共查询到20条相似文献,搜索用时 31 毫秒
1.
《计算机集成制造系统》2019,(12)
概述了装备网络化监测诊断技术国内外发展历程,回顾了我国石化行业网络化监测诊断工程实践。提出了构建工业互联网装备智能运维系统的要点:工业互联网高质量数据采集与数据库、基于机理与数据驱动的溯源诊断与机群大数据分析及故障诊断专家系统。论述了工业互联网赋能智能运维和装备自主健康发展的途径。基于工业互联网应用工程实践的思考提出了今后的发展建议。 相似文献
2.
数字孪生技术综述与展望 总被引:1,自引:0,他引:1
《仪器仪表学报》2018,(11)
随着复杂系统诊断、预测和系统健康管理技术的不断发展,在新兴的工业信息系统和工业智能的推动下,数字孪生技术成为智能制造领域和复杂系统智能运行和维护领域的新兴研究热点。鉴于此,针对数字孪生技术在复杂工业系统和复杂装备领域的基本概念、应用前景、技术内涵以及发展趋势、已有初步研究规划和阶段性成果等进行梳理,归纳面向复杂工业系统和复杂装备的智能运行和维护领域的数字孪生技术体系、关键技术、发展趋势和技术挑战等,分析数字孪生与其支撑的工业大数据、云计算、人工智能、虚拟现实等的相互支撑和相互促进的关系,预期能够给复杂系统诊断、预测和系统健康管理领域对数字孪生技术感兴趣研究人员提供一定的参考和借鉴。 相似文献
3.
4.
随着物联网和通信技术的快速发展,现代工业装备海量运行数据被实时监测传输,推动装备服役阶段的故障预测与健康管理进入大数据时代。面对具有不确定性强、价值密度低及多源异构特点的装备运行大数据,传统浅层模型算法存在难以自主挖掘数据蕴含特征、对装备健康状态表征能力弱的先天不足。近年来,作为机器学习领域的研究热点,深度学习理论得到了学术界与工业界的广泛关注,相关的工业装备故障预测与健康管理(prognostics and health management, 简称PHM)研究与应用层出不穷,为解决大数据背景下的故障预测与健康管理难题提供了新的思路和技术手段。为此,笔者回顾了工业装备故障预测与健康管理技术发展历程;从异常检测、故障诊断以及故障预测3个方面综述了深度学习已取得的研究成果;讨论了深度学习在当下工业装备故障预测与健康管理中的热点话题;分析了该研究方向在工程实际中面临的挑战,并探讨应对这些挑战的有效措施和未来发展趋势。 相似文献
5.
通过对制造与服务融合中服务运作环境和服务主体需求的分析,提出了一种智能服务的模块化设计方法,该方法采用工业大数据和模块化技术构建智能服务模块体系,包含智能服务大数据环境、智能服务模块分解和智能服务模块优化。利用工业大数据分析智能服务应用、技术和管理三个维度的关系,建立智能服务的模块化设计策略,确定智能服务的初始化模块分解,再基于结构矩阵模型将智能服务初始化模块优化为智能服务模块。通过具体实例的应用,证明了工业大数据环境中智能服务模块化设计策略的可行性和优越性。 相似文献
6.
7.
8.
9.
10.
沈惠平 《中国制造业信息化》2014,(11)
常州市智能装备产业还没有形成产业大发展的强势,其根本原因是制造技术与工艺水平跟不上、代替人力的智能装备与机器人的"应用出路"没有解决,以及操作层面上的发展路径不清晰等。面对国内企业激烈竞争、产业整合加速以及兄弟城市纷纷加快智能制造装备业发展的逼人形势,提出了常州市智能制造装备的发展对策,即:转变观念,重视提高制造工艺水平;营造工业机器人及智能装备发展的良好环境;操作层面上有序推进机器人产业发展。 相似文献
11.
智能制造装备的发展现状与趋势 总被引:3,自引:0,他引:3
智能制造装备是先进制造技术、信息技术以及人工智能技术在制造装备上的集成和深度融合,是实现高效、高品质、节能环保和安全可靠生产的下一代制造装备。在综述了智能制造装备国内外发展现状的基础上,重点论述了智能制造装备的内涵及其发展重点,并得出结论,认为德国的"工业4.0"和美国的工业互联网装备将是智能制造装备未来的发展方向。 相似文献
12.
13.
智能制造是各国科技与产业竞争的核心领域,要实现快速发展离不开专业人才,分析智能制造相关的关键技术和人才能力需求,有助于为产业建立更科学的人才培养体系。针对智能制造的各种应用场景,归纳和阐述了智能制造领域的主要关键技术:智能传感技术、人工智能技术、工业互联网技术、大数据技术、云计算技术、工业软件、智能机床与工业机器人技术、数字化车间和生产线、数字孪生技术和增材制造技术。分析近期专业招聘平台线上招聘信息和线下现场招聘会招聘的调研数据,基于招聘岗位数据的大幅上升,结合国内外针对智能制造人才发展的一系列文件出台解读,推断智能制造专业人才需求变化和人才短缺的情况。综合分析智能制造专业人才基础通用知识掌握程度要求高、学科知识的融合性高,角色因工作方式的转变而变化的特点,分别从知识掌握、持续学习与实践创新、社会协作三个层面分析了智能制造人才的能力需求,从而为智能制造背景下的人才培养提供思路和对策。 相似文献
14.
正随着信息技术与先进制造技术的高速发展,我国智能制造装备的发展深度和广度日益提升,以工业机器人、自动化成套生产线等为代表的智能制造装备产业体系快速发展,一批具有知识产权的重大智能制造装备实现突破。机器人作为智能制造装备的典型代表,已经成为国家和行业关注的焦点。为了推动我国机器人产业的健康有序发展,中国机器人产业联盟(以下简称联盟)已于2013年4月21日成立。值此联盟成立一周年之际,本刊记者特 相似文献
15.
16.
大数据下机械装备故障的深度迁移诊断方法 总被引:1,自引:0,他引:1
机械故障智能诊断是大数据驱动下保障装备安全运行的重要手段。为准确识别装备的健康状态,智能诊断需要依靠充足的可用监测数据训练智能诊断模型。而在工程实际中,机械装备的可用数据稀缺,导致训练的智能诊断模型对装备健康状态的识别精度低,制约了机械故障智能诊断的工程应用。鉴于实验室环境中获取的装备可用数据充足,即数据的典型故障信息丰富、健康标记信息充足,且此类数据与工程实际装备的监测数据间存在相关的故障信息,提出机械装备故障的深度迁移诊断方法,将实验室环境中积累的故障诊断知识迁移应用于工程实际装备。首先构建领域共享的深度残差网络,从源自不同机械装备的监测数据中提取迁移故障特征;然后在深度残差网络的训练过程中施加领域适配正则项约束,形成深度迁移诊断模型。通过实验室滚动轴承与机车轴承的迁移诊断试验对提出方法进行验证,试验结果表明:提出方法能够运用实验室滚动轴承的故障诊断知识,识别出机车轴承的健康状态。 相似文献
17.
18.
数据驱动已成为制造模式数字化和智能化转型的重要方向.讨论了流程驱动和数据驱动的联系与区别,提出了数据驱动的电子装备智能制造模式,给出了数据驱动在决策管理、生产系统、操作执行三个方面的实现途径.所提出的数据驱动的智能制造架构和方法在电子装备车间进行应用验证. 相似文献
19.
20.
数字孪生(Digital twin, DT)技术与预测和健康管理(Prognostics and health management, PHM)技术是智能制造领域中的两个热点研究方向。在对PHM技术现状总结分析的基础上,归纳当前制约PHM技术发展和应用的关键性问题如下:设备故障机理研究不透彻、全生命周期数据不完备、健康状态监测方法不足、多层级状态信息综合不足以及不确定性管理问题。并阐述数字孪生技术在解决这些问题过程中的独特优势,提出将基于第一性原理的多维数字孪生模型构建、虚实空间的多维数据映射、孪生体技术状态一致性度量与模型的高效迭代修正以及基于多域特征的系统健康评估、预测与维护决策作为关键技术构建DT-PHM研究架构。随着技术不断推进与发展,两项技术深度融合,基于数字孪生的复杂系统健康管理技术必将成为未来装备全生命周期视情维修和预测性维修的关键技术之一。 相似文献