智能工厂MES的设备维护系统研发

发布时间：2020-09-02 09:18

　　智能制造具有生产系统复杂化、设备健康多样化与维护决策动态化的特点。而智能工厂的MES作为智能制造的主要环节,其中的重要组成——设备维护更强调管理方式的主动性与智能性、维护决策的实时性与全局性。因此,本文对智能工厂MES中的设备维护决策问题展开相关研究。主要研究内容如下:(1)智能工厂MES的设备维护问题分析。首先阐述了智能工厂体系结构与基于状态的预测性维护决策方法,并详细分析了二者的关系;随后对智能工厂中设备的独立退化特性与维护的实时准确性等特点进行分析;最后总结了设备维护决策的关键技术与本文的研究问题。(2)设备退化趋势与剩余寿命实时预测研究。针对智能工厂中设备的独立退化特性,首先设计基于最优特征的退化趋势与剩余寿命实时预测流程;随后结合广义回归神经网络,提出一种基于实时状态的自适应时间窗智能预测预测方法;最后利用轴承全生命周期数据,仿真验证该方法的有效性。(3)设备层的预测性状态维护决策模型研究。针对智能工厂中设备复杂多变的运行环境与实时准确性的决策要求,首先依靠预测的剩余使用寿命,建立实时运行可靠度计算模型;随后利用实时可靠度,建立基于风险考虑的单设备预测性维护决策模型;最后仿真验证该方法的有效性。(4)单元层的预测性状态维护决策模型研究。针对智能工厂中柔性生产单元的结构多变特征与全局的维护优化决策要求,首先分析生产单元结构特点,设计多设备的维护策略;随后利用实时运行可靠度,建立设备的机会维护成本节约模型与串联多设备维护决策模型;最后仿真验证该方法的有效性。(5)智能工厂MES的设备维护原型系统开发。基于以上研究,针对维护决策的智能化与以生产为核心等需求,在MES的体系架构与功能结构的基础上,提出设备维护系统的具体功能模块。最后开展了设备维护系统的原型系统的设计与实现。
【学位单位】：西南科技大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TB492;TP311.52
【部分图文】：

体系结构图,智能,体系结构,工厂

西南科技大学硕士学位论文2 智能工厂 MES 的设备维护问题分析2.1 智能工厂中设备维护决策的内涵2.1.1 智能工厂的体系结构“中国制造 2025”是信息化与工业化的深度融合，其实质就是实现模块化、信息智能化的智能工厂。依托互联网技术、大数据处理技术、无线射频 RFID 等先进信术，智能工厂可以实现制造中物料与设备、设备与设备以及设备与人的互联互感，实时监测现场现状与控制生产情况，以大规模定制化制造，满足客户的个性化服求。

变化图,特征值,变化趋势

图 3-6 最优特征值的实际变化趋势Fig. 3-6 Actual trend of optimal feature value据有三组数据集，每组数据集描述了一个工况环境下从监特征值。借助 MATLAB 平台，实现对第一组轴承的仿真实优特征值变化图，如图 3-6 所示。看出在 12000min 之前变化趋势平缓，表明设备处于稳定的变化趋势明显且趋于上升，表明设备进入亚健康状态并逐方法的有效性，以公式（8）作为评价指标，采用以下三种 ζ 为真实 RUL；为预测 RUL；为真实寿命。设定固定时间窗，不使用增长率调整时间窗。时间窗内数优特征值与 RUL。设定自适应时间窗，采用步骤 4 根据增长率动态调整时间于步骤 9，预测最优特征值与 RUL。

特征预测,真实值,使用方法

(c) CT=16000min (d) CT=16500min图 3-7 不同时刻下使用方法 1-3 的最优特征预测值与真实值对比Fig.3-7 Comparison of predicted values with real values of optimal feature by using methods 1-3 atdifferent time图 3-8 方法 1-3 的 RUL 真实值与预测值对比Fig.3-8 Comparison of Predicted RUL with Real RUL by Method 1-3为更好的比较不同方法的预测情况，在全生命周期内用1-3方法预测该轴承的RUL，如图 3-8 所示。三种方法在轴承寿命早期，最优特征变化趋势平缓，达不到增长率的

【相似文献】