推荐星级：
- 1
- 2
- 3
- 4
- 5
基于物联网的汽车制造系统集成设计云平台
资料介绍
为了提高汽车制造系统的智能化水平,提出了基于物联网和云计算的汽车制造系统集成设计方法.结合所提出的方法,构造了基于物联网的汽车制造系统集成设计云平台,借助物联网监测系统的在线状态数据.在汽车制造系统的概念设计阶段,运用模糊积分法解决多指标集成决策问题,获取最优概念设计方案.在汽车制造系统的详细设计阶段,运用遗传算法和云计算技术求解系统的最优拓扑结构及参数,对系统进行在线改进.应用所提出的方法,解决了在一批车用曲轴新的加工要求下某汽车智能制造系统的性能指标优化问题,使车用曲轴的平均加工速度达到4件/h、产品合格率达到97％.研究表明,所提出的基于物联网和云计算的汽车制造系统集成设计方法具有较高的工程应用价值.
部分文件列表
| 文件名 | 大小 |
| 基于物联网的汽车制造系统集成设计云平台.pdf | 2M |
部分页面预览
（完整内容请下载后查看）华 南 理 工 大 学 学 报 (自 然 科 学 版 ）
Journal of South China University of Tce hnology
(Na turalS cience Edition）
第 4６卷 第 12期
2018年 12月
Vol.4６ No.12
December 2018
文章编号：1000－5６5Ｘ(2018）12－0084－09
基 于 物联 网的 汽车 制造 系 统 集 成 设 计 云 平 台
刘世豪1 李斌勇2
(1.海南大学 机电工程学院，海南 海口 570228；2.成都信息工程大学 网络空间安全学院，四川 成都 ６10225）
摘
要：为了提高汽车制造系统的智能化水平，提出了基于物联网和云计算的汽车制造
系统集成设计方法.结合所提出的方法，构造了基于物联网的汽车制造系统集成设计云平
台，借助物联网监测系统的在线状态数据.在汽车制造系统的概念设计阶段，运用模糊积
分法解决多指标集成决策问题，获取最优概念设计方案.在汽车制造系统的详细设计阶
段，运用遗传算法和云计算技术求解系统的最优拓扑结构及参数，对系统进行在线改进.
应用所提出的方法，解决了在一批车用曲轴新的加工要求下某汽车智能制造系统的性能
指标优化问题，使车用曲轴的平均加工速度达到 4件／h、产品合格率达到 97％.研究表
明，所提出的基于物联网和云计算的汽车制造系统集成设计方法具有较高的工程应用
价值.
关键词：在线监测；物联网；云计算；智能制造；集成设计；车用曲轴
中图分类号：ＴH1６６
ｄｏｉ：10.39６9／j.ｉｓｓｎ.1000－5６5Ｘ.2018.12.011
随着控制技术、信息技术等在汽车制造业的推
计，提高了汽车制造系统的自动化生产水平；文献
广运用，产生了柔性制造、智能制造等先进制造模 ［６］中运用基于优先图的启发式方法来解决汽车生
式［1］.然而，汽车制造系统能否快速响应市场动态
变化，主要取决于汽车制造系统的自动化程度、自适
应性以及集成设计水平等［2］.现代汽车制造系统实
际上是多领域的机电一体化系统，汽车制造系统的
设计需要同时关注所有部件及其特性［3］，这意味着
在汽车制造系统设计过程中应考虑不同性能指标的
动态交互.因此，汽车制造系统设计应当以集成的方
式进行，在设计过程中须引入多学科交叉的思维.国
内外学者对汽车制造系统的设计方法进行了深入研
究，如文献［4］中采用质量功能展开原则和层次分
析法作为设计工具，构造了一种智能化汽车制造系
统；文献［5］中对汽车制造系统的部件进行优化设
产线的重新平衡问题，使生产线能力显著提高；文献
［7］中提出了一种基于多响应正交试验的新算法，
对汽车制造系统进行优化，解决了汽车装配平衡问题.
近年来，在线监测已被集成到汽车制造系统设
计中，用于发现潜在的设计缺陷或不能令用户满意
的性能，从而进行有针对性的改进.对汽车制造系统
进行实时监测，在数据感测、储存和处理方面带来了
技术挑战.然而，物联网［8］和云计算［9］为汽车制造
系统大数据的传感、传输、存储和挖掘带来了新的契
机，并且具有在线计算、可实时访问和成本低等优
势，为汽车制造系统集成设计提供了新的思路.为
此，文中提出了基于物联网和云计算的汽车制造系
收稿日期： 2018－04－04
基金项目：中央引导地方科技发展专项资金项目(ＺＹ2018HN09－６）；国家自然科学基金资助项目(7170102６）；海南省自然
科学基金资助项目(518ＱN25６）
Foundation items：Ｓｕppｏrtｅｄ ｂｙ thｅ ｃｅｎtral ｇｏｖｅrｎｍｅｎt ｇｕｉｄｉｎｇ ｓpｅｃｉal fｕｎｄｓ fｏr ｄｅｖｅlｏpｍｅｎt ｏf lｏｃal Ｓｃｉｅｎｃｅ aｎｄ Ｔｅｃhｎｏlｏｇｙ
(ＺＹ2018HN09－６），thｅ Natｉｏｎal Natｕral Ｓｃｉｅｎｃｅ Ｆｏｕｎｄatｉｏｎ ｏf Ｃhｉｎa (7170102６）aｎｄ thｅ Natｕral Ｓｃｉｅｎｃｅ Ｆｏｕｎｄatｉｏｎ ｏf Haｉｎaｎ
Ｐrｏｖｉｎｃｅ ｏf Ｃhｉｎa(518ＱN25６）
万方数据
作者简介：刘世豪(1981－），男，博士，副教授，主要从事制造系统建模与优化研究.E－ｍaｉl：lｉｕｓhｉhaｏ1102＠12６.ｃｏｍ
85
第 12期
刘世豪 等：基于物联网的汽车制造系统集成设计云平台
统集成设计方法，建立基于物联网的汽车制造系统
集成设计云平台，借助在线监测与分析的动态过程，
使汽车制造系统能够持续有效地改进.文中以汽车
曲轴加工为案例，对所提出的汽车制造系统集成设
计方法及其实施技术进行了验证研究.
至包含设计者的主观看法.针对上述不同情况，有些
指标之间还可能存在交互作用.汽车制造系统集成
设计的关键是指标的聚合.传统的聚合方法“加权
平均法”往往不能很好地解决这个问题，只有当各
个指标之间是互相独立时，该方法才比较适用.然
而，模糊测度法在很多情形下都能有效地用于指标
之间存在交互作用的建模［11］.在离散系统设计中，
1 汽车制造系统集成设计理论与方法
模糊测度可用函数 v 表示：当 2N ［0，1］时，满足：
→
1.1 汽车制造系统设计理论基础
v(φ）＝0
(2）
汽车制造系统的设计一般按照概念设计和详细
设计这两个步骤开展：概念设计是指识别各子系统
的种类和功能，并确定系统结构及总体设计路线；详
细设计是指确定或改进子系统的拓扑结构.
v(N）＝1
(3）
(4）
S⊆T
v(S）≤v(T）
→
对于任何 S⊆N，v(S）表示指标组合 S 的重要程
度的权重系数［12］.对于多指标决策过程中的指标聚
合问题，可用模糊积分法解决［13］，其中，Ｃhｏｑｕｅt 模
糊积分法就是较常用的一种［14］，Ｃhｏｑｕｅt 模糊积分
法也可用于处理 MＤＱ 模型中指标的聚合问题.运
用 Ｃhｏｑｕｅt 模糊积分法进行指标聚合时，首先须根
在概念设计阶段，系统结构及设计总体路线都
是根据实际工程需求所确定的，概念设计在汽车制
造系统设计过程中起着关键作用.由于汽车制造系
统往往存在大量的可配置结构，设计空间庞大，导致
一步实现最佳设计不一定可行.因此，在概念设计过
程中，设计者须将复杂的设计空间划分成一系列不
同的子空间，然后正确评估所有的子空间并将设计
域缩减为尽量小的子空间，进而为下一步的详细设
计阶段提供较小的复杂搜索空间.为了解决上述问
题，在汽车制造系统的概念设计阶段就必须引入多
指标集成设计思想.文献［10］中提出了机电一体化
设计商的概念，并给出一个系统的方法来解决机电
一体化系统的并行集成设计问题，在评估模型中使
用 MＤＱ 协助制定决策从而得到机电一体化系统的
最优设计方案.对于汽车制造系统这类机电一体化
系统的多指标集成设计评估，MＤＱ 也是一个行之有
效的工具，可以在概念设计阶段用于评估可能的替
代方案.基于上述理论，对于有 n 个设计条件和 r 个
设计约束的汽车制造系统多指标集成设计问题，
据下式计算每个备选设计方案的全局评估得分：
n
Cv (x）＝ x(i） v A(i）ꢀA(i ＋1）
(5）
∑
i ＝1
式中，当 i∈［1，n］时，x(1）≤x(2）≤⋯≤x(n），
A(i）＝｛(i），(i ＋1），...，(n）｝，A(n ＋1）＝φ.Ｃhｏ－
ｑｕｅt 模糊积分法还可以表示为如下形式：
Cv (x）＝ α(T）∧xi
(６）
∑
i∈T
T⊆S
其中，函数 α与模糊测度 v 之间的关系式如下：
α(S）＝ (ꢀ1）s ꢀt v(T）
(7）
∑
T∈S
其中，s ＝S ，t ＝T .Ｃhｏｑｕｅt 模糊积分法的关键在
于，如何用［0，1］之间的数来定义 n 个指标各自的
模糊测度，这是实际应用中的一个难点.文献［15］
中提出运用 2阶 Ｃhｏｑｕｅt 模糊积分法解决指标之间
存在交互作用的聚合问题，同时计算过程也比较简
便，2阶 Ｃhｏｑｕｅt 模糊积分法表达式如下：
MＤＱ 的表达式如下：
r
α α
α
MＤＱ(α）＝M x1，x2，⋯，xn
gi (α） (1）
∏
i ＝1
C(x）＝ α(i）xi ＋ α(ij）(xi∧xj ）
v
α
∑ ∑
i∈N
｛i，j｝∈N
式中，α表示一种设计方案，M 表示聚合算子，xi 表
示第 i 个指标的满意度，gi (α）表示第 i 个约束条件
的函数表达式.特别地，若第 i 个约束条件得到满
足，则 gi (α）等于 1，否则 gi (α）等于 0.
(8）
α(i）＝v(i）
α(ij）＝(v ij）ꢀ(v i）ꢀv(j）
确定 v(i）和 v(ij）后，可以计算出所有的 α(i）和
α(ij），因此运用2阶Ｃhｏｑｕｅt 模糊积分法不必计算 2n
对于汽车制造系统的 MＤＱ，评价指标可能包括
“可靠性”、“匹配性”、“柔性”、“可控制性”、“功效”
及“成本”等.在众多指标中，设计者会选择那些对
设计问题比较重要的指标，有些指标可用解析式表
2
个系数，而只需求解 n ＋Cn ＝n(n ＋1）2／个系数.
在汽车制造系统的详细设计阶段，首先需要确
定系统的拓扑结构，如系统部件及其互连方式，然后
确定部件详细信息以满足新的设计要求，实现汽车
万方数据
达，有些指标则可能是定性且模糊的，还有些指标甚
全部评论(0)