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。
基于数字孪生的离散制造车间优化及调度算法研究
这是一篇关于数字孪生,数据融合,离散车间,孪生网络,柔性调度的论文, 主要内容为在数字经济急速发展的时代,人们的生产消费方式都发生了极大的转变,由产品的可适应性向着个性化的需求发展,因此传统流水线的单一化生产模式即将不适应实际的生产需求,但车间的离散化生产方式具备柔性生产的特点,借此可将车间生产向数字化、智能化转型,而数字孪生的产品生命周期管理理念为实现制造业生产方式的变革提供了可靠方向,通过数字化建模、仿真和人工智能算法等技术可以实现车间的三维可视化、生产仿真与智能优化,因此,本文基于数字孪生技术链,针对离散生产车间做出了如下研究。首先,本文针对车间调度问题(Job-shop Scheduling Problem,JSP)完成了离散车间生产调度问题的数学建模,确定目标函数,采用多层级目标优化求解生产方案,接下来结合数字孪生(Digital Twins,DT)技术,提出了基于数字孪生的离散车间数据融合方案,构建孪生车间的信息流动架构,以实时数据、孪生数据和服务系统数据构建车间的多元信息仓库(Multi-Information Warehouse,MIW),以此构建孪生数字体车间(Digital Twin Workshop,DTW),随后提出了产品全生命周期管理(Product Lifecycle Management,PLM)信息融合方案,实现了车间信息的实时互通,通过对比试验可知构建的孪生数字车间具有不错的仿真精度。其次,基于孪生车间数据与实时车间数据的相似性特点,提出了基于孪生网络的动态调度机制,因为孪生神经网络(Siamese Network,SN)具有相似度识别特性,通过孪生网络计算两者的高维特征值输出干扰因子,通过判断干扰因子阈值设计了车间的动态调度机制,通过及时更新生产计划不断迭代优化调度模型,使车间生产趋向最优。最后,基于以上成果完成了柔性调度车间系统构建,实现生产线上管理的成果呈现。在该数字车间的系统开发中,会根据车间目前的实际生产任务进行功能划分,每个功能模组可以完成某一项独立子任务,也可通过人工干预实现虚拟车间到物理车间的协同操作,也可通过虚拟车间的数据挖掘模块排列出更优的生产路线。
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。
面向离散车间的制造过程监控系统研究与设计
这是一篇关于离散车间,过程监控,信息采集与处理,异常事件,动态再调度的论文, 主要内容为随着离散制造业生产模式逐渐向多品种小批量客户定制的生产方式转变,车间制造过程变得更加复杂多变,为了能在如此复杂的制造环境下保证计划任务顺利按时且保质保量的完成,必须对制造过程进行实时高效的监控。由于离散制造的产品工艺复杂,且制造过程涉及的相关元素很多,使得车间存在大量的制造过程信息和不确定性事件,因此迫切需求一种能够应对如制造过程信息采集不充分、监控力度不够和异常事件应对能力不足等缺点的监控系统,以满足离散车间的生产需求、适应车间信息化发展方向。本文在分析离散车间制造过程监控现状以及对实际应用企业调研的基础上,从制造过程信息的获取、信息统计分析和异常事件应对能力这三个方面进行监控系统的功能需求分析,设计了B/S结构的监控系统体系架构和系统详细的总体业务流程。分析离散生产车间制造过程信息的特点,运用面向对象的方法对多源制造过程信息进行了分类建模,将常用信息采集方法和基于模板可定制的信息采集方法相结合,设计制造过程信息采集方案,并对采集上来的信息进行分析处理,将统计结果以简单易懂的方式展示出来。针对监控系统中异常事件反应能力的功能需求,研究了基于异常事件驱动的再调度方法,本系统采用基于滚动窗口的多目标遗传算法优化调度方式,对经常发生的异常事件研究总结相应的滚动窗口策略,并进行窗口内多目标遗传算法设计,算例验证异常事件驱动的再调度方法可行。最后结合系统体系架构和系统关键技术的研究,对本系统依次进行了用例图分析、系统功能模块设计和DFD数据流图分析,然后采用JAVA编程语言,运用JSP/Servlet、 SpringMVC等技术开发了监控系统的各个功能模块,并通过在企业中实施应用验证了系统的可行性。
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：毕设客栈 ，原文地址：https://m.bishedaima.com/lunwen/53156.html
