面向生产调度的智能制造能力评估方法研究

发布时间：2020-11-05 18:15

　　 制造业是国民经济的支柱,随着云计算、大数据、物联网技术的兴起,智能制造正在引领制造方式变革和制造业的产业升级,成为全球新一轮制造业竞争的制高点。随着我国智能制造的快速推进与有序发展,企业能力也相应发生变化。如何在智能制造大背景下认清自身的发展阶段,如何进行自我评估与诊断以进行针对性的提升与改造成为各企业亟需解决的问题。目前智能制造能力评估的相关研究以指标建设、模型标准架构研究为主,大部分还停留在定性评估或理论研究阶段。本文从智能制造能力评估目标出发,提出了一种面向企业生产调度的智能制造能力评估框架和方法,评估方法在实际工厂进行了应用,并为企业能力提升提供了参考性意见,主要工作与创新点如下:(1)对于智能制造能力评估进行综述,针对传统成本模型缺乏智能制造生产要素及扩展性差等问题,提出了一种面向智能制造的全要素生产成本模型及其形式化表达。可清晰描述智能制造生产模式下的数字化资源及新型人力资源等成本要素,且支持多层级模型扩展,满足智能制造多层级生产管控的成本核算需求。(2)提出了一种基于多智能体仿真的智能制造生产调度定量评估方法。根据流程特点总结出生产调度的工作流模型,基于多智能体系统实现工作流中计划排产、指令下达、生产监控、绩效统计的建模仿真,以最优能力场景为评估基准,通过多场景配置仿真,定义了用于能力评估的标杆数据库。(3)提出了一种针对智能制造能力的定性定量相结合的评估方法。为解决智能要素难以量化的问题,通过调查问卷的形式获得企业核心能力要素的定性等级,基于德尔菲评估矩阵得到智能要素对生产调度各环节的影响程度,确定场景配置参数,进行仿真得到生产成本,以此为量化尺度综合评价企业核心制造能力。针对企业能力改进,基于多场景仿真的数据结果,分析了生产调度参数的灵敏度,为企业智能制造能力改进提出参考意见。
【学位单位】：浙江大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP18;F424;F49
【部分图文】：

别于德国工业４．０，美国２０１６年提出的智能制造就绪度水平（ＳＭＳＲＬ）?［２３］模型??侧重评估的是技术手段的成熟度而不是企业构架的整体，其主要的评估对象是生??产制造系统。ＳＭＳＲＬ模型如图１．２所示，考察组织成熟度、信息系统成熟度、??绩效管理成熟度和信息互联成熟度四个方面。度量标准分为无实施、起始、在优??化等６个等级。??Ｐｒｏｃｅｓｓ??Ｃｌ?Ｏｒｇａｎｉｚａｔｉｏｎａｌ??Ｄｅｓｉｇｎａｔｅｄ?ｚ，?ｍａｔｕｒｉｔｙ??Ｐｅｒｓｏｎｎｅｌ??Ｓｏｆｔｗａｒｅ?Ｓｙｓｔｅｍ??＾?Ｃ２?ＩＴ?ｍａｔｕｒｉｔｙ?－?＼??ｂ＝＝＝＝＾ｘ??１??Ｏｕｔｐｕｔ?Ｄａｔａ?＼???—?＿?Ｘ＇?．?Ｊ??Ｆｏｒｍａｔ?＼?＼?Ｃ３?Ｐｅｒｆｏｒｍａｎｃｅ?／????Ｉ?ｍａｎａｇｅｍｅｎｔ?ｍａｔｕｒｉｔｙ?／??ＫＰＩ?，?，????Ｃ４?Ｉｎｆｏｒｍａｔｉｏｎ?／??￣—?￣￣?Ｚ?ｃｏｎｎｅｃｔｉｖｉｔｙ?ｍａｔｕｒｉｔｙ??ＫＰＩ?Ｒｅｌａｔｉｏｎｓｈｉｐ?＇?＇?＇??图１．２智能制造就绪度水平模型框架??我国电子标准研究院于２０１６年推出能力成熟度模型１．０版［６］。模型以《国家??智能制造标准体系建设指南（２０１５年版）》［ｒｌ中智能制造系统架构为参考模型，??提出生命周期、系统层级和智能功能３个维度，从“智能＋制造”两个维度分析??智能制造的核心要素、特征与要求

别于德国工业４．０，美国２０１６年提出的智能制造就绪度水平（ＳＭＳＲＬ）?［２３］模型??侧重评估的是技术手段的成熟度而不是企业构架的整体，其主要的评估对象是生??产制造系统。ＳＭＳＲＬ模型如图１．２所示，考察组织成熟度、信息系统成熟度、??绩效管理成熟度和信息互联成熟度四个方面。度量标准分为无实施、起始、在优??化等６个等级。??Ｐｒｏｃｅｓｓ??Ｃｌ?Ｏｒｇａｎｉｚａｔｉｏｎａｌ??Ｄｅｓｉｇｎａｔｅｄ?ｚ，?ｍａｔｕｒｉｔｙ??Ｐｅｒｓｏｎｎｅｌ??Ｓｏｆｔｗａｒｅ?Ｓｙｓｔｅｍ??＾?Ｃ２?ＩＴ?ｍａｔｕｒｉｔｙ?－?＼??ｂ＝＝＝＝＾ｘ??１??Ｏｕｔｐｕｔ?Ｄａｔａ?＼???—?＿?Ｘ＇?．?Ｊ??Ｆｏｒｍａｔ?＼?＼?Ｃ３?Ｐｅｒｆｏｒｍａｎｃｅ?／????Ｉ?ｍａｎａｇｅｍｅｎｔ?ｍａｔｕｒｉｔｙ?／??ＫＰＩ?，?，????Ｃ４?Ｉｎｆｏｒｍａｔｉｏｎ?／??￣—?￣￣?Ｚ?ｃｏｎｎｅｃｔｉｖｉｔｙ?ｍａｔｕｒｉｔｙ??ＫＰＩ?Ｒｅｌａｔｉｏｎｓｈｉｐ?＇?＇?＇??图１．２智能制造就绪度水平模型框架??我国电子标准研究院于２０１６年推出能力成熟度模型１．０版［６］。模型以《国家??智能制造标准体系建设指南（２０１５年版）》［ｒｌ中智能制造系统架构为参考模型，??提出生命周期、系统层级和智能功能３个维度，从“智能＋制造”两个维度分析??智能制造的核心要素、特征与要求

图１．４本文的评估方法框架??评估根据收集统计的评估对象数据，分析处理后建立评估对象型进行场景仿真，该部分工作会在第３章节进行详述。在评估时，由于传统成本模型没有考虑智能化的特点，首先在第２章节提成本模型，以满足仿真建模与智能制造能力评估需求。??评估的重点在于智能维数据的确定与表达。实际智能制造数据法清晰划分数据是属于智能数据或者制造数据。为了评估需要，白皮书［６］，把评估对象数据分为智能维数据与制造维数据，制造生命周期的活动数据，包括设计、生产、物流、销售、服务等一价值创造活动数据。智能维数据是带智能特征的数据，是指基于技术使制造活动具有自感知、自学习、自决策、自执行、自适应能的数据。由于智能维数据无法简单通过生产现场获取，基于问人力、时间，结合专家与从业者经验确定企业核心能力要素的定工会４章进。??
【相似文献】

相关期刊论文 前10条

1 李培根;;有关智能制造的冷思考[J];纺织科学研究;2019年07期

2 李铁芳;;智能制造与机器人应用关键技术与发展趋势[J];科技风;2019年20期

3 ;国产机器人向中高端市场转型[J];机械;2019年06期

4 钱展;;2019中国智能制造发展的十大关键[J];商业文化;2019年11期

5 ;智能,那么近,那么远……[J];印刷工业;2019年03期

6 蔡克俭;;促进制造业与新一代信息技术、智能技术深度融合——宁波市推进智能制造工程总结与展望[J];中国信息化;2019年06期

7 李培根;;智能制造要夯实“数据”“互联”基础[J];智慧中国;2019年07期

8 ;工信部:加快突破智能制造核心装备[J];中国建材资讯;2018年03期

9 ;库卡公司与哈工大机器人集团签署战略合作协议[J];现代焊接;2016年05期

10 ;《智能制造发展规划(2016-2020年)》正式发布[J];气体分离;2016年06期

相关博士学位论文 前10条

1 陈铁健;智能制造装备机器视觉检测识别关键技术及应用研究[D];湖南大学;2016年

2 李小敏;面向智能制造的工业无线网络服务质量优化关键技术研究[D];华南理工大学;2018年

3 宋志婷;智能制造信息系统鲁棒性分析与控制[D];华南理工大学;2018年

4 潘全科;智能制造系统多目标车间调度研究[D];南京航空航天大学;2003年

5 张晓峰;可重构智能制造系统的基础研究[D];南京航空航天大学;2001年

6 姜永成;空间曲面往复走丝线切割智能制造系统关键技术研究[D];哈尔滨理工大学;2008年

7 王友发;面向智能制造的多机器人系统任务分配研究[D];南京大学;2016年

8 孙志峻;智能制造系统车间生产优化调度[D];南京航空航天大学;2002年

9 张祖国;基于社会化的协同智能制造系统研究[D];中国科学院国家空间科学中心;2015年

10 荀亚玲;集群环境下的关联规则挖掘及应用[D];太原科技大学;2017年

相关硕士学位论文 前10条

1 陈炜明;人工智能的哲学探究[D];厦门大学;2017年

2 李旭;智能制造背景下海尔内部控制优化研究[D];天津财经大学;2018年

3 陈歆;面向生产调度的智能制造能力评估方法研究[D];浙江大学;2019年

4 艾文玲;代工制造企业的智能化转型策略研究[D];北京邮电大学;2019年

5 陈志璇;基于ARM的智能手套机控制系统设计与开发[D];浙江工业大学;2019年

6 沈建军;A公司智能电视主机研发项目风险管理研究[D];深圳大学;2018年

7 邱茜茜;智能装备领域中职学生职业技能匹配与发展路径研究[D];浙江工业大学;2019年

8 梁雪;基于行业标准的智能制造领域现代学徒制研究[D];浙江工业大学;2018年

9 刘璐;基于SA、GA改进BP神经网络模型的智能制造项目投资风险分析[D];天津工业大学;2019年

10 姜枞聪;基于机器学习的智能制造系统评价模型与算法[D];浙江工业大学;2019年

本文编号：2872007