隨著信息化與制造領域的深度融合,信息技術滲透到了制造業(yè)產業(yè)鏈的各個環(huán)節(jié),射頻識別、智能傳感、工控系統(tǒng)、物聯(lián)網、信息系統(tǒng)的全面互聯(lián)互通,使得智能車間所擁有的數據日益豐富,呈現出了大體量、多源性、連續(xù)采樣、價值密度低、動態(tài)性強等特點。實時感知、采集、監(jiān)控智能車間運行過程中產生的海量數據,對數據之間的復雜關聯(lián)關系進行深入挖掘,以科學分析結果推動形成合理的運行決策方案,在產品、設備、系統(tǒng)等多個維度實現智能車間生產性能的持續(xù)優(yōu)化,這些構成了車間智能化的核心內容。
本書圍繞大數據技術在智能車間中的應用情況,在概要闡述工業(yè)大數據驅動的智能制造主要存在形式基礎上,介紹基于大數據的智能車間技術體系,針對工藝智能規(guī)劃、生產智能調度、物料運輸系統(tǒng)調度、生產智能監(jiān)控、質量智能控制、設備智能維護等智能車間典型業(yè)務場景,深入分析這些場景的主要內容、數據資源及其組織形式,詳細介紹數據集成、關聯(lián)分析、數據預測、數據可視化等大數據技術在業(yè)務場景中的應用情況,并以航空航天、汽車、食品、半導體等典型行業(yè)為背景,介紹業(yè)務場景的企業(yè)實例。
本書主要面向從事智能制造新模式探索與工業(yè)大數據分析應用方面的學者和工業(yè)界中期望尋找智能車間運行分析與決策優(yōu)化方法的生產管理人員,也可作為機械工程、智能制造、自動化、計算機工程、工業(yè)工程、管理工程等相關專業(yè)的研究生和高年級本科生的教材和參考書。
本書的研究工作得到了國家自然科學基金重點項目“大數據驅動的智能車間運行分析與決策方法的研究”(No.51435009)、國家重點研發(fā)計劃“面向紡織行業(yè)的機器人自動化長流程生產線示范應用”(No.2017YFB1304000)的資助。
在本書編寫過程中,研究生楊俊剛、王海超、徐楚橋、查棟燁等承擔了不少任務,付出了大量心血,研究生許鴻偉、朱子洵、王明等也參加了部分編寫工作。本書在編寫過程中參考了大量的文獻,作者在書中盡可能地做了標注,但難免仍有疏忽未標注的,敬請這些文獻作者諒解。另外,清華大學出版社的編輯們也為本書的出版付出了大量的心血,在此謹對上述研究生、文獻作者和編輯們一并表示由衷的感謝!
大數據技術、工業(yè)互聯(lián)網、信息物理系統(tǒng)、云計算、機器學習等智能制造使能技術還處在迅速發(fā)展之中,由此形成的智能制造業(yè)務場景也在不斷豐富,已引起越來越多的研究和應用人員的關注。由于作者的水平和能力有限,書中的缺點和疏漏在所難免,歡迎廣大讀者批評指正。
作者
2019年10月
張潔,現為東華大學機械工程學院院長、教授、博導。南京航空航天大學獲博士學位。曾任上海交通大學智能制造與信息工程研究所副所長、教授、博導,華中科技大學機械科學與工程學院副教授,華中科技大學和香港大學做博士后; 美國加州大學柏克萊分校、美國伊利諾伊大學香檳分校、法國里昂二大的高級訪問學者。目前是中國人工智能學會智能制造專業(yè)委員會副主任,中國科協(xié)智能制造學會聯(lián)合體專業(yè)委員會委員。
上個世紀九十年代師從李培根院士開展智能制造學術研究,目前研究領域:智能制造系統(tǒng)的調度、智能質量分析、機器人技術、工業(yè)大數據分析與決策等。正在負責國家自然科學基金重點項目《大數據驅動的智能車間運行性能分析與決策方法研究》。主持國家自然科學基金重點項目《大數據驅動的智能車間運行性能分析與決策方法研究》,主持完成了 國家自然科學基金面上項目“可重入制造系統(tǒng)分層自適應控制的研究”等5項。參與國家自然科學基金重點項目1項目和國家自然科學基金重大項目2項目。主持完成國家863計劃“面向分布式制造的MES關鍵技術研究及產品開發(fā)”等5項和參與國家科技支撐計劃”液態(tài)食品機器人自動化生產線研制與示范”2項。參與工信部智能制造的新模式和標準多項。
Contents目錄
第1章工業(yè)大數據與智能制造00
1.1工業(yè)大數據00
1.1.1大數據概述00
1.1.2大數據的特征00
1.1.3工業(yè)大數據的特征00
1.2大數據在工業(yè)應用中的機遇與挑戰(zhàn)00
1.3工業(yè)大數據驅動的智能制造00
1.3.1制造業(yè)驅動形勢演變00
1.3.2基于大數據的產品設計00
1.3.3大數據驅動的智能生產00
1.3.4大數據驅動的智能化運維00
1.3.5基于大數據分析的產品精準營銷和成本精確控制00
1.3.6大數據驅動的全生命周期供應鏈優(yōu)化0
1.3.7大數據驅動的車間智能化發(fā)展0
1.4工業(yè)大數據與智能車間0
1.4.1智能車間的基本內涵0
1.4.2大數據環(huán)境下的智能車間信息化特點0
1.4.3大數據促進的車間信息化基礎平臺0
1.4.4大數據驅動的智能車間運行方式0
1.5智能車間中的工業(yè)大數據應用場景0
參考文獻0
第2章基于大數據的智能車間技術體系0
2.1大數據應用技術體系0
2.2大數據采集技術0
2.2.1無線射頻識別技術0
2.2.2二維碼技術0
2.2.3系統(tǒng)日志采集系統(tǒng)0
2.2.4網絡數據采集系統(tǒng)0
2.2.5數據庫采集系統(tǒng)0
2.2.6其他制造業(yè)大數據感知技術0
2.3大數據傳輸技術0
2.3.1工業(yè)現場總線通信技術0
2.3.2工業(yè)現場以太網通信技術0
2.3.3工業(yè)現場無線網絡通信技術0
2.3.45G技術0
2.4大數據處理技術0
2.4.1數據清理0
2.4.2數據變換0
2.4.3數據歸約0
2.5大數據存儲技術0
2.5.1YARN0
2.5.2ZooKeeper0
2.6大數據集成技術0
2.7大數據分析技術0
2.7.1分類/聚類算法0
2.7.2關聯(lián)分析0
2.7.3模式挖掘0
2.8大數據預測/決策技術0
2.9大數據可視化技術0
參考文獻0
第3章基于大數據挖掘的產品工藝智能規(guī)劃0
3.1產品工藝智能規(guī)劃業(yè)務0
3.1.1產品工藝智能規(guī)劃業(yè)務的內容0
3.1.2產品工藝智能規(guī)劃問題的特點0
3.2產品工藝規(guī)劃數據資源0
3.2.1產品工藝規(guī)劃數據來源0
3.2.2MBD模型數據存儲方式0
3.2.3工藝規(guī)劃數據的標簽化管理與組織方式0
3.3大數據驅動的產品工藝智能規(guī)劃方法體系架構0
3.4產品工藝規(guī)劃數據挖掘技術0
3.4.1產品形狀特征自動識別方法0
3.4.2三維設計數據提取方法0
3.4.3產品工藝知識庫管理技術0
3.5產品工藝智能規(guī)劃方法0
3.5.1產品MBD模型檢索方法0
3.5.2產品工藝知識重用方法0
3.6航天零件加工車間的產品工藝智能規(guī)劃實例
參考文獻
第4章基于大數據預測的車間生產智能調度
4.1車間生產智能調度業(yè)務
4.1.1車間生產智能調度業(yè)務的內容
4.1.2車間生產智能調度問題的特點
4.2車間生產智能調度數據資源
4.2.1車間生產智能調度數據來源
4.2.2車間生產智能調度數據組織方式
4.3大數據驅動的車間生產智能調度方法體系
4.4車間生產性能預測技術
4.4.1車間生產性能預測的一般方法
4.4.2車間工期預測模型
4.5性能預測驅動的車間生產智能調度方法
4.5.1晶圓單層工期調控模型
4.5.2基于強化學習的晶圓工期逐層調控模型
4.5.3基于ActorCritic的工期調控策略優(yōu)化方法
4.6基于大數據預測晶圓制造車間生產智能調度實例
4.6.1晶圓制造系統(tǒng)特性分析
4.6.2晶圓制造車間智能調度案例
參考文獻
第5章基于大數據集成的物料運輸系統(tǒng)調度
5.1物料運輸系統(tǒng)調度業(yè)務
5.1.1物料運輸系統(tǒng)調度業(yè)務的內容
5.1.2物料運輸系統(tǒng)調度問題的特點
5.2物料運輸系統(tǒng)調度數據資源
5.2.1物料運輸調度數據來源
5.2.2物料運輸數據多維度組織形式
5.3大數據集成的物料運輸系統(tǒng)調度方法體系
5.4物料運輸系統(tǒng)狀態(tài)感知技術
5.5基于大數據集成的物料運輸系統(tǒng)狀態(tài)分析技術
5.5.1物料運輸系統(tǒng)數據集成方法
5.5.2物料運輸系統(tǒng)運行模型
5.5.3物料運輸系統(tǒng)運行穩(wěn)定狀態(tài)分析
5.5.4物料運輸系統(tǒng)狀態(tài)分析模型評價
5.6物料運輸系統(tǒng)智能調度技術
5.6.1物料運輸調度整體流程
5.6.2兩階段物料運輸優(yōu)化方法
5.7晶圓制造車間的物料運輸系統(tǒng)調度實例
5.7.1車間硬件環(huán)境
5.7.2實施應用
5.7.3結果分析
參考文獻
第6章基于大數據可視化的生產智能監(jiān)控
6.1生產智能監(jiān)控業(yè)務
6.1.1生產智能監(jiān)控業(yè)務內容
6.1.2生產智能監(jiān)控業(yè)務的問題特點
6.2生產智能監(jiān)控業(yè)務的數據資源
6.2.1生產監(jiān)控業(yè)務的數據來源
6.2.2生產監(jiān)控數據的組織形式
6.3大數據驅動的生產智能監(jiān)控方法體系架構
6.4面向車間生產監(jiān)控的邊緣計算技術
6.5車間生產監(jiān)控信息建模技術
6.6車間生產監(jiān)控可視化技術
6.6.1三維場景界面的設計
6.6.2界面操作邏輯的設計
6.7飛機裝配車間的生產在線監(jiān)控系統(tǒng)實例
6.7.1數據采集及管理模塊
6.7.2機翼位姿監(jiān)控模塊
6.7.3生產進程可視化監(jiān)控
6.8食品包裝車間的生產在線監(jiān)控系統(tǒng)實例
6.8.1原材料批次信息管理
6.8.2生產過程數據關聯(lián)
6.8.3生產過程信息查詢
6.8.4生產狀態(tài)可視化
參考文獻
第7章基于大數據關聯(lián)分析的質量智能控制
7.1產品質量控制業(yè)務
7.1.1產品質量控制業(yè)務的內容
7.1.2產品質量控制問題的特點
7.2產品質量數據資源
7.2.1產品質量數據來源
7.2.2產品質量數據批次化組織形式
7.3產品質量數據關聯(lián)分析技術
7.3.1產品質量規(guī)律挖掘方法
7.3.2產品質量特征提取方法
7.4產品質量智能預測技術
7.5產品質量控制優(yōu)化技術
7.6發(fā)動機裝配車間產品質量控制實例
7.6.1柴油發(fā)動機裝配過程數據處理
7.6.2柴油發(fā)動機功率數據關聯(lián)分析
7.6.3柴油發(fā)動機功率預測模型
7.6.4柴油發(fā)動機裝配過程控制
參考文獻
第8章基于大數據分類的設備智能維護
8.1設備智能維護業(yè)務
8.1.1設備維護業(yè)務的內容
8.1.2設備維護業(yè)務的問題特點
8.2設備智能維護業(yè)務的數據資源
8.3大數據驅動的設備智能維護方法體系架構
8.4設備異常狀態(tài)偵測方法
8.5設備運行狀態(tài)預測模型
8.6設備維護方式智能決策方法
8.7晶圓加工車間設備智能維護實例
參考文獻