可编程控制器在副食加工行业中的应用

介绍了利用可编程控制器对副食生产线酱油生产进行控制的方法,即通过水雾对曲料做循环吹风,采用多点温度检测的方法,提高了测温精度,保证了产品的质量;通过电机变频和调整风门开度相结合的方法,实现进风量的调整;采用动态输出显示模块,实现对各个参数的动态输出和静态显示。     

小型PLC输出点损坏后的处理

小型PLC输出一般采用晶体管或小型继电器。许多厂家在使用PLC时 ,为降低成本 ,往往用其输出点直接控制接触器线圈或电磁阀 ,因控制电流过大 ,使得晶体管容易击穿或继电器触点粘连 ,造成输出点失去控制作用。图 1成熟、专业的设备管理软件———航祁企业设备管理信息系统(HPMS2 0 0 3)　　HPMS2 0 0 3实现企业设备全过程综合管理 ,并为企业的管理最终实现计算机化、现代化。建立综合维修体系 ,使主要的工作情况在管理机构的监控之下。设备资产管理版推广价格 :188元(随软件赠送纪念品一份 )演示版光盘免费备索 ,不定期举办设备管理软件…     

运用贯标理念加强施工过程控制

施工企业运用ISO 9001:2000标准的基本原理,研究关键 / 特殊过程的识别、界定 / 评价和控制的策划、整合。通过技术交底,使管理人员了解、掌握施工流程、技术标准和管理要求,加强施工过程的持续监控,确保关键 / 特殊过程处于受控状态。从关键 / 特殊过程控制寻找持续改进的机会,保证建筑产品质量符合国家的验收标准和业主的需求,保证施工过程的环境/职业健康安全管理达标。     

状态监测及故障分析系统在主轧线设备的应用

主轧线的电机、减速机为轧钢生产线重点控制设备，但日常点检参数不能全面体现出设备的技术状态，无法分析轴承早期故障状态，容易造成突然停机、形成设备事故。为有效监控设备运行的关键数据，及时掌握设备劣化趋势，并为预知维修提供依据和技术支持，配置了设备状态监测及故障分析专家系统。     

数控机床自动安全防护门装置

数控机床安全防护门多采用PLC控制,一般在PLC上有独立输入、输出点,而且要将安全防护门的开启和关闭编入设备运转或加工程序.若PLC输入、输出点不够,须增加PLC扩展模块和继电器等电气元件,成本较高.数控机床操作面板都有自动运行指示灯,自动运转开始,指示灯亮,自动运转结束,指示灯灭.机床防护门也是在自动运转时关闭,自动运转结束后,打开防护门拆装加工工件.为此,制做数控机床自动安全防护门装置(图1),通过PLC输出给自动运行指示灯的信号控制防护门.     

远程电力设备 监测系统

一、产品概述 在电力变压器高压电力线输入端口和低压电力线输出端口上以及用户侧的出线端口上分别装上无线电流变送器，利用无线电流变送器所产生的源，对电流信号，线路节电上的温度进行放大检测，并通过微功耗无线电流变送器将该信号发送到GSM/GPRS远程监控终端。     

集成运放的一些使用技巧

目前集成技术飞速发展且集成芯片已被广泛应用 ,为了充分利用集成在一个芯片上的两个运算放大器性能互相匹配的特点 ,本文从三个方面介绍了合理使用集成运算放大器的几种技巧。其中 ,利用集成在一个硅片上的两个运算放大器的输入失调电压极其温度漂移相互补偿的原理 ,组成了失调电压极低的运算放大器 ;根据输入电阻的自举扩展原理 ,利用集成在一个硅片上的两个运算放大器组成的反向比例运算放大器具有很高的输入电阻和较高的电压放大倍数 ;根据差动放大电路的输出电压方式 ,利用集成在一个硅片上的两个运算放大器组成的差动输出运算放大器 ,最大线性输出电压范围比一个集成运算放大器的最大线形输出电压范围大一倍。且适用于不接地负载。     

LMO技术在海洋勘探中的应用

在海洋地震勘探中,现场质量控制是非常关键的一项工作,目前已经形成了一套成熟的现场质量控制流程,本文介绍的线性动校正技术是质量控制流程中关键一步。在现场处理中,线性动校正主要用来质控偏移距。最近,在现场质量控制过程中,作者发现线性动校正还可以监控枪阵的变化。     

基于模糊逻辑的模糊控制系统设计方法与研究

本文给出了单输入单输出系统的模糊控制系统设计方法，设计出适合该模型的模糊控制器，通过计算机数字控制可取代人工手动控制，实现了单输入单输出系统的模糊控制。     

企业核心人才和关键岗位的识别与匹配模型

根据20:80法则,企业80%的效益由20%的人才与岗位创造,20%的人才称为企业的核心人才,20%的岗位作为关键岗位,如何有效识别企业的核心人才与关键岗位是企业人力资源开发规划的核心工作.文章从关键胜任力、关键岗位、战略价值和经营价值等方面,定量研究了核心人才与关键岗位的识别和设置.结合核心人才与关键岗位的定义与特征,采用层次分析方法与波士顿矩阵,建立了企业核心人才与关键岗位的识别与匹配模型.通过实例验证了此方法的有效性,并具有较好的实用价值.     

A real-time information system for multivariate statistical process control

Statistical process control (SPC) is widely used in process industries to monitor variations in process attributes. Typically, automatic devices capture a multitude of measurements on process and product characteristics every few seconds. Operators and engineers commonly monitor only a small subset of these. Multivariate SPC has been proposed to fully utilize the available data, however, interpretation of multivariate information is often too complex for most line operators. This paper describes the design and implementation of a real-time multivariate process control system that features a graphical user interface (GUI) and provides useful information for both line operators and engineers. The information system described in this paper should provide large-scale manufacturers with better access to information for identifying opportunities in continuing to improve processes performance and business competitiveness.     

Determining safety stocks for production planning in uncertain manufacturing

When computing production plans and available-to-promise statements, the randomness of flow times and yield rates are the two major sources of uncertainty. Considering both of these uncertainties, this study employs a simple formula for computing the standard deviation for cumulative good product output of a particular product type at a particular time. Using this standard deviation, the necessary safety stock for that product type at that time can be obtained. This study was motivated by semiconductor wafer manufacturing, which requires many process steps performed by highly unreliable equipment. Such an environment causes the means and the variances in flow times to be generally larger than those for other industries. It also makes yield rates uncertain. Thus, when making order quotations and calculating production plans, safety stocks must be used to guard against the uncertainties of the manufacturing processes to ensure on-time-delivery ratios and to provide better customer service.     

常温条件下的CO监控系统设计

为了监测可燃气体中的一氧化碳(CO)含量及防止煤气泄露造成的CO中毒,设计了CO监控系统,介绍了一氧化碳传感器工作原理、KGS-50典型驱动电路、系统构成框图、ISP接口电路及各部分的工作流程。系统中传感器工作所需的交替性电压由单片机输出的PWM波形提供,简化了系统硬件设计;输出的电压信号直接经由单片机处理并显示,可根据CO的浓度情况自动控制继电器的工作状态,实现了整个系统的智能化运行。     

Consolidating distribution centers can reduce lost sales

In many industries, products are sold out of inventory. When inventory shortages are possible, expected product sales will fall short of expected product demand. We find that this shortfall is proportional to the standard deviation of demand. As we show, this implies that consolidating retailer units – which leads to a lower standard deviation for the aggregate demand – can increase sales.     

智能型生化反应器控制仪

针对生化反应器在不同生产工艺反应过程中的共同特点,提出以单片机为核心,采用微电子、扩大量程自诊断法、相关自诊断方法、自校正及抗干扰技术,由时间最优、预估、PID、Bang-Bang基本控制规律组成的复合控制算法,并根据偏差和偏差变化率自动切换执行不同的算法。     

软测量在腈纶聚合质量指标控制中的应用

用混合模型技术，建立聚合反应过程质量指标的软测量模型，对现场检测数据进行深层加工处理和应用软测量技术开发工程应用软件，对工艺质量指标实时检测和显示，充分利用DCS系统和上位机软件的功能优势，解决工业实际问题。实验证明所开发的软测量模型精度满足了工程要求，与人工分析值比较，相对误差≤2．5％，完全能够满足工艺生产控制要求的。     

基于DLNS-DSVDD的故障检测方法

为了解决支持向量数据描述方法对多模态动态过程故障检测率低的问题,提出了基于双局部近邻标准化的动态支持向量数据描述的故障检测方法。首先,应用DLNS方法标准化样本生成标准数据集;其次,利用动态方法将标准数据集构造成动态矩阵;最后,使用SVDD方法建立基于空间距离的统计量进行故障检测,应用DLNS-DSVDD方法对一个数值例子和田纳西-伊斯曼过程(TE过程)进行仿真测试,并与传统方法对比分析。结果表明,DLNS-DSVDD方法在具有更低的误报率的前提下拥有更高的故障检测率,平均误报率为2.2%,相比于SVDD方法降低了2.1%,平均故障检测率为88.2%,相比于SVDD方法提高了38.5%,证明了所提出的方法可以有效地监控具有多模态动态特征的化工生产过程。DLNS-DSVDD方法可以有效地剔除数据的多模态结构并且准确地捕获样本中的动态信息,为提高SVDD方法在多模态动态过程中的故障检测性能提供了参考。     

矿井冻结工程施工质量监测方案的研究

以山西煤销公司某煤矿的施工过程为背景，详细介绍了采用冻结技术施工，为保证施工质量需要监测的主要内容，然后针对冻结孔施工过程、盐水系统与冻结壁温度场这三个需要监测的内容进行了详细的分析，这些工作为今后冻结技术的推广起到积极的作用。     

An Investigation of the Change in Real Estate Investment Trust Betas

The betas on equity real estate investment trusts (EREITs) have undergone a structural shift in the past 20 years. We show that this is the result of the lower variability of EREIT returns and argue that the decrease in the standard deviation of EREIT returns can be attributed to the increasing levels of information about EREITs. We find that the number of analysts following the EREITs industry, as measured by IBES, can significantly explain the drop in the standard deviation for most EREITs. This was also found to be the case for another proxy for the level of information—the trading volume of the EREIT index.