推荐星级:
- 1
- 2
- 3
- 4
- 5
智能车间系统下面向加工深度分析的聚类应用
资料介绍
为兼顾系统对数据“实时性”与“海量性”的要求,提出一种具有实时数据库与历史数据库的智能车间系统架构并着重论述采集层实现方案。为平衡系统代价与应用性能,完成理想模型向加工环境的转换,提出一种以理想平台实验、仿真对比实验、验证性实验为核心的(ISVE)系统应用开发模式,并提出一种生产参数分析应用模型,通过运用自适应滤波、小波包分解、模糊逻辑等方法处理加工过程中主轴进给方向加速度信号实现矩形铣削平面深度的批量识别。最后以该模型为例,展示了车间智能应用的开发过程,证明了ISVE开发模式的有效性。
部分文件列表
文件名 | 大小 |
1577675512智能车间系统下面向加工深度分析的聚类应用.pdf | 1M |
部分页面预览
(完整内容请下载后查看)计算机集成制造系统
Com uterInteratedManufacturin Sstems
g y
第
卷第
年
期
月
24
9
Vol.24No.9
2018
ꢀꢀꢀ
9
Se .2018
p
ꢀꢀꢀ
p
ꢀ
g
ꢀ
ꢀ
ꢀ
:
/
DOI10.13196 .cims.2018.09.010
j
智能车间系统下面向加工深度分析的聚类应用
,
14
,,
234
,
14
,
14
,
14
4
,
,
,
,
,
郭
安
于
东
胡
毅
毕筱雪
刘劲松
李
浩
ꢀ
ꢀ
ꢀ
ꢀ
(
,
中国科学院大学 北京
1.
;
1000492.
,
;
中国科学院 沈阳计算技术研究所高档数控国家工程研究中心 辽宁 沈阳
ꢀ
110171
ꢀ
ꢀ
,
沈阳高精数控智能技术股份有限公司 辽宁 沈阳
3.
;
110171
ꢀ
ꢀ
,
中国科学院 沈阳计算技术研究所 辽宁 沈阳
)
4.
110171
ꢀ
ꢀ
:
“
” “
”
,
摘
要 为兼顾系统对数据 实时性 与 海量性 的要求 提出一种具有实时数据库与历史数据库的智能车间
ꢀ
。
,
,
系统架构并着重论述采集层实现方案 为平衡系统代价与应用性能 完成理想模型向加工环境的转换 提出一种
、 、
以理想平台实验 仿真对比实验 验证性实验为核心的
(
)
系统应用开发模式 并提出一种生产参数分析应用模
ISVE
,
,
、
、
型 通过运用自适应滤波 小波包分解 模糊逻辑等方法处理加工过程中主轴进给方向加速度信号实现矩形铣削平
。
,
,
面深度的批量识别 最后以该模型为例 展示了车间智能应用的开发过程 证明了
。
开发模式的有效性
ISVE
:
;
;
;
关键词 信息物理系统 智能车间 模糊聚类 信号处理 智能应用
;
:
:
A
中图分类号
文献标识码
TP393.1
ꢀꢀꢀ
Clusterin alorithma licationforcuttin dethanalsisinintellientworksho sstem
ꢀ ꢀ ꢀ ꢀ ꢀ
g
ꢀ
pp
ꢀ
g g
ꢀ
g
ꢀ
p
y
p y
ꢀ
,
14
,,
234
,
14
,
14
,
14
4
,
,
HUYi
ꢀ
,
,
,
LIHao
ꢀ
GUOAn
ꢀ
YU Don
ꢀ
BIXiaoxue
ꢀ
LIUJinson
ꢀ
g
g
(
,
,
;
1.Universit ofChineseAcadem ofSciences Beiin 100049 China
j g
y
ꢀ
ꢀ
ꢀ
y
ꢀ
ꢀ
ꢀ
,
2.NationalEnineerin ResearchCenterforHihEndCNC Shenan Instituteof
ꢀ g ꢀ g
y g
g
ꢀ
ꢀ
ꢀ
-
ꢀ
ꢀ
ꢀ
,
,
;
Com utin Technolo ofCAS Shenan 110171 China
gy y g
p
g
ꢀ
ꢀ
ꢀ
ꢀ
,
,
,
;
3.Shenan Goldin NC &intellienceTechCo. Ltd. Shenan 110171 China
y g y g
g
ꢀ
ꢀ
g
ꢀ
ꢀ
ꢀ
ꢀ
,
,
,
)
ChineseAcadem ofSciences Shenan 110171 China
y g
4.Shenan InstituteofCom utin Technolo
ꢀ ꢀ
y g p g gy
ꢀ
ꢀ
y
ꢀ
ꢀ
ꢀ
ꢀ
:
“
”
“
AbstractToreconcilethedemandofsstemforboth realtime and massiveness indatacollectionmodule anin
ꢀ ꢀy -
”
,
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
-
ꢀ
ꢀ
ꢀ
tellientworksho sstemarchitecturefocusedontheimlementationofdatacollectionlaerwas roosed.Tobal
ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ p ꢀ ꢀ ꢀ ꢀ y ꢀ ꢀp p ꢀ -
p y
g
ꢀ
,
,
ancesstemhardwarecostanda lication erformance anIdeal latform SimulationandVerificationExeriments
ꢀy ꢀpp ꢀp ꢀp ꢀ p
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
(
)
ISVE centeredsstema licationdeveloin atternwascreatedb conversin theidealmodelto racticala li
ꢀy ꢀpp ꢀy ꢀ ꢀp ꢀpp -
p gp
ꢀ
ꢀ
ꢀ
g
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
,
cationenvironment.Ana licationmodelfor roduction arameteranalsiswas roosed whichcould rocessac
ꢀpp ꢀp ꢀp ꢀp p ꢀp ꢀ -
ꢀ
ꢀ
ꢀ
ꢀ
y
ꢀ
ꢀ
,
celerationsinalinthefeeddirectionb usin themethodssuchasadativefilterin wavelet acketdecom osition
ꢀg ꢀ ꢀ ꢀy ꢀ ꢀ ꢀp
ꢀ
ꢀ
g
ꢀ
ꢀ
ꢀ
p
ꢀ
g
ꢀ
p
ꢀ
andfuzz loicdurin machinin andfurtherachievethedethofrectanularmillin lane.The rooseda lica
g ꢀ gp
ꢀ ꢀ ꢀ ꢀ ꢀ p ꢀ ꢀ ꢀ ꢀp p ꢀpp -
y
ꢀ
g
ꢀ
g
ꢀ
g
ꢀ
,
tionwastakenasanexamletorevealthedevelo ment rocessoftheintellientworksho a lication andtheef
ꢀ ꢀ -
ꢀ
ꢀ
ꢀ ꢀ ꢀ
p ꢀ ꢀ
ꢀ
ꢀ
p
ꢀp
ꢀ ꢀ
ꢀ
g
ꢀ
p pp
ꢀ
fectivenessISVEdevelo mentmodelwasalso roved.
p
ꢀ ꢀ ꢀ ꢀ ꢀ ꢀp
:
;
Kewordscber hsicalsstems intellientworksho fuzz clusterin sinal rocessin intellienta lication
ꢀy
;
;
;
y
-
py
g
ꢀ
p
y
ꢀ
g
g
ꢀp
g
g
ꢀpp
y
—
以信 息 物 理 融 合 系 统
(
,
C berPhsicalSstems
- ꢀy
y y
问题的提出
1
ꢀ
)
,
为基础 其核心思想是通过高带宽的时间敏感
CPS
(
,
TimeSensitiveNetwork TSN
ꢀ
)
网络
将具 有高可
,
近年来 随着工业
和中国制造
计划的
ꢀ
4.0
2025
、 ,
靠性的传感器 执行器与服务器互联 形成传感器网
,
、
。
提出 制造业向信息化 智能化方向发展 工业
4.0
:
:
;
:
。 ;
20171103 Received14A r.2017acceted03Nov.2017.
- - ꢀ p p ꢀ
收稿日期
基金项目
修订日期
20170414
-
-
。
:
Foundationitem Proectsu ortedb the2016IntellientManufacturin
j ꢀ pp ꢀy g
年智能制 造 综 合 标 准 化 与 新 模 式 应 用 资 助 项 目
2016
ꢀ
ꢀ
g
ꢀ
ꢀ
,
Com rehensiveStandardizationandNew ModeA licationProram China.
ꢀpp
p
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ g
2224
计算机集成制造系统
第
卷
24
。
、
应用程序通过服务器与传感器 执行器实时交
,
综上所述 智能车间的工程实践应以行业需求
络
,
互 实现以应用程序为代表的计算信息与以传感器
,
为导向 力求实现产品生命周期中的某些重要环节
,
[]
1
。
所表征的外部环境的深度融合
现阶段与智能制
,
算法与模型应考虑加工环境和平台的限制 以较低
造研究课题相关的理论建模与形式化验证等工作多
。
的代价达到合适的性能 本文以某离散制造业智能
,
,
以大数据为驱动 以生产应用为导向 围绕产品完整
,
车间改造项目为背景 提出一种侧重于生产监控与
。
生命周期 展 开 智 能 工 厂
(
)、
intellientfactor
y
健
g
ꢀ
,
、
数据分析的智能车间系统 重点阐述数据传输层 采
(
康管理预警系统
[]
2
Pronosticsand Health Manae
ꢀ ꢀ ꢀ -
g g
,
集层的实现 结合系统特点及所处加工环境特点提
,
ment PHM
) 、
智 能 故 障 诊 断 系 统
(
intellient
g
,
出一种系统应用开发模式 依照该模式开发一种面
)
。
是智能制造下的核心应用
faultdianosissstem
ꢀ g ꢀy
,
向铣床加工深度的聚类算法应用 使用实验型精密
[]
3
姚锡凡等 通过对当前制造业信息化相关主流理念
,
加速度传感器在理想环境下采集原始数据 探究应
、 ,
的分析 总结与提炼 分别提出智慧制造与智慧工厂
, ,
用理论模型性能 对原始数据进行处理 探究应用性
,
的制造模式与参考模型 探讨了实现智能制造模式
, ,
能随传感器参数的变化趋势 根据实验结果 在合理
。
的途径与架构
,
范围内调整平台参数 最后在本文提出的智能车间
以上研究成果对智能车间工程应用有重要借鉴价
。
架构下验证了算法性能
,
值 但在智能车间的实践化过程中尚需考虑以下因素
:
系统架构及应用开发模式
2
ꢀ
()“
1
”
智能 概念的侧重点
“
”
智能化 涵盖整个
ꢀ
:
产品的生命周期 从原料进入工厂开始到产品最终
系统架构的提出
2.1
ꢀ
,
、
、
送达客户 包括质量管控 生产调度 状态监控 生产
、
,
,
离散制造业生产工艺复杂 生产环节繁多 加工
/
、
。
统计 数据分析与工艺指导 产品配送等 某些特殊
,
精度要求高 且生 产设备参 数 直接影响 产 品质 量
。
制造业甚至可以把智能化周期延伸到产品寿命的终
基于大数据的智能调度算法可通过生产过程中积累
:
“
”
结 美国航空工业引入 数字孪生 概念 将飞机零件
,
,
的历史数据训练决策网络 并结合实时数据快速响
[
]
56
。
-
实体与信息模型永久同步
然而对某一特定制
, ,
应产品排产需求 合理调整生产设备参数 以保证生
,
“
”
造行业 实现整个产品周期的 智能化 代价高昂且
。
产效率与产品质量 上述典型应用同时对数据实时
,
,“
”
冗余 针对不同制造业特点 智能 所处的环节应有
。
性与海量性提出了要求 本文基于该行业特征与典
。
所侧重
, 、
型应用要求 提出一种面向实时可视化监控 任务调
()
理论模型与现实环境差异 智能应用所采
2
ꢀ
、 ,
度 大数据分析的智能车间系统架构 其逻辑模型与
,
用的模型精细 往往需要精确的时序数据作为其输
。
物理拓扑分别如图 所示
2
,
、
,
入 对数据缺失 时序错误等问题抗性差 而由于系
“ ”
通过 数字孪生 模型实现车间实体域向信息域
,
统本身的局限性或加工环境的干扰 数据不可避免
。“
”
数字孪生 是车 间 信息化模 型的拓
的完整映射
。
会产生以上问题
图
所示为由于传感器采样频率
1
,
展 具有如下特点
:
。
不足而导致的数据时序混乱
, 、
()
实体域与信息域映射的完备性 不同于传
1
ꢀ
,
在图
中
为系统中待测事件 矩形长度
1
e e
1 2
,“ ”
统信息化模型 数字孪生 模型强调车间每个实体
,
表示事件持续时间 左右边对应的时间点分别表示
、
、
。
及其状态 关系 事件向信息域的一一映射 同时
,
。
、
s s
2
、
e e
1 2
起止时间
表 示 与
对 应 的 传 感 器 采 样
1
,
该模型不仅着眼实体域当前映射 还应记录历史映
,
点 假设采样是瞬时的
。
,
时刻采样 但并未
于
s
t
1
1
。
射状态
;
s
2
,
时刻采样 探测到
探测到 的发生
e
1
于
的发
先
t
2
e
2
()
2
、
映射的高动态性 高实时性 实体域变化在
ꢀ
。
,
系统会根据传感器采样结果 错误地认为
生
于
e
2
。
一定时间限制内反馈到信息域
()
模型海量数据特征 由于信息域需记录实
3
ꢀ
,
发生 这是有悖于事实的
。
e
1
、 ,
体域中大量实体 实体状态及实体关系的变动 会产
。
生海量数据
“
”
数字孪生 模型与实体域信息交互接口位于智
, ,
能车间感知层 在物理拓扑图中 包括与服务器连接
(
)、
(
Personal
的 汇 聚 节 点
计 算 机 单 元
sink node
ꢀ
全部评论(0)