基于事件驱动的制造过程数据融合处理方法研究

为了解决物联网车间现场多源采集系统存在的延迟、缺失、冗余或语义模糊等数据质量问题,引入事件概念和D-S证据理论,依据"符号模式匹配+不确定性计算"的推理模式,提出基于事件驱动(Event-Driven Architecture,EDA)的制造数据融合方法.该方法利用制造物联场景下的业务约束和时序约束,定制了复杂事件处理(Complex Event Process,CEP)匹配模式,结合证据理论,对业务对象的状态置位过程给予量化评价,解决可能发生的数据质量问题,从而为离散制造车间有效合理地解决制造过程数据的实时采集、融合处理等问题提供了新的思路.     

nzCICS事件处理机制的应用

CICS的全称是Customer Information Control System,即客户信息控制系统,是大型机平台上一个非常重要的交易中间件,可以给客户提供联机事务处理和事务管理服务。CICS在电信,财税,金融等领域应用十分广泛,同样由于在联机事务处理方面的优异表现,CICS在银行领域更是备受推崇。因此,将探讨CICS的事件处理机制在行业中的应用。     

基于MES的在制品即时核算系统研究与应用

如何准确采集生产过程信息和核算工人对产品或零部件的完成工时、实做工时,并将信息条理化、规范化以便企业管理部门对产品的生产情况进行各种评估及核算是急需解决的问题,文章根据对车间在制品核算进行现状分析,提出基于MES的在制品及时核算系统的研究与应用。     

基于聚类的粒子群优化算法在MES调度中的应用

针对传统调度算法寻优效率低的弱点,从MES功能出发,将其调度功能单独抽出,提出了基于聚类的粒子群优化算法,将聚类用于粒子群搜索空间的改进。仿真结果表明了该算法的有效性。     

物联网在机电一体化接口技术中的应用研究

在机电一体化系统中,接口技术是其中的核心内容。如何使接口技术不断进步,学科融合是重要途径之一。由于物联网技术能够覆盖大部分机电设备,所以借助物联网技术来推动机电一体化接口技术的发展是值得探究的。该文对机电一体化接口技术内涵和形式进行分析,结合对物联网技术作用形式和方法的研究,提出了物联网技术在机电一体化接口技术中的应用方法,以期提高整个机电系统的运行质量。     

物联网技术在智能家居中的应用研究

信息技术的进步给人们生活方式带来了极大的改变。文章主要介绍了智能家居以及相关的物联网技术,并且阐述了物联网技术应用在在智能家居中的典型。     

基于精益供应链的制造执行系统MES的研究

制造执行系统MES是以条形码技术、RFID等技术为核心的信息化综合解决方案,是构建与实施精益供应链管理的重要环节,可大大提高企业生产效率,实现企业供应链的赢利能力。基于精益供应链的MES系统包含从原材料采购到成品入库的生产过程进行实时数据采集、控制和监控的全过程,实现对生产控制、产品追踪追溯、实时数据传输与处理等功能。MES系统的开发采用模块化设计技术,包括系统架构设计、功能组件开发、信息采集等关键技术。     

物联网在智能交通中的应用研究

物联网技术的有效应用将开启智能交通的新时代。     

物联网技术在日常生活中的应用

随着信息技术的不断发展,物联网正逐步取代互联网,成为新一代信息技术中最重要的组成部分。作为一种战略性的新兴产业,物联网是一种对当前世界最新信息技术的高度支持,是一种最综合的应用,是推动信息技术在各个行业应用中实现信息化新状态的重要力量。从世界信息技术的发展来看,物联网的发展水平已经成为对国家、地区或者是区域的现代化程度、国际竞争力以及综合实力进行有效衡量的主要标志。而随着物联网技术在RFID、M2M、传感网以及两化融合等关键领域的应用,物联网在未来的发展中可以说具备巨大的市场潜力和创新的空间,这一技术也必将像互联网一样,成为人们生活中不可或缺的组成部分。那么,物联网技术在日常生活中的应用是怎样的呢？本文主要围绕物联网技术在日常生活中应用的问题进行分析与探讨。     

二维码在物联网中的应用

随着计算机信息和微电子技术的发展,物联网得到国内外的普遍重视和较快发展。物联网是社会信息化发展和科学技术发展的自然推动产物,具有很大的发展潜力和巨大的市场空间。物联网原始含义是物和物相互联结的网络,二维码是物联网感知层的一部分,属于物联网感知与识别技术的一种。物联网的感知层就好像人类的感觉系统一样,是物联网内部核心采集外部数据的接口。文章主要阐述二维码在物联网应用领域的具体实施以及二维码的制作方法。     

基于CEP的物联网智能水表实时漏水监测研究

针对管网终端用户存在的小流量和长流量漏水现象,提出使用复杂事件处理(CEP)技术实时监测用户用水情况并及时发现漏水问题的方法.通过实时分析智能水表上传的用水数据,采用时序模式中的移动平均法对采集数据进行平滑处理,以减少数据波动的影响.构造漏水监测流程算法及漏水识别模型,建立漏水复杂事件处理规则.采用复杂事件处理语言和复杂事件处理引擎Esper来实时处理漏水数据流.通过实例验证,认为该方法能及时识别符合漏水规则的事件,实现对水表终端用户的实时漏水监测.     

MES在汽车零部件制造企业应用模式研究与实践

在分析汽车零部件制造企业对实施和应用制造执行系统需求的基础上,提出了一种多视图的汽车零部件制造企业MES应用模式,并从功能视图、过程视图、组织视图、支撑技术视图和实施视图5个方面对MES在汽车零部件制造企业的应用模式进行了研究.应用上述成果,结合某汽车空调制造企业的需求进行了实践,取得了较好的效果.     

基于数字图像处理技术的印刷品质量检测系统的应用研究

提出了运用数字图像处理和模式识别技术的印品质量检测系统,论证了其可行性,并对其主要模块,即图像采集、模板制作以及图像匹配比较进行了分析研究.研究表明,该方案可用于国产印刷机的数字化改造,极大地提高我国印刷机的自动化水平,因而具有重要的实际意义和广阔的应用前景.     

Service Scheduling Based on Edge Computing for Power Distribution IoT

With the growing amounts of multi-micro grids, electric vehicles, smart home, smart cities connected to the Power Distribution Internet of Things (PD-IoT) system, greater computing resource and communication bandwidth are required for power distribution. It probably leads to extreme service delay and data congestion when a large number of data and business occur in emergence. This paper presents a service scheduling method based on edge computing to balance the business load of PD-IoT. The architecture, components and functional requirements of the PD-IoT with edge computing platform are proposed. Then, the structure of the service scheduling system is presented. Further, a novel load balancing strategy and ant colony algorithm are investigated in the service scheduling method. The validity of the method is evaluated by simulation tests. Results indicate that the mean load balancing ratio is reduced by 99.16% and the optimized offloading links can be acquired within 1.8 iterations. Computing load of the nodes in edge computing platform can be effectively balanced through the service scheduling.     

基于状态估计的分布式离散事件系统可诊断性研究

针对分布式离散事件系统,提出了一种验证基于状态估计的分布式离散事件系统可诊断性的方法。首先对离散事件系统的可诊断性进行形式化定义,然后提出一种基于状态估计的分布式离散事件系统的可诊断性验证算法,进而推导出分布式离散事件系统可诊断的充分必要条件,最后结合实际算例对该算法的可行性进行验证分析。相比现有算法,本文提出的算法无需各站点进行实时同步,仅要求在有限时延内各站点间能进行通信即可,且算法的时间复杂度也明显降低。     

基于JDF的折页加工应用的基础研究

一个基于JDF的印刷作业,其涉及的加工工艺信息等,通过一定的数据结构来表达,在印刷中,可按生产过程分解和用树结构表达,用XML标记语言编写,这是JDF的数据结构基础.印刷作业又是动态的,为了表示这动态过程,JDF的运行通过资源定义和资源的使用进行.最后针对折页过程的JDF定义,通过分析其加工作业所需的输入和输出资源,探讨了以JDF为基础的折页加工设备,在软件和硬件上所应具备的基本功能.     

饮料灌装车间MES应用探讨

分析食品企业信息化现状,说明食品企业饮料灌装车间应用MES(制造执行系统)的必要性,介绍MES相关概念,通过实例介绍如何在饮料灌装车间中构建和应用制造执行系统.     

On the Suitability of GRID Service Technology for Distributed Measurements Based on Complex Digital Signal Processing Algorithms

Digital signal processing algorithms are nowadays playing an increasingly more important role in most measurement processes. Furthermore, in the presence of poorly digitized data, reliable and repeatable measurement results can often be assured by complementing the adopted procedure with a suitable processing stage. The realization of a ldquocollectionrdquo of measurement algorithms to be shared among researchers and technicians who work on similar topics should, thus, be advisable. Complex algorithms, however, suffer from critical drawbacks, in terms of computational burden and hardware resources, when applied to very long acquired records. The authors suggest the adoption of GRID Service as an innovative solution to provide researchers with a ldquocollectionrdquo of measurement algorithms and concurrently overcome the cited drawbacks. GRID Service is a new hardware/software approach that is capable of merging the higher computational performance of parallel GRID computing with key mechanisms and standards of Web service. It would be very possible to migrate complex measurement algorithms into services that are available and accessible on the Internet. As an application example, the authors present a GRID service mandated to power measurement in digital wireless communication systems.     

An IoT Environment Based Framework for Intelligent Intrusion Detection

Software-defined networking (SDN) represents a paradigm shift in network traffic management. It distinguishes between the data and control planes. APIs are then used to communicate between these planes. The controller is central to the management of an SDN network and is subject to security concerns. This research shows how a deep learning algorithm can detect intrusions in SDN-based IoT networks. Overfitting, low accuracy, and efficient feature selection is all discussed. We propose a hybrid machine learning-based approach based on Random Forest and Long Short-Term Memory (LSTM). In this study, a new dataset based specifically on Software Defined Networks is used in SDN. To obtain the best and most relevant features, a feature selection technique is used. Several experiments have revealed that the proposed solution is a superior method for detecting flow-based anomalies. The performance of our proposed model is also measured in terms of accuracy, recall, and precision. F1 rating and detection time Furthermore, a lightweight model for training is proposed, which selects fewer features while maintaining the model’s performance. Experiments show that the adopted methodology outperforms existing models.