基于能量收集无线网络的智能工厂柔性作业车间调度
发布时间：2021-01-24 06:00
智能制造为我国由制造大国向制造强国的转变提供了新的契机,是未来制造业的发展趋势。构建生产单元互联互通、管理决策智能化的智能工厂,是实现生产服务智能化、高效化和个性化,提高制造型企业经济利益和社会效益的有效途径。智能制造系统的设计需要综合考虑信息物理系统的健壮程度和调度决策系统的高效性能,工业通信网络的信息传输质量会直接影响系统的决策结果,增加了企业的制造成本。本文建立了通用的智能工厂管控系统模型架构,将射频（Radio Frequency,RF）能量收集合作中继引入到面向多生产区域数据采集的工业无线传感器网络（Industrial Wireless Sensor Networks,IWSNs）中。通过设计高效的功率分配算法,在保证网络可靠性的基础上提高网络的实时传输速率,进一步研究了考虑IWSNs可靠性的柔性生产调度问题,降低了制造企业的生产成本。研究成果对于智能工厂生产管控系统中算法组件的设计具有理论意义和实际应用价值,主要的研究内容介绍如下:首先,研究了通用型智能工厂管控系统模型架构设计,提出一种包括面向定制化工业用户服务的业务管理模型、面向生产任务与定制化服务的微服务模型和面向工...
【文章来源】：燕山大学河北省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
多“微服务”的生产调度实例
燕山大学工程硕士学位论文-16-然而，恶劣的工业生产环境会对工业无线通信过程产生大量的射频信号干扰，这不利于IWSNs快速、准确地传达设备实时状态信息或下发生产指令。实验研究结果表明，无线通信理论中协作中继技术通过空间分集可以有效降低信息传输的丢包率[61]，合理的中继功率分配策略能够显著提高IWSNs的网络吞吐量。然而，过多的引入中继节点无疑会增加网络的搭建成本和电能负荷。因此，本小节搭建了如图2-5所示的智能工厂多生产区域协同控制IWSNs模型，以微服务调度中心收集设备状态信息的上行通信传输过程为例，各监控区域的工业无线传感器节点在收集本区域的设备物理参数后，在区域专属中继的协助下，将实时信息传递到微服务调度中心。监控区域中继微服务调度中心工业传感器中继中继中继中继监控区域监控区域…………图2-5智能工厂多生产区域协同控制IWSNs模型2.4本章小结在本章中，基于传统的多代理理论和工业用户定制化需求，提出了一种通用的基于“微服务-多代理”模型的新型管控架构，提高了生产调度解决方案的灵活性和通用性。分析了该模型架构的通信需求，论证了IWSNs误码率、丢包率等工业通信可靠性指标对车间调度决策结果的影响，进一步提出了智能工厂多生产区域协同控制IWSNs网络拓扑模型，为工业通信网络性能优化提供模型基矗
第3章面向“微服务-多代理”模型的能量收集合作中继IWSNs性能优化-19-微服务调度中心。然而，整个IWSNs的功耗随着中继节点数量的增加而增加。因此，每个工业生产监控区域仅配置一个中继节点，以辅助工业无线传感器节点传输信息。此外，选择具有能量采集功能的中继节点，以充分利用无线传感器网络的能量资源。压力传感器温度传感器亮度传感器EH中继节点微服务调度中心压力传感器温度传感器亮度传感器EH中继节点EH中继节点压力传感器温度传感器亮度传感器温度传感器亮度传感器压力传感器EH中继节点温度传感器亮度传感器压力传感器EH中继节点EH中继节点压力传感器温度传感器亮度传感器图3-2具有能量收集功能的合作中继上行IWSNsRF能量采集技术已经被证明可以缓解IWSNs中通信节点之间的干扰，但是会降低工业网络的吞吐量，影响智能工厂的实时信息传输。因此，在引入新技术的同时，也给现有研究带来了新的挑战：(1)如何进行有效的网络资源分配，实现IWSNs能量收集和吞吐量的折衷，是亟待解决的关键问题。(2)减少IWSNs的数据包丢失，增强网络可靠性，是实现自适应生产调度的前提。3.2.2IWSNs的误码率和数据包丢失率模型在工业通信网络中，不同于假定于完全可靠的有线链路，无线通信链路很容易发生数据包丢失，从而影响智能工厂中的无线数据采集、远程终端控制的准确性，导致控制系统不稳定，甚至瘫痪。因此，IWSNs的可靠性传输是工业自适应生产调度研究的前提。为了保证频分多址(FrequencyDivisionMultipleAccess,FDMA)无线传感网络的信息传输可靠性，需要对具有RF能量收集的合作中继网络的通信资源进行
【参考文献】：
期刊论文
[1]BAS-ADAM:An ADAM Based Approach to Improve the Performance of Beetle Antennae Search Optimizer[J]. Ameer Hamza Khan,Xinwei Cao,Shuai Li,Vasilios N.Katsikis,Liefa Liao. IEEE/CAA Journal of Automatica Sinica. 2020(02)
[2]我国智能制造技术在工厂应用与思考[J]. 郭宇,王海刚. 中外企业家. 2020(01)
[3]浅说智能制造[J]. 李培根. 智慧中国. 2019(05)
[4]基于天牛须优化算法的图像分割[J]. 李桃,侯红英. 计算机产品与流通. 2019(03)
[5]发展智能制造,改变制造行业[J]. 耿峰,骆学农,姜琦,韩建新,王立书. 软件和集成电路. 2019(01)
[6]“中国制造2025”研究进展及评述[J]. 高青松,李婷. 工业技术经济. 2018(10)
[7]无线传感器网络与物联网的应用研究[J]. 薛国超. 智能建筑与智慧城市. 2018(09)
[8]基于天牛须搜索的花朵授粉算法[J]. 邵良杉,韩瑞达. 计算机工程与应用. 2018(18)
[9]工业互联网的体系框架与关键技术——解读《工业互联网:体系与技术》[J]. 夏志杰. 中国机械工程. 2018(10)
[10]考虑能耗与质量的机床构件生产线多目标柔性作业车间调度方法[J]. 朱光宇,徐文婕. 控制与决策. 2019(02)
本文编号：2996715
【文章来源】：燕山大学河北省
【文章页数】：74 页
【学位级别】：硕士
【部分图文】：
多“微服务”的生产调度实例
燕山大学工程硕士学位论文-16-然而，恶劣的工业生产环境会对工业无线通信过程产生大量的射频信号干扰，这不利于IWSNs快速、准确地传达设备实时状态信息或下发生产指令。实验研究结果表明，无线通信理论中协作中继技术通过空间分集可以有效降低信息传输的丢包率[61]，合理的中继功率分配策略能够显著提高IWSNs的网络吞吐量。然而，过多的引入中继节点无疑会增加网络的搭建成本和电能负荷。因此，本小节搭建了如图2-5所示的智能工厂多生产区域协同控制IWSNs模型，以微服务调度中心收集设备状态信息的上行通信传输过程为例，各监控区域的工业无线传感器节点在收集本区域的设备物理参数后，在区域专属中继的协助下，将实时信息传递到微服务调度中心。监控区域中继微服务调度中心工业传感器中继中继中继中继监控区域监控区域…………图2-5智能工厂多生产区域协同控制IWSNs模型2.4本章小结在本章中，基于传统的多代理理论和工业用户定制化需求，提出了一种通用的基于“微服务-多代理”模型的新型管控架构，提高了生产调度解决方案的灵活性和通用性。分析了该模型架构的通信需求，论证了IWSNs误码率、丢包率等工业通信可靠性指标对车间调度决策结果的影响，进一步提出了智能工厂多生产区域协同控制IWSNs网络拓扑模型，为工业通信网络性能优化提供模型基矗
第3章面向“微服务-多代理”模型的能量收集合作中继IWSNs性能优化-19-微服务调度中心。然而，整个IWSNs的功耗随着中继节点数量的增加而增加。因此，每个工业生产监控区域仅配置一个中继节点，以辅助工业无线传感器节点传输信息。此外，选择具有能量采集功能的中继节点，以充分利用无线传感器网络的能量资源。压力传感器温度传感器亮度传感器EH中继节点微服务调度中心压力传感器温度传感器亮度传感器EH中继节点EH中继节点压力传感器温度传感器亮度传感器温度传感器亮度传感器压力传感器EH中继节点温度传感器亮度传感器压力传感器EH中继节点EH中继节点压力传感器温度传感器亮度传感器图3-2具有能量收集功能的合作中继上行IWSNsRF能量采集技术已经被证明可以缓解IWSNs中通信节点之间的干扰，但是会降低工业网络的吞吐量，影响智能工厂的实时信息传输。因此，在引入新技术的同时，也给现有研究带来了新的挑战：(1)如何进行有效的网络资源分配，实现IWSNs能量收集和吞吐量的折衷，是亟待解决的关键问题。(2)减少IWSNs的数据包丢失，增强网络可靠性，是实现自适应生产调度的前提。3.2.2IWSNs的误码率和数据包丢失率模型在工业通信网络中，不同于假定于完全可靠的有线链路，无线通信链路很容易发生数据包丢失，从而影响智能工厂中的无线数据采集、远程终端控制的准确性，导致控制系统不稳定，甚至瘫痪。因此，IWSNs的可靠性传输是工业自适应生产调度研究的前提。为了保证频分多址(FrequencyDivisionMultipleAccess,FDMA)无线传感网络的信息传输可靠性，需要对具有RF能量收集的合作中继网络的通信资源进行
【参考文献】：
期刊论文
[1]BAS-ADAM:An ADAM Based Approach to Improve the Performance of Beetle Antennae Search Optimizer[J]. Ameer Hamza Khan,Xinwei Cao,Shuai Li,Vasilios N.Katsikis,Liefa Liao. IEEE/CAA Journal of Automatica Sinica. 2020(02)
[2]我国智能制造技术在工厂应用与思考[J]. 郭宇,王海刚. 中外企业家. 2020(01)
[3]浅说智能制造[J]. 李培根. 智慧中国. 2019(05)
[4]基于天牛须优化算法的图像分割[J]. 李桃,侯红英. 计算机产品与流通. 2019(03)
[5]发展智能制造,改变制造行业[J]. 耿峰,骆学农,姜琦,韩建新,王立书. 软件和集成电路. 2019(01)
[6]“中国制造2025”研究进展及评述[J]. 高青松,李婷. 工业技术经济. 2018(10)
[7]无线传感器网络与物联网的应用研究[J]. 薛国超. 智能建筑与智慧城市. 2018(09)
[8]基于天牛须搜索的花朵授粉算法[J]. 邵良杉,韩瑞达. 计算机工程与应用. 2018(18)
[9]工业互联网的体系框架与关键技术——解读《工业互联网:体系与技术》[J]. 夏志杰. 中国机械工程. 2018(10)
[10]考虑能耗与质量的机床构件生产线多目标柔性作业车间调度方法[J]. 朱光宇,徐文婕. 控制与决策. 2019(02)
本文编号：2996715
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/2996715.html
