一种离散制造过程智能管控技术研究

针对我国离散制造行业产品工艺差异大、过程不连续、生产过程组织复杂等特点,以制造过程精益管控为目标,进行一种离散制造过程智能管控技术研究。突破异构系统数据采集、制造大数据分析、虚实结合的生产过程三维可视化监控等技术,形成具有自主知识产权的离散制造过程智能管控平台,实现离散制造过程数据全面实时获取、过程数字化贯通,提升现场透明化、管理扁平化、生产连续化水平,为离散制造行业向数字化、智能化制造转型升级提供底层支撑。     

大数据驱动的离散制造车间实时能效分析方法

为实现生产过程的节能减排,提出一种大数据驱动的离散制造车间实时能效分析方法。首先,从能耗数据与工艺数据两个方面构建了制造数据封装模型,以实现制造大数据的采集与存储;其次,通过数据聚类与数据关联分析,建立了制造大数据分析方法,实现了能耗数据的特征提取及其与工艺数据的关联融合,并据此建立了离散制造车间多层次实时能效分析指标。该方法将大数据处理与制造车间能效分析相结合,通过能耗数据的挖掘分析与可视化展示,为智能车间的节能控制提供了决策依据。     

离散制造车间质量管控模式研究

为解决复杂产品离散制造过程中质量数据分散、质量问题难追溯、缺乏完善的质量管理模式等问题,开展了离散制造车间制造质量管控模式研究.通过对离散制造车间质量管控业务运行流程和质量数据链路进行分析,明确了车间质量管理的痛点与难点;提出了离散制造车间质量集成管控框架,建立了多工序质量传递模型,通过采用数字化检测设备与车间M ES...     

离散制造车间实时定位数据可视化平台设计

室内实时定位技术被广泛地应用于获取离散制造车间中生产要素的位置信息。然而,传统的单机计算方法已不能满足制造大数据环境下定位数据的实时处理需求。通过利用UWB实时定位技术、Apache Kafka、Spark Streaming、HBase等大数据技术及Demo 3D软件,搭建一套制造车间定位数据获取、收集、计算、存储和可视化的平台,并设计了基于Spark流式处理框架下的多线程卡尔曼滤波器,相较于传统单机多线程计算方式快218.2s。实现了对车间中叉车、人员、关键物料的实时定位、监管和海量数据的存储,提高了车间的透明化管理水平。     

智能制造车间数据采集和预处理方法研究

为了解决智能制造车间中数据采集困难以及采集到的数据多、杂等问题,从数据采集出发,提出了一种针对智能制造车间的设备资源数据和物料资源数据的数据采集框架。随后,结合采集数据的特点,提出了对应的数据清洗以及数据降维的方法,并在某企业制造车间对提出的方法进行了验证。实验证明,该数据预处理方法具有可行性和优越性。     

智能车间质量数据集成及可视化分析平台设计

为充分利用车间产生的质量数据,解决车间综合质量管理问题,建立了智能车间质量数据集成及可视化分析平台.首先针对平台的整体建设目标设计了系统功能架构;其次,利用基于模板的自然语言生成技术为传统的可视化图表添加文本描述,并在文本中嵌入可视化图表,通过文本与图表之间的交互帮助用户进行数据的可视化探索,减少用户在两者之间频繁切换...     

离散车间制造物联网及其关键技术研究与应用综述

物联网在制造领域的深度渗透和落地应用催生了一种以"物物互联、泛在感知"为特征的新型制造技术—制造物联网。在解析制造物联网基本概念、特征和应用需求的基础上,以多源制造数据的感知、传输、分析和应用为主线,阐述了面向离散车间的制造物联网关键技术;通过分析国内外制造物联网技术的相关应用研究文献,分别从车间制造资源管理、生产过程调控、车间物流优化、质量监控与追溯、智能服务与保障5方面,总结了制造物联网在离散车间的应用模式;基于制造物联网核心技术的应用和发展需求,以及与云制造、大数据、信息物理系统的紧密关联,探讨了智能制造背景下制造物联网的未来发展趋势。     

离散制造企业机械加工车间制造过程管理信息系统研究

为及时反映机加工车间的动态生产信息,连接企业上层生产计划和车间底层控制,通过对离散制造企业的调研,建立基于离散制造食业机加工车间的制造过程管理信息系统.详细分析其机加工车间的制造过程和需求,对车间制造过程信息系统进行设计,并给出实际应用案例.     

离散型车间生产过程实时监控系统研究

为了解决离散型车间监控手段落后导致车间管理人员难以实时准确掌握车间生产过程情况的问题,在分析基本车间生产过程模型和数据类型的基础上,设计开发了一个面向生产过程的实时监控系统。通过建立系统的体系结构和功能结构,完成了对生产执行过程、物料、设备、质量和人员5个方面的监控和管理,提高了车间生产过程的监控水平,保证了车间信息的全面性和生产全过程可视化,有助于车间管理人员及时发现生产过程中的浪费现象并进行改善,实现了对车间生产过程的有效控制和整体优化。     

离散制造型数字化车间技术架构与关键技术研究

分析离散制造的特点,研究数字化车间的技术架构,定义了数字化车间信息流与数据交互。为我国离散制造企业规划和建设数字化车间提供了可参考的方向和依据。     

[学科发展]大数据驱动的智能制造

数据是未来制造业的核心要素,工业大数据分析是赋予制造“智能”的关键。系统分析了大数据驱动的智能制造的科学范式、理论方法与使能技术,阐述了应用方向与工业实践;根据“第四范式：数据密集型科学发现”,提出了“关联-预测-调控”的大数据驱动智能制造科学范式;根据数据处理流程,总结了融合处理、关联分析、性能预测与优化决策四位一体的方法体系。围绕边缘层、平台层和应用层设计大数据平台,介绍了大数据驱动智能制造的使能技术;从智能设计、计划调度、质量优化、设备运维四个角度,综述工业大数据驱动的智能制造应用现状。     

[数据建模]面向智能生产维护的大数据建模分析方法

从当前的车间离散制造过程大数据应用特性出发,基于车间智能代理,实现了制造过程大数据的采集、处理分析,建立的制造过程大数据采集模型可实现对工序数据集的封装。采用基于聚类的方法对工序数据集进行离群点检测标记,实现对制造资源生产状态的描述与量化。建立了工序级数据特征模型,结合改进的相似元分析方法,对工序过程数据多层次包装描述和制造工序的相似性进行了评价。开发了车间底层智能管理系统,并将其运用于企业生产实际。     

离散制造业APS生产数据结构的研究及应用

阐述了APS(advanced planning system)高级计划排程系统的概念、功能及其在离散制造业中的巨大潜力.提出了针对离散制造业的APS生产数据结构,它包括生产数据描述、生产数据模型和生产数据关联.这个结构可以有效地描述离散制造业中生产数据的逻辑关系,可为APS与ERP集成的实施奠定基础.最后用实例说明了它的可行性与实用性.     

离散型智能总装车间建设探索与实践

以一个实际的智能总装车间建设项目为依托,文中系统研究了智能制造技术在离散型总装车间中的应用.首先,介绍了国内外智能总装车间的发展现状,提出了离散型智能总装车间建设架构,给出了智能总装车间的总体建设思路.然后,从车间信息管理系统、脉动式总装生产线建设等方面,详细研究了智能总装车间建设的关键技术.最后,结合某雷达电子装备智...     

[数据建模]针织生产智能管控的通用数据模型研究

针对针织面料生产智能管控需求,从车间计划与调度、产品生产过程和设备监控管理三个典型管控功能角度出发,基于针织生产大数据分析,建立了针织面料生产智能管控通用数据模型。依据“数据-模型-关键流程-管控”方法,对针织面料生产过程产生的大数据进行抽取分析,考虑产品信息、设备信息和生产流程信息,实现对高端针织面料生产全流程的多维数据描述;在此基础上,分析生产计划与调度、生产执行管理和设备监控关键流程中的数据流,建立相应的通用数据模型,为进一步实现针织生产关键流程织造和染整流程的智能制造管控提供基础指导。     

一种离散型制造企业的车间管理系统设计方法

离散型小微制造企业在排产过程中信息化基础不够,工艺数据、计划呈报等仍通过纸质单据或excel记录反馈,排产随意性强,处理问题被动.文中针对这些管理痛点,提出了面向离散型小微制造企业的车间管理系统设计方法.利用ETL数据调度工具及调度模块实现多源数据采集和数据贯穿,结合关系型数据建模方法建立订单模型、工艺模型、班组模型和...     

基于深度置信网络的大数据制造过程实时智能监控

针对基于浅层学习模型的过程监控方法难以对大数据制造过程运行状态进行实时智能监控的问题,提出了基于深度置信网络的大数据制造过程实时智能监控方法。利用灰度图建立大数据制造过程质量图谱,以精准表达其过程的运行状态;构建用于识别大数据制造过程质量图谱的深度置信网络;应用离线训练好的深度置信网络模型对当前监控窗口内的过程质量图谱进行识别,实现大数据制造过程实时智能监控。最后,应用该方法对某注塑件大数据制造过程进行实时质量智能监控,结果表明：所提方法的识别性能明显优于基于主成分分析与BP神经网络、支持向量机的识别模型,能有效应用于大数据制造过程实时质量智能监控。     

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.     

离散制造单元生产扰动识别模型及其自适应节能控制方法

离散制造单元的生产扰动是中断设备生产、造成能耗浪费的源头,如何在复杂动态的扰动环境下实现设备节能控制策略的自适应选择和控制参数的自适应优化从而达到最优的节能控制效果是一个亟待解决的难题,为此提出了基于生产扰动识别模型的离散制造单元自适应节能控制方法。首先,基于生产扰动的模式性和不确定性,构建了一种马尔科夫逻辑网络驱动的生产扰动识别模型,实现生产扰动的精准识别。然后,以能耗浪费期望为优化目标,生产延迟时间期望为优化约束,制定了基于时间阈值的设备节能控制策略,提出了面向生产扰动自适应的节能控制方法。最后,以某压铸单元为对象进行了案例验证,结果表明生产扰动类型会对节能控制效果造成显著影响,所提出方法在尽量保证生产的前提下通过提升节能控制的自适应能力实现了更好的节能效果。     

大数据技术在装备制造业的应用研究

将大数据技术应用于装备制造业,有力地推动了装备制造业的智能化发展,有效地提升我国的工业水平。本文首先介绍了大数据的概念及具有的5V基本特性,阐述了大数据的关键技术为云计算、分布式文件系统及开源实现平台Hadoop;总结出大数据处理的基本流程分为数据采集、数据处理与集成、数据分析和数据解释四个阶段,最后从实现智能化制造工厂、分析市场需求、对已售产品配套服务三个方面介绍大数据技术在装备制造业的具体应用。