制造云构建关键技术研究

阐述了云制造系统中"制造云"的构建过程,并对制造云构建过程中所涉及的主要关键技术做了较深入的探讨.给出了制造云及制造云服务的相关说明,对云制造模式下的资源进行了详细分类.在此基础上,围绕分散资源的感知、虚拟接入、服务化和云服务部署等关键问题展开了研究,并提出了制造能力元描述模型,为最终实现高效、智能的云制造系统提供了支持.结合产品全生命周期设计、仿真阶段任务需求,依据所提构建方法与关键技术,初步开发了一个面向设计仿真的云服务平台原型.     

云制造资源虚拟化研究

为实现软硬物理制造资源的全面互联、感知与反馈控制,并将物理制造资源转化为逻辑制造资源,解除物理制造资源与制造应用服务之间的紧耦合,以支持资源高利用率、高敏捷性、高可靠、高安全、高可用的虚拟云制造服务环境,分析了云制造资源虚拟化的相关技术,提出了云制造资源虚拟化框架,论述了虚拟化支持下的云制造关键技术.指出云制造资源虚拟化能够实现更全面和更深入的软硬资源共享;能够形成具有高扩展件和灵活伸缩性的大规模虚拟资源云池;能够按需动态敏捷调配资源,获得资源高利用率并实现节能降耗;能够支持高可靠、高安全的多主体协同运行;能够支持生生命周期用户按需获取普适化的高可用服务操作环境.     

再论云制造

在综合已有文献和近期研究实践的基础上,进一步论述了云制造.提出云制造是一种面向服务的、高效低耗和基于知识的网络化、敏捷化制造新模式和技术手段,它丰富和拓展了云计算的资源共享内容和服务模式,促进了制造的敏捷化、服务化、绿色化、智能化;融合云计算,物联网、高性能计算、面向服务、智能科学等新兴技术与信息化制造技术,构成r完整的云制造服务系统及云制造技术体系.通过应用案例讨论了面向集团企业和面向中小企业云制造服务平台的技术和应用模式,并对我国实施云制造的思路和发展提出了建议.     

[云制造]云制造再探讨

云制造概念于2010年被提出后,相关研究已进行了8年多,取得了巨大的进展。然而,现有研究表明,人们对云制造中的若干关键问题还存在不一致的理解,对云制造的开展和实施缺乏明确、具体的思路,关于云制造定义也有不同表述。为此,对以上问题进行再探讨,并给出了一个可能的云制造定义,最后提出了云制造未来有待进一步研究的若干关键问题。     

云制造中的关键技术分析

我国正在大力发展现代服务业,制造服务是现代服务业中的重要组成部分,而云制造是实现制造服务的一种现代制造模式。本文分析了云制造的内涵,给出了云制造的体系架构,并对其中的制造资源描述、关键技术问题等进行了讨论,对云制造在我国的发展进行了有益的探索。     

云制造及相关先进制造模式分析

为更全面地理解云制造与现有先进制造模式之间的关系,针对敏捷制造、网络化制造和面向服务制造等几种典型模式,对其概念、提出的背景及研究发展现状进行了系统分析.在此基础上,从理念和应用模式等角度详细阐述了云制造与这些模式之间的联系与区别,明确了云制造的特点和内涵,指出:云制造以实现敏捷化、服务化、绿色化、钾能化为目标,是网络化制造的一种新发展,足面向服务制造理念的具体体现.     

面向云制造的制造资源模型研究

通过分析云制造系统的运作模式和体系结构,得出了制造资源在云制造系统中的地位和作用,然后在此基础上提出了面向云制造系统的制造资源数据模型。结合云制造的特点,通过对资源数据模型的分类信息、对象信息和属性信息3个层次的信息描述,建立了制造资源数据的三维模型,该模型支持云制造系统中的制造资源构建、制造资源封装、制造资源能力模型构建以及资源评价等。     

云制造软资源封装研究

在研究现有制造资源的属性描述方法和封装模型的基础上,根据云制造汇聚资源服务进行集中管理以及为多个用户同时提供服务的特点,建立了一种新的基于Web服务的云制造软资源封装架构,并设计出通用软资源描述模型,结合该模型给出软资源封装的一般流程。通过数字化制造支持系统与PDM集成的实现,验证了云制造软资源的属性描述、封装模型建立和封装流程的可行性及合理性。     

面向云制造的制造资源模型研究

通过分析云制造系统的运作模式和体系结构,得出了制造资源在云制造系统中的地位和作用,然后在此基础上提出了面向云制造系统的制造资源数据模型。结合云制造的特点,通过对资源数据模型的分类信息、对象信息和属性信息3个层次的信息描述,建立了制造资源数据的三维模型,该模型支持云制造系统中的制造资源构建、制造资源封装、制造资源能力模型构建以及资源评价等。     

云制造软资源封装研究

在研究现有制造资源的属性描述方法和封装模型的基础上,根据云制造汇聚资源服务进行集中管理以及为多个用户同时提供服务的特点,建立了一种新的基于Web服务的云制造软资源封装架构,并设计出通用软资源描述模型,结合该模型给出软资源封装的一般流程。通过数字化制造支持系统与PDM集成的实现,验证了云制造软资源的属性描述、封装模型建立和封装流程的可行性及合理性。     

面向云制造的网络研究

云制造为我国广大中小企业充分利用和共享社会制造资源,提升企业综合竞争能力提供了重要的支撑手段。然而Internet"端到端尽力服务"的原则和无语义、中心化的Web服务,限制了云制造资源与制造能力的共享和协作。为了解决这一问题,基于覆盖网络和语义Web,提出了一种新的网络体系结构——面向云制造的网络(Cloud ManufacturingOriented Network,CMON),以支持资源高利用率、高敏捷性、高可靠性、高安全性和高可用性的云制造服务环境,为进一步深入、系统地开展云制造的研究、开发、实施和应用奠定了基础。     

云制造环境下支持演化的制造云服务元建模

针对制造云服务运行环境的高度动态开放性,在分析了制造云服务建模需求的基础上,提出了支持演化的云服务元建模框架,着重研究了框架的语义表示层中的云服务元模型架构。在云服务元元模型层,给出了云服务元元模型的形式化定义及云服务的概念模型。在云服务元模型层,阐述了云服务业务主对象、业务元对象和业务元数据的模型结构及演化操作对象、演化日志对象的模型结构。在云服务模型层,基于Web本体描述语言建立了云服务本体。在此基础上,提出了云服务的演化过程模型。开发了一个面向模具行业的制造云服务管理平台原型,通过实际案例验证了该云服务建模方法的可行性和有效性。     

云制造环境中的虚拟制造单元

为实现云制造环境下制造资源的灵活配置和制造能力的按需匹配,提出云制造环境中的虚拟制造单元（VMU-CM）和云制造环境中的虚拟制造中心（VMC-CM）,基于VMC-CM给出了产品的制造过程。对云制造环境下制造资源、制造能力的特点进行分析,对制造资源和制造能力进行具体分类,给出了VMU-CM的结构和构造流程,根据制造任务设定VMU-CM的信息,构造从事各类制造活动的VMU-CM。通过生产过程、组织结构和对外服务信息,将各类VMU-CM整合起来构建VMC-CM。将VMC-CM的制造能力信息封装为制造服务接入制造服务中心,实现了＂制造资源—制造能力—制造服务＂的制造资源虚拟化过程。通过VMU-CM和VMC-CM的部分理论在面向集团企业的云制造平台的制造能力标准制定和制造服务中心构建中的应用,证明了所提理论的可行性。     

云制造模式下制造服务主动发现与敏捷配置方法

针对云制造模式下加工制造服务的主动发现与优化配置问题,以底层加工设备为研究对象,从加工设备的基本信息、加工能力、实时状态和服务质量四个方面对其动态服务能力进行描述与建模;提出一种制造服务的主动发现机制和相应的敏捷配置方法,结合制造服务的静、动态信息,基于灰色关联度的评价方法对候选制造服务进行多目标综合评价,实现加工任务驱动的制造服务资源集的优化配置。通过实例验证了所提方法的可行性和实用性。     

Research on selection strategy of machining equipment in cloud manufacturing

Cloud manufacturing (CM) is a new type of networked manufacturing model, which is proposed in 2010. Optimization technology is one of the key techniques for CM operation, which are used for the efficient integration of manufacturing resources. In all kinds of manufacturing resources, the machining equipment is one of the most important resources. Using optimization techniques to achieve optimal selection of machining equipment is rarely studied in the CM. In order to handle the optimization selection of machining equipment in CM, comparing with the existing resources optimal configuration, an optimal selection strategy is introduced for the machining equipment in CM. In the selection strategy, first, a multiple objective and binary integer programming model is proposed to describe the optimal selection of machining equipment in CM. Second, after analyzing the mathematical model and the real-world problem of the machining equipment selection in CM, the priority method is adopted to convert the multiple-objective problem into a single-objective problem. Third, an improved particle swarm optimization (IPSO) algorithm based on a novel encoding scheme and fitness function is presented to solve the single-objective mathematical model. Finally, the simulation experiments verify the effectiveness of the IPSO algorithm and show that the selection strategy is more objective and effective to help the client select the machining equipment in the CM than current resources optimization model. This research provides a theoretical support for the development of CM.     

Research on technologies and application of data mining for cloud manufacturing resource services

Nowadays, cloud manufacturing (CMfg) as a new service-oriented manufacturing mode has been paid wide attention around the world. However, one of the key technologies for better implementing CMfg services is how to address the problems faced by distributed massive and polymorphic data analysis and processing of manufacturing resource services in CMfg environment. In order to handle the problems, and promote development integration and business application of data mining, the research on technologies and application of data mining for cloud manufacturing resource (CMR) services has been carried out in this paper. The data mining application model and multi hierarchy architecture of CMR services are designed, and the topology of resource service data integrating process based on multi-Agent is presented. Besides, the preprocessing method of manufacturing resource data is proposed, and a CMR virtual data warehouse is established as well. In addition, an improved genetic algorithm oriented to manufacturing resource services is put forward, so as to achieve efficient searching and mining of massive polymorphic data. Finally, a case study is employed to illustrate the effectiveness and applicability of the proposed method in CMR service platform.