善资料、指标改善综合对比以及各科室改善成果对比分析等模块。各个模块均有针对性地对各类指标进行了横向和纵向的分析对比。措施：各首席、室主任加强计划下达前的预见性”等分析和措施。在各科室分析对比模块中，主要体现了计划完成率、修改率、驳回率、调整率等每月横向评价指标，目的是促进各室直观分析各指标的变化情况，及时调整各室工作思路和方法。

来源：万方数据

2011-03-25

国际设备管理与维修工程的最新进展综述(三)

图10维修价值驱动论企业维修的核心竞争能力一方面是通过损失分析、设备利用计划、物资（备件）供应链管理以及维修服务供应链管理来提升资产利用率，另一方面是通过成本分析、维修预算、设备知识管理以及技能工具的开发通常的可维修性分析工具为：设备停机时间分析；故障模式及影响分析：FailureModeandEffectAnalysis，FMEA）；故障树分析（FTA）。（1）（2）FMEA分析，即故障模式与影响分析，主要通过列表形式分析设备部件、零件故障后果及其影响，也是有意识积累经验的方法。表2给出了FMEA分析表格的实例。对应出后果树，即以停机事件为顶事件的事件树，由此分析造成的后果。按照概率与后果的乘数效应得到风险值，以风险大小来指导决策。他提出的风险分析维修决策结构如图15所示。首先进行故障概率分析，得到概率矩阵；再进行故障后果分析得到后果矩阵；由此再构造出故障风险矩阵。

来源：万方数据

2008-08-14

大数据可视化平台给企业带来的价值

从阿里巴巴的阿里云到百度的百度图说项目的前期数据分析已经成为了市场经济下不可或缺的一环，在近年时间里，数据采集、存储和数据分析技术飞速发展，大大降低了数据储存和处理的成本，一个大数据时代逐渐展现在我们的面前在解决了海量数据分析耗时过长、挖掘深度不够、数据展现简单等问题的基础上，大数据可视化平台使人们不再局限于使用传统关系数据表来分析数据信息，而是以更直观的方式呈现和推导数据间的逻辑关系。三、大数据可视化平台带来的价值1、快速搭建部署●利用丰富强大的UI，快速搭建前端分析界面和分析流程●完全可以在几天之内基本实现客户的大数据蓝图●缩短周期，降低成本，最大限度提升成功率2、立体数据动态呈现，企业从传统的流程式管理方式过渡到基于数据的管理方式将会成为必然的趋势，大数据可视化平台能够帮助分析的人对数据有更全面的认识。未来有数据、有分析的地方就有就有可视化的需求，当大数据的处理技术逐步发展的同时，可视化可以承载让用户更容易阅读和理解的工作，辅助大数据的神秘，让用户体验更佳。

来源：奥威软件

2019-03-23

刮板输送机链轮的参数化设计分析

行为建模主要是在参数化作用下，经过约束设定，利用分析特征对模型的曲线、曲面、物理性质等进行测量，从而确定最佳的模型树。能够完成创建基于模型测量和分析的参数，测量与分析集合图元，创建符合特殊要求的测量新类型，分析变量尺寸以及参数改变时测量参数的具体行为，自动查找满足所需模型行为的尺寸和参数。 3．2分析参数的敏感度链轮与链环啮合工作，链窝位置非常容易发生变形问题，因此，需要对链轮链窝直径位置随尺寸变化的敏感度进行分析。此外，还可以根据实际情况对其它尺寸进行分析，从而确定最佳的参数。3．3可行性和最优化分析执行可行性研究对重心与转轴之间的距离是否能够设置为零进行研究，如果可行，则执行优化方案。 4结论刮板输送机链轮的参数化设计，实现了尺寸的自动驱动，同时能够实现尺寸的优化分析，使设计效率和设计质量进一步提高，实用性较强，同时也为链轮的力学性能分析奠定了基础。

来源：互联网

2017-11-15

运用EXCEL实现供应商的动态选择决策(1)

2.供应商选择决策的方法---层次分析法(1)层次分析法基本原理层次分析法(Analytia1HierarchyProcess，简称AHP）是美国匹兹堡大学教授A.L.Saaty于20世纪70年代提出的一种系统分析方法 AHP是一种能将定性分析与定量分析相结合的系统分析方法。AHP是分析多目标、多准则的复杂大系统的有力工具。它具有思路清晰、方法简便、适用面广、系统性强等特点，最适宜于解决那些难以完全用定量方法进行分析的决策问题，便于普及推广，可成为人们工作和生活中思考问题、解决问题的一种方法。 ④综合企业的内外因素和层次分析法的结论做过适应企业长期发展的决策结论。 3.供应商的选择决策的步骤(1)建立评价结构模型深入分析所面临的问题，将问题中所包含的因素划分为不同的层次，用框图形式说明层次的递阶结构与因素的从属关系。

来源：e-Works

2006-08-06

共 1000 页总数：10000 条

全年活动计划

信息搜索中，请稍候...

资料

系列微信

数字化企业

观潮工业AI

e-works制信科技

具身智能一线

智能制造网博会

智能制造IM

ERP之家

智能工厂前线

MES百科

PLM之神

供应链指南针

旗下机构

中国光谷产业联盟

广西两化融合促进中心

广西工业创新促进会

e-works 公众号

e-works APP

旗下其他网站

广西两化融合门户

广西新品推介交易平台

特色服务

两化融合贯标

© 2002-2026 武汉制信科技有限公司版权所有 ICP经营许可证：鄂B2-20030029-1（于2003年首获许可证:鄂B2－20030029）
鄂公网安备：420100003343号法律声明及隐私权政策投诉举报电话：027-87592219

关于我们 | 联系我们 | 隐私条款

ICP经营许可证：鄂B2-20080078
（于2003年首获许可证:鄂B2－20030029）
鄂公网安备：420100003343号
© 2002-2026 武汉制信科技有限公司版权所有
投诉举报电话：027-87592219

需求中心

扫码查看

联系我们

返回顶部