企業(yè)轉(zhuǎn)型實(shí)現(xiàn)智能制造的十個(gè)要點(diǎn)
日期:2018/12/3 13:47:05 閱讀:97
智能制造的實(shí)現(xiàn)是一個(gè)從手工到半自動(dòng)化,再到全自動(dòng)化,最終實(shí)現(xiàn)智能化、柔性化生產(chǎn)的過(guò)程。智能制造將制造業(yè)與信息技術(shù)和互聯(lián)網(wǎng)技術(shù)相結(jié)合,在生產(chǎn)工藝、生產(chǎn)管理、供應(yīng)鏈體系、營(yíng)銷(xiāo)體系等多個(gè)方面實(shí)現(xiàn)全產(chǎn)業(yè)鏈的互聯(lián)互通。
那么,企業(yè)該如何實(shí)現(xiàn)自己的智能制造改革呢?以下十項(xiàng)技術(shù)都是知識(shí)點(diǎn):
1.多源多通道數(shù)據(jù)實(shí)時(shí)采集感知技術(shù)
多源傳感器數(shù)據(jù)采集是智能制造過(guò)程中實(shí)現(xiàn)智能感知的前提,通過(guò)各類(lèi)傳感器(壓力傳感器、位移傳感器、視覺(jué)傳感器等)組成,實(shí)現(xiàn)對(duì)多源多通道分布式數(shù)據(jù)的實(shí)時(shí)采集、分析和轉(zhuǎn)換等。
多源傳感器數(shù)據(jù)采集系統(tǒng)包含以下幾項(xiàng)技術(shù):
· 信號(hào)轉(zhuǎn)換技術(shù)
· 實(shí)時(shí)網(wǎng)絡(luò)通信技術(shù)
· 多線(xiàn)程管理技術(shù)
· 數(shù)據(jù)緩存池技術(shù)
· 黑匣子技術(shù)
· 信息安全技術(shù)
2.異構(gòu)數(shù)據(jù)內(nèi)容融合與傳輸共享技術(shù)
通過(guò)對(duì)各種異構(gòu)計(jì)算數(shù)據(jù)進(jìn)行內(nèi)容分析和融合處理,從海量數(shù)據(jù)中挖掘隱藏信息和有效數(shù)據(jù),提高智能制造過(guò)程中各種裝備狀態(tài)監(jiān)測(cè)的準(zhǔn)確性。
異構(gòu)數(shù)據(jù)包括:海量的多媒體傳感數(shù)據(jù)、文本/超文本、聲音數(shù)據(jù)、影像數(shù)據(jù)、視頻序列等。
3.復(fù)雜工況的多任務(wù)自適應(yīng)協(xié)同技術(shù)
智能制造的實(shí)現(xiàn)往往需要能夠自主分析當(dāng)前的工況環(huán)境和任務(wù)要求,實(shí)現(xiàn)多任務(wù)自適應(yīng)協(xié)同規(guī)劃,并根據(jù)不同任務(wù)難度自適應(yīng)調(diào)整作業(yè)策略。
多工況包含以下幾種(以挖掘作業(yè)為例):
· 常用,挖掘形狀規(guī)則,且經(jīng)常使用該功能
· 特殊,挖掘形狀規(guī)則,但不經(jīng)常使用
· 自主標(biāo)記,挖掘形狀不規(guī)則,但經(jīng)常使用
· 高度自定義,高度依賴(lài)駕駛經(jīng)驗(yàn)的操作
4.多機(jī)協(xié)同的集群化交互與控制技術(shù)
智能制造的多機(jī)集群模仿生物集群行為,單機(jī)間通過(guò)彼此信息交互與自主控制來(lái)進(jìn)行協(xié)同工作,從而可在各種險(xiǎn)惡環(huán)境下低成本完成多樣性的復(fù)雜任務(wù)。
具體包括:
· 遠(yuǎn)程操控端,人機(jī)交互裝置遠(yuǎn)程遙控,任務(wù)指派和監(jiān)控
· 移動(dòng)用戶(hù)端,網(wǎng)頁(yè)、APP做任務(wù)指派和監(jiān)控
· 智能機(jī)械端,環(huán)境感知、機(jī)身工況傳感、自主作業(yè)控制
· 移動(dòng)互聯(lián)網(wǎng),無(wú)線(xiàn)數(shù)據(jù)通訊承載
· 衛(wèi)星定位,導(dǎo)航與測(cè)量輔助
· 云端數(shù)據(jù)中心,環(huán)境建模分析,任務(wù)和軌跡規(guī)劃,大數(shù)據(jù)分析和診斷
5.大數(shù)據(jù)驅(qū)動(dòng)故障診斷深度學(xué)習(xí)技術(shù)
制造裝備運(yùn)行過(guò)程中產(chǎn)生的海量特征數(shù)據(jù)蘊(yùn)含大量的故障信息,在收集智能裝備運(yùn)行特征數(shù)據(jù)的基礎(chǔ)上,應(yīng)用深度學(xué)習(xí)算法對(duì)大數(shù)據(jù)進(jìn)行知識(shí)挖掘,獲尋與故障有關(guān)的診斷規(guī)則,實(shí)現(xiàn)對(duì)制裝備的故障進(jìn)行智能預(yù)測(cè)和分析。
6.數(shù)字孿生與數(shù)字樣機(jī)建模分析技術(shù)
數(shù)字孿生充分利用物理模型、傳感器更新、運(yùn)行歷史等數(shù)據(jù),集成多學(xué)科、多物理量、多尺度、多概率的仿真過(guò)程,在虛擬空間中完成映射,從而反映了相對(duì)制造過(guò)程中各裝備的全生命周期過(guò)程。
7.多技術(shù)路線(xiàn)工作方案優(yōu)化決策技術(shù)
針對(duì)不確定性的、半結(jié)構(gòu)化或非結(jié)構(gòu)化的智能制造工作方案決策問(wèn)題,通過(guò)信號(hào)推理、定量推理等方法,在不確定性、不完備、模糊信息的環(huán)境下實(shí)現(xiàn)智能制造與產(chǎn)品設(shè)計(jì)旨在服役多目標(biāo)多技術(shù)路線(xiàn)工作方案優(yōu)化的自主決策。
8.工藝工裝協(xié)同推送與自動(dòng)裝夾技術(shù)
個(gè)性化推送技術(shù)及語(yǔ)義檢索技術(shù)融入工藝工裝推送過(guò)程中,基于融合智能裝備與產(chǎn)品工藝工裝特征的個(gè)性化語(yǔ)義檢索,形成個(gè)性化的工藝工裝協(xié)同推送機(jī)制,提高智能制造工藝設(shè)計(jì)過(guò)程中獲取產(chǎn)品工藝工裝的效率。
9.產(chǎn)品知識(shí)圖譜與知識(shí)網(wǎng)絡(luò)構(gòu)建技術(shù)
通過(guò)對(duì)分布的多學(xué)科知識(shí)數(shù)據(jù)進(jìn)行結(jié)構(gòu)層次上的集成,消除多學(xué)科多領(lǐng)域知識(shí)數(shù)據(jù)的語(yǔ)法和語(yǔ)義分歧,使得數(shù)據(jù)結(jié)構(gòu)具有一致性,進(jìn)而對(duì)設(shè)計(jì)設(shè)計(jì)庫(kù)數(shù)據(jù)進(jìn)行知識(shí)表示,完成知識(shí)庫(kù)的建立。
結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)通過(guò)結(jié)構(gòu)化改造和篩選整合,形成趨同或者一致且無(wú)冗余的結(jié)構(gòu)化數(shù)據(jù),也就是將客觀(guān)世界主觀(guān)抽象成設(shè)計(jì)數(shù)據(jù)庫(kù),再通過(guò)知識(shí)表示形成知識(shí)庫(kù)。
10.機(jī)電液一體化云平臺(tái)知識(shí)服務(wù)技術(shù)
知識(shí)服務(wù)技術(shù)著手于知識(shí)的自動(dòng)推送,有序地組織機(jī)、電、液一體化跨學(xué)科知識(shí),并在合適的設(shè)計(jì)過(guò)程中推送給設(shè)計(jì)人員合適的設(shè)計(jì)知識(shí),從而實(shí)現(xiàn)跨學(xué)科知識(shí)服務(wù)的個(gè)性化、高效化和智能化。