登录后查看消息通知
遇见数据集
浙江科马摩擦材料股份有限公司

浙江科马摩擦材料股份有限公司

企业

浙江科马摩擦材料股份有限公司围绕相关业务开展运营。面向砂带磨损监测、维护预测、摩擦片制造工艺优化等领域提供数据服务,开放摩擦片厚薄差随砂带生产序列变化的关系分析数据(砂带磨损监测、维护预测)、大型载货汽车摩擦片堆放顺序对平面度的整体影响数据(摩擦片制造工艺优化、平面度质量控制),支撑监测研判与运维优化。

砂带磨损监测维护预测摩擦片制造工艺优化
成立于 2002 年浙江省http://www.kema.com.cnhr@kema.com.cn

数据概览

6
数据集总量
11
总浏览量
0
关注人数
2026-07-23
最近更新
分类统计

相关机构

  • 郑
    郑州通力电气设备有限公司
    拥有数据集:17个
    企业
  • 上
    上海安硕企业征信服务有限公司
    拥有数据集:16个
    企业
  • 苏
    苏州牛迪网科技有限公司
    拥有数据集:16个
    企业
  • 上
    上海冰座晶依科技有限公司
    拥有数据集:15个
    企业
  • 河
    河北沃享信息技术有限公司
    拥有数据集:15个
    企业

数据集列表

钻头角度磨损随摩擦片产品钻孔数量变化的关系分析数据
刀具磨损预测
维护预测
1、摩擦片制造行业可基于有效磨损量与磨损趋势判定结论,据此识别钻头磨损阶段,及时安排更换。 2、本数据集输出的"累计钻孔数"、"有效磨损量"及"磨损趋势判定结论"可作为钻头磨损趋势预测模型的训练数据集。经该数据集训练后的模型,可在累计钻孔数达到预警阈值前实现早期识别。1、加工前的数据说明: (1)加工前的数据为摩擦片生产过程中采集的钻头检测数据,采集字段包括:生产批次、测量时间、序号(已生产摩擦片片数)、钻孔数量(单片内1-8号孔)、钻头要求角度、钻头实测角度; (2)数据预处理:首先根据公式“累计钻孔数(N)=(序号-1)×8+钻孔数量”将离散数据转化为连续寿命指标,随后清洗因传感器抖动或记录错误导致的异常角度值,并统一角度计量单位,确保数据的完整性和准确性。 2、处理规则: (1)有效磨损量计算:基于分段函数逻辑,定义有效磨损量W=max(0,钻头要求角度−钻头实测角度),该规则自动忽略前期因磨合导致的角度正向增加,仅统计角度低于标准值的负向偏差; (2)基于累计钻孔数的动态分段判定:依据“累计钻孔数(N)”将钻头生命周期划分为四个阶段并执行差异化状态描述: ①磨合期异常检测(N<24000):若W>1.0判定为“磨损过快,建议更换”,否则判定为“磨损正常,需持续监控”; ②正常磨损期监控(24000≤N<52800):若W≤2.0判定为“磨损正常,需持续监控”,若2.0<W≤3.0判定为“磨损缓慢,状态优良”,若W>3.0判定为“磨损过快,建议更换”; ③高危加速期特别管控(52800≤N≤56000):鉴于此区间磨损速率剧增,执行严格标准,若1.5<W≤2.5判定为“磨损缓慢,状态优良”,若W>2.5判定为“磨损过快,建议更换”,并在区间起始点无论磨损量多少均提示“磨损过快,建议更换”;若W≤1.5,则“磨损正常,需持续监控”。 ④超寿强制报废(N>56000):无论W数值多少,直接判定为“磨损过快,建议更换”。 3、数据内容描述: 本数据集的采集字段为:生产批次、测量时间、序号、钻孔数量、钻头要求角度、钻头实测角度。采集的数据经上述算法规则处理后,输出的数据内容为:每条记录对应的累计钻孔数、计算得出的有效磨损量,以及依据综合逻辑判定的磨损趋势判定结论(“磨损正常,需持续监控”、“磨损缓慢,状态优良”或“磨损过快,建议更换”)。
浙江省数据知识产权登记平台2026-07-22 更新20
钻头角度磨损随摩擦片产品钻孔数量变化的关系分析数据
钻头磨损预测
摩擦片制造工艺
1、摩擦片制造行业可基于有效磨损量与磨损趋势判定结论,据此识别钻头磨损阶段,及时安排更换。 2、本数据集输出的"累计钻孔数"、"有效磨损量"及"磨损趋势判定结论"可作为钻头磨损趋势预测模型的训练数据集。经该数据集训练后的模型,可在累计钻孔数达到预警阈值前实现早期识别。
浙江省数据知识产权登记平台2026-07-06 更新10
大型载货汽车摩擦片堆放顺序对平面度的整体影响数据
摩擦片制造工艺优化
平面度质量控制
1、摩擦片制造行业可基于堆放位置影响系数与整体影响程度判定,据此识别堆放顺序对平面度的影响程度,及时优化堆放工艺。 2、本数据集输出的"堆放位置影响系数"及"整体影响程度"可作为摩擦片堆放工艺优化模型的训练数据集。经该数据集训练后的模型,可在堆放阶段预判平面度风险,辅助生产企业识别高风险堆放组合。
浙江省数据知识产权登记平台2026-06-29 更新20
大型载货汽车摩擦片堆放顺序对平面度的整体影响数据
摩擦片制造工艺优化
平面度质量控制
1、摩擦片制造行业可基于堆放位置影响系数与整体影响程度判定,据此识别堆放顺序对平面度的影响程度,及时优化堆放工艺。 2、本数据集输出的"堆放位置影响系数"及"整体影响程度"可作为摩擦片堆放工艺优化模型的训练数据集。经该数据集训练后的模型,可在堆放阶段预判平面度风险,辅助生产企业识别高风险堆放组合。1.加工前的数据说明: (1)加工前的数据为摩擦片生产过程中采集的检测数据,采集字段包括:产品规格、生产批次、测量时间、由上至下序号、堆放条件(自由堆放或负重10kg堆放)、平面度平均值; (2)数据预处理:对采集的数据进行清洗,剔除因测量误差或记录错误导致的异常值,确保数据的完整性和准确性。 2.处理规则: (1)堆放位置影响系数计算:选取每个生产批次和每种堆放条件下最底部序号段的平面度平均值作为基准值,计算公式为:堆放位置影响系数=|(当前序号段平面度平均值-底部基准平面度平均值)/当前序号段与底部序号段的层数差×100%|; (2)整体影响判定:若堆放位置影响系数≥0.5%,判定为“显著影响”;若0.2%≤堆放位置影响系数<0.5%,判定为“中度影响”;若堆放位置影响系数<0.2%,判定为“低度影响”。 3.数据内容描述: 本数据集的采集字段为:产品规格、生产批次、测量时间、由上至下序号、堆放条件、平面度平均值。采集的数据经上述算法规则处理后,输出的数据内容为:底部基准平面度平均值、层数差、堆放位置影响系数,以及依据系数数值所判定的整体影响程度(显著影响、中度影响或低度影响)。
浙江省数据知识产权登记平台2026-07-14 更新20
摩擦片厚薄差随砂带生产序列变化的关系分析数据
砂带磨损监测
维护预测
1、摩擦片制造行业可基于单位序列厚薄差综合影响系数与砂带状态等级判定,据此识别砂带磨损阶段,及时安排修整或更换。 2、本数据集输出的"序列加权厚度偏差""单位序列厚薄差综合影响系数"及"砂带状态等级",可作为砂带磨损趋势预测模型的训练数据集。经该数据集训练后的模型,可在异常磨损或修整阈值触发前实现早期识别。1、加工前的数据说明: (1)加工前的数据为企业生产过程中采集的监测数据,采集字段包括:生产批次、测量时间、产品规格、当前实测厚薄差/mm、砂带生产序列。其中,“当前实测厚薄差”指在当前砂带生产序列下,对刚加工完成的摩擦片进行测量得到的厚度差异值,反映该时刻砂带的实际加工精度;“砂带生产序列”代表累计研磨工件数量或运行顺序编号; (2)数据预处理:对采集的数据进行清洗,剔除因测厚仪故障或表面污渍导致的异常值,并按“砂带生产序列”升序排列。 2、处理规则: (1)①计算序列加权厚度偏差:序列加权厚度偏差=当前实测厚薄差×砂带生产序列/1000;除以1000是为了调整量级,使计算结果保持在合理数值范围内。 ②计算单位序列厚薄差综合影响系数:单位序列厚薄差综合影响系数=(当前实测厚薄差×0.85+序列加权厚度偏差×0.15)/(砂带生产序列+5);加权系数0.85和0.15,体现当前厚薄差中基础磨损与累积影响的权重分配;分母加5是为了避免初始序列时除零问题,并使早期数据变化更平滑;0.85对应当前实测厚薄差的即时主导效应,0.15对应序列加权偏差的累积修正效应,两者来源于多批次工艺数据拟合及现场经验校准。 (2)变化趋势分析与判定:基于单位序列厚薄差综合影响系数的绝对值进行分级①若绝对值<0.0005,标记为“变化缓慢,状态优良”②若0.0005≤绝对值≤0.0015,标记为“变化正常,需持续监控”③若绝对值>0.0015,若砂带生产序列<100则为正常磨合期,若砂带生产序列≥100则提示异常磨损或需修整”。 3、数据内容描述: 本数据集的采集字段为:生产批次、测量时间、产品规格、当前实测厚薄差、砂带生产序列。采集的数据经上述算法规则处理后,输出的数据内容为:序列加权厚度偏差、单位序列厚薄差综合影响系数,以及依据增长率绝对值所判定的砂带状态等级(变化缓慢,状态优良;变化正常,需持续监控;正常磨合期;异常磨损或需修整)。
浙江省数据知识产权登记平台2026-06-30 更新20
摩擦片厚薄差随砂带生产序列变化的关系分析数据
砂带磨损监测
维护预测
1、摩擦片制造行业可基于单位序列厚薄差综合影响系数与砂带状态等级判定,据此识别砂带磨损阶段,及时安排修整或更换。 2、本数据集输出的"序列加权厚度偏差""单位序列厚薄差综合影响系数"及"砂带状态等级",可作为砂带磨损趋势预测模型的训练数据集。经该数据集训练后的模型,可在异常磨损或修整阈值触发前实现早期识别。
浙江省数据知识产权登记平台2026-06-12 更新20
关于我们
遇见数据集——让每个数据集都被发现,让每一次遇见都有价值。
数发科官网www.sfktec.com
联系我们
selectdataset@iotsh.com.cn
商业合作
数据驱动未来,携手共赢发展
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
热门搜索