一、面向航空企业制造单元的I_2DEF建模(论文文献综述)
付锦超[1](2021)在《多品种晶圆重入加工的双臂组合设备调度分析》文中研究指明半导体制造行业是社会信息化、数字化和智能化发展的基石。晶圆作为半导体制造的基础元件,传统大批量生产模式已无法满足大尺寸晶圆加工要求。组合设备具备高效且可重构的单晶圆加工环境,以应对晶圆在加工过程中的苛刻约束条件。但是,晶圆尺寸不断增加,加剧市场对多品种、小批量定制化产品的需求。而不同类型的晶圆在组合设备生产过程中进行频繁批量切换,使得设备调度控制与运行更加困难,延长系统生产周期,加剧生产成本。为了提高设备生产效率,降低产业投入,多品种晶圆加工的组合设备调度策略研究必将成为焦点。本文选取双臂组合设备,研究了多品种晶圆流程模式相同、晶圆驻留时间约束、混合加工以及重入加工的调度问题,主要研究内容如下:(1)分析了相同流程模式下多品种晶圆重入加工的双臂组合设备运行过程。根据Petri网建模的基本定义以及性能特征,构建了任意类型晶圆i重入加工的双臂组合设备面向资源Petri网(Resource-Oriented Petri Net,ROPN)模型。基于该模型,提出了系统无死锁控制规则,并通过分析晶圆加工的时间约束获取系统活性。(2)基于改进机械手交换策略,分析了系统局部与全局循环过程,得出了机械手作业时间与晶圆在PM内逗留时间的关系。针对不同PM工作负载情形,分别提出了有效解析式获取系统稳态调度的方案,并验证了相关调度情形定理的可行性与最优性,实现了系统最小晶圆周期调度;(3)为了直观描述多品种晶圆重入加工的双臂组合设备动态运行过程,建立相应eM-Plant二维/三维仿真模型。通过内嵌Sim Talk 2.0语言程序实时控制机械手活动与类型晶圆加工,并实时统计相关作业时间点。最后,通过分析晶圆在不同PM中的驻留时间以及系统生产节拍,验证了系统调度策略的有效性。(4)为了简化eM-Plant仿真模型数据交互,设计了Python调度架构来确保相同流程模式下多品种晶圆重入加工的双臂组合设备稳态调度,并阐述了“算法-仿真”一体化拟态环境原理。以上研究表明,本文给出的调度方案、建立的eM-Plant仿真模型以及提出的Python数据交互理论,可适用于双臂组合设备调度分析并丰富智能化仿真理论。
曹婷婷[2](2021)在《中药智能制造理论模型的构建与应用》文中认为研究背景:(1)国际背景:中药产业正处在以“智能制造”为主导的第四次工业革命国际大背景之下,“智能制造内涵”随着社会的不断进步,科学技术的不断发展也在不断演进变化;大数据、物联网、人工智能、云计算等智能制造技术与制造业地深度融合与广泛应用推动了智能制造发展;国内外纷纷制定了一系列战略计划,积极推动“智能制造”发展;无论从社会发展角度,技术发展角度,还是从国家战略角度,“智能制造”已然成为各行各业占领未来市场的必由之路。(2)中药产业发展“智能制造”现状:中药产业发展“智能制造”已势不可挡;中药智能制造范畴也将由简单的中药生产过程智能化发展,延伸至中药产品生产全生命周期的智能化转型升级;但目前对中药智能制造理论尚缺乏系统而深入的研究,致使中药企业缺乏科学的理论指导,在盲目追求中药智能制造发展中,出现了“中药智能制造相关概念混淆”、“智能化发展方向偏差”、“发展路线模糊”等问题,以至于中药企业虽投入了大量的人力、物力、财力但企业智能化转型升级收效甚微。研究目的:本文通过中药智能制造理论模型的构建,以期为中药企业发展智能制造提供一定的理论指导,从而帮助企业正确理解中药智能制造相关概念以及准确把握中药智能制造发展方向。通过对中药智能制造理论模型指导智能系统构建的研究,一方面,可以为中药煎药机的智能化发展提供一个完整的“中药智能煎药系统设计方案”,能够为中药产业链信息化集成、智能化控制、远程管控的实现,提供一个基础系统即“中药基础智能服务系统”;另一方面,旨在通过上述应用研究,充分探索在中药智能制造发展中,中药智能制造理论模型指导智能系统构建的指导性和实际应用价值,可以为中药智能系统的构建提供坚实的理论基础和科学的理论指导,降低智能系统构建的复杂度,从而可以切实推动中药智能制造的发展。研究方法:理论模型是联系科学理论与客观事物的桥梁,是使科学研究和社会实践具有可靠性的理论依据。因此,针对由于缺乏中药智能制造理论研究而导致中药企业发展智能制造过程中出现的一系列问题,本文提出中药智能制造理论模型,并将其应用于指导智能系统构建的实践中:(1)在“结构化、标准化、演进化”的构建准则下,基于实体语法系统,以物质传递为规则,明确中药智能制造相关概念,通过柔性化生产和智能化设备“两化理念”结合,构建中药智能制造理论模型。(2)基于中药智能制造理论模型指导智能系统构建的两个应用研究,即“中药智能煎药系统方案设计”和“中药基础智能服务系统构建”,探讨在中药智能制造发展中,中药智能制造理论模型在智能系统方案设计以及智能系统构建中的指导性以及应用价值。研究结果:(1)本文成功构建了中药智能制造理论模型,在该理论模型构建过程中,定义了中药智能制造相关概念,并将之与易混淆概念进行了辨析;在实体语法系统理论框架的前提下,以物质传递为规则,“两化”概念相结合,构建了一个具有“柔性化生产、个性化定制、网络化传输”等智能化特征的智能制造范式,可通过一个四元组Q=(V,F,P,S)进行表示,并进一步给出了中药智能制造理论模型指导智能系统构建的应用流程和技术选择原则;(2)基于中药智能制造理论模型的指导,成功设计了具有“远程监管、个性化煎煮、柔性化调度”等智能化特征的智能煎药系统;给出了中药智能煎药系统整体设计方案,主要包括中药智能煎药系统的整体结构图、技术实现路线图和工作流程图;(3)基于中药智能制造理论模型的指导和现代科学技术的应用,成功构建了中药基础智能服务系统,以服务用户为本设计了拥有“用户管理”、“传感器管理”、“数据处理”和“应用设备控制”等功能的智能服务系统;在中药智能制造理论模型指导下,构建了中药基础智能服务系统数据流逻辑框架;基于此,设计了中药基础智能服务系统的构建方案,即中药基础智能服务系统的整体结构图和技术实现路线图;并进一步通过技术选择原则和技术的应用,设计了中药基础智能服务系统中的硬件设备板和软件系统,实现了中药基础智能服务系统的构建和应用功能检测。研究结论:本文通过中药智能制造理论模型的成功构建与应用,为中药智能制造的发展提供了一定的理论指导。一方面,在中药智能制造理论模型构建过程中。通过对中药智能制造相关概念的定义和与易混淆概念的辨析,为中药企业正确理解和准确把握中药智能制造发展提供了参考和依据。中药智能制造理论模型“柔性化、网络化、个性化”的智能化理念,为该理论模型指导智能系统的构建提供了先进的设计思想。进一步地,通过对中药智能制造理论模型指导智能系统构建的应用流程和技术选择原则研究,为该理论模型指导智能系统的构建提供保障。另一方面,在探讨中药智能制造理论模型指导智能系统构建的应用中,基于中药智能制造理论模型,设计了完整的中药智能煎药系统方案,为中药煎药机智能化转型升级提供可能,并证实了中药智能制造理论模型在指导智能系统方案设计中的实践性。通过中药智能制造理论模型的指导和科学技术的应用构建了中药基础智能服务系统,为中药产业智能化、现代化发展提供了基础开发系统,该系统可以实现产业链中各环节的信息集成、资源统筹规划、综合管理。进一步证实了,在中药智能制造发展中,该理论模型指导智能系统构建的可行性和实际应用价值,可以切实有效地推动中药智能制造的发展。
殷士勇[3](2020)在《环锭纺纱信息物理生产系统及其关键技术研究》文中研究表明环锭纺纱是最主要的纱线生产方式,生产的纱线强力好、条干均匀度高和适纺产品范围广。目前国内环锭纺纱锭数已超过1.37亿锭,约占全球环锭纺纱总锭数的2/3,是具有国际化竞争优势的产业。近年来环锭纺纱生产招工难,少人化/无人化生产模式需求迫切;纺纱市场竞争激烈,提升高质量、高可靠性纱线生产能力是竞争焦点。环锭纺纱工艺还难以做到全流程连续生产,其生产设备品种多样、通信接口复杂,面向少人化/无人化的互联互通困难。高速、连续的环锭纺纱生产中需要及时处理各种任务,以降低次品率和浪费和满足任务处理的高实时性要求。环锭纺纱工艺流程长,纱线质量受环境、工艺、原料等多因素影响,质量一致性控制难。信息物理系统(Cyber Physical System,CPS)是智能制造的核心,然而针对动态、高速、连续和批量制造的环锭纺纱生产,目前还没有相关理论、技术和应用方法的研究。本文率先提出基于信息物理系统的环锭纺纱生产体系,从系统架构到环锭纺纱信息物理生产系统(Cyber physical Production System,CPPS)核心要素,研究了关键工艺参数与控制指令传输、实时任务的计算与处理以及纱线质量控制等技术,并在实践中展开应用。论文的主要研究内容和创新体现在以下四方面:(1)针对环锭纺纱工艺流程长、纤维形态变化大、生产连续性与离散性混合,生产过程中数据流和控制流的关系多样复杂等问题,论文系统地研究了环锭纺纱CPPS系统构架,提出基于“纤维流-数据流-控制流”融合的环锭纺纱CPPS模型,并给出其形式化定义描述。基于模型的系统工程(MBSE)方法,研究环锭纺纱CPPS的系统建模,采用Sys ML建立了环锭纺纱物理生产系统需求图、用例图、面向纤维流的作业序列图、数据流的状态机图和控制流的时序活动图等。(2)针对环锭纺纱无人化/少人化生产的工厂管控以及关键工艺参数和控制指令传输的可信性问题,论文率先提出了基于区块链的环锭纺纱关键工艺参数和控制指令的可信传输方法。研究了环锭纺纱CPPS互联互通体系,提出了基于OPC UA的纺纱设备信息模型,建立了关键工艺参数与控制指令的云-边传输模型。设计了边缘节点内和边缘节点间关键工艺参数与控制指令的传输模型,研究了关键工艺参数与控制指令的区块链构建方法,提出了基于时效性奖励的委任权益证明共识机制,提高了成功投票率。(3)针对环锭纺纱高速生产中任务需要实时性处理的问题,论文提出了基于边缘计算的实时任务处理方法。基于环锭纺纱生产特点,建立了1-1模式与N-1模式混合的边缘计算节点部署模型,研究了边缘计算节点之间的协同机制。分别研究了单个边缘计算节点与全部边缘计算节点的实时任务处理模型,并设计了实时任务处理的算法,有效降低了任务处理的延迟率。(4)针对环锭纺纱中纱线质量的影响因素多、耦合关系复杂、纱线质量波动随机性问题,论文提出了基于Actor-Critic深度强化学习的纱线质量控制方法。根据环锭纺纱质量控制现状,从单工序、前序约束的相邻工序间和全局工序三个控制策略,分别建立了基于质量损失函数的纱线质量控制Actor-Critic深度强化学习模型,包括单工序独立控制模型、前序工序约束的嵌套控制模型以及全局工序的共享控制模型,有效提高了纱线质量的一致性。最后,论文展开了全面的环锭纺纱生产试验研究,设计了生产实验验证方案,分别验证和分析了关键工艺参数和控制指令的可信传输方法、实时任务的处理方法和纱线质量控制策略。结果表明:论文所提方法对解决环锭纺纱生产中的具体问题有良好的效果。
王译晨[4](2020)在《面向制造单元的数字孪生体建模与管控技术研究》文中研究表明随着经济全球化进程的加快和国际市场竞争环境的加剧,以个性化为主要特征的市场需求要求企业生产系统具备更高的柔性,同时以新型信息通讯技术为核心的信息物理融合系统(Cyber Physical System,CPS)赋能制造资源更多的分散化增强型智能特性,实现了制造资源的解耦,降低了生产系统的刚性,而制造单元作为CPS环境下生产系统的最小粒度单元,研究其建模与管控问题对于提高CPS环境下生产系统的柔性以及支撑生产系统功能的实现具有重要的意义。数字孪生作为实现信息与物理融合的一种有效手段和新型技术,由于其所具有的仿真与虚实映射特性,不仅能够为制造单元管控系统的开发和验证提供虚拟的硬件测试环境,而且能够为生产系统的离线仿真与实时运行管控提供一种新的模式。因此,本文针对个性定制化市场需求对生产系统柔性所提出的更高要求,在结合CPS赋能生产系统更高的柔性以及其他功能与特性的基础上,以CPS环境下的离散制造单元为研究对象,以制造单元的建模与管控问题为研究切入点,基于数字孪生所特有的虚实映射与仿真等特性,围绕数字孪生驱动的制造单元建模与管控技术展开研究,主要研究内容如下:(1)在对国内外研究现状进行学习与综述的基础上,结合CPS与数字孪生的功能特性,定义基于数字孪生的制造单元内涵、特征、功能以及资源组成,并构建其管控架构,设计其运行机制,为后续的研究内容提供整体支撑。(2)依据数字孪生体的建模规范,围绕制造单元的运行与管控场景需求,在运用相关本体、混合Petri网等建模理论与方法的基础上,重点研究制造单元的资源结构与管控行为等数字孪生体单视图模型的构建方法,进而在集成制造单元几何与物理模型的基础上,提出基于数字孪生的制造单元多视图管控场景集成建模方法,并在定义多视图模型协同机制的基础上,最终完成制造单元数字孪生体模型的构建,为数字孪生体驱动的制造单元管控技术的研究提供模型支撑。(3)依据制造单元管控的不同时效性需求,结合数字孪生体的虚实同步与离线仿真特性,在设计制造单元整体管控指标体系的基础上,基于制造单元数字孪生体模型,分别从可视化实时监控与生产异常诊断两个方面的管控需求展开研究。其中,围绕可视化实时监控目标,在研究数字孪生制造单元的资源标识与采集、虚实映射与通讯等关键技术的基础上,通过构建数字孪生制造单元的可视化实时监控模型,从而支撑制造单元的实时监控需求,进而凸显数字孪生的虚实同步特性;其次,围绕异常诊断需求与管控重点,重点围绕设备管控,在构建制造单元故障树及异常诊断专家知识系统的基础上,研究基于知识推理的数字孪生制造单元生产异常诊断与反馈控制方法,凸显数字孪生的离线仿真特性。(4)结合上述研究成果,在完成开发与验证环境搭建的基础上,分别从系统运行流程设计、数字孪生体模型构建、管控场景集成开发、仿真等环节进行原型系统的开发与验证。通过上述研究,能够证明数字孪生在改变CPS环境下制造单元的管控方式、提高制造单元管控能力方面的合理性与有效性,希望本文所提出方法能够为数字孪生在制造单元的管控以及生产系统中的应用研究提供研究案例与参考依据。
徐金辉[5](2020)在《面向柔性制造单元生产排程优化研究及应用》文中研究说明智能制造是我国乃至全世界发展现代工业的落脚点,是提升制造型企业制造水平的“利器”。而柔性制造单元凭借其高度柔性化、自动化、生产能力强等特点,被广泛地应用到解决多品种、小批量的生产模式中,逐渐成为建设智能工厂的不可或缺的部分。对于柔性制造单元而言,高效的排程方案是提高车间生产效率、提高客户对产品满意度的关键所在,也是实现智能制造的基础。本文就国内某企业的一个柔性制造单元的生产排程问题进行研究,通过分析该制造单元的特点,构建了考虑加工过程中运输机器人在各加工设备之间的运输及空载时间且能处理常见的动态事件的生产排程模型,并设计了一种混合优化算法来求解该模型。然后将设计的排程方案应用到企业的制造执行系统中,帮助企业实现“智能排程”,提高生产效率。在混合优化算法设计中,以遗传算法为主体框架,在算法的初始化过程中加入爬山算法特征,对一半的种群进行“爬山操作”,以提高初始解的质量;提出了一种“贪婪精英”与轮盘赌相结合的选择方法,以增大优良基因被遗传的概率,便于种群朝着更优的方向进化;在交叉操作时,融入粒子群算法的思想,对机器选择部分染色体采用一种由当前种群最优个体指导交叉的方法来改进交叉算子,以扩大算法的搜索能力。最后,通过柔性作业车间基准算例并结合文章中给出的运输机器人在各加工设备之间的移动时间表验证了优化算法的有效性。
董成林[6](2020)在《一种新型五自由度混联机器人的参数化建模与集成设计方法研究》文中提出本文密切结合我国高端装备制造中对大型构件现场加工的重大需求,系统研究了一种高性能五自由度混联加工机器人的构型创新、参数化建模与性能评价,以及基于综合性能驱动的设计理论与方法,并开展了与这些研究内容相关的实验验证工作。全文取得了以下创新性成果:(1)构型综合、优选与机构创新从分析平面运动链的共面约束入手,提出一种综合一类过约束1T2R(T——平动,R——转动)并联机构构型的新方法,具有可视性好、简单直观,易于工程技术人员掌握等优点。提出了按照末端位姿能力恰当性、支链结构力学合理性、装备可重构性等遴选适合制成加工机器人模块的选型准则。根据上述构型综合方法和选型准则,创造性地发明了一种新型五自由度混联机器人——Tri Mule,具有模块化程度高、可重构能力强等优点,可用于搭建形式多样的机器人化作业单元与制造系统,应用前景广阔。(2)参数化建模与性能评价将旋量理论与结构力学有机结合,提出了一套Tri Mule机器人运动学、刚体动力学、静刚度及弹性动力学参数化建模方法,所建模型具有列式简洁且力学意义清晰的优点。在此基础上,针对加工用机器人的多种性能需求,利用矩阵奇异值理论和模态分析理论,建立了一套评价1T2R机构与整机系统运动学和动力学性能的评价指标体系,并借助响应面分析全面清晰地揭示出关键参数对系统局部和全域性能的影响规律,进而为指导Tri Mule机器人整机系统的集成设计提供了重要的理论依据。(3)基于综合性能驱动的设计理论与方法提出了主参数驱动、层次化和局部性能替代等设计策略,为降低Tri Mule机器人系统的设计复杂度和提高设计效率提供了一套行之有效的设计思路。在此基础上,采用主参数驱动的关联设计、子系统静刚度匹配与CAD-CAE信息交互等设计思想和设计手段,提出了一种兼顾工作空间/机构体积比、加减速能力和静动态特性等多种性能的优化设计方法,形成了一套集机械结构方案设计、关键参数优化设计、综合性能快速预估与驱动器参数选型于一体的Tri Mule机器人数字样机设计体系和设计流程,进而为工程样机的开发奠定了坚实的理论基础。利用本文提出的设计理论与方法,成功研制出Tri Mule-600机器人工程样机。实验研究结果表明,该机器人任务空间/机构体积比达到2.7;末端参考点最大线速度和线加速度达到60 m/min和1G;末端参考点切向最小静刚度与整机系统一阶固有频率在任务空间80%内优于2.1 Nμm和24 Hz。所开发的工程样机综合性能优良,已在铝合金薄壁结构件镜像铣削、铝合金/复材/钛合金叠层构件螺旋铣孔等应用中得到了验证。本文研究成果对丰富和发展混联机器人的设计理论与方法,促进我国高性能机器人化加工装备的自主创新和工程应用具有重要的理论意义和实用价值。
宋铠钰[7](2020)在《基于信息互联的数字化车间智能化关键技术研究》文中研究指明随着网络和信息技术的迅猛发展,智能化、网络化和绿色化已渐渐成为制造业发展的重要方向,数字化车间也逐渐从数字化向智能化转变,为智能制造做准备,因此数字化车间智能化技术也备受关注。本文以面向智能制造的数字化车间为研究对象,对其智能化技术进行了深入研究。论文的主要研究内容如下:(1)提出了面向智能制造的数字化车间智能化技术体系架构。为数字化车间向智能化车间转变提供了新的研究思路与方向。智能技术特征、智能功能特征和智能网络特征共同支撑起了该架构。其中,智能技术特征用来描述数字化车间内现场设备、生产管理和信息知识三个层面的智能化要素和水平,也是三个层面所具有的功能技术和网络技术的智能化界定基础。智能功能特征则给出了数字化车间内生产制造及计划管理等各层面所应具有的智能化功能技术的整体架构与描述。智能网络特征主要描述了数字化车间为实现智能制造所应具备的基本信息模型、网络架构和信息共享机制。(2)针对存在于数字化车间生产制造中数字化控制设备及其与业务管理系统间的数据交换和共享中的问题,基于分层建模的方法和面向服务的集成技术,首次提出了一种面向智能制造数字化车间制造过程的信息互联架构。以数字化车间制造过程信息为对象,定义了基于XML(Extensible Markup Language)语言的工单定义格式(Worksheet Definition Format,简称WDF)和过程消息格式(Process Message Format,简称PMF)。构建WDF信息组织结构,将数字化车间生产制造及计划管理等各层面数据信息按照合理的逻辑组织关系统一描述在WDF文件中,以实现信息的高效传递和共享。基于WDF资源驱动机制可实现生产节拍平稳控制。同时,通过WDF信息互联模型可解决不同厂商设备异构和平台差异性问题,做到真正意义上的开放式互联共享机制。(3)创新性的设计了一种基于复杂工艺路径规划模型的智能调度方法。目前数字化车间为实现柔性化作业管理而采用的智能调度技术,往往都是在依据人工经验确定的固定的工艺路径及工序设定的基础上进行的,会导致车间内现场设备没有被充分利用,生产效率有再被提高的可能性。因此,基于有向无环图的理论提出了一种针对复杂工艺的工艺路径规划模型,即PR-AOV网和PP-AOE网。PR-AOV网对复杂工艺进行拓扑排序寻找出所有可能的工艺路径,再通过PP-AOE网计算出这些工艺路径的关键路径。将该模型与人工智能算法(如遗传算法)结合,实现柔性作业车间内的准静态智能调度和动态智能调度。此方法为实际生产中具有复杂工艺的智能调度提供了全新的思路和方法。(4)首次提出了通过主轴电流杂波成分识别复杂工况铣刀磨损状态的研究思想。目前针对刀具磨损监测的研究方法众多,其中主轴电流监测方法由于不影响到机床的正常加工而被广泛采用,但目前方法很难适用于复杂工况下的刀具磨损监测,限制了其在实际工业环境中的应用。针对主轴电流受切削工艺参数影响无法适应复杂工况条件下刀具磨损监测的问题,本论文开创性的提出了一种基于主轴电流杂波和深度卷积神经网络的复杂工况下刀具磨损监测方法。通过剔除电流信号中反映切削参数变化的相关信息,保留与刀具磨损状态相关性强的杂波成分,并基于深度卷积神经网络设计一种Le Net-WSRMC网络,自适应地挖掘主轴电流杂波中蕴含的刀具磨损状态特征,并通过实验验证了该方法的有效性。(5)基于上述理论和方法研究,围绕面向智能制造的数字化车间信息互联架构及其智能功能搭建了仿真验证平台,基于客户机/服务器(C/S)模式完成两种数字化车间网络架构中MES层和SCADA监控层应用程序的开发,构建了数字化制造车间MES层、SCADA层和设备层三层网络架构。并在该信息互联架构软件环境下对本文提出的信息交互机制、WDF模型、PMF模型,WDF信息组织架构及基于复杂工艺路径规划模型的智能调度方法进行仿真验证。最后,将本文提出的面向智能制造的数字化车间信息互联模型及信息共享机制在北京北一机床有限公司数字化制造车间进行了应用验证通过仿真平台与现场验证,证明了本文的研究成果的可行性、适用性及有效性。
孙恺廷[8](2020)在《基于数字孪生的车间三维虚拟监控系统研究》文中提出为满足制造业转型升级过程中对监控系统日益增长的需求,针对传统二维表单、组态软件和视频监控等方式存在的透明度低、实时性差、监控方式单一,以及目前基于实时数据驱动的车间三维虚拟监控系统存在的系统开发门槛高、开发效率低、系统可移植性差等问题,本文结合物联网技术、三维实时仿真技术、数据交互技术等,设计了一种基于数字孪生、以工业物联网平台作为数据总线、能实时展示车间生产过程的三维虚拟监控系统。本文首先在详细分析三维虚拟监控系统需求的基础上,参考数字孪生理论模型,结合虚拟监控实际需求,提出面向制造过程的基于数字孪生的车间三维虚拟监控系统六维模型,并对六个维度的含义进行阐述。其次,针对由于车间现场设备协议不统一、数据采集方法多样导致车间数据采集困难的现状,提出基于工业物联网平台的车间数据采集方案,并对该方案中涉及到的关键技术进行研究。之后,对虚拟场景的构建和三维实时映射方法就行了研究。最后,以个性化印章生产车间为应用对象,设计开发了个性化印章生产车间三维虚拟监控系统,并对系统主要功能的实现过程进行详细介绍。
刘坤华[9](2019)在《云制造模式下机械产品的智能服务发现与优选方法研究》文中研究说明云制造模式是在“制造即服务”理念上,基于云计算思想发展起来的新型制造模式。服务发现与优选是云制造模式研究的热点问题,也是难点问题。目前的技术可以实现云制造模式下服务发现与优选功能,但不能实现智能的、高效的服务发现与优选。因此,研究云制造模式下智能的、高效的服务发现与优选方法,开发云制造模式下智能服务发现与优选系统,具有重要的理论研究和实际应用价值。本文研究了云制造模式下面向全生命周期的服务类型,提出了各服务类型的服务分解原理和组合方法、智能服务发现方案和服务优选指标,云制造模式下以机械产品图像和服务类型为输入、面向多服务优选指标、前k个最优的智能服务发现与优选架构,从原理上解决了目前研究中以关键字为输入导致的智能化水平不足和效率低下等问题。为实现智能服务发现方案里的智能服务发现模型,基于卷积神经网络技术对面向机械产品数据的服务发现算法进行了研究。基于局部二值模式(Local binary patterns:LBP),提出了一种面向机械产品图像的注意力图(P LBP)和其增强层(PNet),融合P Net和VggNet-16,提出了面向机械产品图像的神经网络架构(PVggNet)。基于修正线性单元(Rectified linear unit:ReLU)的正半轴不存在梯度消失和双曲正切函数(Hyperbolic tangent:tanh)的负半轴可以减轻神经元死亡现象,提出了一个高效的激活函数:基于tanh函数的修正线性单元(ThLU)。采集机械产品数据集时,提出从多个光线强度、多个拍摄角度和不同大小、不同形状的遮挡3方面进行拍照。通过以上采集措施收集机械产品图像、网上下载图像和从视频中截取图像3种途径,收集了轴承、螺柱、齿轮、弹簧、滚轮、采煤机、刮板机、皮带机、掘进机和液压支架10类机械产品图像,生成了机械产品数据集,对机械产品数据集进行了预处理和质量评估。基于PVggNet神经网络架构和ThLU激活函数,训练得到了面向机械产品数据集的智能服务发现模型(神经网络模型),其测试正确率为95.38%,测试损失为 0.1839。为实现服务组合方案前k个最值优选,以优选前k个最小/大服务时间(服务费用、制造能力和综合能力)的服务组合方案为目标,建立了设计服务组合方案、生产服务组合方案、产品服务组合方案和产品方案的目标函数和数学模型。通过对建立的数学模型分析,获知:云制造模式下前k个最优的服务优选问题为前k条最短/长路径的组合优选问题。为高效求解此问题,提出了将服务组合过程有向图表示的方法和将服务组合方案的有向图转化为标准有向图的方法、次短路径定理和路径扩展方法,基于Dijkstra算法、次短路径定理和路径扩展方法,提出了云制造模式下前k条最短路径算法(kDijkstra算法)、云制造模式下前k条最长路径算法和云制造模式下前k条最短/长路径算法,高效地解决了云制造模式下前k个最优的服务优选问题。设计了云制造模式下机械产品智能服务发现与优选系统的重要组成部分(系统需求、系统流程、系统架构、云平台、数据库和iOS客户端),开发了云制造模式下机械产品的智能服务发现与优选系统,实现了以机械产品图像和服务类型为输入,面向多个服务优选指标的服务优选。
舒萧[10](2019)在《云制造环境下竞争资源优化配置及动态调整方法研究》文中认为云制造继承了“按需制造、服务制造”的理念,兼顾了“分散资源集中共享”和“集中资源分散服务”的思想,服务模式不仅包括“一对多”、“多对一”,更强调了“多对多”的形式。但在以往云制造资源优化配置研究中,缺少对多个服务需求者同时需求一个或多个服务而产生利益冲突(“多对多”服务形式)的研究。同时,对于资源优化配置过程中的动态扰动考虑较少,使得整个云制造柔性低。以上的研究内容对于云制造的落地具有重大意义,因此,本文针对云制造环境下竞争资源优化配置及动态扰动调整展开研究。首先对云制造的资源优化配置问题进行概述,分析了目前云制造资源优化配置问题的典型特点。以制造资源与制造任务的信息化模型为基础,实现制造任务的合理分解。并对制造需求与制造能力的匹配过程进行重点研究,实现单个制造子任务对应的制造资源的初选、精选及终选过程。然后,提出面向多任务的竞争制造资源优化配置模型,引入非合作博弈的思想,将服务需求方作为博弈参与者,以每个任务的制造执行路径作为博弈策略,以时间、合格率、成本和可靠性组成的综合服务水平作为博弈支付函数,建立一种多任务资源优化配置的博弈决策数学模型。采用纯策略纳什均衡算法对该模型进行求解,算例论证结果表明该模型的有效性、可行性。其次,以云制造服务过程中动态扰动为研究切入点,对云制造全生命周期的动态扰动进行监控、识别及调整。建立云制造服务过程中的动态调整框架,通过物联网技术及数据库技术来实现对服务动态监控及感知,利用对数据库的关键信息的识别来实现动态扰动的分类,并对不同的动态扰动给出调整策略,提高云制造服务全生命周期的柔性。最后,介绍作者开发的基于UCML的云制造平台,在以前研究开发的基础上,本文对服务匹配模块及动态扰动调整模块进行了重点开发。
二、面向航空企业制造单元的I_2DEF建模(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、面向航空企业制造单元的I_2DEF建模(论文提纲范文)
(1)多品种晶圆重入加工的双臂组合设备调度分析(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景及研究意义 |
1.1.1 课题研究背景 |
1.1.2 课题研究意义 |
1.2 组合设备调度研究概述 |
1.2.1 组合设备 |
1.2.2 组合设备建模与分析 |
1.2.3 组合设备调度与控制现状 |
1.2.4 相关调度问题研究 |
1.3 本文的研究内容与文章框架 |
1.3.1 课题来源 |
1.3.2 研究内容 |
1.3.3 文章框架 |
1.4 本章小结 |
第二章 系统Petri网建模 |
2.1 引言 |
2.2 PN概述 |
2.2.1 PN的基本概念 |
2.2.2 PN的性能特性 |
2.2.3 PN在自动化制造系统的应用 |
2.3 多品种晶圆重入加工过程分析 |
2.4 系统PN建模 |
2.4.1 生产过程建模 |
2.4.2 活动时间分析 |
2.5 本章小结 |
第三章 多品种晶圆重入加工的双臂组合设备稳态调度分析 |
3.1 引言 |
3.2 系统周期调度策略 |
3.3 加工时间特性 |
3.4 调度情形分析 |
3.4.1 PM负载均衡 |
3.4.2 PM负载失衡 |
3.5 稳态调度求解 |
3.6 本章小结 |
第四章 基于eM-Plant的多品种晶圆重入加工仿真模型 |
4.1 引言 |
4.2 离散事件系统概述 |
4.2.1 离散事件系统 |
4.2.2 离散事件系统建模与仿真 |
4.3 系统仿真平台eM-Plant |
4.4 系统二维仿真模型设计 |
4.4.1 模型框架 |
4.4.2 事件触发与机械手控制原理 |
4.4.3 模型数据输入与初始化 |
4.4.4 仿真结果分析 |
4.5 三维模型设计 |
4.6 仿真实例 |
4.7 本章小结 |
第五章 基于Python的拟态平台设计 |
5.1 引言 |
5.2 程序设计语言Python |
5.3 系统Python调度架构设计 |
5.3.1 初始化模块 |
5.3.2 机械手等待时间求解模块 |
5.3.3 主模块 |
5.4 算法-仿真拟态环境原理 |
5.4.1 eM-Plant仿真模型改进 |
5.4.2 数据交互设计 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录 |
致谢 |
攻读学位期间参研项目与主要研究成果 |
(2)中药智能制造理论模型的构建与应用(论文提纲范文)
摘要 |
ABSTRACT |
缩略词表 |
第一章 绪论 |
1.1 智能制造国际大背景 |
1.1.1 工业革命发展历程研究 |
1.1.2 智能制造内涵演进 |
1.1.3 智能制造关键技术的应用 |
1.1.4 国内外智能制造发展战略 |
1.2 中药智能制造发展研究 |
1.2.1 中药产业“智能制造”发展的必然性 |
1.2.2 中药“智能制造”范畴 |
1.2.3 中药“智能制造”意义 |
1.2.4 中药“智能制造”发展现状 |
1.3 本文研究思路与意义 |
1.3.1 研究思路 |
1.3.2 研究意义 |
第二章 基于实体语法系统构建中药智能制造理论模型 |
2.1 引言 |
2.2 中药智能制造理论模型构建准则和组成内容研究 |
2.2.1 中药智能制造理论模型构建准则设计 |
2.2.2 中药智能制造理论模型组成内容确定 |
2.3 理论基础—实体语法系统 |
2.4 中药智能制造理论模型基本概念和概念辨析的研究 |
2.4.1 中药智能制造理论模型相关概念定义 |
2.4.2 中药智能制造理论模型相关概念辨析 |
2.5 中药智能制造理论模型的构建 |
2.6 中药智能制造理论模型指导智能系统构建核心思想研究 |
2.7 中药智能制造理论模型应用流程研究 |
2.8 关键技术选择原则 |
2.9 总结与讨论 |
2.9.1 讨论 |
2.9.2 小结 |
第三章 基于中药智能制造理论模型指导中药智能煎药系统方案设计 |
3.1 引言 |
3.2 影响中药汤剂质量关键因素研究 |
3.3 用户需求分析与智能煎药系统性能设计 |
3.3.1 用户需求分析 |
3.3.2 中药智能煎药系统性能设计 |
3.4 中药智能煎药系统构建方案设计 |
3.4.1 中药智能煎药系统理论框架设计 |
3.4.2 中药智能煎药系统整体结构图设计 |
3.4.3 中药智能煎药系统技术路线图设计 |
3.4.4 中药智能煎药系统工作流程图研究 |
3.5 总结与讨论 |
3.5.1 讨论 |
3.5.2 小结 |
第四章 基于中药智能制造理论模型中药基础智能服务系统方案设计 |
4.1 引言 |
4.2 中药基础智能服务系统需求分析与解决方案提出 |
4.2.1 中药基础智能服务系统构建背景 |
4.2.2 中药基础智能服务系统需求分析 |
4.2.3 中药基础智能服务系统解决方案的提出 |
4.3 中药基础智能服务系统构建可行性分析 |
4.4 中药基础智能服务系统整体概念的研究 |
4.5 中药基础智能服务系统前期准备工作的研究 |
4.5.1 中药基础智能服务系统服务人群 |
4.5.2 中药基础智能服务系统构建目标确定 |
4.5.3 中药基础智能服务系统构建原则设计 |
4.5.4 中药基础智能服务系统服务端平台功能设计 |
4.6 中药基础智能服务系统构建方案设计 |
4.6.1 基于中药智能制造理论模型设计数据流逻辑框架 |
4.6.2 中药基础智能服务系统整体结构图设计 |
4.6.3 中药基础智能服务系统技术路线图设计 |
4.7 小结 |
第五章 中药基础智能服务系统设计方案实现 |
5.1 中药基础智能服务系统硬件设备原理图设计 |
5.1.1 嵌入式系统硬件设备原理图设计 |
5.1.2 传感器板开发 |
5.1.3 应用设备板开发 |
5.2 服务端平台搭建与系统配置 |
5.2.1 中药基础智能服务系统数据库设计 |
5.2.2 平台页面搭建 |
5.3 服务端平台运行 |
5.4 小结 |
第六章 总结与展望 |
6.1 研究结论 |
6.2 创新点 |
6.3 研究中存在的问题与不足 |
6.4 研究展望 |
参考文献 |
附录 |
致谢 |
在学期间主要研究成果 |
(3)环锭纺纱信息物理生产系统及其关键技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题来源与目的 |
1.2 课题背景与问题提出 |
1.2.1 课题背景及意义 |
1.2.2 工程问题提出 |
1.3 国内外研究现状 |
1.3.1 CPS发展与概念 |
1.3.2 CPS架构与建模方法 |
1.3.3 CPS安全 |
1.3.4 实时任务处理 |
1.3.5 纱线质量控制 |
1.3.6 拟解决的关键科学问题 |
1.4 研究体系架构 |
1.4.1 论文研究目标 |
1.4.2 论文研究内容 |
1.4.3 论文组织结构 |
第二章 环锭纺纱CPPS建模 |
2.1 引言 |
2.2 环锭纺纱CPPS的定义 |
2.3 纤维流-数据流-控制流定义与描述 |
2.3.1 纤维流定义 |
2.3.2 数据流定义 |
2.3.3 控制流定义 |
2.4 基于Sys ML的环锭纺纱CPPS建模 |
2.4.1 系统需求与用例建模 |
2.4.2 纤维流-数据流-控制流融合建模 |
2.5 本章小结 |
第三章 环锭纺纱CPPS关键工艺参数与控制指令的可信传输 |
3.1 引言 |
3.2 环锭纺纱CPPS互联互通与传输模型 |
3.2.1 互联互通体系 |
3.2.2 设备信息建模 |
3.2.3 云-边传输模型 |
3.3 关键工艺参数和控制指令可信传输方法 |
3.3.1 关键工艺参数和控制指令区块链构建 |
3.3.2 基于时效性奖励的DPoS共识机制 |
3.3.3 基于区块链的可信传输方法 |
3.3.4 仿真实验与分析 |
3.4 本章小结 |
第四章 环锭纺纱CPPS的实时任务处理方法 |
4.1 引言 |
4.2 环锭纺纱CPPS的实时任务模型 |
4.2.1 实时任务类型 |
4.2.2 实时任务模型 |
4.3 边缘计算节点模型 |
4.3.1 边缘计算节点服务内核框架 |
4.3.2 边缘计算节点部署模型和协作机制 |
4.4 基于边缘计算的实时任务处理 |
4.4.1 面向单个边缘计算节点的实时任务处理建模 |
4.4.2 面向全部边缘计算节点的实时任务处理建模 |
4.4.3 算法设计 |
4.5 仿真实验与分析 |
4.5.1 调度算法对实时任务处理的影响 |
4.5.2 任务数量对实时任务处理的影响 |
4.6 本章小结 |
第五章 环锭纺纱CPPS的纱线质量控制方法 |
5.1 引言 |
5.2 环锭纺纱CPPS纱线质量控制模型 |
5.2.1 质量损失函数定义 |
5.2.2 基于质量损失函数的纱线质量控制模型 |
5.3 基于Actor-Critic学习的纱线质量控制方法 |
5.3.1 问题定义 |
5.3.2 独立工序的单独控制模型 |
5.3.3 工序约束的嵌套控制模型 |
5.3.4 全局工序的共享控制模型 |
5.3.5 仿真实验与分析 |
5.4 本章小结 |
第六章 环锭纺纱CPPS生产试验研究 |
6.1 引言 |
6.2 生产试验平台设计 |
6.3 试验结果与分析 |
6.3.1 可信传输 |
6.3.2 实时任务处理 |
6.3.3 纱线质量控制 |
6.4 试验总结 |
第七章 总结与展望 |
7.1 论文工作总结 |
7.2 论文的创新点 |
7.3 研究工作展望 |
参考文献 |
攻读博士学位期间的研究成果 |
致谢 |
(4)面向制造单元的数字孪生体建模与管控技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 引言 |
1.2 国内外研究现状 |
1.2.1 单元化生产模式的产生与发展趋势 |
1.2.2 生产运行管控研究现状与发展趋势 |
1.2.3 数字孪生在生产系统中的研究与应用 |
1.3 研究目的与意义 |
1.4 课题主要来源 |
1.5 课题的主要研究内容及整体架构 |
2 基于数字孪生的制造单元及管控策略 |
2.1 引言 |
2.2 DT-MCell概述 |
2.2.1 DT-MCell内涵与特征 |
2.2.2 DT-MCell 组成与功能 |
2.3 DT-MCell管控策略 |
2.3.1 DT-MCell管控架构 |
2.3.2 DT-MCell运行机制 |
2.4 本章小结 |
3 制造单元数字孪生体建模方法 |
3.1 引言 |
3.2 制造单元数字孪生体建模流程 |
3.3 基于语义本体的DT-MCell资源结构建模 |
3.3.1 DT-MCell制造资源形式化表达 |
3.3.2 DT-MCell语义本体模型 |
3.3.3 DT-MCell数据本体模型 |
3.4 基于混合建模方法的DT-MCell管控行为建模 |
3.4.1 混合建模方法概述 |
3.4.2 混合模型定义与形式化表达 |
3.4.3 DT-MCell管控行为的混合建模 |
3.5 DT-MCell多视图管控场景集成建模方法与协同机制 |
3.5.1 DT-MCell多视图管控场景集成建模方法 |
3.5.2 DT-MCell多视图模型协同机制 |
3.6 本章小结 |
4 数字孪生体驱动的制造单元管控技术 |
4.1 引言 |
4.2 数字孪生驱动的制造单元管控指标体系设计 |
4.2.1 基于公理化设计的管控指标体系设计 |
4.2.2 DT-MCell管控数据模型 |
4.3 基于虚实同步技术的可视化实时监控 |
4.3.1 DT-MCell物理资源标识和采集技术 |
4.3.2 DT-MCell虚实映射和通讯技术 |
4.3.3 DT-MCell可视化实时监控模型 |
4.4 基于知识推理的DT-MCell生产异常诊断方法 |
4.4.1 DT-MCell生产异常分析及其故障树构建 |
4.4.2 DT-MCell生产异常专家知识系统构建 |
4.4.3 基于推理机的生产异常诊断及反馈控制方法 |
4.5 本章小结 |
5 DT-MCell原型系统开发与验证 |
5.1 引言 |
5.2 开发与验证环境概述 |
5.2.1 开发与验证环境搭建 |
5.2.2 硬件架构设计 |
5.3 原型系统开发与验证 |
5.3.1 系统运行流程设计 |
5.3.2 孪生体模型构建 |
5.3.3 管控系统集成开发 |
5.3.4 仿真与验证 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(5)面向柔性制造单元生产排程优化研究及应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的背景及意义 |
1.1.1 课题的背景 |
1.1.2 研究的意义 |
1.2 国内外研究综述 |
1.2.1 生产排程优化问题研究综述 |
1.2.2 柔性制造单元排程问题研究综述 |
1.3 课题的研究内容及结构 |
1.3.1 研究内容 |
1.3.2 论文结构安排 |
1.4 本章小结 |
第2章 柔性制造单元生产排程关键理论概述 |
2.1 柔性制造单元生产排程相关理论 |
2.1.1 柔性制造单元概述 |
2.1.2 柔性制造单元排程问题描述 |
2.1.3 柔性制造单元生产排程评价指标 |
2.2 排程系统理论基础 |
2.2.1 MES基本理论 |
2.2.2 MES环境下的生产排程服务概述 |
2.3 遗传算法概述 |
2.3.1 遗传算法理论基础 |
2.3.2 遗传算法基本特点 |
2.4 爬山算法概述 |
2.4.1 爬山算法基本理论 |
2.4.2 爬山算法基本特点 |
2.5 本章小结 |
第3章 静态环境下柔性制造单元生产排程问题研究 |
3.1 柔性制造单元排程问题模型定义 |
3.2 求解柔性制造单元排程问题优化算法设计 |
3.2.1 编码与解码 |
3.2.2 适应度值设定 |
3.2.3 种群的初始化 |
3.2.4 选择操作 |
3.2.5 交叉操作 |
3.2.6 变异操作 |
3.3 混合遗传算法求解流程 |
3.4 算法性能测试 |
3.5 本章小结 |
第4章 动态环境下柔性制造单元的排程问题研究 |
4.1 生产车间动态排程问题分析 |
4.1.1 生产车间动态排程问题描述 |
4.1.2 车间动态事件分类 |
4.2 柔性制造单元动态排程策略 |
4.2.1 柔性制造单元动态排程关键技术 |
4.2.2 动态排程触发机理 |
4.3 柔性制造单元动态排程框架 |
4.4 混合遗传算法求解柔性制造单元生产动态排程问题 |
4.4.1 机器故障/修复处理 |
4.4.2 紧急订单处理 |
4.4.3 动态排程仿真 |
4.5 本章小结 |
第5章 MES下柔性制造单元生产排程的设计与实现 |
5.1 MES下柔性制造单元生产排程模块需求分析 |
5.2 系统开发概要 |
5.2.1 系统开发架构与环境 |
5.2.2 柔性制造单元总体通讯结构 |
5.3 排程模块详细设计 |
5.3.1 排程模块数据流转流程 |
5.3.2 排程模块数据库设计 |
5.4 排程服务具体实现 |
5.4.1 订单信息管理 |
5.4.2 工艺信息管理 |
5.4.3 设备信息管理 |
5.4.4 计划与排程信息管理 |
5.4.5 动态事件处理 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(6)一种新型五自由度混联机器人的参数化建模与集成设计方法研究(论文提纲范文)
摘要 |
ABSTRACT |
字母注释表 |
第一章 绪论 |
1.1 研究背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 并联机构的构型综合 |
1.2.2 运动学建模与性能评价 |
1.2.3 刚体动力学建模与性能评价 |
1.2.4 静刚度建模与性能评价 |
1.2.5 弹性动力学建模与动态特性评价 |
1.2.6 设计理论与方法 |
1.3 本文主要研究内容 |
第二章 过约束1T2R机构构型综合与TriMule机器人概念设计 |
2.1 引言 |
2.2 过约束1T2R并联机构的构型综合 |
2.2.1 构型综合策略 |
2.2.2 含恰约束从动支链的构型综合 |
2.2.3 不含恰约束从动支链的构型综合 |
2.3 拓扑构型的筛选准则 |
2.3.1 准则一:位姿能力匹配的恰当性 |
2.3.2 准则二:支链结构的力学合理性 |
2.3.3 准则三:机器人模块的可重构性 |
2.3.4 准则四:位置正逆解析解的简易性 |
2.4 五自由度混联机器人的概念设计 |
2.5 小结 |
第三章 运动学建模与分析 |
3.1 引言 |
3.2 坐标系建立 |
3.3 位置分析 |
3.3.1 位置逆解模型 |
3.3.2 位置正解模型 |
3.4 工作空间分析 |
3.4.1 可达空间解析 |
3.4.2 任务空间解析 |
3.4.3 任务空间/机构体积比的定义 |
3.5 运动传递特性分析 |
3.5.1 运动传递模型 |
3.5.2 切向与法向运动传递特性的定义 |
3.5.3 切向运动传递特性的各向同性条件 |
3.6 关键参数对运动学性能的影响规律 |
3.7 小结 |
第四章 刚体动力学建模与分析 |
4.1 引言 |
4.2 刚体动力学建模 |
4.2.1 速度建模 |
4.2.2 加速度建模 |
4.2.3 刚体动力学模型 |
4.3 1T2R机构的加减速特性分析 |
4.3.1 简化的刚体动力学模型 |
4.3.2 切向与法向加减速特性的定义 |
4.3.3 关键参数对加减速特性的影响规律 |
4.4 小结 |
第五章 静刚度建模与分析 |
5.1 引言 |
5.2 整机静刚度建模 |
5.2.1 1T2R机构刚度建模 |
5.2.1.1 受力分析与公共约束力系分解 |
5.2.1.2 笛卡尔刚度矩阵与界面刚度矩阵间的关系 |
5.2.1.3 界面刚度矩阵与元件刚度矩阵间的关系 |
5.2.1.4 笛卡尔刚度矩阵与元件刚度矩阵间的关系 |
5.2.2 A/C摆角头与整机刚度建模 |
5.3 1T2R机构的柔度特性分析 |
5.3.1 驱动与约束柔度矩阵的构造 |
5.3.2 柔度特性的定义 |
5.3.3 参考位形下的柔度特性解析 |
5.3.4 参考位形下切向柔度的各向同性条件 |
5.3.5 关键参数对柔度特性的影响规律 |
5.4 小结 |
第六章 弹性动力学建模与分析 |
6.1 引言 |
6.2 弹性动力学建模 |
6.2.1 1T2R机构弹性动力学建模 |
6.2.1.1 空间支链的动能和弹性势能 |
6.2.1.2 平面混联运动链的动能和弹性势能 |
6.2.2 A/C摆角头的动能和弹性势能 |
6.2.3 整机弹性动力学模型 |
6.3 基于简化模型的动态特性分析 |
6.3.1 弹性动力学模型的简化 |
6.3.2 关键参数对低阶动态特性的影响规律 |
6.4 小结 |
第七章 TriMule机器人的设计理论与方法 |
7.1 引言 |
7.2 设计目标与设计策略 |
7.3 A/C摆角头的设计 |
7.3.1 机械结构设计方案简介 |
7.3.2 基于综合性能驱动的主参数设计方法 |
7.3.2.1 减速器刚度配置准则 |
7.3.2.2 减速器/伺服电机选型 |
7.3.3 设计实例 |
7.4 1T2R机构的设计 |
7.4.1 机械结构设计方案简介 |
7.4.2 基于综合性能驱动的主参数设计方法 |
7.4.2.1 主参数的定义 |
7.4.2.2 主参数与性能评价指标的响应面分析汇总 |
7.4.2.3 主参数的优化设计方法与步骤 |
7.4.2.4 伺服电机选型 |
7.5 整机性能快速预估流程与步骤 |
7.6 工程实例 |
7.6.1 设计结果与综合性能预估 |
7.6.2 综合性能实验验证 |
7.6.2.1 位姿能力实验 |
7.6.2.2 加减速能力实验 |
7.6.2.3 实验模态分析 |
7.7 小结 |
第八章 总结与展望 |
8.1 全文总结 |
8.2 本文创新点 |
8.3 工作展望 |
参考文献 |
附录 A 1T2R机构的参考位形与尺度参数 |
附录 B 响应面模型 |
发表论文和参加科研情况说明 |
致谢 |
(7)基于信息互联的数字化车间智能化关键技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.1.1 数字化车间是制造业向着智能化发展的基础 |
1.1.2 制造过程信息的互联互通是制造车间智能化的关键 |
1.1.3 信息模型是互联互通的基础 |
1.1.4 制造车间智能化技术是实现智能制造的核心技术 |
1.2 国内外研究现状 |
1.2.1 数字化车间智能化技术及应用研究现状 |
1.2.2 数字化车间信息模型研究现状 |
1.2.3 信息集成研究现状 |
1.2.4 数字化车间智能调度研究现状 |
1.2.5 数字化车间智能监控研究现状 |
1.2.6 国内外研究现状分析 |
1.3 课题来源及主要主要研究内容 |
1.3.1 课题来源 |
1.3.2 课题的主要研究内容 |
1.4 论文研究内容的总体框架 |
第2章 面向智能制造的数字化车间智能化技术体系架构研究 |
2.1 面向智能制造的数字化车间的智能化技术体系架构 |
2.1.1 智能技术特征 |
2.1.2 智能功能特征 |
2.1.3 智能网络特征 |
2.2 面向智能制造的数字化车间互联网络体系结构 |
2.3 面向智能制造的数字化车间信息交互机制 |
2.3.1 工单定义格式 |
2.3.2 过程消息格式 |
2.3.3 解析器 |
2.4 本章小结 |
第3章 面向智能制造的数字化车间信息模型研究 |
3.1 面向智能制造数字化车间制造过程信息互联架构 |
3.2 工单定义格式(WDF) |
3.2.1 功能模型 |
3.2.2 资源模型 |
3.3 WDF信息组织结构 |
3.3.1 纵向嵌套规则 |
3.3.2 横向链接规则 |
3.4 资源驱动机制 |
3.5 WDF的生命周期 |
3.6 过程消息格式(PMF) |
3.6.1 消息族 |
3.6.2 信息交互模式 |
3.6.3 消息传递级别 |
3.7 本章小结 |
第4章 基于复杂工艺路径规划的数字化车间智能调度研究 |
4.1 高级计划与排程(APS)概述 |
4.1.1 APS的构成 |
4.1.2 APS的定位 |
4.2 数字化车间调度问题研究 |
4.2.1 传统作业车间调度问题描述 |
4.2.2 柔性作业车间调度问题描述 |
4.3 工艺路径规划模型 |
4.3.1 PR-AOV网络 |
4.3.2 PP-AOE网络 |
4.4 基于工艺路径规划模型的多目标柔性作业车间调度方法 |
4.5 数字化作业车间的准静态与动态调度 |
4.5.1 准静态调度 |
4.5.2 动态调度 |
4.6 本章小结 |
第5章 基于主轴电流杂波的刀具磨损状态智能识别研究 |
5.1 主轴电流杂波映射刀具磨损机理 |
5.1.1 铣削力与刀具磨损关系 |
5.1.2 主轴电流与铣削力关系 |
5.2 铣刀磨损状态的智能识别方法 |
5.3 深度卷积神经网络模型 |
5.3.1 输入层 |
5.3.2 卷积层 |
5.3.3 池化层 |
5.3.4 全连接层 |
5.3.5 输出层 |
5.3.6 损失函数 |
5.3.7 反向传播算法 |
5.4 试验验证 |
5.4.1 实验装置 |
5.4.2 实验数据集 |
5.4.3 实验结果讨论与分析 |
5.5 本章小结 |
第6章 验证与分析 |
6.1 现场验证 |
6.1.1 企业概述 |
6.1.2 企业数字化车间信息互联存在的问题分析 |
6.1.3 验证现场环境 |
6.1.4 验证方案 |
6.1.5 验证步骤及过程 |
6.2 仿真平台验证 |
6.2.1 系统架构及开发工具的选择 |
6.2.2 MES应用程序 |
6.2.3 SCADA应用程序 |
6.3 本章小结 |
结论 |
参考文献 |
附录A 常用数据类型的描述和编码 |
附录B Function类可能包含的属性和元素 |
附录C Resource类可能包含的属性和元素 |
附录D PMF消息可能包含的属性和元素 |
附录E 典型零件的图纸与工艺 |
攻读博士学位期间所发表的学术论文 |
致谢 |
(8)基于数字孪生的车间三维虚拟监控系统研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 数字孪生技术 |
1.2.2 车间虚拟监控技术 |
1.3 主要工作内容 |
1.3.1 研究内容 |
1.3.2 论文体系结构 |
1.4 课题来源 |
2 基于数字孪生的车间三维虚拟监控系统理论 |
2.1 三维虚拟监控系统需求分析 |
2.2 基于数字孪生的车间三维虚拟监控系统理论模型 |
2.2.1 数字孪生理论模型 |
2.2.2 车间三维虚拟监控系统理论模型 |
2.3 车间三维虚拟监控系统开发流程 |
2.4 本章小结 |
3 基于工业物联网平台的车间数据采集技术 |
3.1 车间数据分析 |
3.1.1 数据特点 |
3.1.2 数据分类 |
3.1.3 车间数据采集现状分析 |
3.2 基于工业物联网平台的车间三维虚拟监控系统数据流 |
3.2.1 工业物联网平台简介 |
3.2.2 车间数据流 |
3.3 数据采集关键技术 |
3.3.1 基于RFID技术的物料识别与跟踪 |
3.3.2 基于OPC协议的信息读取 |
3.3.3 基于RPC框架的信息传输 |
3.3.4 基于JSON的文本数据传输 |
3.3.5 基于REST FUL架构的数据交换技术 |
3.4 本章小结 |
4 车间虚拟场景构建 |
4.1 虚拟场景构建流程 |
4.2 基于场景树的几何建模 |
4.3 虚拟场景构建方法选择 |
4.3.1 三维动画制作 |
4.3.2 OpenGL/Direct 3D |
4.3.3 Web3D |
4.3.4 多专业软件协同开发 |
4.4 基于人机交互的场景漫游 |
4.4.1 几何变换 |
4.4.2 场景漫游的实现 |
4.5 虚拟场景优化 |
4.5.1 优化目的 |
4.5.2 虚拟场景渲染流程 |
4.5.3 场景优化 |
4.6 本章小结 |
5 基于孪生数据驱动的车间三维虚拟监控系统实时动态映射 |
5.1 多层次映射体系 |
5.2 车间运行逻辑建模 |
5.2.1 模型假设 |
5.2.2 模型构建 |
5.3 基于孪生数据的动态映射 |
5.4 本章小结 |
6 车间三维虚拟监控系统设计与实现 |
6.1 个性化印章生产车间概述 |
6.1.1 生产系统组成 |
6.1.2 印章加工过程 |
6.1.3 自动化控制系统 |
6.2 系统开发平台 |
6.2.1 模型创建平台 |
6.2.2 模型渲染平台 |
6.2.3 工业物联网平台 |
6.2.4 虚拟现实开发平台 |
6.3 系统硬件组成与开发流程 |
6.3.1 系统硬件组成 |
6.3.2 系统开发流程 |
6.4 系统总体架构 |
6.5 系统功能验证 |
6.5.1 虚拟场景构建 |
6.5.2 系统数据采集与管理 |
6.5.3 孪生数据映射 |
6.5.4 前端展示 |
6.5.5 系统运行效果 |
6.6 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
附录 |
(9)云制造模式下机械产品的智能服务发现与优选方法研究(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状与存在问题 |
1.3 主要研究内容 |
1.4 章节安排 |
2 机械产品的智能服务发现与优选架构 |
2.1 面向全生命周期的服务类型研究 |
2.2 服务分解原理和组合方法 |
2.3 智能服务发现方案设计 |
2.4 服务优选指标研究 |
2.5 智能服务发现与优选架构设计 |
2.6 本章小结 |
3 基于CNN的智能服务发现算法研究 |
3.1 卷积神经网络概述 |
3.2 面向机械产品图像的P_VggNet卷积神经网络架构研究 |
3.3 基于tanh函数的修正线性单元研究 |
3.4 本章小结 |
4 机械产品数据集及智能服务发现模型训练 |
4.1 机械产品数据采集 |
4.2 机械产品数据预处理 |
4.3 机械产品数据集质量评估 |
4.4 智能服务发现模型训练 |
4.5 本章小结 |
5 云制造模式下前k个最优的服务优选算法研究 |
5.1 前k个最优的服务组合方案数学建模 |
5.2 数学模型分析 |
5.3 云制造模式下前k条最短/长路径算法设计 |
5.4 试验验证 |
5.5 本章小结 |
6 智能服务发现与优选系统设计及其验证 |
6.1 智能服务发现与优选系统需求分析 |
6.2 智能服务发现与优选系统设计 |
6.3 云平台设计 |
6.4 iOS客户端设计 |
6.5 智能服务发现与优选系统开发 |
6.6 试验验证 |
6.7 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 主要创新点 |
7.3 展望 |
参考文献 |
附录1 |
附录2 |
附录3 |
附录4 |
附录5 |
附录6 |
附录7 |
附录8 |
作者简历 |
致谢 |
学位论文数据集 |
(10)云制造环境下竞争资源优化配置及动态调整方法研究(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 我国制造业的发展 |
1.1.1 我国制造业的发展历程 |
1.1.2 制造业发展的新趋势 |
1.2 云制造模式简介和课题研究意义 |
1.2.1 云制造模式简介 |
1.2.2 课题研究意义 |
1.3 论文相关领域研究现状 |
1.3.1 云制造实体建模及匹配研究现状 |
1.3.2 云制造资源优化配置研究现状 |
1.3.3 云制造服务动态扰动监控及调整策略研究现状 |
1.3.4 研究不足 |
1.4 研究内容与论文结构 |
2 云制造实体建模及匹配 |
2.1 云制造资源优化配置问题概述 |
2.2 云制造资源的信息化模型 |
2.3 制造任务与制造资源的分解 |
2.4 制造任务与制造资源的匹配过程 |
2.4.1 制造资源的初选 |
2.4.2 制造资源的精选 |
2.4.3 制造资源的终选 |
2.5 算例分析 |
2.5.1 初选 |
2.5.2 精选 |
2.5.3 终选 |
2.6 本章小结 |
3 面向多任务的竞争制造资源优化配置 |
3.1 云制造环境下竞争资源优化配置概述 |
3.2 竞争资源优化配置数学模型 |
3.2.1 优化目标函数 |
3.2.2 参数无量纲化处理 |
3.3 博弈论 |
3.3.1 参与者 |
3.3.2 博弈策略 |
3.3.3 博弈支付 |
3.3.4 纳什均衡 |
3.3.5 纯策略纳什均衡算法(PSNE) |
3.4 算例分析 |
3.4.1 假设及初始条件 |
3.4.2 结果分析 |
3.4.3 对比实验 |
3.5 本章小结 |
4 云制造服务动态扰动监控及调整策略 |
4.1 云服务动态调整框架 |
4.2 动态监控 |
4.3 动态信息分析识别 |
4.3.1 非消极动态扰动识别 |
4.3.2 消极动态扰动识别 |
4.4 动态调整策略制定 |
4.5 算例分析 |
4.6 本章小结 |
5 云制造平台应用研发 |
5.1 云制造平台研发环境 |
5.2 云制造平台系统各模块介绍 |
5.3 服务组合及其动态调整的平台实现 |
5.3.1 服务组合 |
5.3.2 服务动态调整 |
5.4 本章小结 |
6 结论与展望 |
6.1 本文工作总结 |
6.2 研究展望 |
参考文献 |
附录 |
A.作者在攻读学位期间取得的科研成果 |
B.作者在攻读学位期间参加的科研项目 |
C.作者在攻读学位期间获得的奖励 |
D.学位论文数据集 |
致谢 |
四、面向航空企业制造单元的I_2DEF建模(论文参考文献)
- [1]多品种晶圆重入加工的双臂组合设备调度分析[D]. 付锦超. 江西理工大学, 2021
- [2]中药智能制造理论模型的构建与应用[D]. 曹婷婷. 北京中医药大学, 2021(02)
- [3]环锭纺纱信息物理生产系统及其关键技术研究[D]. 殷士勇. 东华大学, 2020
- [4]面向制造单元的数字孪生体建模与管控技术研究[D]. 王译晨. 北京交通大学, 2020(03)
- [5]面向柔性制造单元生产排程优化研究及应用[D]. 徐金辉. 南昌大学, 2020(01)
- [6]一种新型五自由度混联机器人的参数化建模与集成设计方法研究[D]. 董成林. 天津大学, 2020(01)
- [7]基于信息互联的数字化车间智能化关键技术研究[D]. 宋铠钰. 北京工业大学, 2020
- [8]基于数字孪生的车间三维虚拟监控系统研究[D]. 孙恺廷. 南京理工大学, 2020(01)
- [9]云制造模式下机械产品的智能服务发现与优选方法研究[D]. 刘坤华. 山东科技大学, 2019(02)
- [10]云制造环境下竞争资源优化配置及动态调整方法研究[D]. 舒萧. 重庆大学, 2019(09)