一文讀懂實現(xiàn)智能制造的十項技術(shù)

與非網(wǎng)
佚名
智能制造改革牽扯的是整個制造業(yè),毫無疑問這是一個萬億級別的大市場。所屬的細(xì)分市場各個都是大片藍(lán)海:未來10年中國機器人市場將達(dá)6000億元人民幣;預(yù)計2018年,中國民用無人機市場將達(dá)到110.9億元;預(yù)計至2020年...

智能制造改革牽扯的是整個制造業(yè),毫無疑問這是一個萬億級別的大市場。所屬的細(xì)分市場各個都是大片藍(lán)海:未來10年中國機器人市場將達(dá)6000億元人民幣;預(yù)計2018年,中國民用無人機市場將達(dá)到110.9億元;預(yù)計至2020年,中國自動化物流系統(tǒng)市場規(guī)模將超過1000億元……

智能制造是一個非常大非常廣的概念,除了涉及制造企業(yè)本身,還與供應(yīng)鏈的上下游企業(yè)息息相關(guān),它包含自動化、信息化、智能物流、智能計算、智能決策等多個方面。智能制造的實現(xiàn)是一個從手工到半自動化,再到全自動化,最終實現(xiàn)智能化、柔性化生產(chǎn)的過程。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、營銷體系等多個方面實現(xiàn)全產(chǎn)業(yè)鏈的互聯(lián)互通。

一文讀懂實現(xiàn)智能制造的十項技術(shù)

那么,企業(yè)該如何實現(xiàn)自己的智能制造改革呢?以下十項技術(shù)都是知識點:

1、多源多通道數(shù)據(jù)實時采集感知技術(shù)

多源傳感器數(shù)據(jù)采集是智能制造過程中實現(xiàn)智能感知的前提,通過各類傳感器(壓力傳感器、位移傳感器、視覺傳感器等)組成,實現(xiàn)對多源多通道分布式數(shù)據(jù)的實時采集、分析和轉(zhuǎn)換等。

多源傳感器數(shù)據(jù)采集系統(tǒng)包含以下幾項技術(shù):

信號轉(zhuǎn)換技術(shù)

實時網(wǎng)絡(luò)通信技術(shù)

多線程管理技術(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)

通過對各種異構(gòu)計算數(shù)據(jù)進行內(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),提高智能制造過程中各種裝備狀態(tài)監(jiān)測的準(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,高度依賴駕駛經(jīng)驗的操作

一文讀懂實現(xiàn)智能制造的十項技術(shù)

4、多機協(xié)同的集群化交互與控制技術(shù)

智能制造的多機集群模仿生物集群行為,單機間通過彼此信息交互與自主控制來進行協(xié)同工作,從而可在各種險惡環(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,人機交互裝置遠(yuǎn)程遙控,任務(wù)指派和監(jiān)控

移動用戶端,網(wǎng)頁、APP做任務(wù)指派和監(jiān)控

智能機械端,環(huán)境感知、機身工況傳感、自主作業(yè)控制

移動互聯(lián)網(wǎng),無線數(shù)據(jù)通訊承載

衛(wèi)星定位,導(dǎo)航與測量輔助

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)動故障診斷深度學(xué)習(xí)技術(shù)

制造裝備運行過程中產(chǎn)生的海量特征數(shù)據(jù)蘊含大量的故障信息,在收集智能裝備運行特征數(shù)據(jù)的基礎(chǔ)上,應(yīng)用深度學(xué)習(xí)算法對大數(shù)據(jù)進行知識挖掘,獲尋與故障有關(guān)的診斷規(guī)則,實現(xiàn)對制裝備的故障進行智能預(yù)測和分析。

6、數(shù)字孿生與數(shù)字樣機建模分析技術(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、多概率的仿真過程,在虛擬空間中完成映射,從而反映了相對制造過程中各裝備的全生命周期過程。

7、多技術(shù)路線工作方案優(yōu)化決策技術(shù)

針對不確定性的、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題,通過信號推理、定量推理等方法,在不確定性、不完備、模糊信息的環(huán)境下實現(xiàn)智能制造與產(chǎn)品設(shè)計旨在服役多目標(biāo)多技術(shù)路線工作方案優(yōu)化的自主決策。

8、工藝工裝協(xié)同推送與自動裝夾技術(shù)

個性化推送技術(shù)及語義檢索技術(shù)融入工藝工裝推送過程中,基于融合智能裝備與產(chǎn)品工藝工裝特征的個性化語義檢索,形成個性化的工藝工裝協(xié)同推送機制,提高智能制造工藝設(shè)計過程中獲取產(chǎn)品工藝工裝的效率。

9、產(chǎn)品知識圖譜與知識網(wǎng)絡(luò)構(gòu)建技術(shù)

通過對分布的多學(xué)科知識數(shù)據(jù)進行結(jié)構(gòu)層次上的集成,消除多學(xué)科多領(lǐng)域知識數(shù)據(jù)的語法和語義分歧,使得數(shù)據(jù)結(jié)構(gòu)具有一致性,進而對設(shè)計設(shè)計庫數(shù)據(jù)進行知識表示,完成知識庫的建立。

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)通過結(jié)構(gòu)化改造和篩選整合,形成趨同或者一致且無冗余的結(jié)構(gòu)化數(shù)據(jù),也就是將客觀世界主觀抽象成設(shè)計數(shù)據(jù)庫,再通過知識表示形成知識庫。

10、機電液一體化云平臺知識服務(wù)技術(shù)

知識服務(wù)技術(shù)著手于知識的自動推送,有序地組織機、電、液一體化跨學(xué)科知識,并在合適的設(shè)計過程中推送給設(shè)計人員合適的設(shè)計知識,從而實現(xiàn)跨學(xué)科知識服務(wù)的個性化、高效化和智能化。

THEEND