[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。     

面向智能运维的离散制造过程知识获取方法

离散车间制造过程知识自动获取是基于制造知识实现车间智能运作维护的基础。从某企业数控车间运作维护需求出发,对车间制造业务流程进行重组优化;搭建基于车间智能终端的工序制造过程数据实时采集系统,实现多层次、多目标制造过程数据关联采集;建立基于模糊c-means聚类模型划分案例库以提高检索效率,建立互信息计算属性权重模型以提高检索准确性与合理性。本文结合企业车间实际,证明了该知识获取方法的有效性。     

离散型制造物联过程数据主动感知及管理模型

针对制造物联数据感知与管理方面的生产过程关键监控事件感知和分析处理问题,通过分析制造数据的产生,进行了制造大数据的定义及数据特性的描述,建立了基于制造物联的离散车间数据管理体系;根据基于数据驱动的制造过程事件感知模型建立,提出了基于制造物联的生产过程关键事件主动感知技术架构;为实现制造数据的结构化统一表达,基于EXPRESS语言进行制造物联车间数据管理建模,制定了EXPRESS与可扩展标记语言模式制造数据的映射转换规则。基于智能制造模式构建了制造大数据的应用规划,并结合油制辣椒生产中制造数据感知处理及应用结果,说明了所提理论框架的可行性与有效性。     

[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。     

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。     

大数据驱动的离散制造车间生产过程智能管控方法研究

在智能制造背景下,离散制造企业对利用大数据技术提高车间生产管控水平提出了迫切的需求。研究大数据驱动的离散制造车间生产过程智能管控方法,在明确离散制造车间特点与管控需求的基础上,分析了传统方法的局限性和大数据方法的优势,进而提出大数据驱动的离散制造车间生产过程管控总体框架,以制造大数据的"采集-处理-分析-服务"为主线开展研究。在"进度预测-瓶颈发现-异常溯源-智能决策"的生产过程闭环管控机制中,分别提出：基于堆叠稀疏自编码机的生产进度在线预测技术,基于平行门控循环单元的生产瓶颈漂移发现技术,基于密度峰值-模糊C均值的生产异常溯源分析技术和基于多智能体强化学习的生产过程智能决策技术。最后,以某航空企业典型离散制造车间作为对象,对所提出的大数据分析与智能决策方法进行了原型系统开发和应用验证。     

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。     

多品种小批量制造过程工序质量动态控制方法研究

针对某电梯零/部件制造企业对产品制造过程工序质量可控性的要求,结合电梯零/部件制造企业多品种小批量机加工车间存在的质量样本数据少且数据实时采集困难、质量状态实时监控及预警不准确等问题,提出了集制造过程质量数据智能采集、工序质量实时监测以及质量预警三层技术的多品种小批量制造过程工序质量动态控制方法。对其中基于无线射频识别(RFID)的产品工序质量数据实时采集方法、基于多图联合控制的小样本统计过程控制(SPC)工序质量控制方法以及基于T-S模糊神经网络的工序质量预警方法进行了研究。最后,通过实例验证了该制造过程工序质量动态控制方法的可行性。     

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。     

数据—模型融合驱动的流程制造车间数字孪生系统研发EI北大核心

针对流程制造过程工序间耦合严重、过程建模困难、生产活动规划的联动性和智能化水平较低等问题,提出数据与模型融合驱动的、覆盖工艺流程全变量空间的车间多维数字孪生模型及其系统架构。融合车间生产全要素孪生模型与动态生产数据,建立了贯穿生产过程中不同工序的设备实体对象模型,从几何、物理、行为、规则等多个维度对耦合生产线实体对象特征进行刻画,实现了工艺设备静动态多维属性的数字化精准映射。在此基础上,搭建了包括物理产线、虚拟产线、信息服务等支撑多系统数据交互映射的车间数字孪生系统,研发了基于开放平台通信—统一架构(OPC UA)与Kepware的通信技术的静动态虚实映射和迭代运行机制,实现了从车间物理制造流程耦合向各孪生体参数间耦合的转换。最后,基于某流程制造企业制丝生产试验线开展应用验证,为解决流程工业耦合复杂而造成的协同交互与迭代运行难题提供了方法和实现途径。     

面向网络化车间制造的工序质量智能控制系统

针对分布式企业复杂的车间制造环境,如何进行实时有效的质量波动监控、异常波动的诊断分析以及过程中适时的工序调整,是进行工序质量控制面临的问题。提出了集质量监控-异常诊断-工序调整为一体的工序质量控制模式,构建了系统功能体系结构。综合运用相似制造、统计学习、神经网络、统计过程控制等理论,开发了面向网络化车间制造的工序质量智能控制系统。采用针对多品种、小批量过程的基于相似工序的工序质量控制技术和针对多变量过程的基于混合自组织映射模型的控制方法,应用B/S五层架构,完成了工序质量控制系统的开发,验证了系统的可行性,为网络化车间制造提供有效工序质量控制。     

面向数控加工工时预测的智能车间制造大数据分析技术体系研究

加工工时的准确度对数控车间的计算机辅助排产、工人绩效考核等具有重要作用。针对目前数控加工工时制定准确性不高、难以有效指导实际生产、主要依赖人的经验且制定效率低的问题,提出了智能制造环境下基于制造大数据的数控加工车间工序工时预测技术体系及实现步骤,并以Hadoop平台作为工序工时大数据分析与预测的应用平台,给出了其具体的应用方法,从而为数控加工工时的制定与预测提供了一种新的实现途径和技术手段。     

基于感知信息的车间动态排产方法

为解决车间排产实时性不高的问题,构建了基于感知信息的动态排产业务模型、数据模型和计算模型,提出了基于感知信息的车间动态排产方法,开发了动态排产方法的验证系统,以复合材料生产车间为背景进行验证,结果表明:该方法能够实现基于车间生产情况的制造资源与工序的智能匹配、工时自动计算和排产方案的计算生成,为后续车间动态排产系统的研究及实际应用提供了参考。     

基于数字孪生的零件智能制造车间调度云平台

零件制造车间中工作要素路径的未知性、时间的不确定性,以及生产要素信息的孤立性,严重影响了车间调度的有效运行。基于数字孪生技术提出一种解决零件智能制造车间调度问题的新方法——调度云平台,构建了调度云平台的框架模型以及调度工作流程;搭建了调度云平台的全生命周期监控系统,监控产品的实时运行状态;基于全生命周期监控系统实时监控的数据,利用大数据分析技术对车间生产过程中多源动态扰动进行预测和诊断,在此基础上提前由调度云平台对动态扰动制定相应扰动策略;为阐述如何将所提模型落地,以某企业零件智能制造车间为例,对调度云平台模型进行应用验证,同时指出了基于数字孪生的零件智能制造车间未来的工作方向。     

基于RFID技术的离散制造车间实时数据采集与可视化监控方法

为提高离散制造车间多品种、小批量生产过程的透明度和生产决策制定的实时性,提出一种基于无线射频识别技术的离散制造车间实时数据采集和可视化监控方法。在提出4种典型无线射频识别监控模式的基础上,揭示了离散制造车间中无线射频识别技术应用的本质,为无线射频识别配置提供指导。设计了一种事件驱动的无线射频识别数据采集单元模型,用于采集零件的状态、事件、时间、质量等实时信息;基于该模型依次建立了加工工序、工序流、批次与批量的无线射频识别监控模型,实现了对离散制造车间生产过程的可视化监控;提出一种无线射频识别数据处理方法,为车间可视化监控提供了业务逻辑信息。设计了基于无线射频识别的车间数据采集与监控系统的功能架构,并开发了相应的原型系统,通过简单的案例验证了所提方法和模型的可行性。     

基于事件工序节点的砂型铸造过程工序碳源构建方法及应用

为了科学合理地应用工序碳源计算和分析砂型铸造生产过程的碳排放量,提出基于事件工序节点的砂型铸造过程的工序碳源构建方法。在工序碳源的基础上,通过分析砂型铸造过程工序状态,建立了砂型铸造过程事件工序节点模型,实现了对工序事件的状态描述。通过所建立的模型,提出基于事件工序节点模型的砂型铸造工序碳源构建方法,将砂型制造生产线工序转换为工序碳源的表示形式,从而实现对碳排放的计算和分析。以某砂型造型生产线为实例,科学规范地构建了该工序节点的工序碳源表达式,针对多个事件的聚合及其应用进行了讨论,为企业实现低碳铸造提供了分析方法。     

基于BIM扩展MBD的智能工厂虚实融合应用研究

针对智能工厂生产线仿真环境和设备的需求,以及产生数据的特点,提出了基于BIM建立包括制造设备和制造环境等多方面信息的三维立体模型.同时,从制造设备数据扩充以及制造环境数据扩充两方面进行了M BD数据模型的扩充.扩充后的模型实现了设备运行数据、环境信息和生产过程的有效融合,通过与智能化工厂大数据中心的互联,达到了节约运营...     

智能工厂/数字化车间参考模型概述与分析

国内外标准化和技术组织已提出多个智能制造相关的参考模型,对几个重要参考模型进行总结与分析。围绕车间运行管理、基于数据字典的资产数字化描述、信息集成,给出智能工厂/数字化车间的多维度模型,从不同层面抽象提取智能工厂/数字化车间的核心要素,将指导智能制造的具体实施工作。     

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的问题;最后以某企业制造车间工程质量管理为例,对智能车间质量数据集成及可视化分析平台进行应用验证,结果表明该平台实现了以质量为核心的智能制造,且文本和可视化彼此丰富增强了可视化效果.     

基于启发式规则的航空复合材料车间生产排程研究

以国内某航空制造企业复合材料生产车间现场为对象,针对航空复合材料的特殊性,对这类车间生产排程进行研究和探索;基于航空复合材料的生产工艺特点,提出针对航空复合材料车间生产过程中的瓶颈工序即热压成型工序的排程方法和步骤,并且针对该瓶颈工序的可重入特征建立了基于启发式规则算法的优化排程模式。