大数据驱动的智能车间运行分析与决策方法体系

针对智能车间制造数据呈现的大数据特性,研究大数据驱动的车间运行分析与决策方法体系。在分析传统方法局限性的基础上,提出"关联+预测+调控"的车间运行分析与决策新模式,进而提出该模式下的方法论体系,包括车间大数据预处理与分析方法、车间运行状态预测方法及车间运行状态决策方法等。提出车间运行分析与决策技术体系,深入讨论了海量高维多源异构制造数据预处理、动态制造数据多尺度时序分析、制造数据关系网络建模与关联分析、车间运行状态演化规律与预测和基于定量调控机制的车间运行决策等关键技术。所提体系将对实现大数据驱动的智能工厂有重要借鉴价值。     

基于Delphi的车间设备运行状况监控系统设计

为了提高工厂车间设备的运行效率,以退火炉车间为例,设计了一个稳定可行的车间设备运行状况监控系统。该监控系统采用RS485总线进行数据传输,欧姆龙CJ系列PLC进行信号采集与数据存储,通过Delphi7开发的软件结合ACCESS数据库对PLC中的数据进行处理,实现对车间设备的参数采集、记录查询和统计分析等功能。实践证明,该系统运行可靠,具有良好的工程实际应用价值。     

面向数字孪生的车间运行三维实时监控系统

为解决自动化生产车间生产运行过程和生产信息实时可视化程度低、设备数据采集困难等问题,研究了数字孪生技术和OPC UA技术在车间三维实时可视化方面的应用。首先,以搭建数字孪生车间为基础,完成了三维实时监控系统总体框架的设计,并确定了其关键运行流程和技术路线。然后,对实现该系统的4项关键技术,即车间设备孪生体建模及虚拟车间的构建、基于OPC UA技术的车间多源异构数据采集和传输方式、虚实车间同步运行,以及生产加工数据的实时可视化进行了详细阐述。最后,通过设计开发了某印章生产线的三维实时监控系统,以实时数据驱动孪生车间运行的方式,完成了对物理车间生产过程在三维场景中全方位、任意距离的实时监控。并对采集的实时数据进行分析、处理和计算,实现了车间中设备使用率、产品合格率和库存状况等生产信息动态可视化,验证了该监控系统的可行性和有效性。     

基于数字孪生与k-近邻算法的车间设备运行状态预测研究

由于传统车间设备运行状态预测不能有效利用历史数据进行学习,实时响应能力有限,难以在复杂调度环境中取得良好效果,因此文章提出一种数字孪生与k-近邻算法相结合的车间设备运行状态预测模型。构建车间设备实体在信息空间的数字孪生模型,并建立设备实体与模型之间的映射关系,从而获取实时特征数据,即设备的运行状态特征数据。运用k-近邻算法计算实时特征数据与历史数据之间的欧几里得距离,即计算设备当前运行状态与历史已知状态的相似度,最终通过前k个距离所对应的设备历史运行状态数据,预测设备的当前运行状态。该模型的本质是通过数字孪生的实时数据采集,获取指定设备运行状态特征数据,运用k-近邻算法预测设备的实时运行状态。相较以往研究,本研究贡献在于提高设备实时运行状态预测的准确率。如果将数字孪生、k-近邻算法与具备自我学习能力的相关算法相结合,模型的预测效果会更好。     

集成电路封装设备远程运维系统设计

针对集成电路封装设备自动化程度高、运行状态数据多等特点,以砂轮切片机、高速打孔机、电路印刷机为核心设备,开发了集成电路封装设备远程运维系统,包括设备数据采集、运行状态监测、故障模式识别、预测性维护等功能单元。数据采集实现设备状态数据的采集和导入、数据预处理;运行状态监测对设备现场采集数据、故障数据等进行分析,分析结果以图表等形式动态实时呈现,实现设备的预警与报警;故障模式识别根据设备监控状态参数,通过故障诊断方法判断设备是否处于故障状态,并对故障进行定位;预测性维护基于采集后处理数据与历史数据预测设备故障模式与剩余寿命,提出设备维护策略。提高了设备运行的可靠性、安全性和有效性,降低了设备故障,已在国内部分集成电路产品制造企业示范应用,为集成电路智能生产线的建设提供指导。     

基于多元状态估计的电厂设备状态评估和故障预警研究

针对电厂生产环境复杂，设备故障频发且不易及时发现的特点，为了提高机组运行效率和设备健康度，提出了一种基于多元状态估计的电厂设备状态评估和故障预警方法。首先，分析设备状态监测所需的监测参数，根据参数采集历史运行数据，筛选健康运行状态数据，筛选典型运行状态数据构建记忆矩阵；然后，搭建状态评估和故障预警模型，利用健康运行状态数据对模型进行训练得到成熟模型，利用成熟模型即可对设备实时运行状态进行健康度评估和故障预警。本文以某燃气发电厂燃气轮机为对象开展研究论证，结果表明，该方法能准确地评估设备运行状态，提早发现设备故障，有效实现设备故障早期预警。     

设备故障诊断技术的应用实例

状态检测中设备的故障诊断和状态趋势分析，是通过对设备运行状态信息、数据等的分析，从而诊断设备故障或预测设备在何时发展为何种状态，是实现设备生产效益最大化的有效方式。     

基于数字孪生的数控设备互联互通及可视化

全球制造业正在向着智能化、规模化的方向快速发展,但是数控设备之间存在数据接口不统一、设备数据交互困难、现场设备状态监测成本较高等难题。现提出一种基于数字孪生的数控设备互联互通及可视化技术,首先利用三维激光扫描技术构建车间数控设备数字孪生模型,通过OPC UA通讯构架读取数控设备的实时运行数据,并转化格式后存入数据库作为指导虚拟现实引擎的源数据,使用Unity数据驱动引擎去驱动数字孪生模型,从而实现物理模型与数字孪生模型的同步运动。最后,对车间数控设备的生产过程进行了数字孪生技术的实现,验证了所提方案的有效性和正确性,为面向互联互通的数字孪生数控设备提供了技术支持。     

基于数字孪生的数字化车间升级方案及实现

根据自身发展需要,以数字孪生车间运行模式和数字化车间构建等理论为指导,综合运用大数据、工业互联和数字仿真等技术,建立大数据信息平台与数字孪生管理系统,实现设备集成与互联互通,应用仿真技术于产品设计及关键工艺,完成车间数字化升级,大幅提升智能制造水平.     

炼油装置腐蚀与防护管理系统

为实现对炼油设备及管线的全面腐蚀与防护管理,建立以炼化装置安全运行为目标,集设备、管线基础数据信息、运行数据、专业监检测数据、防护数据、腐蚀分析及评估预测、常规评价于一体并与GIS技术加以整合的腐蚀与防护系统。该系统不仅实现了炼化设备管线全面腐蚀与防护管理,而且通过GIS技术的查询、统计、状态分布展示等功能,对不同层级管理人员提供设备管线基础信息、腐蚀情况和趋势、防腐状态等信息展示,极大地支撑了炼化企业安全生产运行。     

新能源电动汽车生产车间信息采集与监控的实现

为实现新能源电动汽车数字化车间的建设,完成企业智能制造系统的更新与升级,建立相应的数据采集与智能监控网络系统,实现车间设备联网与信息自动采集,车间设备状态的实时监控,设备的运转率、故障率的统计分析,总装线的辅助报工等。应用SCADA软件系统对各个设备的信息的采集,通过实时报表来管理车间的设备及时发现设备的故障所在,解决现场数据记录与处理的工作,提高企业办公自动化的效率,为实现数字化车间奠定坚实的基础。     

浅谈冲压车间的预测性维修

冲压车间是轿车生产的龙头工艺,作为汽车公司的开路先锋,其承担着原材料的开卷、落料、拉延、切边、整形、冲孔以获得满足车型要求的板件的任务,因此做好冲压车间的设备管理维护就显得尤为重要。阐述了预测性维修在冲压车间生产线的应用,通过对设备运行状态的预测做出相应处理措施,以确保冲压车间设备的长期稳定运行,保障车间生产任务的圆满完成。     

基于Web数字化生产车间的运行状态监测系统

为了提高制造系统的运行效率和透明度,研究开发了基于Web数字化生产车间的运行状态监测系统,实现了对现场生产过程中各种生产状态信息的采集与管理.在工业自动化基础上,该系统通过Web使生产实时数据能够直接到达生产监测、管理与控制等环节,从而实现数字化生产车间的自动化管理.系统采用B/S构架的软件开发模式,实现了灵活的信息采集与管理.     

油品分析与状态监测

油品分析与状态监测广州机床研究所陶斌岩对运行设备进行物理参数、化学参数、机械参数、运行参数、工作参数等数据进行监测，从而判断设备所处状态的技术称为状态监测技术．对设备运行所需的润滑油、液压油等油品进行分析，从而对设备实施状态监测．这种监测方法是状态监...     

基于实时数据驱动的车间输送线数字孪生系统研究与实现

为提高智能车间输送线场景生产运输过程的可视化程度，实现输送线设备状态的实时监控和设备故障的高效诊断处理，提出了基于实时数据驱动的车间输送线数字孪生系统架构。搭建与现场车间一致的数字孪生三维模型场景，利用车间实时数据驱动模型场景同步完成与现场车间一致的行为，建立了拓展性强，可灵活复用的可靠数字孪生系统。详细阐述了系统对设备实时数据的采集与利用策略，模型的驱动逻辑与原理和设备实时数据的详细表达方式。完成了系统的落地，并通过化纤生产线的输送线场景验证其可行性。     

基于大数据的农业机械设备运行状态远程监测方法

针对监测农业机械设备运行状态获取的运行数据与实际数据不符而无法为设备故障诊断提供有利数据依据的问题,引入大数据技术,设计研究农业机械设备运行状态远程监测的方法。利用集工控机、采集板、通用交换路由器（Universal Switching Router,USR）系列通用分组无线服务技术（General Packet Radio Service,GPRS）模块和霍尔传感器于一体的采集模块,获取农业机械设备运行数据,并结合大数据技术建立农业机械设备运行状态预警模型。根据模型输出结果实现远程状态监测,并完成对监测结果的通信传输。通过对比方式证明,新的监测方法在实际应用中可远程获取更精准的设备运行状态参数,根据监测数据实现对运行状态的准确判断。     

基于数字孪生的机械加工车间多级能效监测EI北大核心

针对机械加工车间能耗规律复杂、设备状态时变性强导致能效实时全面监测困难的问题,提出一种基于数字孪生的机械加工车间多级能效监测方法。通过分析机械加工车间的多源能耗特性,建立机械加工车间多级能效监测指标体系;提出机械加工车间多源异构数据的获取方法,并构建事件与实时数据驱动的机械加工车间实时映射模型;基于碰撞检测与布尔运算的物理模型动态判别机床运行状态,进而获得基于数字孪生的机械加工车间多级能效监测方法。以某机床企业机械加工车间为应用案例,验证了所提方法的有效性和实用性。     

基于数字孪生的生产车间运行状态在线预测

针对数字孪生车间的在线预测难题,提出一种实时数据驱动的数字孪生车间运行状态在线预测方法。分析了车间数字孪生体的内涵和运行机制,构建了基于车间数字孪生体的仿真预测框架,阐述了基于事件调度法的仿真运行逻辑,建立了数字孪生车间输入特性、样本生成、事件处理逻辑之间的关系,融合实时数据实现了基于持续瞬态仿真的车间在线预测。设计并开发了面向数字孪生车间的运行状态在线仿真系统,通过实例验证了该方法的可行性和有效性。     

基于GSK数控系统及工业机器人的智能化车间生产管理系统研究

智能化车间是将数控加工技术、自动化技术、信息技术以及现代管理技术有效集成,实现对生产线的运动控制、逻辑控制和基于车间设备网络的工艺管理和设备监控.针对机械加工制造的需求,将企业管理平台与生产线现场控制设备相连,实现数据的无缝连接与信息共享;前后贯通整条产线,实现生产线全生产过程的计划、调度和实时处理、设备状态的安全监视和维护等,从而实现整个企业信息的综合集成.     

异构数控机床数据采集系统的设计与实现

为了实现企业车间不同档次和型号数控机床的信息化管理,研究开发了一套异构数控机床数据采集系统,详细阐述了数据采集方法、系统软件/硬件设计方法及异构机床的联网方案。系统实现了对企业车间生产线不同数控机床运行状态及其运行数据的实时采集,并利用实时采集数据完成了对整个生产线运行情况的实时监控和分析。