基于智能制造的多端MES研究与实现
这是一篇关于MES,OEE,工业互联网,智能制造的论文, 主要内容为伴随我国数字经济的不断发展与壮大,智能制造已成为我国制造业领域转变升级的重要战略抓手,获得了从国家到区域经济的全方面支撑,整个制造业的产业生态也不断在向智能转型,而提高制造设备综合使用效率及能源利用率是智能制造的核心问题之一。通过对企业调研与沟通,发现企业部门之间的业务流程耦合程度高,智能化程度较低,导致管理工作量大,人员的操作和维护压力高。因此本文根据智能制造发展理念和工业互联网相关理论,提供了一种面向汽车模具生产企业的多端MES管理系统。本文实现了基于B/S架构的多端MES系统,各端功能如下:(1)客户端针对企业执行层、管理层与机台设备管理混乱的问题,应用Spring Boot和Vue框架技术,实现对人员管理、设备管理、物料管理、排程管理、数据报表等功能;(2)移动端针对故障设备维修不及时,人员报修操作繁琐问题,应用uni App跨平台框架技术,实现设备维修保养工单处理流程方案;(3)数据可视化大屏针对现场生产信息更新滞后问题,应用Echarts和Data V组件技术,展示设备生产情况;(4)Pad端针对现场维护数据渠道单一的问题,专门为移动设备Pad重新实现维护设备产出功能。其次,基于多端系统优化了设备综合效率的数据采集渠道,对从多端采集到的数据进行计算,得出的结果通过图表展示并对设备综合效率和各子项数据进行分析,得出提高设备生产效率的策略与方法。本文以优化企业现场生产管理执行模式,强化生产过程控制,提高效率,达到精细化管理为目的,将分散在各系统的功能统一整合。该系统为公司生产环节进行过程监视和管理来确保设备顺利运转,为设备维修管理自动制订维保对策,为管理质量与成本提供了灵活有力的工具。
成熟度驱动的质量管理服务系统的设计与实现
这是一篇关于工业互联网,QMS,故障预测,微前端,微服务的论文, 主要内容为随着工业4.0的发展,智能制造热潮推动着工业制造业企业转型升级的步伐。中国工业互联网产业联盟发布的《工业互联网平台白皮书》中指出,大企业致力于开展工业大数据分析实现更高层次的价值挖掘,中小型企业则希望以较低成本实现信息化和数字化普及。企业管理成熟度水平差异使得企业对信息化的需求不同。质量管理系统(quality management system,QMS)是实现质量信息化转型的关键工具,而由于没有考虑成熟度因素影响,大型单体质量管理软件对中小企业存在功能冗余,也难以满足大型企业后期投入转向智能化的需要。针对以上问题,本文设计并实现了成熟度驱动的质量管理服务系统,质量模块服务化具备高可配置性,同时部分模块借助算法提升智能化水平,能够灵活适应不同成熟度企业的需要。本文的主要工作分为两个部分:(1)对于成熟度水平较高的企业,完成较高程度的信息化后可以借助质量数据实现更高水平的质量管理。本文基于深度学习算法提出了设备故障预警算法框架。首先使用设备阵列生成的无故障的工业时序数据训练一类SVM分类模型,同时得到预警的边界值。在生产过程中,引入了 CNN卷积层对工业时序数据做特征提取,使用LSTM网络对特征进行训练并生成预测,最终把预测值使用训练好的分类模型进行分类,基于边界值判断是否出现异常。通过在公开数据集上的多轮调参测试,验证了此框架可以提前一个时间窗口预测到故障,同时,相比单独使用LSTM,框架在预测效果和训练速度上表现更佳。(2)由于不同成熟度水平企业对质量服务的需求不同,需要增强软件系统的可配置性。本文通过需求分析确定了系统管理、来料管理、制程管控、客户服务、设备故障预警、通用管理六个模块的需求,借助微前端及微服务架构技术实现将模块独立为子应用,并将故障预测模型应用于设备故障预警子应用中。不同成熟度的企业可以依据自身需要选择子应用挂载到基座应用上,最终呈现为完整系统。经过概要设计、详细设计、开发部署及测试工作,本文系统已于实验室合作企业的工厂投产试用,取得了良好的反馈。
面向工业互联网的边缘微服务架构的研究与实现
这是一篇关于边缘计算,微服务,工业互联网,计算卸载,数据处理的论文, 主要内容为工业互联网已成为工业数字化、网络化和智能化的重要支撑。然而,随着工业应用的发展,大规模感知数据的采集、汇聚和计算,使得网络带宽消耗和服务响应速度面临挑战,这也成为限制工业互联网发展的主要瓶颈。为此,本文提出了一个工业互联网场景下基于边缘计算的微服务架构,并在真实的工业场景中进行了架构的实现与性能优化。区别于传统工业互联网中数据传输与处理异步的架构,本文提出的架构利用计算卸载的思想,将计算能力延伸到边缘和数据源设备,实现了传输和计算的紧密耦合。本文主要工作内容如下:1.面向工业互联网场景,设计了边缘微服务流程、网络结构和交互逻辑,构建了边缘微服务架构,使数据传输和计算更弹性。2.提出了微服务生命周期的控制方法,设计了并实现了微服务的数据反馈机制,使数据转化、数据处理保持可见。并通过对真实场景的工业服务进行细分,形成标准化的微服务集合。3.基于Spring MVC和Docker搭建系统平台,将边缘微服务架构部署于江苏南钢的工业互联网中。系统运行结果表明,相比于传统的工业互联网服务计算架构,本架构下的网络带宽消耗和系统响应得到明显优化。
基于区块链的工业互联网节点身份认证方法研究
这是一篇关于超级账本,区块链,身份认证,工业互联网,token令牌的论文, 主要内容为工业互联网安全性问题至关重要,节点身份认证是工业互联网安全的基础。传统的身份认证方案多依赖于可信第三方,存在对认证中心依赖度高、资源和服务相对集中、容易造成拥塞、认证中心易受攻击、难以适应节点众多的工业互联网应用场景等问题。区块链技术基于去中心化、透明性和不可篡改等优势为身份认证提供了新的解决思路;伴随着区块链网络吞吐量的提升和运行成本的降低,其越来越适用于工业互联网场景。本文提出了一种基于区块链的工业互联网节点身份认证方法,完成的主要工作及取得的成果包括:1.研究了区块链技术的原理与特点,分析了工业互联网节点身份认证的安全和性能需求,指出了传统身份认证方法和现有基于区块链的身份认证方法应用于工业互联网场景的不足之处。2.针对现有工业互联网节点身份认证的制约,提出并设计了一种基于超级账本的双链结构去中心化身份认证方法。通过区块链共享授信数据,进而实时生成认证token令牌,从而实现身份认证的去中心化管理。设计两条区块链,命名为服务区块链和认证区块链,两条区块链的排序节点共用一套物理设备,实现数据跨链交互。服务区块链主要负责工业互联网节点的身份注册/更新,认证区块链主要负责工业互联网节点的身份认证。攻击分析表明,本方案可以抵御包括女巫攻击、中间人攻击在内多种形式的攻击,具有更高的安全性;性能分析和方案对比结果表明,本文所提方案相较于其他基于区块链的身份认证方法,工业互联网节点侧计算开销更低、系统扩展性更好,更加适合于工业互联网场景。3.设计并开发了一种基于区块链的身份认证系统,搭建区块链网络,编写区块链节点配置文件,设计并开发智能合约,搭建Spring Boot后台管理应用监管区块链网络。功能测试表明身份认证系统可以实现工业互联网节点的身份注册/更新和身份认证功能,性能测试阶段使用Caliper工具对区块链网络进行性能测试,性能测试结果表明,身份认证系统在并发数小于1000/s时,吞吐量和平均延迟能够满足工业互联网场景需求。
基于工业互联网的制造业产业链数字化管理系统架构研究
这是一篇关于制造业,工业互联网,微服务架构,数字化管理的论文, 主要内容为随着经济全球化和互联网技术的不断发展,世界正处于从工业经济向数字经济加速转型的大变革时代,制造业竞争也日益激烈,主要体现在产品复杂程度提高、用户对产品的需求越来越多样化、产品研发制造往往需要更短的周期等方面,传统的制造模式已经逐渐不能满足这些需求,这就促使着制造业向“互联网+”先进制造的模式转变。同时随着用户数量和业务需求变多,传统的单体架构也已不能满足系统的使用需求。基于以上情况,本文将聚焦于制造业产业链数字化管理,提出基于工业互联网的制造业产业链数字化管理系统架构,系统可以更快速地响应客户需求,提高制造业产品协同研发制造和产业链数字化管理效率,为我国工业互联网平台进一步完善提供思路。论文围绕以下几个方面展开研究:首先,从实际出发,针对不同用户和制造业产业链的业务流程对系统需求进行分析,提出要实现基础信息和基础业务的科学化管理、实现制造业产业链业务的流程化管理等四点总体需求目标,并在此基础上将需求进行细分,从系统功能角度出发结合用例图说明了各功能模块所要实现的系统需求,并提出了系统所要满足的非功能性需求。其次,在系统开发方面,设计了后端开发所用的系统架构和基于前文系统需求分析的功能架构。依照微服务的思想,将系统功能拆分为10个模块:登录注册、用户信息管理、供需大厅、服务商大厅、产品设计、产品制造、人员管理、库存管理和财务管理模块,并结合流程图对各个功能模块具体的操作流程进行详细说明。在系统数据存储方面,设计了系统数据库表,以实体关系E-R图的形式说明了各数据库之间的逻辑关系。最后,采用前后端分离的开发模式,通过Intelli J IDEA集成开发环境,基于Vue.js框架和Element Plus前端组件库实现了系统前端开发,采用Spring Cloud框架及其集成的Eureka、Config、Zuul、Open Feign等微服务组件对系统后端进行集成开发,最终实现了系统各模块的功能。在系统开发完成后,通过测试用例和测试工具Load Runner对系统各模块功能及系统性能进行测试。
云边协同环境下的工业数据采集与处理系统设计与实现
这是一篇关于工业互联网,云边协同,数据挖掘,异常点检测,云管理平台的论文, 主要内容为当前,新一轮科技革命和产业变革正加快我国经济发展方式转变,制造业格局面临重大调整,大数据、云计算、边缘计算等新一代信息技术的发展日新月异,为传统制造企业转型升级提供了新方法和新思路。随着新一代信息技术和制造业深度融合,工业数据量呈指数态势增长,为了从海量的工业数据中找出数据蕴含的规律,助力制造企业转型升级,基于工业互联网平台开发数据采集与数据处理系统具有重要的理论意义和实际价值。本文以智能制造企业为研究对象,挖掘设备运行数据中蕴含的规律为目标,使用云边协同技术和工业互联网平台完成了边缘设备数据采集、边缘侧数据预处理、云平台设备故障诊断建模分析、工业数据可视化及信息管理等功能设计与实现,可助力制造企业转型升级,提高企业生产效率。本文主要工作涵盖以下四个方面:首先,在采集数据种类繁多、云平台传输时延较高等现有问题的基础上,依据边缘计算技术设计了云边协同环境下的工业互联网实施架构,涵盖了从边缘数据采集到云平台数据处理的全部功能需求。其次,通过DNC(Distributed Numerical Control)网络将制造企业生产设备连接起来,并将采集到的数据按类别进行建模,得到设备信息数据模型、工作人员信息数据模型、生产信息数据模型等5种数据模型,通过工业现场总线和5G无线网络实现近距离传输,将数据直接存入边缘存储服务器。再次,将采集到的工业数据在边缘网关进行预处理,将孤立森林算法(Isolation Forest)与模拟退火算法(Simulated Annealing)相结合进行异常点检测,针对Isolation Forest算法引入随机变量导致稳定性差的问题,使用模拟退火算法挑选出适应度较优的孤立树生成孤立森林,大量的仿真结果表明,SA-i Forest算法降低了冗余提高了算法可靠性,在异常点检测精度方面也有明显提高。基于XGBoost算法在工业互联网云平台建立故障诊断评估模型,并将其与传统的朴素贝叶斯算法和GBDT算法进行对比分析,通过混沌矩阵评估模型的量化性能,证明了XGBoost模型在工业故障设备检测上具有优越性。最后,通过对工业数据可视化及信息管理系统的软件设计以及可行性分析,开发了基于Spring Boot的工业数据管理平台,并将其部署到云端服务器。本工业数据可视化及信息管理系统实现了工业数据可视化、生产设备管理、仓储物流管理等功能,还将故障诊断评估模型应用到系统中,实现了报警事件智能管控。通过系统功能测试,证明本系统可以满足智能制造企业的使用需求。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码货栈 ，原文地址：https://m.bishedaima.com/lunwen/47814.html
