基于本体论的e-化数控设备Web发现与复用技术研究

为满足e-制造模式下资源优化配置的要求,根据数控设备的特点,提出了一种数控设备e-服务模型。在该模型中,首先对数控设备资源进行分类,分析其概念和属性关系,同时使用本体论对其进行知识建模,并将通用余弦相似性度量方法与加权有向图最短路径方法相结合,提出了一种语义服务概念匹配算法。在此基础上搭建了支持e-化数控设备知识描述与重用的体系框架。最后,使用Java技术开发了原型系统,验证了上述理论和方法。     

数字孪生及其应用探索

数字孪生是一种集成多物理、多尺度、多学科属性,具有实时同步、忠实映射、高保真度特性,能够实现物理世界与信息世界交互与融合的技术手段。随着数字孪生车间概念的提出,数字孪生在智能制造中的应用潜力得到越来越多的关注。分析了数字孪生在企业应用和理论研究上的进展,基于前期提出的数字孪生的五维结构模型,提出数字孪生驱动的6条应用准则,探索了数字孪生驱动的14类应用设想与实施过程中所需突破的关键问题与技术,为未来开展数字孪生的进一步落地应用提供理论和方法论参考。     

面向物联制造环境的高可靠RFID传感网优化配置方法

为了克服无线射频识别技术在成本和读写距离等方面的不足,使其在物联制造环境中得以大规模应用,采用集成无线射频识别阅读器与传感器节点(IRRSN)的方法,以传感网的多跳通信方式与无线射频识别标签进行组网,有效地延长了无线射频识别信息的识读距离。提出一种基于自适应遗传算法的IRRSN优化配置方法,对网络中数据的传输方式进行优化,实现了IRRSN对标签的最大覆盖率并降低了网络成本。通过案例仿真对所提方法的有效性进行了分析和验证。     

[数据驱动的智能服务]数据驱动的复杂产品智能服务技术与应用

随着传感器、数据采集装置和其他具备感知能力的模块在复杂产品服务运行阶段的应用，复杂产品运维系统的数字化和智能化程度越来越高，具有实时、多源、异构、海量等特性的数据成为提高复杂产品系统可靠和低成本运行的决策依据，数字孪生技术提供了一种有效途径。介绍了数据驱动的复杂产品智能服务研究进展；分析了数据驱动的智能服务基本特征与框架模型；提出了数据驱动的复杂产品智能服务方法，主要包括面向服务的复杂产品建模与仿真方法、数据驱动的服务需求获取与精准分析预测方法、基于数字孪生的设备故障识别与动态性能预测方法、数据驱动的装备视情维修与备件库存联合多目标决策优化方法、基于数字孪生的复杂产品辅助维修技术、多要素协同的复杂装备能效精准分析预测方法、基于数据挖掘的复杂产品运行优化控制方法等；给出了智能服务系统的应用案例。所提出的框架和方法可为现代制造服务的智能化转型升级提供参考。     

基于过程感知的底层制造资源智能化建模及其自适应协同优化方法研究

在分析现有制造系统智能化管控、实时联动与协同优化方面所面临挑战的基础上,结合最新CPS和工业物联技术,提出了一种"物物互联,感知制造"环境下的底层制造资源智能化建模及其自适应协同优化体系。通过对基于CPS与制造物联的底层加工资源智能化建模、基于控制论的制造系统变粒度自适应协同控制策略与方法、离散事件动态系统"事件-状态"多级监管控制机制等关键技术的深入分析和研究,建立一种具有感知交互和自决策能力的智能加工设备和搬运小车模型,进而在制造系统级变粒度自适应协同控制策略下实现制造执行过程中各类底层智能制造资源的自适应协同优化,所提策略、方法和模型为下一代"智慧/智能工厂"的落地应用奠定了重要的理论基础和技术借鉴。     

e-制造系统的制造资源动态配置过程研究

传统制造资源动态配置没有涉及制造系统、制造单元和设备之间制造过程信息的重组模型，据此，在拓展传统制造资源动态配置模型的基础上，结合模糊聚类理论，研究了e制造环境下制造任务在一定批量和多工艺方案情形下的单元化配置模型，以及基于此配置结果的制造系统、动态制造单元、设备间的信息重组模型与制造过程信息跟踪方法，为“柔性制造”、“数宁化精确生产”奠定了基础，并对开发的原型系统进行验证。     

当代大学生道德信仰危机现状及对策

伴随我国经济社会结构的深刻变革与价值观念的多元化,我国高校部分大学生道德信仰存在着社会理想目标迷失、人生价值选择趋利性增强、道德人格分裂等现象.这种危机冲击着高校的德育教育,影响着我国社会主义合格人才的培养.要摆脱这种危机,必须加强对大学生社会主义理想信念等方面的教育,自觉学习和践行社会主义核心价值体系.     

基于RFID技术的智能制造对象建模方法

提出和构建了一种用“制造资源＋RFID设备”对传统制造资源进行配置以形成智能制造对象的方法。在此基础上,采用Agent技术代理了主动式智能制造对象的行为以获取车间层实时制造环境的变化,重点研究了如何在主动式智能制造对象的代理中应用工作流技术使得主动智能制造对象与被动智能制造对象间能够按照预定义的制造流程协同工作并能实时获取参与该制造活动的各类制造资源的动态信息,为解决制造过程中复杂、实时信息的自动采集、传输以及对在制品信息的跟踪提供了一种新途径。最后,通过所开发的原型系统对上述思想的正确性进行了例证。     

生命周期大数据驱动的复杂产品智能制造服务新模式研究

在分析当前制造企业产品生命周期管理面临的挑战与现有制造服务模式不足的基础上,针对复杂产品生命周期数据呈现的大数据特性,提出一种生命周期大数据驱动的复杂产品智能制造服务新模式,并设计了一种体系构架。以产品生命周期为主线,提出并详细阐述了生命周期大数据驱动的智能制造服务新模式的关键技术体系与实现框架,包括制造和运维动态数据驱动的产品与服务设计、实时多源数据驱动的生产过程分析与优化、面向服务的运维数据故障演化分析与预测等。通过上述体系构架及关键技术的实施,可有效促进生命周期各阶段数据和知识的集成应用,进而构建一种产品设计闭环创新、生产过程实时优化、运维服务动态预测的产品生命周期管理与运作机制,以提升全制造流程和全生命周期管理的智能决策能力。所提体系和框架可为生命周期大数据驱动的智能制造服务研究和应用提供一种参考模型。     

作业车间区间型多属性瓶颈识别方法

针对扰动情形下作业车间瓶颈识别时机器的特征属性难以用确定值表示的问题,采用区间形式描述机器特征属性,构建了区间型多属性瓶颈识别模型,提出了区间TOPSIS多属性瓶颈识别方法.考虑瓶颈识别与瓶颈利用的紧密关系,提出了先进行瓶颈利用再进行瓶颈识别的统一框架.其中瓶颈利用层基于Plant-Simulation 仿真平台设置了机器故障等随机扰动,采用遗传算法对扰动情形下的调度问题进行了优化仿真,获得了适应扰动情形的最优调度优化方案;瓶颈识别层基于调度优化方案,综合考虑了瓶颈的多维特征属性,采用区间TOPSIS多属性瓶颈识别方法识别了瓶颈机器.通过与机器利用率、瓶颈出现率和移动瓶颈识别法等进行比较,验证了所提方法的有效性.最后,分析了制造成本和原材料成本两个参数对瓶颈识别的影响.