Nuevas opciones de procesos
Ingeniería de procesos
Feature-Based and Process-Based Manufacturing Cost Estimation
Estimación de costos de fabricación basada en características y procesos
Para adaptarse al entorno de mercado competitivo actual, los fabricantes de piezas deben ahorrar tiempo, tanto en la estimación de costos como en la finalización de todo el proceso de fabricación de piezas, y esforzarse por generar productos que satisfagan las necesidades de los clientes en el menor tiempo posible. La mayoría de los métodos existentes para estimar los costos de las partes solo consideran las características geométricas de las partes o tienen poca precisión, generando errores en los resultados de la estimación de costos. Este trabajo presenta un método de identificación de características basado en el reconocimiento de patrones sintácticos, de manera que proporciona una definición de características de mayor precisión y una fácil descripción mediante restricciones. Para establecer la relación entre características geométricas, modos de procesamiento y costos, el estudio propone un método de aprendizaje profundo que establece la relación entre las cantidades de características y el costo.
Este artículo fue realizado por Fangwei Ning, Hongquan Qu, Yan Shi, Maolin Cai y Weiqing Xu (Beihang University, Beijing, China) para Machines (Vol. 22, núm. 9, p. 3288, 2022) una revista especializada en estudios sobre maquinaria e ingeniería. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto: [email protected].
A Model-Agnostic Meta-Baseline Method for Few-Shot Fault Diagnosis of Wind Turbines
Método meta-base de referencia del modelo agnóstico para diagnóstico de fallas de turbinas eólicas
Las tecnologías para detección de fallas son realmente útiles para mejorar la confiabilidad de las turbinas eólicas, reduciendo costos de operación y mantenimiento de las granjas eólicas. Las turbinas eólicas no pueden operar con fallas, de manera que se pueden obtener algunas pocas muestras de datos, lo que en los modelos tradicionales de diagnóstico resulta insuficiente para obtener resultados precisos y efectivos. El aprendizaje few-shot puede resolver eficazmente el problema del sobreajuste causado por menos muestras de fallas en el entrenamiento del modelo. Este estudio se enfoca en proponer un modelo para el diagnóstico de fallas con pocas muestras de datos del tren de transmisión de las turbinas eólicas, denominado meta-línea de base agnóstica del modelo (MAMB).
Este artículo fue realizado por Xiaobo Liu, Wei Teng y Yibing Liu (North China Electric Power University, Beijing, China) para Sensors (Vol. 22, núm. 9, p. 3288, 2022) una revista sobre ciencia y tecnología de sensores. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basilea, Suiza). Correo de contacto:[email protected]
- Video:Automatización de laboratorio y síntesis acelerada: empoderando al químico del mañana: un taller - Pt. 2
- Fuente: National Academies - Earth and Life Studies
