面向离散车间的设备智能感知与运维方法研究
这是一篇关于离散制造,智能感知,设备运维,库存优化,卷积神经网络的论文, 主要内容为随着大数据、物联网等新兴概念的提出,传统制造业的经营模式与发展理念产生了巨大变革,企业纷纷意识到数据对于生产效率的巨大帮助,众多企业打造智能车间,促使企业向数字化、智能化方向转变。车间智能感知技术是制造物联技术、信息技术、现代通信技术等多种技术与制造业交融后的产物,通过搭建车间感知网络体系从而实现车间制造资源信息的实时采集与传输。目前,智能感知技术已成为当前制造业智能化转型升级的重要依据与凭靠。本文以车间设备生产数据驱动设备全生命周期管理为主线,首先研究物联环境下离散车间底层感知手段、数据传输方法以及数据存储媒介,进而搭建了车间智能感知体系,然后研究了设备健康评估相关算法并提出一种库存策略优化模型,最后融合研究成果,开发了一套车间设备运维管理系统。论文的主要研究成果如下:(1)从离散车间智能感知、可视化技术、设备健康评估与运维三个方面分析并阐述了课题的国内外研究现状。(2)针对离散制造车间的智能感知问题,对离散制造车间的特点及当前问题展开分析,并根据车间数据的来源与特征,明确了车间智能感知的对象,然后从车间底层感知手段、车间数据传输方法与车间数据存储媒介三种角度对车间智能感知相关技术进行分析与选用,最后基于企业实际流程设计设备运维框架。(3)基于智能感知与设备运维数据特点,对车间智能感知架构进行设计,并建立了车间加工设备数据感知与采集体系,紧接着介绍了OPC UA技术在设备数据感知方面的应用,建立了车间设备相应的OPC UA信息模型,设计了一个数据中转模块实现设备信息的统一处理与协议转换,并建立了信息模型与数据对应项的映射关系,然后阐述了使用FOCAS开发包实现法兰克机床的数据采集方案,并搭配传感器采集技术,实现采集范围的部分补充,最后基于感知与采集获得的数据搭建了车间可视化平台。(4)针对离散车间传统设备运维方式效率低下、成本较高的问题,提出了一种数据驱动的设备健康评估方法与一套库存策略优化模型。首先,量化设备的健康等级并进行层级划分,然后对能够反映设备健康状况的关键时序信号结合格拉姆角场进行预处理,将处理结果输入至使用注意力机制改进的残差神经网络中进行设备健康状态评估,通过算法比较验证其准确性与可靠性;最后,以综合成本最小为目的,构建了备件的重要度评价体系,并提出一种库存策略优化模型。(5)基于本文的研究成果,并结合企业的实际需求,开发了一套面向离散制造企业的设备运维管理系统并进行验证。
数据驱动的离散车间设备运维分析与健康预测
这是一篇关于数据驱动,离散车间,设备运维,库存优化,系统开发的论文, 主要内容为信息技术的快速发展使得物联网、大数据、人工智能等技术在企业得到了广泛的应用,传统的制造观念和生产组织方式也都发生了较大的改变,企业车间从自动化、数字化向智能化方向发展。在车间管理要求更高的情况下,本文研究从离散车间底层产生的制造过程数据出发,针对制造过程不透明、设备健康状况无法感知、以及设备备品备件库存方面存在的问题,在对底层采集的数据进行知识表达的基础上充分运用制造数据开展设备的健康状况评估及备件的库存优化研究,结合实例分析验证了方法的可行性,最后设计研发了一套车间设备运维管理系统。论文的主要成果如下:(1)介绍了底层数据的采集方法,提出基于制造数据的离散车间运作维护理论框架,从底层数据采集、知识表达、设备运作维护三个方面阐述当前国内外的研究现状与发展趋势。(2)分析了当前离散车间设备运作维护存在的问题与需求,针对企业车间对制造过程数据采集能力和数据利用水平能力不足的问题,根据需求对离散车间的设备制造过程进行数据采集,再结合生产管理系统(MES)对车间生产及设备运行状况进行可视化设计,实现了设备状态实时监测、能耗分析、工单执行进程和刀具使用监测等。(3)针对离散车间传统的现场设备管理模式存在效率低、日常维护成本高等弊端,提出了基于数据驱动的设备健康监测和备品备件库存优化方法。首先,采集设备生产过程中反映设备健康状况的关键信号用于评估当前设备的健康等级,依据评估结果进行设备的主动维护;其次,为了优化库存降低备件更换不及时带来的损失,建立了考虑设备备件的重要度与成本最小为目标的库存控制模型;最后实例验证了方法的有效性。(4)结合企业的需求和本文的研究成果,基于Java开发环境、SSM框架和SQL Server 2008开发了数控设备数据采集与可视化系统、设备全生命周期管理系统,并在企业车间成功应用。
数据驱动的离散车间设备运维分析与健康预测
这是一篇关于数据驱动,离散车间,设备运维,库存优化,系统开发的论文, 主要内容为信息技术的快速发展使得物联网、大数据、人工智能等技术在企业得到了广泛的应用,传统的制造观念和生产组织方式也都发生了较大的改变,企业车间从自动化、数字化向智能化方向发展。在车间管理要求更高的情况下,本文研究从离散车间底层产生的制造过程数据出发,针对制造过程不透明、设备健康状况无法感知、以及设备备品备件库存方面存在的问题,在对底层采集的数据进行知识表达的基础上充分运用制造数据开展设备的健康状况评估及备件的库存优化研究,结合实例分析验证了方法的可行性,最后设计研发了一套车间设备运维管理系统。论文的主要成果如下:(1)介绍了底层数据的采集方法,提出基于制造数据的离散车间运作维护理论框架,从底层数据采集、知识表达、设备运作维护三个方面阐述当前国内外的研究现状与发展趋势。(2)分析了当前离散车间设备运作维护存在的问题与需求,针对企业车间对制造过程数据采集能力和数据利用水平能力不足的问题,根据需求对离散车间的设备制造过程进行数据采集,再结合生产管理系统(MES)对车间生产及设备运行状况进行可视化设计,实现了设备状态实时监测、能耗分析、工单执行进程和刀具使用监测等。(3)针对离散车间传统的现场设备管理模式存在效率低、日常维护成本高等弊端,提出了基于数据驱动的设备健康监测和备品备件库存优化方法。首先,采集设备生产过程中反映设备健康状况的关键信号用于评估当前设备的健康等级,依据评估结果进行设备的主动维护;其次,为了优化库存降低备件更换不及时带来的损失,建立了考虑设备备件的重要度与成本最小为目标的库存控制模型;最后实例验证了方法的有效性。(4)结合企业的需求和本文的研究成果,基于Java开发环境、SSM框架和SQL Server 2008开发了数控设备数据采集与可视化系统、设备全生命周期管理系统,并在企业车间成功应用。
面向家电行业供应链结构分析及其库存优化研究
这是一篇关于家电行业,供应链物流,选址模型,库存优化的论文, 主要内容为随着全球范围市场竞争的加剧,当前我国家电业面临着严峻的挑战,由于家电制造技术已趋于成熟,家电企业竞争的焦点将是如何以更低的成本更好的服务赢得市场,目前中国家电总成本中原材料及制造成本只占53%,而与流通、营销有关的成本则占46%。居高不下的物流和交易成本,不仅削弱了家电企业的利润空间,还在很大程度上影响着家电企业运行效率的提高和整体竞争能力的提升。 目前,处于高库存、高负荷运转的家电产业有空调、洗衣机、冰箱等,其中问题最严重的是空调和洗衣机。以空调行业为例,目前整个空调行业已有上千万台确切库存。在洗衣机行业的处境同样不容乐观,从眼下洗衣机的销售前景来看,今年洗衣机行业供应量将大于需求几百万台,众多洗衣机厂家面临巨大的库存压力。如此高的库存将给家电业带来诸多问题:(1)给资金流动带来巨大的压力;(2)对新产品的推广不利;(3)为价格走低提供了物质条件。 针对家电供应链存在的上述问题,作者在论文中主要从以下方面进行了较详细的研究: (1)从课题的研究背景出发,在对供应链管理理论进行研究的基础上,分析了家电供应链的特点,指出了家电行业在物流配送和库存管理中存在的问题及其国内外研究现状,最后提出本论文研究的目的、意义及论文研究的主要内容。 (2)以家电制造企业为主导的从供应商——转运中心——制造商——配送中心——分销商的家电供应链为研究对象,研究了面向战略合作伙伴的家电供应链物流网络结构的设计问题,给出了考虑战略合作伙伴关系和家电供应链建设及运营整体总成本最小化的转运中心和配送中心选址的多目标非线性规划模型,最后以某地区家电行业具体情况为背景,提出了家电供应链转运中心和配送中心的6种选址方案,并对最佳方案选择方法进行了分析研究。 (3)分析了家电行业库存的“牛鞭效应”的存在,讨论了家电供应商管理库存策略,并指出了家电供应商管理库存策略的不足,提出了家电联合库存管理策略指出了家电联合库存管理策略所具有的优势,给出了家电联合库存管理策略的具体实施步骤,最后给出了在家电联合库存策略下库存管理的数据库实现方案。 (4)在理论研究的基础上,结合家电行业具体情况,采用了当前较安全和可移植性较好的Java编程语言,利用了Struts、Hibernate和Spring技术,以Tomcat作为Web服务器,以SQLServer2005数据库为后台工具,开发出一套家电行业供应链管理系统软件。
面向家电行业供应链结构分析及其库存优化研究
这是一篇关于家电行业,供应链物流,选址模型,库存优化的论文, 主要内容为随着全球范围市场竞争的加剧,当前我国家电业面临着严峻的挑战,由于家电制造技术已趋于成熟,家电企业竞争的焦点将是如何以更低的成本更好的服务赢得市场,目前中国家电总成本中原材料及制造成本只占53%,而与流通、营销有关的成本则占46%。居高不下的物流和交易成本,不仅削弱了家电企业的利润空间,还在很大程度上影响着家电企业运行效率的提高和整体竞争能力的提升。 目前,处于高库存、高负荷运转的家电产业有空调、洗衣机、冰箱等,其中问题最严重的是空调和洗衣机。以空调行业为例,目前整个空调行业已有上千万台确切库存。在洗衣机行业的处境同样不容乐观,从眼下洗衣机的销售前景来看,今年洗衣机行业供应量将大于需求几百万台,众多洗衣机厂家面临巨大的库存压力。如此高的库存将给家电业带来诸多问题:(1)给资金流动带来巨大的压力;(2)对新产品的推广不利;(3)为价格走低提供了物质条件。 针对家电供应链存在的上述问题,作者在论文中主要从以下方面进行了较详细的研究: (1)从课题的研究背景出发,在对供应链管理理论进行研究的基础上,分析了家电供应链的特点,指出了家电行业在物流配送和库存管理中存在的问题及其国内外研究现状,最后提出本论文研究的目的、意义及论文研究的主要内容。 (2)以家电制造企业为主导的从供应商——转运中心——制造商——配送中心——分销商的家电供应链为研究对象,研究了面向战略合作伙伴的家电供应链物流网络结构的设计问题,给出了考虑战略合作伙伴关系和家电供应链建设及运营整体总成本最小化的转运中心和配送中心选址的多目标非线性规划模型,最后以某地区家电行业具体情况为背景,提出了家电供应链转运中心和配送中心的6种选址方案,并对最佳方案选择方法进行了分析研究。 (3)分析了家电行业库存的“牛鞭效应”的存在,讨论了家电供应商管理库存策略,并指出了家电供应商管理库存策略的不足,提出了家电联合库存管理策略指出了家电联合库存管理策略所具有的优势,给出了家电联合库存管理策略的具体实施步骤,最后给出了在家电联合库存策略下库存管理的数据库实现方案。 (4)在理论研究的基础上,结合家电行业具体情况,采用了当前较安全和可移植性较好的Java编程语言,利用了Struts、Hibernate和Spring技术,以Tomcat作为Web服务器,以SQLServer2005数据库为后台工具,开发出一套家电行业供应链管理系统软件。
液体化工品仓储管理信息系统研究及开发
这是一篇关于液体化工品仓储,库存优化,粒子群算法,管理信息系统的论文, 主要内容为随着控制技术朝着复杂计算机网络控制方向的发展,控制设计人员不能只解决底层的实时控制问题,还要解决上层监控与管理所带来的综合自动化问题。液体化工品仓储在整个石化产业链中处于承上启下的关键环节,其易燃易爆等特性对安全管理提出了更高的要求。因此,本文对某公司液体化工品仓储管理及优化控制进行了研究,开发了一个符合企业生产运营实际需求、操作简便、能够本质安全地实时采集仓储数据的信息化管理系统,以节省企业库存成本、提高劳动效率、更好地保障生产安全。首先,针对液体化工品仓储管理信息系统的特殊性,本文详细调研了某液体化工仓储企业在仓储生产经营过程中的实际情况与流程,明确了管理信息系统的主要目标任务和功能需求。其次,本文对液体化工品的库存优化问题进行了研究,建立了液体化工品仓储多品种库存数学模型,用粒子群算法对液体化工仓储库存模型求解。实例结果表明,该方法可有效降低企业液体化工品库存资金。再次,本文采用了现场总线型网络远程I/O控制技术自动监控采集化工储罐液位、温度等指标,按照计算公式计算出每个储罐的库存量,从而实时获取到库存数据,有效保障了职工人身安全,提高了计量员的工作效率。最后,本文在需求分析和库存优化模型研究的基础上,设计了液体化工仓储管理信息系统的数据库;前台用C#,后台用SQL Server,采用C/S架构开发了液体化工品仓储管理信息系统。测试结果表明,该系统实现了对液体化工品在仓储流程环节的信息管理,达到了预期的功能需求。
基于需求预测的汽车零部件库存优化系统的研究与实现
这是一篇关于ABC分类,K-shape,组合模型,需求预测,库存优化的论文, 主要内容为需求预测在企业管理过程中扮演着十分重要的角色,是企业生产和经营活动中制定计划和决策的基础,对商品需求的准确预测能够帮助企业调整生产和采购计划,从而更好的满足市场需求。库存管理是供应链管理的一个关键环节,有效的库存管理能够帮助企业降低成本,提升服务质量和企业竞争力。通过建立准确的需求预测模型对库存管理进行相应指导,对企业经营发展具有积极意义。本文主要研究汽车零部件的需求预测和库存优化问题。通过调研某C汽车销售企业供应商库存管理现状,发现目前大多汽车零部件销售企业库存管理存在以下不足:(1)库存零件分类方式单一,划分较为粗略,难以进行精细化管理。(2)多数企业仍然依赖人工和传统方法进行需求预测,未建立科学有效的需求预测方法。零件需求预测不准确,影响企业制定生产和采购计划。(3)库存管理粗放,没有行之有效的库存优化方案,导致缺货和库存呆滞的情况出现,极大的影响企业的盈利和市场竞争力。基于上述不足,本文采集了C汽车销售企业相关供应商零部件销售和库存数据,结合当地汽车产量和零件出厂价格指数,构建汽车零部件需求预测模型,提出了基于组合模型预测的库存优化方案并实现了仓储协同管理与库存优化系统。本文主要工作如下:(1)根据汽车零件销售数据对库存零件进行重要性划分。结合ABC分类法和K-shape聚类算法对零件进行分类优化,对原A类、B类零件按照销售趋势进一步划分,方便企业精细化管理。最后将分类得到重点零件作为需求预测的研究对象。(2)使用数据仓库技术(Extract-Transform-Load,ETL)采集汽车零件历史销售数据和库存数据并进行预处理,对处理过的数据进行探索性分析,得到影响零件需求的相关因素,并从中提取出关键特征。构建多个单一模型对零件需求进行预测,并筛选出预测效果较好的模型建立组合模型。通过实验证明基于Light GBM和PSO-LSTM的组合模型比单一模型预测的均方根误差(RMSE)、平均绝对误差(MAE)分别至少下降4.9个百分点、2.6个百分点,有效地提高了需求预测的准确性和可靠性。(3)根据需求预测结果,结合库存优化理论,计算零件的安全库存并设置库存警戒线,与零件当前库存对比得出合理的优化方案,达到优化企业库存的目的。(4)基于需求预测模型和库存优化方案,采用流行的B/S架构,使用Web开发框架,在完成库存管理系统的基础上加入库存优化模块,辅助企业库存管理人员进行库存优化管理。本文构建了准确的需求预测模型、提出了合理的库存优化方案,并在此基础上实现了库存优化系统,可以帮助企业降低库存成本、提升服务质量和企业竞争力,具有一定的应用和推广价值。
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：毕设工坊 ，原文地址：https://m.bishedaima.com/lunwen/52125.html
