當前位置:文書都 >

實用範文 >實習報告 >

通信工程專業的生產實習報告

通信工程專業的生產實習報告

通信工程專業的生產實習報告如何寫?具體寫一些什麼內容呢?本文是小編精心編輯的通信工程專業生產實習報告,希望能幫助到你!

通信工程專業的生產實習報告

通信工程專業生產實習報告

關鍵詞: 生產實習報告-陝西烽火通信集團

一. 實習時間:20XX年8月1日至20XX年8月20日

二. 實習單位:陝西烽火通信集團有限公司

三. 帶隊老師:

四. 實習目的:

1. 通過實習,使學生對企業、對產品的科研、生產全過程有一個初步的全面的瞭解

2. 通過實習,使學生初步瞭解現階段本專業領域的工程實際和生產、科研狀況。對通信產品有一個感性認識,使學生初步具備理論於實際相結合的能力

3. 通過實習,使學生在生產勞動中鍛鍊獨立工作的能力,培養學生的實踐能力和自學能力

五. 實習任務:

1. 瞭解企業實際狀況,瞭解所實習的工作崗位應具備的基本理論和操作技能2. 瞭解本領域的發展動向和應用前景

3. 培養學生觀察問題、分析問題、解決問題的能力,特別是理論聯繫實際、學以致用的能力

4. 鍛鍊學生勤於動手、善於動手的能力和熱愛勞動的好品質

5. 使學生從社會、從企業員工身上學習到一些為人處世的態度、方法和技巧

六. 實習內容:

1. 實習單位簡介:陝西烽火通信集團有限公司(國營第769廠)

2. 實習過程:

我們的實習時在到達寶雞之後的第二天正式開始的,在老師的帶領下我們列隊進入陝西烽火宏聲科技有限責任公司的生產車間,等待有關負責人把我們分配到各個工作崗位。

我們七十多個人分成了兩組,分別去左右兩個房間工作。我被分到的'是音圈製作室,那裏有兩個師傅正在緊張的工作,她們對於我的到來表現得很高興,熱情的招呼我,儘量詳盡的給我介紹我所要做的工作,把我剛進來的緊張感一掃而光。在師傅的面前擺滿了一個個金光閃閃的音圈,這些小巧精緻的音圈是由繞線機加工漆包線而成的,對於各種型號的音圈,都有着不同的需求量和各自的規格要求,例如:漆包線線圈的匝數,漆包線的直徑,音圈在不同温度下的電阻…我要做的就是用無水乙醇浸泡師傅們繞好的線圈,具體的工作方法如下:豎起鑷子是鑷子和線圈橫截面垂直,輕輕夾起線圈,小心的放入無水乙醇中浸泡數秒,在夾出水平放置在事先鋪在桌面上的白布上。擺放時應注意音圈前後左右的距離:左右的間隔可以較近;前後的距離要遠一點,要在音圈線頭的長度之上,以免音圈的線頭相互纏繞在一起,給師傅們裝盒產生困難。這件工作本身並非難事,但是它要求操作者工作時要把力度掌握好,做到恰到好處,防止用力過大使音圈變形,減少廢品產生率。僅過無水乙醇浸泡之後的音圈的線就不會散開了,等到他們在布上自然晾乾之後,就有師傅們用鑷子夾入泡沫盒中包裝。

3. 在實習過程中我所見過的公司產品有以下幾種:

產品名稱

性能用途

技術指標

YCZ45-1A

音響器

適用於各種報警系統,具有體積小、安裝方

便、靈敏度高、可靠性高、環境適應性強等

特點。

阻 抗:150Ω(1KHz)

靈敏度:≥117dB/mW

額定功率:0.8W

頻率響應: 300~3400Hz

外形尺寸:φ45.5×18

SH-091受話器

該受話器適用於惡劣環境下作通信受話用,具

有防水、防潮、防鹽霧、靈敏度高、可靠性強等特點。

阻抗:300Ω(1KHz)

靈敏度:≥115dB/mW(0.2~4KHz)

外形尺寸:φ48×18.5

SC-01 受話器

適用於電話機及其它無線、有線通信設備作電

聲換能器,具有體積小、安裝方便、性能穩定、可靠性高、環境適應性強等特點。

阻 抗:150Ω±20%(1KHz)

靈敏度:≥110dB/mW

頻率響應:200~4000Hz

外形尺寸:φ41.5×12

動圈式送受話器系列

適用於電話機及其它無線通信、有線通信作電

聲換能器,具有頻率響應好、語言清晰、靈敏

度高等優點

4. TMT-4型坦克工作帽

a) 概述

TMT-4型坦克工作帽由坦克帽套、氣導式抗噪聲送話器、電磁式受話器、橡膠電纜及插頭等組成。它是坦克或其它裝甲車輛上的乘員通過車通進行車內通話及通過電台對外通信聯絡的必備工具;帽套的海綿護額和護頂用於保護乘員頭部的安全。

TMT-4型坦克帽具有性能穩定、可靠性高的優點;耳罩具有較強的隔聲能力;氣導式送話器抗噪性能強、話音清晰;電磁式受話器靈敏度高、失真小。該坦克帽能衰減人耳所承受的噪聲能量,減輕工作中由於環境噪聲所引起的疲勞,保護乘員聽力,提高語言通信的可懂度。

b) 品種分類及型號

TMT-4型坦克帽共有四類八個品種型號。

  • 文章版權屬於文章作者所有,轉載請註明 https://wenshudu.com/shiyongfanwen/shixibaogao/yk73.html
專題