第一篇：对于公司智能制造规划
智能 制造规划
拟
制：
审
核：
批
准：
日
期：
专业文档
可修改
欢迎下载
目录 1.概述...................................................................................................................................1 2.需求分析...........................................................................................................................1 2.1 仓储.......................................................................................................................1 2.2 生产.......................................................................................................................2 2.3 其他.......................................................................................................................3 3.企业信息化现状分析.......................................................................................................3 4.智能制造方案...................................................................................................................4 4.1 系统架构...............................................................................................................4 4.2 子系统耦合关系分析...........................................................................................6 4.3 工业大数据中心方案...........................................................................................6 4.3.1 工业大数据平台框架..................................................................................7 4.3.2 工业大数据平台特点..................................................................................7 4.4 现场层系统...........................................................................................................8 4.4.1 数据采集方案..............................................................................................8 4.4.2 机器视觉检测系统....................................................................................12 4.4.3 生产测试管理平台....................................................................................16 4.5 应用层系统.........................................................................................................22 4.5.1 智能仓储系统方案....................................................................................22 4.5.2 项目管理系统方案....................................................................................28 4.5.3 设备管理系统方案....................................................................................34 4.5.4 PLM 系统方案.............................................................................................35 4.5.5 能耗管理系统............................................................................................40 4.5.6 CRM 系统方案............................................................................................41 4.5.7 GIS+BIM 构建虚拟车间..............................................................................42 5.系统建设路线.................................................................................................................44 5.1 实施策略.............................................................................................................44 5.2 实施路线（建议）
.............................................................................................45
专业文档
可修改
欢迎下载
版本信息 日期 作者 版本 备注 2016.10.24 蒋中能 PA1 初版方案 2016.10.25 蒋中能 PA2 修改实施路线内容；在第一章前增加“阅读说明”
专业文档
可修改
欢迎下载
阅读 说明 1.概述：简述背景和本案的基本内容； 2.需求分析：主要描述现场调研情况及简要分析； 3.企业信息化现状：描述企业现阶段的信息化系统及使用情况，作出简要分析； 4.智能制造方案：描述总体架构；按照三个层级（数据层、现场层、应用层）进行系统方案描述； 5.系统建设路线：阐述天衡电科的智能制造实施策略，针对九州实际情况给出简要的实施路线建议。
专业文档
可修改
欢迎下载
1.概述 在工业 4.0、互联网+以及大数据、机器人和人工智能等技术日趋成熟的背景下，智能工厂建设的可能性逐渐明朗。
根据目前的技术成熟度，当前制造业转型的现实目标应当是建设数字化工厂、探索数字化管理和重构优化工作流程以满足数字化的要求。其主要原因有二：
其一：人工智能方法的成熟度上不能完全被可靠的利用到制造过程中，在当前只能通过数据感知获取一些知识，而判断的工作依然需要人来完成。因此，希望一步到位的实现智能工厂还不现实。但实现全数字化的工厂，将所有环节的数据采集和流转全部实现虚拟化并提供交互功能是完全可以做到的，这种形态的工厂即数字化工厂。
其二：数字化工厂是走向智能化工厂的必经道路。目前科学界普遍的共识是通过数据感知是获取智能的途径，因此数据是智能工厂最为核心和关键的部分，也是实现智能的基础。
而数字化工厂建设最为核心的内容是数据平台的建设。包括了数据的采集、传输、预处理、分类、规约、访问控制、相干性保证等诸多方面的内容；需要动用传感器技术、信号处理技术、数据通信技术、分布式计算技术、数据存储技术、软件技术、WEB 技术等众多 ICT领域的关键技术。
数据平台的建设是一个有意义而又有挑战的工作。
在这一背景下，本案拟对数字化工厂的数据平台建设作一个方案规划。为数据平台建设的实施提供指导和依据。
本案的主要内容包括：
1.数据平台架构介绍：一般意义上的框架性介绍，建立一个基本的广泛适应性的数据平台框架，并标明其关键技术。
2.数据平台的应用背景：针对实际的应用，对企业的规模、业务过程、数据采集的类型和要求、数据量等具体应用相关情况进行描述。
3.数据平台方案规划：依据框架和具体的应用背景，具体给出某企业的数据平台的方案，指明需要的数据类型、数量以及实现方法等。
4.软硬件部署设计：对系统部署实施阶段所需的软件和硬件环境做出规定。
2.需求分析 2.1 仓储
专业文档
可修改
欢迎下载
调研情况 ：
1.储藏类型有三种：器件、半成品（原材料）、成品 2.所有三种类型的产品都存在外购和自产。
3.入库流程为：待验——检验——入库。其中待验环节主要是核对物料信息（外包装铭牌）以及抽样检查数量；检验为全检。
4.出库分为领料和销售出库两种。
5.领料流程为：技术中心下发 BOM 清单——PMC 部做计划单，发送领料单——库管发料——生产配套区 6.销售流程为：营销公司——运输中心——库管 7.入库数据为人工在 ERP 软件中录入对应号码。
分析 ：
1.出入库数据需人工在 ERP 软件中录入，较繁琐。
2.仓库堆料为人工，存在摆放不合理以及快速查找响应慢等问题。
2.2 生产 调研情况 ：
1.有 11 条产线，每条产线独立工作。
2.每条产线的生产情况由人工统计，在现场表现为小黑板展示，在后台为人工输入电脑。
3.华为专线生产线有 MES 系统，并配套扫码枪。
4.PCM 部向生产部门下发总生产计划，生产部门根据实际产线情况制定排产计划。
5.PCM 部下发的 BOM 清单会在生产部做一次比对，如果发现有问题则反追溯；如果没问题，则实施配料。
6.新产线数据目前已做到在上位机进行数据读取，使用的是设备配套的软件，读取的信息类型较丰富；旧产线数据能否读取尚不清楚。
7.新产线设备的数据传递口为 LAN 口。
分析 ：
1.PLM 系统产生的 BOM 清单在修改时，由于系统间传递信息的时间不对称，会造成生产部门的 BOM 清单与最新的 BOM 清单不匹配的问题，使配料环节产生问题。
2.华为专线的 MES 系统据现场工作人员反应，并不好用，原因有几点：
专业文档
可修改
欢迎下载
a)数据统计不准确，主要原因为扫码枪有时读取不到产品信息。
b)MES 系统上线仓促，在流程和功能匹配度上存在问题。
2.3 其他 1.提供制造前端的物理量数据采集；如各类传感器数据。
2.提供制造前端各种设备（装备）的状态数据、过程数据和工艺数据等关心的数据采集（针对现阶段没有的设备）
3.提供制造前端所需的数据录入和搜集所需的人机交互界面，实现人工录入信息的采集。
4.保证数据采集过程中的数据传输安全。
5.保证设备接入网络后的工作状态可靠和信息安全。
6.提供数据存储、查询、分析等所需的软件。
7.提供该数据平台与其他应用系统集成时所需的软件接口。
8.数据采集前端的类型、数量能够在不影响原有数据平台的基础上扩展。
9.数据接口完全开发，具备自生长和可扩展性。
3.企业信息化 现状 分析 现状：
1.具备五个系统，分别是：ERP（金蝶 K3，12.3 版）、OA（大通 2015）、PLM（金蝶13.1 版）、条形码系统、MES 系统。
2.ERP 系统上线于 2007 年，功能：
a)供应链 b)生产制造（生产计划、BOM 清单、车间管理）
c)财务结算 d)基础数据（与 PLM 系统的 BOM 清单同步）
3.OA 系统上线于 2015 年，功能：
a)审批流 b)财务报销 c)初步的 BI 分析（财务报表）
d)集成应用（物资借用、付款申请、基础资料）
4.PLM 系统上线于 2014 年，功能：
专业文档
可修改
欢迎下载
a)资料电子化（审批流程）
b)资料数据化（BOM）
c)物料申请（与 ERP 系统同步）
d)项目管理（下一步目标）
5.条形码系统上线于 2005 年，功能：
a)成品下线、质检、出入库、售后 b)物料信息、出入库单与 ERP 系统同步 6.MES 系统上线于 2015 年，功能：
a)SMT 管理（追溯物料，板卡与批次绑定）
b)DIP（插件）追溯 c)组测包（生产过程管控）
d)库存发货管理 e)物料信息、出入库单、BOM 与 ERP 系统同步 分析：
1.所有系统以 ERP 系统为核心，其余系统与 ERP 系统进行部分数据交互，由于各系统中有自己独立的流程，所以在数据共时性上会存在数据同步的问题。
2.每个系统有独立的数据库和自身的数据格式，在进行系统间数据传递时有报错的风险（目前九州内部采用各系统中加审批流程来进行规避）。
4.智能 制造 方案 4.1 系统 架构
专业文档
可修改
欢迎下载
工业人工智能引擎生产计划管理平台集中采购管理平台物料管理平台生产过程管理平台生产质量管理平台生产测试管理平台用电侧能耗管理平台MES系统自动化运维平台……存储服务 计算服务工业大数据中心工业网络安全系统机器视觉检测系统现场电子测量系统智能装备 自动化设备 机器人现场数据采集系统应用层数据层现场层图 4-1 数字化制造系统架构图 按照工业大数据平台构建数字系统的思路，数字化工厂的总体框架和子系统划分定义如下图所示：
2.1数字化车间（工厂）大数据平台检测和测试数据 能耗数据 工艺过程跟踪数据 设备状态参数 环境监测数据 工序工时模型数据1.1机械加工机器视觉视检系统1.2用电侧能耗数据采集系统关键设施设备轻量化BIM模型数据 车间GIS模型数据1.3自动化电性能测试试验数据采集系统1.4自动化环境适应性能测试试验数据采集系统1.5设备状态数据采集系统1.6条码数据采集和跟踪系统1.7现场环境监测数据采集系统1.8现场数据录入系统3.1生产计划调度管理系统3.2集中采购管理系统3.3制造执行管理系统3.4用电侧能耗管理系统3.5设备管理维护系统3.6指挥控制系统（大厅）3.7系统运维工具3.3.1质量管理3.3.2工艺管理3.3.3过程管理3.1.1计划分解3.1.2资源状态报告3.1.3异常过程管理3.4.1设备能耗管理3.4.2能耗优化1.1.1视觉尺寸检测1.1.2视觉表面检测1.1.3视觉形状检测1.3.1自动调试台1.3.2KP I自动测试台3.2.1库房管理系统3.2.2采购过程管理3.2.3供应商管理3.6.1虚拟工厂漫游3.6.2KP I展示系统3.6.3调度和指挥3.5.1设备维护系统3.5.2资产管理系统 图 4-2 数字化工厂的总体框架 上图给出了该车间可能用到的系统模块。按照功能关系划分为三大部分，每一个部分的功能也稍作了细化。
专业文档
可修改
欢迎下载
子系统 1.1~1.8 都是部署在现场的各种软硬件系统。
子系统 2.1 是大数据平台。
子系统 3.1~3.7 是应用软件系统。
需要指出：1.1~1.8 之外，还可以扩展其他的现场应用系统，只要其数据接口和通信协议与大数据平台的要求相符即可；3.1~3.7 之外，还可以扩展其他应用管理系统，包括 ERP、OA 等相关功能都可以在这一层实现扩展。
4.2 子系统 耦合关系分析 表 4-1 子系统耦合关系表
1.1视检系统 1.2能耗数据采集 1.3 ATE系统 1.4 ENV测试系统 1.5设备状态数据采集 1.6条码数据采集 1.7现场环境数据采集 1.8现场数据录入系统 2.1工业大数据平台 3.1生产计划调度管理 3.2集中采购管理 3.3制造执行管理 3.4用电侧管理 3.5设备管理 3.6指挥控制 3.7系统运维工具 1.1 视检系统-
Y
1.2 能耗数据采集
Y
1.3ATE 系统
-Y
Y
1.4 ENV 测试系统
Y-
Y
1.5 设备状态数据采集
Y
1.6 条码数据采集
Y
1.7 现场环境数据采集
Y
1.8 现场数据录入系统
-Y
2.1 工业大数据平台 Y Y Y Y Y Y Y Y-Y Y Y Y Y Y Y 3.1 生产计划调度管理
Y-Y
3.2 集中采购管理
Y
3.3 制造执行管理
Y
3.4 用电侧管理
Y
3.5 设备管理
Y
3.6 指挥控制
Y
3.7 系统运维工具
Y
-从耦合关系可以看出，前端系统（1.x）各个部分之间耦合很小，应用系统（3.x）各个部分之间的耦合也很小。所有的耦合关系都集中在大数据平台，因此大数据平台的建设是最为关键的步骤。
4.3 工业 大数据中心 方案
专业文档
可修改
欢迎下载
4.3.1 工业大数据平台 框架 4.数据中心各类数据库（关系、非关系数据库）网络服务器计算服务器3.数据网1.前端数据采集系统2.工业防火墙1.前端数据采集系统2.工业防火墙1.前端数据采集系统2.工业防火墙1.前端数据采集系统2.工业防火墙 …… …… 企业网其他应用系统（MES、ERP、CRM、PDM、PLM等）图 4-3 工业大数据平台一般性框架 工业大数据平台分为三部分：
1.前端数据采集系统：包括数据采集器、嵌入式软硬件、已经必要的数据调理设备等。实现前端的各种数据提取，并进行传输编码、协议封装等预处理工作。
2.工业防火墙：实现前端设备与数据网中其他设备之间的隔离，以保护设备本身工作状态稳定可靠，不受威胁。PLC、RTU 等设备在过去一般是不接入网络的，自然也不需要安全防护，但在数字化工厂建设的大背景下，设备接入网络是不可回避的问题，因此安全隔离自然也成为必须要考虑的要素。
3.数据网：指工业现场的各种传输协议，常见的有 RS485、MODBUS 等总线形式，大多数采用通用的协议控制器连接即可，技术很成熟，不再赘述。
4.数据中心：数据中心的主要任务是:1）数据的存储 2）数据计算 3）数据请求服务响应。在数字化工厂建设的背景下，要求各个业务端的数据能够实现实时流转、实时交叉分析，对数据的逻辑关系和时间关系的正确性提出了严格的要求，只有用大数据技术的方法来实现数据的整体统筹才能解决这个问题。同时，鉴于数字化工厂网智能工厂进化的过程中，需要不断的增加各种数据，添加系统功能等，这要求数据平台具有可扩展性，或者称之为自生长性。因此，本案采用大数据架构来搭建数据中心，可以保证系统良好的开放性，为未来扩展做好准备。
4.3.2 工业 大数据平台 特点 该数据平台架构的主要特点有：
1.采用大数据平台架构，保证系统的开放性。如此一来，其他的数据应用系统都可以
专业文档
可修改
欢迎下载
随时方便的接入到该平台上。同时，也可以保证整个系统的功能可扩展性。因此，这是一个可生长的平台。
2.引入工业防火墙。在保证数据采集全面的情况下，兼顾设备运行的安全性。制造型企业设备运行可靠性一旦受到威胁，其后果和损失十分巨大，因此必须仔细考虑前端的信息安全防护。
3.采用分布式计算架构。有两层含义：1）采集前端部署计算资源，对现场数据采集所需的信号处理、协议封装、数据预处理或必要的实时处理进行直接计算，将结果直接反馈给数据中心；2）数据中心中，采用虚拟化的方法，实现并行的分布式计算，提高系统运行和计算效率。
4.平台软件采用 SOA 架构。以服务为中心，将数据与应用软件剥离开，在软件功能增加、修改的时候不影响数据；使系统的可维护性和可扩展性大大增强。
4.4 现场层系统 4.4.1 数据 采集方案 4.4.1.1 生产 数据采集 生产数据包括但不限于：
1)产品型号 2)产品批次号 3)产品原料来源 4)产品数量 5)产品质检结论 6)产品生产时间戳 数字化工厂生产数据的采集来源于四种：
1)设备自读取：具备通信接口的设备有自带软件将产品生产信息导出，该数据的格式存在不确定性，可能需要规约之后放入系统数据库。
2)传感器采集：在生产关键节点加装传感器进行数据采集，这种方式应科学规划传感器的部署，否则可能会造成数据记录遗漏或错误。
3)电子计数设备：例如扫码枪等，其原理与(2)类似。
4)其他系统导入：通过开放的数据接口，从其他系统导入或导出。
4.4.1.2 设备 数据采集
专业文档
可修改
欢迎下载
设备数据包括但不限于：
1)设备运行数据：来源于设备本身，以时间戳来标示 2)设备状态数据：异常信息记录 3)设备档案数据：设备 PDM 系统 4)设备维护数据：设备保养、维修数据记录 4.4.1.3 环境 数据采集 环境数据的采集有三种：
1.无线 传感模块 无线传感模块集成了大量传感器，如：烟雾传感器、灰尘传感器、湿度传感器、温度传感器、热释电传感器、光线传感器、气体传感器等。其通信方式采用 WIFI、ZigBee、MQTT 等，根据需要也可采用有线以太网通信的方式。
模块由嵌入式处理器控制，尺寸小巧，架设方便。在接入网络后直接将现场环境数据采集上传至数据中心，数据的应用场景不限于安防、环境监控、工厂虚拟再现等。
无线传感模块制造现场环境数据数据中心 图 4-4 无线传感器模块 2.生物 识别 生物识别技术，常见的是指纹、虹膜、脸相等一系列生物特征提取和识别方法。本案中，采用人体手掌静脉识别技术作为身份识别和授权依据，具有更高的安全性。
该技术的主要优点如下：
1)活体识别：掌静脉图像只有活体才有，非活体是得不到掌静脉特征的；因此无法伪造。
专业文档
可修改
欢迎下载
2)无损伤：采用非接触式被动方法获取生物内部特征，对生物体无任何损害。
3)安全级别高：由于无法伪造，且提取的是生物体的内部特征，其总体安全级别是目前所有生物识别技术中安全级别最高的一种。
生物识别技术可用于车间出入人员管理，设备使用授权等，其授权记录也被纳入大数据平台中。
3.室内 定位 Position 室内定位系统采用超宽带技术，对现场人员动行动轨迹进行记录。其接入点可达上万个，选用多维定位模式，定位精度达到厘米级并提供开放的软件接口。
在车间安防应用中，其采集的数据可用轨迹回溯、互监放单，多样报警等。在保密性较高的场合尤为适用。
4.4.1.4 数据 服务 数据库 制造现场属离散制造，其数据基数适中，可采用 Orale 或 Mssql 数据库作数据存储。Mssql 可搭建于 Windows Server 操作系统上，便于后期维护管理。
数据库采用主备架构，该架构可提供了一个高效、全面的灾难恢复和高可用性解决方案。自动故障切换和易于管理的转换功能允许主数据库和备用数据库之间的快速角色转换，从而使主数据库因计划中和计划外的中断所导致的停机时间减到最少。主备数据库可在两台服务器上分别布置，见下图：
专业文档
可修改
欢迎下载
图 4-5 Oracle Data Guard 系统 工业 防火墙 在工业现场，对智能设备的安全防护是必不可少的，在通信技术高速发展，设备智能化不断提高的同时，也带来了安全隐患。
尤其是在自动化程度较高的制造现场，如果设备受到恶意代码的攻击，其带来的损失将不堪设想。所以，在设备与网络接口之间架设工业防火墙是十分必要的。
工业防火墙的目的是提供一套可控、可靠、可管理的工控网络纵深安全防御体系。工控防火墙可信网络管理平台的功能包括：检测流经的异常数据，收集、管理黑白名单、智能学习、漏洞挖掘和制定相应安全策略。结合监控、审计模块，有效组织恶意攻击的渗透，实现整个工作站的“白环境”。
专业文档
可修改
欢迎下载
图 4-6 工业控制系统安全保障体系 4.4.2 机器 视觉检测系统 4.4.2.1 总体 架构 完整的视觉检测系统主要由三部分构成：现场工作站、视觉算法层以及数据中心。
首先是现场工作站，它是视觉检测的一个关键环节，也是整个软件系统的基础。现场工作站主要由一些光学设备及自动化运行系统构成。光学系统一般包括工业相机、光源、棱镜等。工业相机一般采用触发式，由检测平台发出的信号触发拍照。自动化设备主要负责传送带运行和筛选环境，这部分可以根据实际情况简化。光学系统的选型和布置是和待测件密切相关的，应根据待测件的状态选择合适的光学配置，这样就可以减少软件系统在处理过程中的压力，提高系统运行效率。
高性能电脑则是视觉算法的载体，它将负责与现场工业相机通信，获取图片，并执行检测。除此之外，它还负责将检测结果反馈给控制器，并如对实时性要求较高，则可能需要高性能的处理器及 GPU。视觉检测系统总体方案见下图：
专业文档
可修改
欢迎下载
图 4-7 视觉检测系统总体方案 4.4.2.2 工作 流程 当物料经过相机时，传感器将触发一个脉冲信号通知相机进行拍照。视觉软件的数据接收线程将通过千兆以太网或 USB 从相机中异步获取图片数据。在实时性要求较高的场合，相机应根据需要慎重选择。图片的分辨率、清晰度、物体在图中的大小、图像曝光度及图像的颜色通道等都应该被综合考虑，拍摄的照片应尽可能的减少图像算法的预处理工作量，以保证对运行时间的优化集中在软件层面，下图为 LED 视觉检测流程示意：
图 4-8 LED 视觉检测软件流程图
专业文档
可修改
欢迎下载
软件将在现场终端上实现。在收到图片信息后，接收线程准备异步读取下一张图片，并等待残次检测完毕。同时，缺陷检测线程池内的线程将被激活，开始对图片数据进行分析，图形算法的主体将在此过程中完成。
线程池采用等待句柄保持同步，即当某一线程执行完毕后将结果放入传输队列，随即被挂起，等待其他所有线程进入终止态。当所有检测线程进入终止态后，数据处理线程被激活，同时触发下一次图像采集。
数据处理线程将在第一时间判断是否存在瑕疵，根据瑕疵优先级向 PLC 发出对应 NG 信号，数据同时被送往其他线程。这些数据包括每项检测的基本参数指标、瑕疵品的细节参数、时间戳以及产品批次等信息。这些数据将存放在大数据中心，供其他系统调用，向企业管理者和工艺人员提供产线状态报告。
4.4.2.3 数据 集成图 4-9 视觉系统在企业生态圈示意图 机器视觉核心是视觉算法，而经过的复杂算法产出的珍贵数据应该被充分的利用起来。将检测结果发给自动化设备完成视觉筛选是视觉系统的主要职责，但是这样并没有对产品出现残次的根源进行进一步的挖掘。所以视觉算法产出的数据应当被放入企业数据中心，从中提取有用数据。
例如，对于每件检测到的残次品，它的批次、产品制造工艺、原料供应商、缺陷类型、缺陷程度、生产人员等信息都将在数据中心中体现。其中视觉系统提供与缺陷相关的参数，这便和企业原有的产品管理、供应商管理、客户管理、制造执行等系统互联起来。通过分布式计算从中发掘出有用的信息，从而进一步提升产品的质量及生产效率。
专业文档
可修改
欢迎下载
4.4.2.4 实际 应用 激光 IO 触发的方式通常要求机械臂在抓取待测件前待测件的姿态保持固定。因为系统中不存在反馈，机械臂只知道有待测件进入测试区域，并不知道待测件的姿态，这就要求在传送带末端设计相应的机械结构是的 IO 触发时被测件处于特定姿态，让机械臂进行准确的抓取和放置。
图 4-10 待测物体识别
图 4-11 抓取位置获取 引入机器视觉系统可以很好的解决这个问题。机器人和工业相机的结合使整套系统形成了一个闭环网络。无论待测件以什么姿态进入，工业相机和机械臂都可形成一条的反馈回路，实时追踪被测件的位置和姿态，从特定的位置抓起被测件并插入测试槽中。即使有多个被测件进入，视觉系统也能从容应对。如有杂物进入识别区，还可将其识别触发报警，避免可能带来的损失。
针对本案，测试平台可采用固定式相机搭配线性光源的结构，易于安装和配置。视觉系统同样采用千兆以太网通信，其数据吞吐量大，不但可以与机械臂协同工作，还可以将出现
专业文档
可修改
欢迎下载的异常或测试不过的图像信息经工业以太网发送至云端数据中心。
视觉机器人系统可以充分发挥信息自动化的优势，实现与大数据平台和 MES 系统对接，为技术人员提供完备的数据流，从而形成更加系统的测试体系。
4.4.3 生产 测试 管理平台 4.4.3.1 总体 框架
图 4-12 测试互联网架构 从图中可以看到，每个测试台被当做一个数据生产终端，通过互联网进行连接，构成测试互联网。
测试台之间通过通用的工业互联网协议实现数据交互，而每一个测试台内部则采用 VISA（Virtual Instrument Software Architecture）协议实现控制指令和数据交互，而支持的主要总线形式包括 RS232、RS485、USB、GPIB、TCP/IP 等。
系统的功能逻辑关系见下图：
专业文档
可修改
欢迎下载
测试台1测试上位机及自动测试软件VISA测试仪器温箱其他测试设备测试台2测试上位机及自动测试软件VISA测试仪器温箱其他测试设备测试台n测试上位机及自动测试软件VISA测试仪器温箱其他测试设备… … 交换机安全隔离数字化工厂数据平台 测试数据库 产品数据库 其他数据库服务器图 4-13 测试互联网功能逻辑框图 4.4.3.2平台 功能 在数字化工厂的测试管理平台不能单纯的当做一个个独立工作的测试台来考虑，另外，测试管理平台的软件功能也不再只是实现简单的自动化测试和数据采集，而是应当把被测产品的信息、测试工具管理、测试数据管理、测试任务管理等功能进行融合，满足测试工作在数字化工厂运作方式中的要求。
本案的测试管理平台软件的主要功能有：
1.测试任务管理功能：根据生产的需要，对指定型号的产品进行测试任务定义和下发，并跟踪测试过程，检查测试任务进展的状态。
2.被测产品信息管理：将被测产品与测试数据进行融合，便于未来对测试数据与产品之间的交叉分析。如果企业已有 PDM 系统，则可以与之对接，直接使用其提供的产品信息。
3.测试软件工具集成化管理：该软件平台提供一个综合的集成图形界面，将测试过程中需要使用的各种测试工具都“包”在该界面中，类似于一个软件容器，用户可以通过该用户界面对测试工具进行访问，避免测试工具的碎片化，易于管理。且测试工具的添加和删除可以根据用户的需求进行增减。
4.测试设备状态管理：产线中的测试设备由于使用频率高，维护频率也远高于研发使用场景。该软件同时提供测试设备的健康状态管理，以协助用户对测试设备进行维
专业文档
可修改
欢迎下载
修、校准等维护。
5.测试数据管理：该软件以大数据架构的工业数据平台作为数据管理支撑，为用户提供数据的存储、查询、导出、计算等功能。
6.测试数据分析功能：为用户提供数据的常见统计、交叉、可视化等处理软件工具。
7.自动报表功能：自动生成用户需要的测试报告，并自动存入数据平台中，便于未来查阅和追溯。
测试数据管理平台软件界面截图如下：
图 4-14 测试数据管理平台软件截图 4.4.3.3平台 特点 1.是一个完全按照数字化工厂需求设计的基于互联网架构的测试平台。
2.采用 VISA 架构设计测试工具软件，对仪器设备的型号有广泛的支持性。
3.采用分布式部署架构，特别适合生产测试场景。
4.集成化的测试工具和数据管理客户端软件，将生产测试过程中的各种过程数据采集工具都进行了整合，避免了工具的碎片化。
5.以大数据架构的数据平台支撑测试数据的后处理，可以很方便的与工厂的数据平台进行对接和融合。
6.系统架构为开放式。可以不影响原有系统工作的情况下自由的增加测试台或测试软
专业文档
可修改
欢迎下载
件工具。
7.是一个以测试数据为核心设计的测试管理平台。一开始的时候就是为测试数据的采集和利用设计的，数据的后处理功能和可扩展性好。
8.仪器驱动层为开放式设计。可以很方便的添加新的仪器型号，或利用原有的仪器设备，而不需要对测试流程管理软件进行修改。
9.SOA 软件架构。
4.4.3.4 操作 自动化 方案 操作自动化的主要目标是实现将待测件从传送带入口到测试平台再到传送带出口的过程。整个过程无需人工干预，结合自动化测试设备，最终实现无人测试。
待测件机器人测试平台良品次品生产部以太网 图 4-15 自动测试流程图 当被测件加工完毕后，从传送带上被分配到测试子系统，在进入测试系统范围后通过激光或机器视觉发出一个就位信号。这时机械臂开始动作，将待测件抓起，准确放置到指定地点，测试过程启动。测试完成后将返回测试结果，如果不通过则机械臂将其分配到残次品流水线，合格则分配到良品流水线。在这期间产生的所有流程数据、测试数据都将被记录。
专业文档
可修改
欢迎下载
图 4-16 自动测试平台结构示意图 采用工业机器人作为生产与自动测试平台间的桥梁，不仅可以提高效率，还为今后进一步升级改造打下了基础，其带来的优势主要有：
1)快速、准确、高效； 2)便于集成，提供以太网口，可与大数据平台及 MES 系统高效融合； 3)安装角度自定； 4)编程门槛低，灵活度高，可根据具体需求进行二次开发； 5)可搭配机器视觉等子系统，持续升级。
工业领域中使用的四轴、六轴的小型机器人已具有很高的灵活性和快速性，同时兼顾了准确性，其重复定位精度通常可达±0.02mm，可满足九州公司中对测试件抓取、放置，甚至接插的需求。
小型机器人的负载通常在 3KG 至 10KG，可根据待测件类型进行考虑，如成品测试通常比板测要求负载量更大。末端的抓取结构可根据被测件选用机器爪或真空气泵，在对空气气体洁净度需求较高的场合，通常选用前者，当然也可以选用实验室级别的机械臂。
4.4.3.5 测试 自动化方案 测试台的自动化主要通过两个渠道来实现：
1.通过矩阵开关和适配器实现被测件和测试设备之间连线关系的自动化切换。
2.通过软件控制被测件、矩阵开关、适配器和测试仪器实现测试流程，完成自动化的测试和数据采集，并通过数据通信接口将测试数据上传到数据中心。
测试台的系统逻辑构成框图如下：
专业文档
可修改
欢迎下载
环境试验设备工作站或PCDUT仪器设备矩阵开关、适配器VISA协议总线 图 4-17 测试台系统构成逻辑框图 测试平台为面向各种不同型号的被测件，需要充分考虑被测信号与测试仪表的连接和路由问题。通常采取通用开关矩阵解决测试信号与仪表的路由问题、采取专用适配器解决被测件信号与通用开关矩阵连接问题。示意图如下：
高频通用开关矩阵MxN网络低频通用开关矩阵MxN网络仪表1 仪表2 仪表n … 仪表1 仪表2 仪表n …专用适配网络高频低频被测件 图 4-18 通用开关矩阵及适配网络路由方式示意图 开关矩阵采用 MxN 的网络形式，可以将开关矩阵两侧的任意两个端口或多个端口进行路由和导通。为控制矩阵规模和可靠性考虑，将测试信号按频率的高低进行划分，高频信号配备高频开关矩阵网络，低频信号配备低频开关矩阵网络。开关一般由 TTL 电平进行控制，而 TTL 电平的产生由控制电路板构成。控制电路板的输入接口是 RS232、GPIB、USB 或 TCP/IP等常见的 VISA 协议，其输出口是 GPIO，可以配置为需要的 TTL 电平输出。
专业文档
可修改
欢迎下载
专用适配器作为被测件与通用开关矩阵的接口转换匹配模块，可以将不同被测件的借口类型转换为高频、低频信号连接端口集合，与通用开关矩阵相连。因此，针对不同型号的被测件，需要专门设计专用适配网络，以匹配不同信号被测件的不同接口形式和数目的要求。专用适配网络的设计示意如下：
图 4-19 接插线适配器设计示意图 航空电子设备模块的接口类型和数量较多，更换被测模块时相关的连线操作较为繁琐和浪费时间。适配器的接口设计和特定模块的接头类型、位置、数量相对应的相匹配，将模块的所有接头集成在适配器上，通过操作适配器，一次性完成对整个模块的接插线操作。通过适配器内部的转换，可以将各个信号经由相对比较统一的接线簇与通用开关矩阵相连。同时，可以将各模块测试所需的一些外部配件，如衰减器、功分器、合路器、滤波器等集成在专用适配盒内，最大程度避免接线难度。
4.5 应用层 系统 4.5.1 智能仓储系统 方案 4.5.1.1 仓储 管理 仓库管理的目标如下：
1.系统联网运行，仓库的库存信息能够实时地、准确地共享,方便各部门、科室、人员的查询和使用。
2.实现仓库对物料的信息化管理,将区位化和等精细化管理思想运用于系统中，相关人员通过对系统的查询，均能够得到所需查询物料准确的数量信息和精确的位置信
专业文档
可修改
欢迎下载
息。
3.系统的库存信息可以实时反馈给数据流上游的采购部门、财务部门等,具体信息由系统按规范格式自动生成，从而减少相关人员对物料信息的人工输入，大大降低由人工二次输入引起的错误。
4.系统能够保证信息的安全性，区分各类人员对系统的使用范围和操作权限，权责明晰。
仓库管理可分为 5 个主要功能模块：出入库管理、库存管理、盘存管理、库存预警管理。
出入库管理 主要分为出库管理和入库管理两个部分。入库管理又可以分为入库和入库记录查询。入库是指对库存进行一次增加操作，入库记录查询指的是对历史的入库操作信息进行查询。出库管理与入库管理类似，也包括出库和出库记录查询。
出入库管理模块出入库管理员入库入库信息查询出库出库信息管理 图 4-20 出入库管理用例图 库存 管理 库存管理模块主要是对仓库信息、物料信息的维护,以及库存信息的展示。仓库信息、物料信息的维护主要包括仓库信息和物料信息的添加、删除、修改等功能。库存信息的展示包括当前库存状态以及库存查询统计和各种报表生成。其中当前库
专业文档
可修改
欢迎下载
存状态能提供即时库存；信息查询要提供对各类信息的综合查询功能，主要包括仓库基本信息查询，物料基本信息查询，库存信息查询以及出入库记录查询。
库存管理模块库存管理员货物信息维护仓库信息维护库存展示出库入库移库修改物料信息删除仓库修改仓库信息当前库存信息信息查询生成各种报表还库 图 4-21 库存管理用例图 其中信息查询又包括仓库基本信息查询，货物基本信息查询，库存信息查询以及出入库记录查询。
信息查询库存管理员仓库基本信息查询货物基本信息查询出入库记录查询库存信息查询 图 4-22 库存信息查询用例图 盘存管理：
：
专业文档
可修改
欢迎下载
库存盘点是库存管理的日常工作。该模块主要分为库存盘点和物料报损两部分，其中库存盘点又包括冻结盘点和循环盘点两种。库存盘点提供年终、月终结算处理；支持按数量、单价、金额的明细核算及统计分析；完成物料收发存的成本核算，能够正确及时的核算出材料成本；提供暂估入出库成本计算、差异核算、出库差异分摊、凭证生成等业务处理；提供业务和财务的对帐功能能与业务及财务系统实时集成，保证业务财务信息的一致。
盘存管理模块盘存管理员库存盘点货物报损冻结盘点循环盘点 图 4-23 盘存管理用例图 库存 预警管理：
适量的库存是保证生产不间断进行的重要保证,随着生产过程的持续进行,物料不断的被消耗。由于物料的采购通常要受到供方生产周期、货运周期等诸多因素的影响,因此从采购指令下达到物料进入库房之间存在着一个提前期。所以,物料补充指令的下达应该在提前期之前做出。因此,为了确保在最合适的时间发出物料补充指令,从而保证供应安全,必须对库存进行监测。另一方面,如果有库存过量,会造成资金的极大占用和浪费,因此在库存管理过程中,一方面要预防缺货的发生,另一方面还要防止出现库存积压状态。
库存预警管理模块决策中心决策系统库存积压预警库存缺货预警过量缺货 图 4-24 库存预警管理用例图 关于库存的控制有多种方法,其中定期订货法需要对库存进行固定周期的监测,由于这种检测方法的固有周期性,其监测结果经常会出现尚未到达临界订货点即进行补充的状况；MRP 对库存的控制则是基于对物料需求进行统筹、有效的科学分
专业文档
可修改
欢迎下载
析基础之上的；JIT 则是在库存管理高度有效运转的前提下追求零库存控制策略。
4.5.1.2 备料 辅助 传统的仓库具有空间利用率低、灵活性差、差错率高、扩展性能差、联动性差等缺点。
在数字化仓库建设中，备料辅助系统（可看做是仓储物流系统）的作用是快速存放和取用所需的器件或产品。其结构如下图：
备料辅助系统自动化高架库 自动化输送 自动物料追踪 人机交互 仓储综合管理端拾器具存储 端拾器具输送 端拾器具追踪 人员操作指示仓库管理相关内容图 4-25 备料辅助系统结构图 自动化高架库：用自动化堆垛机、货架系统实现物料存取； 自动化输送系统：用自动化输送装备实现物料的交接和搬运； 自动物料追踪系统：用 RFID 实现物料操作过程的追踪； 下图为一个自动化备料系统仿真设计图：
专业文档
可修改
欢迎下载
图 4-26 自动化备料系统仿真示意图 在系统设计中需要考虑的因素有如下：
托盘物品：存放对象、物料重量、物料尺寸等 空托盘垛：存放位置、顶层高度等 组合式货架：材料、尺寸、间隙等 堆垛机：载荷参数、控制方式、速度 输送机：AGV 小车参数、传送带参数 下图为一个备料系统硬件组成示意图：
专业文档
可修改
欢迎下载
图 4-27 自动化备料系统物理组成示意图 自动化备料系统的软件设计以物料管理系统提供的信息为参考，在生产计划阶段，下发命令到仓库，取料，并更新仓储数据；在采购阶段，物料入库数据自动更新，并反馈给生产计划部门以准备生产。
4.5.2 项目 管理 系统 方案 4.5.2.1 项目 管理 项目管理的一般流程见下图：
专业文档
可修改
欢迎下载
订单评估是否立项成立项目小组是研发规划设计定型产品试制小批量生产批量生产生产预估计划否是否完成结束是否 图 4-28 项目管理一般流程 项目管理包括如下内容：
1.项目任务管理 根据企业情况，项目任务的来源分为订单来源和生产预估计划来源。订单来源指企业接收到新产品订单后，成立项目管理小组，任命项目经理对该项目的全过程进行管理，专业文档
可修改
欢迎下载
其过程包括研发规划、设计定型、产品试制、生产准备、小批量生产、批量生产。生产预估计划来源，指企业根据往年情况，能预估其固化产品在今年的需求量，从而指导生产计划的制定，对于这种项目来源，项目流程一般仅为批量生产。
2.项目状态管理 项目立项之后，项目组成员即可根据对应权限对项目状态进行管理。包括项目状态及进度查询、项目状态更新、项目暂停、项目终止、项目内容更改、项目负责人更改、项目合并等。
4.5.2.2 成本 管理 成本控制是企业的一项重要的工作内容。企业通过对成本的计划、控制、监督、考核和分析等来促使企业各单位与部门加强管理，不断优化资源的利用，努力降低成本，提高经济效益。成本管理系统就是通过对于成本的不同方式的确认、计量、分析和比较，确保这种系统控制能最终落实到资源消耗上。使得企业的管理者能够得到更加准确和及时的数据。
成本管理 ER 关系见如下几图：
产品成本核算多方法分摊项目成本核算成本管理人员项目自定义用户成本定义 图 4-29 成本用例示意图
专业文档
可修改
欢迎下载
单产品消耗事前分析细分成本要素事中分析成本分析人员产品料工费成本核算分析管理事后分析分产品分析 图 4-30 成本核算分析用例示意图 成本分析人员成本数据多系统集成管理库存管理人员存货管理人员 图 4-31 多系统集成管理用例示意图 成本管理系统承担的工作是计算出生产计划中，成本消耗和产品的产出之间的投入产出比。针对产品和项目核算出产品料工费，可以统计出单位产品的材料成本消耗。另外成本管理系统还可以根据采购的原材料而把成本细分，根据产品的工序和结构，对产品进行成本细化分析。
专业文档
可修改
欢迎下载
项目成本项目周期项目人员项目费用项目名称 图 4-32 项目成本信息 ER 图 同时，根据产品的常规投入，制定产品的成本标准，这个标准是在一定的物价水平和劳动力价格下制定的成本标准，而根据标准成本，在每一批次的产品中计算出实际成本在各项之间，计算出实际成本和标准成本之间的数据差额，从而改进成产工序等，从而更好的实现产品成本或者项目成本的更好控制。
产品成本产品名称材料费用产品数量人工费 图 4-33 产品成本信息 ER 图 在项目的成本核算分析中，根据项目的周期，首先进行事前成本分析，根据项目的程度，对项目进行事前的成本的预估计，对包括劳动力、原材料成本、车床损耗、生产损耗等进行预先的成本估计，以期对项目的成本进行大概的预估计。
然后在项目进行的过程中，分阶段，分周期的对项目成本进行阶段性分析，对之前的成本花费进行汇总，并且根据原先制定的计划，对成本花费与以后的花费进行修正或者调整，以使其按照预先估计的方向进行发展。最后，项目的完成阶段，对成本进行事后分析，对项目成本的事后分析，包括多方面的分析，包括对项目中花费的汇总和总结，对项目进行完整的成本分析。
同时，每一个产品是由多个工序实现的，在计算整体生产成本的同时，还需要对每一步骤，或者分产品进行投入产出分析，以使其达到最高的成本效率控制。同时，对产品成本和项目的成本分析结果都应该在多系统子模块之间进行数据共享。使各个模块都可以对产品或者项目的成本进行更好的把握和掌控，最终实现整个生产效率的完美提高。
4.5.2.3 风险 管理 项目风险管理是指对项目风险从识别到分析乃至采取应对...
第二篇：智能制造汇报
智能工厂——以三一重工18号工厂为例
摘要：在理论上解释了智能工厂的概念，再以三一重工18号工厂作为研究对象，对其运作方式、运作特点进行了较为详细地分析与讨论，从而得出工厂的智能化基因。并且进一步得出了智能工厂的框架，为系统化建设智能工厂打下了基础。关键词：物联网；智能制造；数字化工厂 中图分类号：TH161
INTELLIGENT FACTORY A CASE OF SANY HEAVY INDUSTRY NO.18TH FACTORY
Abstract：This paper explains the concept of intelligent factory in theory, then takes 31 heavy industry No.18th Factory as the research object, analyzes and discusses its operation mode and operation characteristics in detail, thus obtains the intellectualized gene of the factory.And further draws the intelligent factory frame, lays the foundation for the systematized construction intelligent Factory.Key words：Networking of things;Intelligent manufacturing;Digital chemical plant 0 前言
随着物联网、大数据和移动应用等新一轮信息技术的发展，全球化工业革命开始提上日程，工业转型开始进入实质阶段。在中国，智能制造、中国制造2025等战略的相继出台，表明国家开始积极行动起来，把握新一轮工发展机遇实现工业化转型。智能工厂作为工业智能化发展的重要实践模式，已经引发行业的广泛关注。到底什么是智能工厂？智能工厂的核心架构是怎样的？能为企业的转型提供哪些支撑？这都是企业比较关心的话题。
本文以三一重工18号工厂为例,分析智能工厂的主要特点还有其智能化的框架。数字化工厂、智能工厂和智能制造
1.1 数字化工厂
对于数字化工厂，德国工程师协会的定义是：数字化工厂（DF）是由数字化模型、方法和工具构成的综合网络，包含仿真和3D/虚拟现实可视化，通过连续的没有中断的数据管理集成在一起。数字化工厂集成了产品、过程和工厂模型数据库，通过先进的可视化、仿真和文档管理，以提高产品的质量和生产过程所涉及的质量和动态性能：
图1 在国内，对于数字化工厂接受度最高的定义是：数字化工厂是在计算机虚拟环境中，对整个生产过程进行仿真、评估和优化，并进一步扩展到整个产品生命周期的新型生产组织方式。是现代数字制造
技术与计算机仿真技术相结合的产物，主要作为沟通产品设计和产品制造之间的桥梁。从定义中可以得出一个结论，数字化工厂的本质是实现信息的集成。1.2
智能工厂
智能工厂是在数字化工厂的基础上，利用物联网技术和监控技术加强信息管理服务，提高生产过程可控性、减少生产线人工干预，以及合理计划排程。同时，集初步智能手段和智能系统等新兴技术于一体，构建高效、节能、绿色、环保、舒适的人性化工厂。
图2
智能工厂已经具有了自主能力，可采集、分析、判断、规划；通过整体可视技术进行推理预测，利用仿真及多媒体技术，将实境扩增展示设计与制造过程。系统中各组成部分可自行组成最佳系统结构，具备协调、重组及扩充特性。已系统具备了自我学习、自行维护能力。因此，智能工厂实现了人与机器的相互协调合作，其本质是人机交互。1.3
智能制造
智能工厂是在数字化工厂基础上的升级版，但是与智能制造还有很大差距。智能制造系统在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作，去扩大、延伸和部分地取代技术专家在制造过程中的脑力劳动。它把制造自动化扩展到柔性化、智能化和高度集成化。
智能制造系统不只是“人工智能系统，而是人机一体化智能系统，是混合智能。系统可独立承担分析、判断、决策等任务，突出人在制造系统中的核心地位，同时在智能机器配合下，更好发挥人的潜能。机器智能和人的智能真正地集成在一起，互相配合，相得益彰。本质是人机一体化。
国内很多企业都在炒作智能制造，但是绝大多数企业还处在部分使用应用软件的阶段，少数企业也只是实现了信息集成，也就是可以达到数字化工厂的水平；极少数企业，能够实现人机的有效交互，也就是达到智能工厂的水平[1]。
图3 2 从大厂房到智能工厂
在全球科技革命的大背景下，工程机械行业作为多品种、中批量、按订单生产的离散型技能密集型产业，要想向高端制造发展，必须依靠信息化建立先进的制造和管理系统[2]。
三一重工作为重工领域的标杆，其18号厂房成为应用基础的示范。这间总面积约十万平方米的车间，成为了行业内亚洲最大最先进的智能化制造车间。在这里，厂房更像是一个大型计算系统加上传统的操作工具、大型生产设备的智慧体。2.1 18号厂房的“智慧”运转
18号厂房是三一重工总装车间，有混凝土机械、路面机械、港口机械等多条装配线，是工程机械领域内颇负盛名的智能工厂。
在18号厂房，厂区旁边有两块电视屏幕，它们是一线工人的“老师”——不熟悉装配作业的工人，通过电子屏幕里的数字仿真和三维作业指导，可以学习和了解整个装配工艺[3]。三一重工的三维作业现场指导模式，成为了著名3D技术开发公司达索的全球最佳案例。
厂房更像是一个大型计算系统加上传统的操作工具、大型生产设备的智慧体，每一次生产过程、每一次质量检测、每一个工人劳动量都记录在案。装配区、高精机加区、结构件区、立库区等几大主要功能区域都是智能化、数字化模式的产物[4]。
当有班组需要物料时，装配线上的物料员就会报单给立体仓库，配送系统会根据班组提供的信息，迅速找到放置该物料的容器，然后开启堆高机，将容器自动输送到立体库出库端液压台上。此时，AGV操作员发出取货指令，AGV小车自动行驶至液压台取货[5]。取完货后，采用激光引导的AGV小车，将根据运行路径沿途的墙壁或支柱上安装的高反光性反射板的激光定位标志，计算出车辆当前的位置以及运动的方向，从而将物料运送至指定工位。像这样的AGV小车，在三一重工18号厂房有15台。
从大厂房到智能工厂，实施智慧化改造后，18号厂房在制品减少8%，物料齐套性提高14%，单台套能耗平均降低8%，人均产值提高24%，现场质量信息匹配率100%，原材料库存降低30%。2014年，18号厂房同比节约制造成本1亿元，年增加产量超过2000台以上，每年同比产值新增60亿元以上。此外，高精加工区也是18号厂房的特色之一。整个机加区集智能化、柔性化、少人化于一体，可以满足多品种、小批量生产要求。2.2
智能背后的生产模式进化
2013年8月，三一重工集团启动新一轮制造变革。在大会上，三一重工董事长梁稳根这样描绘三一重工制造体系的蓝图：“所有结构件和产品都在很精益的空间范围内制造，车间内只有机器人和少量作业员工在忙碌，装配线实现准时生产，物流成本大幅降低，制造现场基本没有存货。”
制造模式的生产方式分散且独立，需要大量的人力物力予以配合，才能完成产品的生产制造，这使得生产效率低下的同时，生产成本还居高不下。因此三一重工开始借助信息化，在生产车间导入自动化制造模式。“部件工作中心岛”就是这样一个尝试。
所谓“部件岛”，即单元化生产，将每一类部件从生产到下线所有工艺集中在一个区域内，犹如在一个独立的“岛屿”内完成全部生产，故称为部件岛，将装配行业中“岛”的概念引入到结构件生产中，这是三一重工重机制造人员的首创。三一重工:智能工厂实践
三一重工18号厂房是亚洲最大的智能化制造车间，有混凝土机械、路面机械、港口机械等多条装配线，是三一重工总装车间。2008年开始筹建，2012年全面投产，总面积约十万平方米。从2012年开始，以三一18号厂房为应用基础，由三一重工、湖大海捷、华工制造、华中科大等单位联合申报的“工程机械产品加工数字化车间系统的研制与应用示范项目”.经过3年精心建设，目前，三一已建成车间智能监控网络和刀具管理系统、公共制造资源定位与物料跟踪管理系统、计划、物流、质量管控系统、生产控制中心（PCC）中央控制系统等智能系统，完成了国家批复的项目建设内容[6]。
图4 同时，三一还与其他单位共同研发了智能上下料机械手、基于DNC系统的车间设备智能监控网络、智能化立体仓库与AGV运输软硬件系统、基于RFID设备及无线传感网络的物料和资源跟踪定位系统、高级计划排程系统（APS）、制造执行系统（MES）、物流执行系统（LES）、在线质量检测系统（SPC）、生产控制中心管理决策系统等关键核心智能装置，实现了对制造资源跟踪、生产过程监控，计划、物流、质量集成化管控下的均衡化混流生产，智能化功能和系统性能指标达到国家批复要求[7]。
3.1 智能加工中心与生产线
3.1.1 智能化加工设备
早在2007年，有“智能化机械手”之称的焊接机器人现身三一挖机生产线，并在2008年后得到进一步推广。2012年三一重工在上海临港产业园建成全球最大最先进的挖掘机生产基地，焊接机器人大规模投入使用，大幅提升了产品的稳定性，使得三一挖掘机的使用寿命大约翻了两番，售后问题下降了四分之三。由于规范了管理，又进一步提升了整个生产体系的效率。不但如此，机器人的使用减少了工人数量，管理模式的重心从原来的管人转移
到了管理设备上，相对而言，管理设备要容易很多。3.1.2
智能刀具管理
在实际加工中，有多种因素会对加工刀具产生影响，首先是加工工件本身的因素，如加工工件材质、结构型式、工件刚度等对刀具使用效果影响较大。其次是加工工装，定位基准、压紧方式、结构型式以及工装刚度等都会影响刀具使用效果。再次加工工艺方案，如加工顺序、切削三要素（切深、进给、切削速度）对刀具使用效果影响更大。最后是加工机床，设备的切削功率、设备的刚度、设备的结构型式、切削冷却介质对加工刀具发挥效率也有很大影响[8]。
三一在实践中，要充分考虑刀具寿命和加工工件成本的关系，根据不同结构的工件选择不同的刀具，包括刀具材料（分整体硬质合金、焊接硬质、高速钢等）、刀具结构（分机夹刀片、焊接刀片和整体材料刀具）以及刀具装夹方式（热装式、强力紧固式、侧固式）等。有的刀具选择涂层刀片来增加刀具的耐用度，延长刀具寿命。在高速加工时，对刀具动平衡也有要求，我们配备了刀具动平衡仪，并在加工成本允许的前提下选择耐用度较高的刀具。3.1.3
DNC
DNC是计算机与具有数控装置的机床群使用计算机网络技术组成的分布在车间中的数控系统。该系统对用户来说就像一个统一的整体，系统对多种通用的物理和逻辑资源整合，可以动态的分配数控加工任务给任一加工设备，是提高设备利用率，降低生产成本[9]。
图5
目前，三一重工已经完成车间机加设备的研发采购与安装调试，部分完成智能上料机械手、DNC实时监控装置及刀具管理系统的购置和开发。3.2 智能化立体仓库和物流运输系统
3.2.1 智能化立体仓库
立体仓库后台运作的自动化配送系统由华中科大与三一联合研制，通过这套系统，三一打造了批量下架、波次分拣，单台单工位配送模式，实现了从顶层计划至底层配送执行的全业务贯通，大大提高了配送效率及准确率，准时配送率超95%。
三一智能化立体仓库总投资6000多万元, 分南北两个库，由地下自动输送设备连成一个整体，总占地面积9000平方米，仓库容量大概是16000个货位。从南边仓库可以看到，这个库区有几千种物料，主要是泵车、拖泵、车载泵物料，能支持每月数千台产品的生产量。
从大厂房到智能工厂，实施智能化改造后，18号厂房在制品减少8%，物料齐套性提高14%，单台套能耗平均降低8%，人均产值提高24%，现场质量信息匹配率100%，原材料库存降低30%，2014年18号厂房预计同比节约制造成本1亿元，年增加产量超过2000台以上，每年同比产值新增60亿元以上。3.2.2 AGV智能小车
智能化立体仓库的核心是AGV智能小车，当有班组需要物料时，装配线上的物料员就会报单给立体仓库，配送系统会根据班组提供的信息，迅速找到放置该物料的容器，然后开启堆高机，将容器自动输送到立体库出库端液压台上。此时，AGV操作员发出取货指令，AGV小车自动行驶至液压台取货。取完货后，由于AGV小车采用激光引导，小车上安装有可旋转的激光扫描器，在运行路径沿途的墙壁或支柱上安装有高反光性反射板的激光定位标志，AGV依靠激光扫描器发射激光束，然后接受由四周定位标志反射回的激光束，车载计算机计算出车辆当前的位置以及运动的方向，通过和内置的数字地图进行对比来校正方位，从而将物料运送至指定工位。像这样的AGV小车，在三一18号厂房有15台。在18号厂房南北智能化立体仓库，不仅有这样的AGV自动小车，其后台配送也是自动化系统完成的。
图6
3.2.3 公共资源定位系统
公共资源定位系统是三一重工智能工厂的一个重要支撑。公共资源定位系统能实现包括对设备定位和状态检测、人员定位以及故障实时处理与报警等功能。通过公共资源定位监控中心，三一重工的生产管理人员能及时的了解生产车间的人员位置、设备位置和状态、加工生产情况，并及时的指导生产和进行故障处理等操作。3.3
智能化生产执行过程控制
3.3.1高级计划排程
在考虑企业资源所提供的可行物料需求规划与生产排程计划，让规划者快速结合生产限制条件与相关信息(如订单、途程、存货、BOM与产能限制等)，以做出平衡企业利益与顾客权益的最佳规划与决策，满足顾客需求及面对竞争激烈的市场。强化了ERP系统中以传统MRP规划逻辑为主的生产规划与排程的功能，APS 系统的同步规划能力，不但使得规划结果更具备合理性与可执行性，亦使企业能够真正达到供需平衡的目的[10]。3.3.2
执行过程调度
三一车间内一排排的MES终端机，生产线上明亮的LED屏幕，整齐划一的醒目安全灯是系统给我们带来直观的印象。SanyMES系统是指由三一集团IT总部自主研发的制造执行系统，它充分利用信息化技术，从生产计划下达、物料配送、生产节拍、完工确认、标准作业指导、质量管理、关重件条码采集等多个维度进行管控，并通过网络实时将现场信息及时准确地传达到生产管理者与决策者[11]。该
系统除了通过各种方式如短信、邮件向管理者传递生产信息外，其设置在生产现场的MES终端机，给一线工人生产制造带来了极大的便利。
通过MES终端机，生产线工人不仅可以及时报完工、方便快捷地查询物料设计图纸和库存情况，更重要的是SanyMES终端机可以正确地指导工人每个工位如何进行安装、安装时候需要哪些零部件，同时给予安全提示。有了MES系统后，再也不用去借图纸，直接在MES终端就能查到最新的图纸信息，3.3.数字化质量检测
目前，三一在质检信息化方面，通过GSP、MES、CSM及QIS的整合应用，实现涵盖供应商送货、零件制造、整机装配、售后服务等全生命周期的质检电子化，并实现了SPC分析、质量追溯等功能。
以前质检，是采用纸质记录本记录检验结果和全触摸屏操作，简单方便，而且通过查看标准作业指导以规范工人的操作，避免了纸质作业指导书的损坏和更新不及时造成的附加作业，极大提高了工作效率和作业质量[12]。3.3.3 数字化物流管控
三一自动化立体仓储配送系统实现了该公司泵车、拖泵、车载泵装配线及部装线所需物料的暂存、拣选、配盘功能，并与AGV配套实现工位物料自动配送至各个工位。
根据泵车、拖泵、车载泵装配线及部装线在车间的位置，北自所设计了两个库区，1#库负责泵车物料的储存、拣配功能，2#库负责拖泵、车载泵物料的储存、拣配功能，两个库区共用一个设置1#库区的入库组盘区域，2#库入库的物料在入库组盘区完成组盘后通过地下输送通道自动输送进入2#库库区存储。
仓储模式采用自动化立体仓库存储（主要储存中小件为主）+垂直升降库存储（主要储存小件为主）+平面仓库储存（主要储存大件等其他特殊物资）。自动化立体仓库和垂直升降库的数据采用一套软件进行统一管理，集中配送。通过垂直升降库的应用，解决了将近总量30%的物料种类的储存和出入库作业模式，很大程度地缓和了自动化立体仓库的出入库作业压力，有效地提高了整个系统的作业能力。
拣配模式采用提4台套提前一班（8小时）拣配模式，按照工位进行配送。在两个库区分别设置了两层的配盘区域，根据装配工位数量及各工位装配物料情况，对配盘区域的拣配托盘位置进行分配，拣配过程中采用LED显示屏+RF手持终端模式进行人工作业。北自所根据各工位装配物料情况，配合用户设计了多种不同的配送容器，采用多层存放，提高容器使用效率，减少线边容器数量，最终提高了AGV系统的搬运效率。
质量问题，现在则是用生产管理系统（MES），每一个检验项目都标准化、电子化，以前在本子上的内容都作为数据录入PDA和平板电脑等终端。一旦发现质量异常，系统就会第一时间自动启动不合格处理流程，将情况发送给相关责任人。“在不合格品控制流程中的隔离、评审等6个环节，保证每道工序的每个产品在下一道工序前合格。”而数据的录入则会为产品质量追溯提供可靠依据。三一的自制件可以具体查到是某台产品零部件，制作时间、制作地点和工位、制作人、制作条件等信息，供应商提供的零部件则是可以查到批次和反馈。3.4
智能化生产控制中心
3.4.1中央控制室
1.生产计划及执行情况、设备状态、生产统
计图；
2.智能计划系统操作界面；
3.生产现场监控、看板展示及异常报警； 4.各区域监控信息；
5.设计部日常操作（支持10路信号同时切
入）；
6.各区域监控信息；
7.物流部日常操作（支持10路信号同时切
入）；
8.质量部日常操作（支持10路信号同时切
入）。3.4.2
现场监视装置
全方位的工厂车间监控系统能实现对生产过
程的全面监控和记录，保证生产现场的安全，以及现场事故的追溯和回放。3.4.3 现场Andon Andon系统能够为操作员停止生产线提供一套新的、更加有效的途径。在传统的汽车生产线上，如果发生故障，整条生产线立即停止。采用了Andon系统之后，一旦发生问题，操作员可以在工作站拉一下绳索或者按一下按钮，触发相应的声音和点亮相应的指示灯，提示监督人员立即找出发生故障的地方以及故障的原因。一般来说，不用停止整条生产线就可以解决问题，因而可以减少停工时间同时又提高了生产效率。
Andon系统的另一个主要部件是信息显示屏。每个显示面板都能够提供关于单个生产线的信息，包括生产状态、原料状态、质量状况以及设备状况。显示器同时还可以显示实时数据，如目标输出、实际输出、停工时间以及生产效率。根据显示器上提供的信息，操作员可以更加有效的开展工作。智能工厂理念
所谓“六维智能理论”，就是在设备联网+远程数据采集的基础上，实现智能化的生产过程管理与控制，从6个方面打造适合中国国情的智能工厂。4.1 行业背景
“工业4.0”被认为是以智能制造为主导的第四次工业革命或是工业体系革命性的生产方法，而智能工厂将是构成未来工业体系的一个关键特征。在智能工厂里，人、机器和资源如同在一个社交网络里自然地相互沟通协作，生产出来的智能产品能够理解自己被制造的细节以及将如何使用，能够回答“哪组参数被用来处理我”、“我应该被传送到哪里”等问题。同时，智能辅助系统将从执行例行任务中解放出来，使他们能够专注于创新、增值的活动；灵活的工作组织能够帮助工人把生活和工作实现更好地结合，个体顾客的需求将得到满足。德国工业4.0、美国GE工业互联网均是“工业4.0”的典范，但中国有自己特殊的国情，中国制造企业打造智能工厂，不能完全照搬国外模式，而是既要紧跟国际先进理念，还要符合中国企业的实际情况[13]。
4.2
概念内涵
美国与德国的工业发展战略核心均为CPS（Cyber-Physical System）系统，是典型的二元战略。美国是C(Cyber，包括：数字、信息、网络等虚拟世界)+P(Physical，包括机器、设备、设施等实体世界)，德国是P+C，两国均是基于高素质劳动者、国家人力匮乏、企业高协同化、高法制化的基础之上而提出的战略；而中国装备水平较美国和德国有一定差距，数据采集分析决策能力也有局限，但中国具有人力资源优势，所以应该充分挖掘人的作用。因此，中国制造企业推进工业发展不能完全照搬发达国家的二元战略，更宜采用CPPS（Cyber-Person-Physical System）人机网三元战略，充分体现人的能动作用。
图7
所谓“三元战略”，包括劳动者及其技能、素养、精神、组织、管理等，CPPS战略体现了以人为本，继续发挥与挖掘了中国在人力资源方面的优势，扬长补短，实现人与赛博、物理虚实两世界的融合和迭代发展，构建以赛博智能为目的的人机网三元战略方案更符合中国国情[14]。
所谓“六维智能理论”，就是在设备联网+远程数据采集的基础上，实现智能化的生产过程管理与控制，从6个方面打造适合中国国情的智能工厂，这6个方面包括：
1.智能计划排产，是从计划源头上集成ERP，进行APS高级排产。
2.智能生产协同，从生产准备过程上，实现
物料、刀具、工装、工艺的并行协同准备。3.智能的设备互联互通，是CPS信息物理系
统的典型体现，实现数字化生产设备的分布式网络化通讯、程序集中管理、设备状
态的实时监控等。4.智能资源管理，包括对物料、设备、刀具、量具、夹具等生产资源进行精益化管理、库存智能预警等。
5.智能质量过程管控，是对影响产品质量的生产工艺参数进行实时采集、控制，确保产品质量。
6.智能决策支持，是基于大数据分析的决策支持，形成管理的闭环，以实现数字化、网络化、智能化的高效生产模式。
总之，通过以上6个方面智能的打造，可极大提升企业的计划科学化、生产过程协同化、生产设备与信息化的深度融合，并通过基于大数据分析的决策支持对企业进行透明化、量化的管理，可明显提升企业的生产效率与产品质量，是一种很好的数字化、网络化的智能生产模式。
图8 4.3
应用前景
“六维智能”分别从计划源头、过程协同、设备底层、资源优化、质量控制、决策支持等6个方面着手实现智能工厂，这6个方面涵盖了工业生产的6个重要环节，可实现全面的精细化、精准化、自动化、信息化智能化管理与控制，通过底层设备的互联互通、基于大数据分析的决策支持、可视化展现等技术手段，实现生产准备过程中的透明化协同管理、数控设备智能化的互联互通、智能化的生产资源管理、智能化的决策支持，从而全方位达到智能化的生产过程管理与控制[15]。
从“六维智能”解决方案在青岛海尔模具有限公司的实际应用效果来看，较好地达到了智能化生产过程管理与控制的目的。该系统是专门为海尔模
具定制的，是海尔模具生态圈的主要组成部分，系统以生产设备为核心，从设备底层层面实现了机床、对刀仪等设备的互联互通与大数据分析，从生产管理层面实现了协同准备并行作业，从展现层面实现了生产信息的可视化。实施本系统后，操作工的作业效率从原来1个人管理3台设备提升到7～8台设备，设备利用率提升25%以上，使生产管理更加透明、科学、高效，应用效果比较明显，在海尔模具的数字化制造与管理中发挥了重要的作用。工业4.0落地战略
“工业4.0”不同的人从不同维度来解读，涉及到国家战略、产业战略、企业发展等不同的层面。就从企业的层面去研究，看看企业层面实现工业4.0该怎么做，怎么走，有没有路线图？
近期，随着“工业4.0”的在网络上越炒越热，我国也推出了“中国制造2025”战略，在国家战略需求的驱动下，中国对于制造大国向制造强国的迈进之路也陡然提速，这将对中国制造转型升级打通主动脉。就企业层面来说中国版工业4.0如何落地将成为重点，如何通过信息技术和制造技术的深度融合，打通一切、联通一切是企业信息化建设的目标[16]。
工业4.0是什么？每个人站在不同的角度会有不同的理解，是互联、集成(纵向、横向、端到端)、数据、创新、服务、转型或是CPS、是智能工厂、是智能制造亦或是国家战略、企业目标。工业4.0核心内容就是建一个网络、三项集成、大数据分析、八项计划和研究两个主题。
5.1
建一个网络：信息物理网络系统（CPS）
CPS是英文CyberPhysical System的缩写，就是讲物理设备连接到互联网上，让物理设备具有计算、通信、精确控制、远程协调和自治等五大功能，从而实现虚拟网络世界与现实物理世界的融合，将网络空间的高级计算能力有效的运用于现实世界中，从而在生产制造过程中，与设计、开发、生产有关的所有数据将通过传感器采集并进行分析，形成可自律操作的智能生产系统。
图9 5.2
三个集成
工业4.0中的三项集成包括：横向集成、纵向集成与端对端的集成。工业4.0将无处不在的传感器、嵌入式终端系统、智能控制系统、通信设施通过CPS形成一个智能网络，使人与人、人与机器、机器与机器以及服务与服务之间能够互联，从而实现横向、纵向和端对端的高度集成，集成是实现工业4.0的重点也是难点。5.2.1 纵向集成
纵向集成主要解决企业内部的集成，即解决信息孤岛的问题，解决信息网络与物理设备之间的联通问题。5.2.2 横向集成
横向集成主要实现企业与企业之间、企业与售出产品之间（如车联网）的协同，将企业内部的业务信息向企业以外的供应商、经销商、用户进行延伸，实现人与人、人与系统、人与设备之间的集成，从而形成一个智能的虚拟企业网络。制造业普遍存在的工程变更协同流程就是这样一个典型的横向集成应用场景。5.2.3 端到端的集成
端到端集成就是把所有该连接的端头（点）都集成互联起来，通过价值链上不同企业资源的整合，实现从产品设计、生产制造、物流配送、使用维护的产品全生命周期的管理和服务，它以产品价值链创造集成供应商（一级、二级、三级„„）、制造商（研发、设计、加工、配送）、分销商（一级、二级、三级„„）以及客户信息流、物流和资金流，在为客户提供更有价值的产品和服务同时，重构产业链各环节的价值体系。
端到端的集成即可以是内部的纵向集成内容，也可以是外部的企业与企业之间的横向集成内容，关注点在流程的整合上，比如提供用户订单的全程跟踪协同流程，将用户、企业、第三方物流、售后服务等产品全生命周期服务的端到端集成。
横向、纵向、端到端三个集成的实现，不论技术层面还是业务层面在SOA信息集成都能找到相应的解决方案。5.3
大数据分析利用
“工业4.0”时代，制造企业的数据将会呈现爆炸式增长态势。随着信息物理系统（CPS）的推广、智能装备和终端的普及以及各种各样传感器的使用，将会带来无所不在的感知和无所不在的连接，所有的生产装备、感知设备、联网终端，包括生产者本身都在源源不断地产生数据，这些数据将会渗透到企业运营、价值链乃至产品的整个生命周期，是工业4.0和制造革命的基石。
总体来说，工业4.0关注的企业数据分为四类： 5.3.1
产品数据
包括设计、建模、工艺、加工、测试、维护、产品结构、零部件配置关系、变更记录等数据。产品的各种数据被记录、传输、处理和加工，使得产品全生命周期管理成为可能，也为满足个性化的产品需求提供了条件。5.3.2
运营数据
运营包括组织结构、业务管理、生产设备、市
场营销、质量控制、生产、采购、库存、目标计划、电子商务等数据。工业生产过程的无所不在的传感、连接，带来了无所不在的数据，这些数据会创新企业的研发、生产、运营、营销和管理方式。5.3.3
价值链数据
包括客户、供应商、合作伙伴等数据。企业在当前全球化的经济环境中参与竞争，需要全面地了解技术开发、生产作业、采购销售、服务、内外部后勤等环节的竞争力要素。大数据技术的发展和应用，使得价值链上各环节数据和信息能够被深入分析和挖掘，为企业管理者和参与者提供看待价值链的全新视角，使得企业有机会把价值链上更多的环节转化为企业的战略优势。例如，汽车公司大数据提前预测到哪些人会购买特定型号的汽车，从而实现目标客户的响应率提高了15%至20%，客户忠诚度提高7%。5.3.4 外部数据
包括经济运行、行业、市场、竞争对手等数据。为了应对外部环境变化所带来的风险，企业必须充分掌握外部环境的发展现状以增强自身的应变能力。大数据分析技术在宏观经济分析、行业市场调研中得到了越来越广泛的应用，已经成为企业提升管理决策和市场应变能力的重要手段。
工业4.0落地中国企业，工业大数据是一项重要抓手。利用工业大数据分析，可以找出隐性的问题并预测未知情况的发生，有助于及时地做好预防，避免故障和偏差。结论
以三一重工18号工厂作为研究对象.对其运作方式、运作特点进行了较为详细地分析与讨论，从而得出工厂的智能化基因。并且进一步得出了智能工厂的框架，为系统化建设智能工厂打下了基础。主要的研究结论如下：
1.在理论上对数字化工厂、智能工厂和智能制造进行了分析指出，要又好又快地发展智能工厂就必须先建设好数字化工厂。
2.对比三一重工18号工厂实现智能化之后生产效率得到提升，直观地反映了智能化对制造业带来的好处。
3.通过对18号工厂的生产线、物流系统、执行系统、控制中心进行分析，找到了工厂可实现智能化的内在基因。也就是在设备联网+远程数据采集的基础上，实现智能化的生产过程管理与控制，从6个方面打造适合中国国情的智能工厂(1)。
4.概括了智能工厂的框架，提出了运用大数据分析，做好CPS和三个集成是实现智能工厂的前提条件，而智能工厂的标志就是生产流程智能化，生产设备动态适应个性化的产品需求。
参考文献
[1] 李梦迪.基于以太网的智能工厂柔性制造生产
线控制系统设计与实现[D].河北工程大学,2016.[2] 乔荻.智能工厂设备点检系统中辅助移动视频
监控的设计[D].安徽大学,2016.[3] 商滔.面向智能工厂离散型智能制造单元的研
究[D].杭州电子科技大学,2016.[4] 温泉.智能工厂与后台数据服务平台的设计[D].广东工业大学,2015.[5] 李锦绣.基于.NET框架的工厂智能监控分析系
统的设计与实现[D].北京交通大学,2016.[6] 王冠.基于嵌入式的植物工厂智能监控系统的研究[D].天津理工大学,2015.[7] 史诗莹.数字化工厂技术在锅炉智能制造中的应用[D].华东理工大学,2015.[8] 沈振萍.基于企业信息工厂的商务智能数据管
理[D].安徽大学,2013.[9] 孙晶.基于物联网技术的工厂智能照明系统的设计[D].成都理工大学,2012.[10] 赵有生.蔬菜工厂化育苗的智能管理与综合评
价研究[D].吉林大学,2011.[11] 宋运通.基于实时数据库的工厂智能平台研究
开发[D].天津大学,2009.[1]马孟模.流程工业智能工厂建设技术应用探究[J].工业控制计算机,2017,(03):53-54+57.[12] 江文成,李星,张晶.智能工厂增强现实技术应用
与展望[J].船舶标准化与质量,2016,(06):37-41.[13] 顾桓,田红.软包装材料生产线的智能工厂实现
模式及技术[J].计算机测量与控制,2016,(11):222-225.[14] 李利民,侯轩,毕晋燕.高端装备制造业智能工厂
建设思路和构想[J].科技创新与生产力,2016,(04):16-19.[15] [10]商滔.面向智能工厂离散型智能制造单元的研究[D].杭州电子科技大学,2016.[16] 华镕.未来的智能工厂[J].仪器仪表标准化与计
量,2015,(05):15-18.
第三篇：智能制造技术
现代制造技术
1142813203 吴文乐
摘要：现代制造技术是在传统制造技术的基础上, 不断吸收和发展机械、电子、能源、材料、信息及现代管理技术的成果, 将其综合应用于产品设计、制造、检验、管理服务等产品生命周 期的全过程, 以实现优质、高效、低耗、灵活、清洁的生产技术模式,取得理想的技术经济效果的制造技术的总称传统的自动化生产技术可以显著提高生产效率，然而其局限性也显而易见，即无法很好地适应中小批量生产的要求。随着现代制造技术的发展，特别是自动控制技术、数控加工技术、工业机器人技术等的迅猛发展，柔性制造技术(FMI)应运而生。
关键词：现代制造技术；自动控制技术；柔性制造技术
1.现代制造技术发展综述
现代制造技术在系统论、方法论、信息论和协同 论等的基础上形成制造系统工程学，是一种广义制造的概念，亦称之为“大制造”的概念，它体现了制造概念的扩展。广义制造概念的形成过程主要有以下几方面原因[1]。
1).制造设计一体化。体现制造和设计的密切结合，形成了设计制造一体化，设计不仅是指产品设计，而且包括工艺设计、生产调度设计、质量控制设计等。
2).材料成形机理的扩展。现在加工成形机理明确地将加工分为去除加工、结合加工和变形加工。
3).制造技术的综合性。现代制造技术是一门以 机械为主体，交叉融合光、电、信息、材料等学科的综合体，并与管理科学、社会科学、文化、艺术、人机工 程、生物工程和生命科学等相结合，拓展了新领域。现代制造技术应包括硬件和软件两大方面，硬／软件工具、平台和支撑环境有了很大的发展。
4).产品的全生命周期。制造的范畴从过去的设计、加工和装配发展为产品的全生命周期，包括市场调研、设计、制造、销售、维修和报废处理等。
5).生产制造模式的发展。计算机集成制造技术 是制造技术与信息技术结合的产物，集成制造系统强 调信息集成，其后出现了柔性制造、敏捷制造、虚拟制 造、网络制造、大规模定制、绿色制造、智能制造和协 同制造等多种制造模式，有效地提高了制造技术的水平，扩展了制造技术的领域[2]。
现代制造技术的发展主要沿着“广义制造”或称 “大制造”的方向发展，其具体的发展可以归纳为四个方面和多个大项目[3]，如图1所示：
图1：现代制造技术方向
针对现代制造技术，本文从柔性制造技术的角度对现代制造技术进行学习，对柔性制造在实际中的应用进行深入的研究；
2.柔性制造
2.1 柔性制造简述
所谓“柔性”，是指制造系统(企业)对系统内部及外部环境的一种适应能力，也是指制造系统能够适应产品变化的能力。柔性可分为瞬时、短期和长期柔性[4]。瞬时柔性是指设备出现故障后，自动排除故障或将零件转移到另一台设备上继续进行加工的能力；短期柔性是指系统在短时期内，适应加工对象变化的能力，包括在任意时期混合进行加工2种以上零件的能力；长期柔性则是指系统在长期使用中，能够加工各种不同零件的能力。迄今为止，柔性还只能定性地加以分析，尚无科学实用的量化指标。因此，凡具备上述3种柔性特征之一的、具有物料或信息流的自动化制造系统都可以称为柔性制造系统。柔性制造技术是计算机技术在生产过程及其装备上的应用，是将微电子技术、智能技术与传统制造技术融合在一起，具有自动化、柔性化、高效率的特点，是目前自动化制造系统的基本单元技术[5]。
柔性制造技术是对各种不同形状加工对象实现程序化柔性制造加工的各种技术的总和[6]。柔性制造技术是技术密集型的技术群，我们认为凡是侧重于柔性，适应于多品种、中小批量(包括单件产品)的加工技术都属于柔性制造技术。目前按规模大小划分为[7]：
(1)柔性制造系统（FMS）：关于柔住制造系统的定义很多，权威性的定义有：美国国家标准局把FMS定义为：“由一个传输系统联系起来的一些设备，传输装置把工件放征其他联结装置上送到各加工设备，使工件加工准确、迅速和自动化。
(2)柔性制造单元（FMC）：M S是FMS向廉价化及小型化方向发展的一种产物，它是由l～2台加工中心、工业机器人。数控机床及物料运送存贮设备构成，其特点是实现单机柔性化及自动化，具有适应加工多品种产品的灵活性。迄今已进入普及应用阶段。
(3)柔性制造线（FML):它是处于单一或少品种人批量非柔性自动线与中小批量多品种FMS之间的生产线。其加工设备可以是通用的加工中心，CNC机床；亦可采用争用机床或NC专用机床，对物料搬运系统柔性的要求低于FMS，但生产率更高。它是以离散型生产中的柔性制造系统和连续生过程中的分散型控制系统(D C S)为代表，其特点是实现生产线柔性化及自动化，其技术已日趋成熟，迄今已进入实用化阶段。
(4)柔性制造工厂(FMF):FMF是将多条FMS连接起来，配以自动化屯体仓库，用计算机系统进行联系，采用从订货、设计、加工、装配、检验、运送至发货的完整F M S。它包括了CAD／CAM，并使计算机集成制造系统(CIMS)投入实际，实现生产系统 柔性化及自动化，进而实现全厂范围的生产管理、产品加工及物料贮运进程的全盘化。FMF是自动化生产的最高水平，反映出世界上最先进的自动化应用技术。它是将制造、产品开发及经营管理的自动化连成一个整体，以信息流控制物质流的智能制造系统(IMS)为代表，其特点是实现工厂柔性化及自动化[8]。
2.2柔性制造所采用的关键技术
1.计算机辅助设计未来CAD技术发展将会引入专家系统，使之具有智能化，可处理各种复杂的问题。当前设计技术最新的一个突破是光敏立体成形技术，该项新技术是直接利用CAD数据，通过计算机控制的激光扫描系统，将二维数字模型分成若干层二维片状图形，并按二维片状图彤对池内的光敏树脂液面进行光学扫描，被扫描到的液面则变成固化塑料，如此循环操作，逐层扫描成形，并自动地将分层成形的各斤状固化塑料粘合在一起，仅需确定数据，数小时内便呵制出精确的原型。它有助于加快开发新产品和研制新结构的速度。
2.模糊控制技术模糊数学的实际应用是模糊控制器。最近开发出的高性能模糊摔制器具有自学习功能，可在控制过程中不断获取新的信息井自动地对控制量作调整，使系统性能大为改善，其中尤其以基于人工神经网络的自学方法更引起人们极大的关注。
3.人工智能、专家系统及智能传感器技术迄今，柔性制造技术中所采用的人工智能大多指基础规则的专家系统。专家系统利用专家知识和推理规则进行推理，求解各类问题（如解释、预测，诊断、查找故障、设汁、计划、监视、修复、命 令及控制等）。由于专家系统能简便地将各种事实及经验证过的理论与通过经验获得的知识相结合，因而专家系统为柔性制造的诸方面工作增强综合性。展望未来，以知识密集为特征，以知识处理为手段的人工智能（包括专家系统）技术必将在柔性制造(尤其智能型)中起着非常重要的关键性的作用。目前对未来智能化柔性制造技术具有重要意义的一个正在急速发展的领域是智能传感器技术。该项技术是伴随计算机应用技术和人工智能产生的，它使传感器具有内在的“决策”功能。
4.人工神经网络技术人工神经网络(ANN)是模拟智能生物的神经网络对信息进行并处理的一种方法。故人工神经网络也就是一种人工智能工具。在自动控制领域，神经网络不久将并列到专家系统和模糊控制系统，成为现代自动化系统中的一个组成部分[9]。
3.国内现代制造技术状况
近年来，世界各国都投入了巨大的财力和物力，强化作为光机电一体化制造业基础的先进制造业的技术和产业发展的战略研究。美国、德 国、日 本 等 国 已 经 开 发 出 了 数 控（NC）、计算机数控（CNC）、直接数控（CAM）、计算机集成制造系统（CIMS）、制造资源规则（MRP）、柔性制造单元（TMC）、柔性制造系统（FMS）、机器人、计算机辅助设计／制造（CAD／CAM）、精益生产（LP）、智能制造系统（MS）、并行工程（CE）和敏捷制造（AM）等多项现代制造技术与制造模式。这些技术的推广与应用，不仅使本国企业的国际竞争力得到巩固，也使得世界先进制造业发展迅猛[10]。我国制造业市场的巨大潜力，为现代制造技术发展提供了广阔的市场空间。但是，与制造业发达国家和地区相比，国内的现代制造技术的研发与市场拓展还不均衡。其中，国内机械基础件制造行业中的数控化率极低，不足1.6%，先进加工工艺、技术和装备的普及程度不足10 % ；CAD／CAM 系统应用的普及率在国内骨干企业仅有35%，产业规模较小。另外，在相关行业中如印刷业、电力行业和医疗器械行业等，技术装备的低数控化率也远不能满足市场对中高档先进产品的需求。纵观国际制造业的竞争与发展，面对国际、国内两个制造业市场的日渐融合，如何立足国内制造业的市场需求，整合分散的科研与企业资源，尽快形成自己在先进制造产业竞争中的技术优势，已经是摆在我国制造业面前的迫在眉睫的课题了[11]。
总之，重视制造业和现代制造技术已成为全球化的大趋势。现代制造技术不是一项具体技术，而是利用系统工程技术将各种相关技术集成的一个有机整体；现代制造技术是一种动态技术，而不是一成不变的，它需要不断吸收各种高新技术成果，并将其渗透到产品的所有领域，结合成一个有机整体，实现优质、高效、低耗、清洁和灵活的生产[12]；现代制造技术的目的是提高制造业的综合效益，其不摒弃传统技术，而是有赖于不断用科技新手段去研究它和传承它，并应用科技新成果去改造它和充实它；现代制造技术在强调环境保护的同时，还强调各专业学科之间的相互渗透、融合和淡化，并消除其间的界限。我国先进制造技术的发展应结合自身的特点，形成特色，大力发展一些关键前沿技术，比如新一代材料成型技术、微米及纳米技术、快速原型制造以及智能制造等[13]。在不久的将来，现代制造技术将得到更大的发展和壮大，发展和应用先进制造技术是每个国家为提高企业的国际竞争力和技术创新能力的必然选择。
参考文献：
[1]张强.浅谈柔性制造技术的现状及发展[J].技术与市场，2008.（5）:39-40.[2]沈向东.柔性制造技术[M].北京：机械工业出版社，2013.2.[3]吴立.关于柔性制造的研究[J].机床与液压，2010，38（14）:9-11.[4]陈琪.制造业企业推行柔性制造的意义及对策[J].企业经济，2005（4）:7-8.[5]崔培枝，朱胜，姚巨坤.柔性再制造系统研究[J].机械制造，2003（11）:7-9
[6]王隆太，朱灯林，戴国洪．机械CAD／CAM技术[M]．北京：机械工业出版社，2005．
[7]盛晓敏，邓朝辉．先进制造技术[M]．北京：机械工业出版社，2003.[8]李楷模.LI Kai-mo 现代制造技术的发展动向[J]-科技成果管理与研究2008(6）.[9]蒋新松．21世纪企业的主要模式一敏捷制造企业[J]．计算机集成制造系统一CIMS，1996，2(4)：3—8．
[10]罗振壁，周兆英，汪劲松，等．制造的革新[J]．机械工程学报，1995，31(4)：31—37．
[11]王永贵．战略柔性与企业高成长．天津：南开大学出版社，2003．67—69.[12]张荣，陈大佑．提升国有大中型企业竞争力的新途径——柔性化管理．当代经济研究．2006．(1)：33～35.[13]王先逵．制造工艺核心论[J]．世界制造技术与装备市场，2005(3)：28—32．
第四篇：智能制造系统论文
智能制造概述
摘要：介绍了智能制造提出的背景、主要研究内容和目标, 人工智能与 I M T、I M S的关系, I M S 和C I M S, 智能制造的物质基础及理论基础, 智能制造系统的特征及框架结构, 并简要介绍了智能加工中心 IMC, 智能制造技木的发展趋势，以及智能制造系统研究成果及存在问题。关键词：智能制造，IMS, IMC, IMT。
Abstract：Intelligent Manufacturing introduced the background, main contents and objectives, Artificial Intelligence and IMT, IMS relations, IMS and CIMS, intelligent manufacturing and the material basis of the theoretical basis of the characteristics of intelligent manufacturing system and the framework structure, and gave a briefing on intelligence Machining Center IMC, intelligent manufacturing technology development trend of wood, as well as the Intelligent Manufacturing Systems research results and problematic.Key words: Intelligent Manufacturing, IMS, IMC, IMT。
一.智能制造提出的背景
制造业是国民经济的基础工业部门, 是决定国家发展水平的最基本因素之一。从机械制造业发展的历程来看, 经历了由手工制作、泰勒化制造、高度自动化、柔性自动化和集成化制造、并行规划设计制造等阶段。就制造自动化而言, 大体上每十年上一个台阶: 50～ 60年代是单机数控, 70 年代以后则是CNC 机床及由它们组成的自动化岛, 80 年代出现了世界性的柔性自动化热潮。与此同时, 出现了计算机集成制造, 但与实用化相距甚远。随着计算机的问世与发展, 机械制造大体沿两条路线发展: 一是传统制造技术的发展, 二是借助计算机和自动化科学的制造技术与系统的发展。80年代以来, 传统制造技术得到了不同程度的发展,但存在着很多问题。先进的计算机技术和制造技术向产品、工艺和系统的设计人员和管理人员提出了新的挑战, 传统的设计和管理方法不能有效地解决现代制造系统中所出现的问题, 这就促使我们借助现代的工具和方法, 利用各学科最新研究成果, 通过集成传统制造技术、计算机技术与科学以及人工智能等技术, 发展一种新型的制造技术与系统, 这便是智能制造技术(In telligen t M anufactu r ingTechno logy, I M T)与智能制造系统(In telligen tM anufactu r ing System , I M S)[1 ]。
年代以后, 世界各国竞相大力发展 I M T 和I M S 的深层次原因有:(1)集成化离不开智能 制造系统是一个复杂的大系统, 其中有多年积累的生产经验, 生产过程中的人—机交互作用, 必须使用的智能机器(如智能机器人)等。脱离了智能化, 集成化也就不能完美地实现。
(2)机器智能化比较灵活 可以选择系统智能化, 也可以选择单机智能化;单机可发展一种智能,也可发展几种智能;无论在系统中或单机上, 智能化均可工作, 不像集成制造系统, 只有全系统集成才可工作。
(3)智能化的经济效益较高 现有的计算机集成制造系统(Compu ter In tegratedM anufactu r ingSystem , C I M S)少则投资数千万元, 多则投资数亿元乃至数十亿元, 很少有企业能承担得起, 而且投入正常运行的很少, 维护费用也高, 还要废弃原有的设备, 难以推广。
(4)白领化使得有丰富经验的机械工人和技术人员日益缺少，产品制造技术越来越复杂, 促使使用人工智能和知识工程技术来解决现代化的加工问题。(5)工厂生产率的提高更多地取决于生产管理和生产自动化 人工智能与计算机管理相结合, 使得不懂计算机的人也能通过视觉、对话等智能手段实现生产管理的科学化。
总之，以计算机信息技术为基础的高新技术得到迅猛发展 ,为传统的制造业提供了新的发展机遇。计算机技术、信息技术、自动化技术与传统制造技术相结合 ,形成了先进制造技术概念。冷战结束以后 ,国际间竞争的重点由单纯的军事实力较量转向以发展经济和提高国民生活水平的综合国力较量 ,随之而来的这种国际间高新技术领域的竞争愈演愈烈 ,且其发展形式由最初的仅依托本国的人力、物力和财力 ,发展到国际间的大规模合作。近年来由发达国家倡导的面向21世纪的 “智能制造系统”、“信息高速公路” 等国际研究计划 ,无疑是该背景下的产物 ,也是国际间进行高科技研究开发的具体表现和积极占领 21 世纪高科技制高点的象征。二.主要研究内容和目标
智能制造在国际上尚无公认的定义。目前比较通行的一种定义是, 智能制造技术是指在制造工业的各个环节, 以一种高度柔性与高度集成的方式,通过计算机来模拟人类专家的制造智能活动。因此, 智能制造的研究开发对象是整个机械制造企业, 其主要研究开发目标有二: ①整个制造工作的全面智能化, 它在实际制造系统中首次提出了以机器智能取代人的部脑力劳动作为主要目标, 强调整个企业生产经营过程大范围的自组织能力;②信息和制造智能的集成与共享, 强调智能型的集成自动化。目前, I M T 和 I M S 的研究方向已从最初的人工智能在制造领域中的应用(A i M)发展到今天的I M S, 研究课题涉及的范围由最初仅一个企业内的市场分析、产品设计、生产计划、制造加工、过程控制、信息管理、设备维护等技术型环节的自动化, 发展到今天的面向世界范围内的整个制造环境的集成化与自组织能力, 包括制造智能处理技术、自组织加工单元、自组织机器人、智能生产管理信息系统、多级竞争式控制网络、全球通讯与操作网等。
由日本提出的 I M S 国际合作研究计划对 I M S的解释可以看出, I M S 的研究包括智能活动、智能机器以及两者的有机融合技术, 其中智能活动是问题的核心。在 I M S 研究的众多基础技术中, 制造智能处理技术是最为关键和迫切需要研究的问题之一, 因为它负责各环节的制造智能的集成和生成智能机器的智能活动。在一个国家甚至世界范围内, 企业之间有着密切的联系, 譬如, 采用相同的生产设备和系统, 有着类似的生产控制与管理方式,上下游产品之间的联系, 等等。其间存在的突出问题是产品和技术的规范化、标准化和通用化、信息自动交换形式与接口以及制造智能共享等。
国际 I M S 计划的基本观点如下: ①I M S 是21世纪的制造系统, 必须开发与之相适应的制造技术;②应对这些技术进行组织化和系统化;③加强技术的标准化;④考虑人的因素;⑤保护环境。该计划由已有生产技术的体系化和标准化、21 世纪生产技术的研究与开发两大部分构成。
1992 年4 月在日本召开的第一次国际技术委员会, 确定了4 个主题: ①技术课题;②选择原则;③评价程序;④执行准则。由国际 I M S 中心成员提出的首批10 项研究课题是①企业集成;②全球制造;③系统单元技术;④清洁制造技术;⑤人与组织研究;⑥先进的材料加工技术;⑦全球并行工程(评估和实施);⑧自主模块的系统设备与分布控制;⑨快速产品开发;b k知识系统化(设计与制造)。美国国家科学基金会(N SF)已连续数年重点资助了与智能制造有关的研究项目, 这些项目覆盖了智能制造的绝大部分技术领域, 包括制造过程中的智能决策、基于多施主(mu lt i-agent)的智能协作求解、智能并行设计、物流传输的智能自动化、智能加工系统和智能机器等。
日本提出的智能制造系统国际合作计划, 以高新计算机为后盾、深受其 “真空世界” 计算机研究计划的影响。其主要研究内容如下: ①强调部分代替人的智能活动, 实现部分人的技能;②使用智能计算机技术来集成设计制造过程, 使之一体化, 以虚拟现实技术实现虚拟制造, 以多媒体的人机接口技术、虚拟现实技术, 实现职业教育;③强调全球制造网络的生产制造技术, 通过卫星、In ternet 和数字电话网络实现全球制造;④强调智能化与自律化的智能加工系统以及智能化CNC、智能机器人的研究。⑤重视分布式人工智能技术的应用, 强调自律协作代替集中递阶控制。
I M T 与 I M S 的研究与开发对于提高产品质量、生产效率和降低成本, 提高国家制造业响应市场变化的能力和速度, 以及提高国家的经济实力和国民的生活水准, 均具有重大的意义。其研究目标是要实现将市场适应性、经济性、人的重要性、适应自然和社会环境的能力、开放性和兼容能力等融合在一起的生产系统: ①使整个制造过程实现智能化, 并具有自组织能力;②I M S 是一个集成许多工厂和多种机器设备的混合系统;③具备满足各种社会需求的柔性;④能充分发挥人的作用;⑤易于操作;⑥总效率高;⑦能避免重复投资等。人工智能的目的是为了用技术系统来突破人的自然智力的局限性 ,达到对人脑的部分代替、延伸和加强的目的 ,使那些单靠人的天然智能无法进行或带有危险性的工作得以完成 ,从而使人类的智慧能集中到那些更富于创造性的工作中去。人是制造智能的重要来源 ,在制造业走向智能化过程中起着决定性作用。目前在整体智能水平上 ,与人工系统相比 ,人的智力仍然是遥遥领先的。人工智能模拟的蓝本主要是人类的智能 ,但人类的智能是随时间不断变化的 ,而这种变化又是无止境的 ,只有人与机器有机高度结合 ,才能实现制造过程的真正智能化。智能制造被称为新世纪的制造技术 ,目前之所以还不能实现 ,是由于要受到目前科学技术、人以及经济等诸多方面的制约。智能与思维智能 ,就是在各种环境和目的的条件下正确制定决策和实现目的的能力。在这里 ,给定的环境和目的是问题的约束条件 ,制定正确的决策是智能的中心环节 ,而有效地实现目的 ,则是智能的评判准则。从信息处理的角度讲 ,智能可以看成是获取、传递、处理、再生和利用信息的能力。而思维能力是整个智能活动中最复杂、最核心的部分 ,主要指处理和再生信息的能力。这种信息处理的过程是十分复杂和多样化的 ,归纳起来 ,大体可分为 3 种基本的类型 ,即:经验思维、逻辑思维和创造性思维。在工艺设计过程中 ,这三种类型的思维都存在 ,在不同层次的决策中起着重要作用。
总之，智能制造技术是制造技术、自动化技术、系统工程与人工智能等学科互相渗透、互相交织而形成的一门综合技术。其具体表现为:智能设计、智能加工、机器人操作、智能控制、智能工艺规划、智能调度与管理、智能装配、智能测量与诊断等。它强调通过“ 智能设备 ” 和“ 自治控制 ” 来构造新一代的智能制造系统模式。智能制造系统具有自律能力、自组织能力、自学习与自我优化能力、自修复能力 ,因而适应性极强 ,而且由于采用 VR技术 ,人机界面更加友好。因此 , I M技术的研究开发对于提高生产效率与产品品质、降低成本 ,提高制造业市场应变能力、国家经济实力和国民生活水准 ,具有重要意义。智能制造是制造系统柔性自动化和集成自动化的新发展和重要组成部分 ,因此未来智能制造将向智能集成的方向发展 ,未来智能制造的研究将着重于智能传感与检测(如智能传感器、智能传感与检测技术、光纤传感技术等)。
三.人工智能与 I M T、I M S 人工智能的研究, 一开始就未能摆脱制造机器生物的思想, 即 “机器智能化”。这种以 “自主” 系统为目标的研究路线, 严重地阻碍了人工智能研究的进展。许多学者已意识到这一点, Feigenbaum、N ew ell、钱学森从计算机角度出发, 提出了人与计算机相结合的智能系统概念。目前国外对多媒体及虚拟技术研究进行大量投资, 以及日本第五代智能
计算机研制计划的搁浅等事例, 就是智能系统研究目标有所改变的明证。
人工智能技术在机械制造领域中的应用涉及市场分析、产品设计、生产规划、过程控制、质量管理、材料处理、设备维护等诸方面。结果是开发出了种类繁多的面向特定领域的独立的专家系统、基于知识的系统或智能辅助系统, 形成一系列的 “智能化孤岛”。随着研究与应用的深入, 人们逐渐认识到, 未来的制造自动化应是高度集成化与智能化的
人—机系统的有机融合, 制造自动化程度的进一步提高要依赖于整个制造系统的自组织能力。如何提高这些 “孤岛” 的应用范围和在实际制造环境中处理问题的能力, 成为人们的研究焦点。在80 年代末和90 年代初, 一种通过集成制造自动化、新一代人工智能、计算机等科学技术而发展起来的新型制造工程—— I M T 和新——代制造系统—— I M S 便脱颖而出。
人工智能在制造领域中的应用与 I M T 和I M S 的一个重要区别在于, I M S 和 I M T 首次以部分取代制造中人的脑力劳动为研究目标, 而不再仅起 “辅助和支持” 作用, 在一定范围还需要能独立地适应周围环境, 开展工作。
四.I M S 和C I M S C I M S 发展的道路不是一帆风顺的。今天,C I M S 的发展遇到了不可逾越的障碍, 可能是刚开始时就对C I M S 提出了过高的要求, 也可能是C I M S 本身就存在某种与生俱来的缺陷, 今天的C I M S 在国际上已不像几年前那样受到极大的关注与广泛地研究。从C I M S 的发展来看, 众多研究者把重点放在计算机集成上, 从科学技术的现状看, 要完成这样一个集成系统是很困难的。
C I M S 作为一种连接生产线中的单个自动化子系统的策略, 是一种提高制造效率的技术。它的技术基础具有集中式结构的递阶信息网络。尽管在这个递阶体系中有多个执行层次, 但主要控制设施仍然是中心计算机。C I M S 存在的一个主要问题是用于异种环境必须互连时的复杂性。在C I M S 概念下, 手工操作要与高度自动化或半自动化操作集成起来是非常困难和昂贵的。在C I M S 深入发展和推广应用的今天, 人们已经逐渐认识到, 要想让C I M S 真正发挥效益和大面积推广应用, 有两大问题需要解决: ①人在系统中的作用和地位;②在不作很大投资对现有设施进行技术改造的情况下亦能应用C I M S。现有的C I M S概念是解决不了这两个难题的。今天, 人力和自动化是一对技术矛盾, 不能集成在一起, 所能做的选择, 或是昂贵的全自动化生产线, 或是手工操作, 而缺乏的是人力和制造设备之间的相容性,人机工程只是一个方面的考虑, 更重要的相容性考虑要体现在竞争、技能和决策能力上。人在制造中的作用需要被重新定义和加以重视。
事实上, 在70 年代末和80 年代初, 人们已开始认识到人的因素在现代工业生产中的作用。英国出版公司(IFS)于 1984 年就首次发起了第一届“制造中人的因素” 研讨会, 目的在于提高人们对制造环境中人的因素及其所起作用的认识。事实证明, 人是 I M S 中制造智能的重要来源。值得指出的是, C I M S 和 I M S 都是面向制造过程自动化的系统, 两者密切相关但又有区别。
C I M S 强调的是企业内部物料流的集成和信息流的集成;而 I M S 强调的则是更大范围内的整个制造过程的自组织能力。从某种意义上讲, 后者难度更大, 但比C I M S 更实用、更实际。C I M S 中的众多研究内容是 I M S 的发展基础, 而 I M S 也将对C I M S 提出更高的要求。集成是智能的基础, 而智能也将反过来推动更高水平的集成。I M T 和 I M S 的研究成果将不只是面向21 世纪的制造业, 不只是促进C I M S 达到高度集成, 而且对于FM S、M S、CNC 以至一般的工业过程自动化或精密生产环境而言, 均有潜在的应用价值。有识之士对人工智能技术、计算机科学和C I M S 技术进行了全面的反思。他们在认识机器智能化的局限性的基础上, 特别强调人在系统中的重要性。如何发挥人在系统中的作用, 建立一种新型的人—机的协同关系, 从而产生高效、高性能的生产系统, 这是当前众多学者都会提出的问题, 也正是C I M S 所忽视的关键因素, 这一因素导致了C I M S 发展中不可逾越的障碍。值得一提的是有的学者特别强调 “人件(Humanw are)” 在系统中的重要性, 提出C I M S 的开放结构体系思想。最引人注目的是欧共体的ESPR IT 计划中单独列出的一个研究子项, 即 “以人为中心的C I M S”。甚至有人索性称以人为中心的 C I M S 为 H I M S(HumanIn tegrated M anufactu r ing System), 指出集成制造系统首先是 “人的集成”。耐人寻味的是, 目前研究的 “精良生产” 与 “敏捷制造” 等新型制造系统的主要出发点也是强调 “人” 的作用, 即 “以人为中心”。
五．智能制造的物质基础及理论基础 1.智能制造系统的物质基础主要有:
(1)数控机床和加工中心 美国于 1952 年研制成功第一台数控铣床 ,使机械制造业发生一次技术革命。数控机床和加工中心是柔性制造的核心单元技术。(2)计算机辅助设计与制造提高了产品的质量和缩短产品生产周期 ,改变了传统用手工绘图、依靠图纸组织整个生产过程的技木管理模式。
(3)工业控制技术、微电子技术与机械工业的结合 — — — 机器人开创了工业生产的新局面 ,使生产结构发生重大变化 ,使制造过程更富于柔性扩展了人类工作范围。
(4)制造系统为智能化开发了面向制造过程
中特定环节、特定问题的 “智能化孤岛”,如专家系统、基干知识的系统和智能辅助系统等。
(5)智能制造系统和计算机集成制造系统用
计算机一体化控制生产系统 ,使生产从概念、设计到制造联成一体 ,做到直接面向市场进行生产 ,可以从事大小规模并举的多样化的生产;近年来 ,制造技术有了长足的发展和进步 ,也带来了很多新问题。数控机床、自动物料系统、计算机控制系统、机器人等在工业公司得到了广泛的应用 ,越来越多的公司使用了 “计算机集成制造系统(CIMS)”、“柔性制造系统(FMS)”、“工厂自动化(FA)”、“多目标智能计算机辅助设计(M1CAD)”、“模块化制造与工厂(MXMF)、并行工程(CE)”、“智能控制系统(ICS)” 以及 “智能制造(IM)”、“智能制造技术(IMT)” 和 “智能制造系统(IMS)” 等等新术语。先进的计算机技术、控制技术和制造技术向产品、工艺和系统的设计师和管理人员提出了新的挑战 ,传统的设计和管理方法不能再有效地解决现代制造系统提出的问题了。要解决这些问题、需要用现代的工具和方法 ,例如人工智能(AI)就为解决复杂的工业问题提出了一套最适宜的工具。2.智能制造技术的理论基础
智能制造技术是采用一种全新的制造概念和实现模式。其核心特征强调整个制造系统的整体“智能化” 或 “自组织能力” 与个体的 “自主性”。“智能制造国际合作研究计划J IRPIMS” 明确提出: “智能制造系统是一种在整个制造过程中贯穿智能活动 ,并将这种智能活动与智能机器有机融合 ,将整个制造过程从订货、产品设计、生产到市场销售等各个环节以柔性方式集成起来的能发挥最大生产力的先进生产系统”。基于这个观点,在智能制造的基础理论研究中 ,提出了智能制造系统及其环境的一种实现模式 ,这种模式给制造过程及系统的描述、建模和仿真研究赋予了全新的思想和内容 ,涉及制造过程和系统的计划、管理、组织及运行各个环节 ,体现在制造系统中制造智能知识的获取和运用 ,系统的智能调度等 ,亦即对制造系统内的物质流、信息流、功能决策能力和控制能力提出明确要求。作为智能制造技术基础 ,各种人工智能工具 ,及人工智能技术研究成果在制造业中的广泛应用 ,促进了智能制造技术的发展。而智能制造系统中 ,智能调度、智能信息处理与智能机器的有机融合而构成的复杂智能系统 ,主要体现在以智能加工中心为核心的智能加工系统的智能单元上。作为智能单元的神经中枢——智能数控系统 ,不仅需要对系统内部中各种不确定的因素如噪声测量、传动间隙、摩擦、外界干扰、系统内各种模型的非线性及非预见性事件实施智能控制 ,而且要对制造系统的各种命令请求做出智能反应。这种功能已远非传统的数控系统体系结构所能胜任 ,这是一个具有挑战性的新课题。对此有待研究解决的问题有很多 ,其中包括智能制造机理、智能制造信息、制造智能和制造中的计算几何等。总之 ,制造技术发展到今天 ,已经由一种技术发展成为包括系统论、信息论和控制论为核心的、贯穿在整个制造过程各个环节的一门新型的工程学科 ,即制造科学。制造系统集成与调度的关键是信息的传递与交换。从信息与控制的观点来看 ,智能制造系统是一个信息处理系统 ,由输入、处理、输出和反馈等部分组成。输入有物质(原料、设备、资金、人 员)、能量与信息;输出有产品与服务;处理包括物料的处理与信息处理;反馈有产品品质回馈与顾客反馈。制造过程实质上是信息资源的采集、输入、加工处理和输出的过程 ,而最终形成的产品可视为信息的物质表现形式。
六．智能制造系统的特征及框架结构
1.为了提出有我国特色的智能制造模式 ,首先要搞清智能系统应具有什么特征。当前对智能系统的理解有两种不同的意见:一种是从科学的角度来看这个问题的意见 ,即认为只有具备下列特征的系统才能称为智能系统:一个系统既具有人类智能(或部分地),又具有与人类实现其智能相似的过程与途径。另一种是从工程的角度来看这个问题的意见 ,即认为一个系统只要具有(或部分具有)人类智能就称为智能系统 ,而不管实现其智能的过程与途径。我们这里所讨论的问题是关于智能制造系统的问题 ,也就是从工程角度来讨论智能系统的问题。我们认为:在工程上 ,智能系统的特征有以下几个方面 ,具有下列特征之一的系统 ,从工程角度看 ,就可称为智能系统：(1)多信息感知与融合;(2)知识表达、获取、存储和处理(主要是识别、设计、计算、优化、推理与决策);(3)联想记忆与智能控制;(4)自治性 自相似、自学习、自适应、自组织、自维护;(5)机器智能的演绎(分解)与归纳(集成);(6)容错。
2.智能制造系统模式的框架结构
整个系统是一个多智能体分布式网络结构 ,分成四个部分:中心层、管理层、计划层和生产层。每个层由具有自治性的多智能体组成 ,这种多智能体具有相似的结构 ,但根据任务的不同而有不同的自学习、自适应、自组织、自维护功能。智能系统有一定的容错能力 ,可以在不完整的信息或偶然误差出现时正常地工作。系统与因特网兼容 ,可以进行企业动态联盟、招标、投标及电子商务 ,还可形成虚拟制造的支持环境。
七． 智能加工中心 IMC 1.智能加工中心是智能制造系统中一种典型的智能加工机器。作为以 IMC 为主的智能加工单元 ,其任务为感知、决策、加工、控制与学习。智能加工中心既是智能制造过程和系统的实验和应用对象 ,也是智能制造技术的缩影和实现通道。它与普通的加工中心(MC)有着本质的区别 ,除了完成数控代码规定的加工任务外 ,能够根据信息的综合进行自主决策 ,实时调整自身行为 ,适应环境和自身的不确定性变化 ,即应具有 “自主性” 和 “自组织” 能力 ,实现对 IMC的数控系统进行实时干预与智能控制。数控加工中心的实时智能控制 ,表现为三个方面:第一是远程控制 ,通过通信线路对加工现场进行控制 ,对加工中心的加工操作和加工状态进行监视;第二是故障识别与处理 ,如刀具磨损识别与自动更换备用刀具、自激振动识别与自动抑制或消除等;第三是自适应控制 ,根据检测到的过程控制信息自适应地改变加工参数。而智能加工中心对信息的获取与处理表现在对加工环境和加工状态的自主响应能力 ,其中对刀具状态的监测是评判加工状态的重要依据。加工中心刀具状态实时在线智能监测系统 ,及基于神经网络与模糊识别模式的多传感器融合技术的刀具磨、破损监测
系统的成功开发 ,为智能制造信息的自动获取 ,成功提供了有力的保证。2.智能加工中心的主要功能
在智能加工中心中 ,智能数控系统是 IMC 的神经中枢 ,其智能化程度直接决定了整个智能制造系统的智能水平。智能数控系统具有高级的自主控制功能 ,能将任务请求、作业规划、轨迹控制、过程监视与控制、错误自修复等功能有机结合起来。面向制造系统 ,它是任务驱动的柔性规划学习系统 ,而面对复杂的物流加工环境 ,它又是 “刺激一反应” 型的再励系统 ,能对来自内部和外界环境的多种刺激做出理智的决策 ,从而以最优策略完成目标任务。通过对智能制造环境下的加工过程进行分析 ,确定加工中心应具备的主要功能有:(1)感知功能 ,根据多种传感器信号的收集、特征提取和信息融合 ,实现加工对象感知和系统状态感知。
(2)决策功能 ,在感知的基础上通过决策 ,明确其在整个制造系统中的作用、与其它智能机器的关系 ,并确定自身的行为方式。
(3)控制功能 ,智能加工中心根据决策结果进行处理 ,采用最优化的方式完成加工任务 ,并保证加工过程得到可靠的监视和维护。
(4)通信功能 ,包括与 CAD/ CAM 系统的智能通信 ,实现数据与知识的交流 ,支持并行工程策略;与其它智能加工机器的智能通信 ,交流状态信息 ,协调加工负荷;与人类专家和操作人员的智能通信 ,提供良好的人机交互环境 ,为智能机器提供知识单元 ,做出相应决策。
(5)学习功能 ,依据决策、控制和加工指令 ,以及由此引起的状态变化和最终加工任务 ,学习和积累相关知识 ,改进决策和控制策略。此外 ,还包括从人类专家和其它智能机器直接获取知识。
八．智能制造技木的发展趋势 智能制造是从 80 年代末发展起来的 ,最旱的几本有关智能制造及系统方面的专著是在 1988年由 Wrightfg MilaciC 等人编写的 ,随后、Kusiak和 Pain也相继出版了这方面的研究著作。这些专著所描述的 IMS仍基于设计与制造技术所提出的问题和解决的工具与方法。在许多工业化国家、人工智能已被当作求解现代工业提出的问题的工具和方法。因此 ,这些专著仅着力于人工智能在制造业中的应用和智能系统研究与应用中提出的问题的求解、使用基于知识的系统(如级联结构系统)和优化方法来解决自动化制造环境中零件、产品、系统的设计与制造 ,以及自动制造系统的规划与调度(管理)问题。先进的工业化国家在研究 FMS、CIMS、FA 及AI筹的基础上 ,为了进行国际间制造业的共同协作研究、开发、设计、生产、物流、信息流、经营管理乃至制造过程的集成化与智能化等而提出来的智能制造系统 ,也是为了解决各发达国家面临的企业活动全球化、重复投资增大、现场熟练技术工人不足和社会对产品的需求变化等因素而倡导的国际制造业的合作。在迸行智能制造及其相关技术与系统的研究方面、首推日本在 1990 年提议和倡导的日、美、欧之间建立的国际运营委员会、国际技术委员会和附属机构 IMS中。大有主宰未来制造技术的趋势。1991～ 1993 年 Barschdor 汀和 Monostori 等应用人工神经网络(ANNS)到智能制造中进行加工过程的建模、监测、诊断、自适应控制;通过神经网络的知识表示和学习能力 ,缩短 CIMS的反应时间 ,提高产品的质量 ,使系统更可靠。而 Furukawa则对智能机器的设计程序及它在自动导引车中的应用作了介绍。被称为是二十一世纪的制造技术的智能制造系统 ,目前国内外已相继开展了国际联合研究计划。智能制造系统与当前任何制造系统相比 ,在体系结构上有着根本意义上的不同 ,具体体现在:一是采用开放式系统设计策略。通过计算机网络技术 ,实现共享制造数据和制造知识 ,以保证系统质量。这是将计算机界先进的设计和开发思想融入到制造系统的结果 ,因而使制造系统向拟人化的方向进一步发展。二是采用分布式多自主体智能系统设计策略 ,其基本思想是:赋予制造系统中各组成部分或子系统一定的自主权 ,使其形成一个封闭的具有完整功能的自主体 ,这些自主体以网络智能结点的形式联接在通讯网络上 ,各个智能结点在物理上是分散的 ,在逻辑上是平等的。通过各结点的协同处理与合作 ,共同完成制造系统任务 ,实现人与人的知识在制造中的核心地位。此外 ,生物制造与仿生机械的科学与技术、生物自生长成形制造、绿色制造的科学与技术包括产品与人类和自然的协调理论 ,产品绿色工艺(如Near2Zero Waste)等也极大地丰富了智能制造的范畴 ,促进了智能制造系统的发展。目前 ,我国一些高等院校也在进行智能制造技术的研究 ,如南京航空航天大学机电学院朱剑英教授成立的智能制造科研组 ,一方面跟踪国际智能制造的最新研究动态 ,另一方面从事智能制造关键基础技术的预研工作 ,为地区及我国智能制造技术的发展做出了一定贡献。遗憾的是 ,由于种种原因 ,我国政府主管部门和有关大公司、厂家并无迹象表明对智能制造已引起足够的重视 ,至今也未得到我国机械学科的普遍关注。相信随着人们对智能制造系统认识的逐步深入 ,智能制造系统必将得以迅猛发展 ,迎头赶上世界先进发展水平。
九．智能制造系统研究成果及存在问题
目前对分布式制造系统的研究虽然还处于初期阶段 ,但已在不同层次、不同侧面上取得了大量令人振奋的基础理论研究成果和应用成果 ,如制造 Agent的个体目标机制(如奖惩机制、市场机制、目标函数等)等。这些研究成果奠定了MAS在制造控制中应用的基础。但是 ,由于制造 Agent 在信息、知识和控制上的完全分布 ,每个 Agent 对环境、对整个问题求解活动及其他Agent 的意图只有部分的、不完全的知识 ,并且拥有的知识可能互相不一致 ,各个 Agent只能根据不完备的知识与不完整、不同步的信息做出局部决策。又由于整个系统缺乏类似中央控制的机制 ,因而整个系统的控制和决策往往不能达到最优效果 ,而且不可避免地存在大量难以解决的决策冲突(C onflict)和死锁(Deadlock)。因此 ,对分布式自治制造系统中异构 Agent 间的相互合作以及全局协调机制的研究 ,是分布式自治制造系统最重要 ,也是最基本的问题 ,更是其走向实用所亟待解决的核心问题。协调是指一组 Agent 完成一些集体活动时相互作用的性质。在分布式制造系统中 ,全局协调和优化是一个在多目标动态约束下 ,各类活动和资源的最佳组合和排序的动态求取过程 ,它可以描述为两个子问题 ,即局部调度决策和全局资源协调。由于 “组合爆炸” 现象的存在 ,当前采用的普遍方法是谈判和投标(Neg otiation and Bidding)。谈判被定义为:在开放的、动态的制造控制环境下 ,拥有任务订单的 Agent(协调者),及欲参与任务执行的 Agent(投标者)之间传递各自的资源、愿望和能力信息 ,反复进行协商 ,直到其中一个Agent 或一组Agent 被选出组成执行该任务的队列的过程。在这个过程中出现的冲突和死锁或者由协调者来解决 ,或者由冲突中的 Agent 自行解决。为了加快谈判过程 ,许多研究工作致力于改进谈判策略和开发支持协商的协议和语言 ,目前已提出了诸如一步谈判、多步谈判、合同网等多种谈判策略和协议。分析这种谈判过程 ,可以看出:
(1)在当前所采用的模型中 ,谈判是基于对谈判者的知识与能力、讨价还价过程、收益计算 ,以及子系统的影响(或能力)的平衡的显式表达 ,以可计算的迭代模型模拟社会或生物界的组织形式和进化过程的协调和协作方法;
(2)各个Agent 总是将其他Agent 的局部调度作为其预测信息 ,以计算其自己的局部调度决策。依次地 ,又将决策结果传递给其他 Agent。宏观上看 ,这是一个串行过程。当一个Agent 产生的结果不可接受时 ,又需要进行反复通信和迭代。因而 ,各个 Agent 的内部可以看作是一个局部闭环反馈控制系统 ,而冲突则是其外部扰动;
(3)全局协调的目标是要完全消解冲突 ,因而各 Agent 总是要利用最新的信息来处理冲突。因此 ,谈判实际上是一种外部合作机制。这种方法在一定程度上解决了开放环境中的 Agent 协调和协作的组合优化问题 ,但是该方法的一个固有缺陷是它只是对社会市场或生物界的组织形式和进化过程的直觉模仿[1 ],尚缺乏对其基本原理、机制和限制条件的深刻认识和理论上的证明 ,例如 ,在什么条件下谈判的过程是收敛的、稳定的。如何得到期望的结构或功能等。尤其当系统规模较大 ,而且 Agent 处于信息连续变化的高度紊乱的环境中(如由于市场的快速变化 ,经常会有一些短期的、紧急的订单需要及时处理)时 ,有可能引起冲突的传播(即任何两个实体间冲突的解决会触发其他冲突的出现)。这种特性类似于自催化过程 ,各个制造Agent 间正向先进制造技术的源泉.科学通报,1998 , 43-33727.[4 ] 史忠植.高级人工智能.北京: 科学出版社, 1998.[5]杨文通 ,王曹 刘志峰 ,等 数字化网络化制造技术北京 电子工业出版社 , [6]王英林 ,刘敏 ,张申生 ,基于Agent的敏捷供应链及相关技术 中国机械工程 , [7]张军 ,赵江洪 网络协同数控机床工业设计系统中的知识获取与应用研究 〔机械工程学报 〕 ,
第五篇：电力的智能制造装备
应用于电力的智能制造装备
力争通过10年的努力，形成完整的高端装备制造产业体系，基本掌握高端装备制造业的关键核心技术，产业竞争力进入世界先进行列。到2020年，高端装备制造产业销售收入在装备制造业中的占比提高到25%，工业增加值率较“十二五”末提高2个百分点，将高端装备制造业培育成为国民经济的支柱产业。经过改革开放30多年的快速发展，我国装备制造业取得了令人瞩目的成就，形成了门类齐全、具有相当规模和技术水平的产业体系，2009年、2010年连续2年产业经济总量位居世界第一，为高端装备制造业的发展奠定了坚实基础。
2010年，高端装备制造业实现约1.6万亿元销售收入，约占装备制造业销售收入的8%左右。整体技术水平持续提升，围绕国民经济各行业的迫切要求，开发出了一大批具有知识产权的高端装备，如百万千瓦级超超临界火电发电机组、百万千瓦级先进压水堆核电站成套设备、1000KV特高压交流输变电设备、±800KV直流输变电成套设备、百万吨乙烯装置所需的关键装备、超重型数控卧式镗车床、精密高速加工中心、2000吨履带起重机、ARJ21新型支线飞机、“和谐号”动车组、3000米深水半潜式钻井平台等，气象卫星率先实现业务化运行，已初步形成了高端装备制造产业格局。
根据我国智能制造技术和智能测控装置的发展水平，智能制造装备在“十二五”期间重点选择在电力、节能环保、农业、资源开采、国防科技工业、基础设施建设等6个国民经济重点领域推广应用。到2015年，智能制造装备技术创新体系初步建成，具有知识产权的智能测控装置及关键执行和传动零部件研制能力显著增强。
标签：电磁振动给料机，电机振动给料机，振动筛，给料机，筛分设备
点击咨询 