面向智能制造的数字化检测系统

发布时间：2023-01-26 01:25

　　本文在分析智能制造过程质量控制与数字化相关理论和方法的基础上,提出了基于MBD模型的数字化"在线+离线"零件检测框架体系和应用模式,并重点介绍了零件检测质量模型的建立和应用。通过实践证明,该体系揭示了数字化检测是智能制造的"瓶颈",通过信息化与检测业务融合,促进零件质量的有效控制和智能制造效率的提升。 

【文章页数】：5 页

【文章目录】：
1 背景
2 研究内容
    2.1 应用现状
    2.2 应用原因
    2.3 数字化检测业务
        2.3.1 建立基于模型的数据中心
        2.3.2 建立量化的检测工艺体系
        2.3.3 建立实时采集执行体系
        2.3.4 建立基于模型的分析体系
        2.3.5 建立过程互联互通物联网
3 系统实现
    3.1 检测数据中心
    3.2 检测与控制
        (1)检测计划。
        (2)检测执行。
        (3)检测检验。
        (4)检测处理。
    3.3 智能检测看板
    3.4 检测要求输入
4 典型应用
    4.1 检测计划方面
    4.2 在检测执行方面
    4.3 在检测检查方面
    4.4 在数据中心方面
5 结论


【参考文献】：
期刊论文
[1]基于工业大数据的产品质量改进新模式的探索和研究[J]. 刘烨,胡昌平,张国政.  计算机应用与软件. 2019(12)
[2]智能制造要夯实“数据”“互联”基础[J]. 李培根.  智慧中国. 2019(07)
[3]有关智能制造的冷思考[J]. 李培根.  纺织科学研究. 2019(07)
[4]两化融合环境下智能工厂探索与实践[J]. 曹晓红,韩永立.  无机盐工业. 2019(05)
[5]从数字制造到智能制造的关键技术途径研究[J]. 谭建荣,刘达新,刘振宇,程锦.  中国工程科学. 2017(03)
[6]智能制造与机器人应用关键技术与发展趋势[J]. 谭建荣.  机器人技术与应用. 2017(03)
[7]机械加工过程中的质量管理分析[J]. 王国民.  科技创新与应用. 2016(15)
[8]互联网思维融入全面质量管理[J]. 朱晓泉.  上海质量. 2016(04)
[9]国内外智能制造研究热点与发展趋势[J]. 王友发,周献中.  中国科技论坛. 2016(04)
[10]面向中国制造业的工业工程应用与挑战[J]. 黄毅敏,齐二石,刘洪伟,李天博.  工业工程与管理. 2015(05)



本文编号：3732011