汽车排气系统智能制造执行系统设计与实现

发布时间：2020-05-11 12:16

【摘要】：进入21世纪,随着电子技术、人工智能技术等新技术的飞速发展,制造业在新技术革命巨大浪潮冲击下面临着严峻的挑战。在我国制造业企业工业信息化的进程不断深入的过程中会引入不同的智能装备,但这些装备具有不同的通信机制,造成了底层设备数据无法顺利的接入企业信息化管理系统,这就造成了智能设备变成车间的“信息孤岛”的问题。本文研究的智能制造执行系统,以某汽车排气系统制造企业的数字化生产车间为对象进行分析,通过对车间生产线所涉及的不同的数字化智能设备集成连接,实现对车间生产过程中的数据高效采集以及基于车间实时生产数据的动态车间调度管理。可以使企业提高生产效率、降低制造成本、打通信息孤岛,真正实现数据智能驱动决策。真正做到把智能制造融入到生产体系,增强企业核心竞争力,作为汽车部件制造产业的先锋和智能制造的示范,勾勒出国内汽车部件制造产业朝着“中国制造2025”发展的美好蓝图。本文针对汽车排气系统生产车间智能装备集成的需求,提出了一套基于离散式数字化智能车间的生产体系架构。通过计算机网络技术和数字化管理技术设计并开发了一套基于C/S架构、OPC(Object Linking and Embedding for Process Control)技术标准的离散车间智能制造执行管理系统。分析了车间级设备联网所涉及的数据采集、工业网络通信、加工单元模型及加工单元动作序列编解码,建立了底层车间级数据聚合的方案;研究了OPC技术在汽车排气系统生产车间的应用,设计了OPC数据与底层设备数据的交换模式,建立了智能制造执行系统与底层异构设备的通信机制;利用智能制造执行系统中采集到的时效性强、准确可靠的车间生产数据,改善了遗传算法在作业车间调度(job-shop scheduling problem,JSP)问题上的解决方法。并通过MATLAB针对核心遗传算法进行了仿真模拟;并试验了智能制造执行系统在实际生产中的使用效果。研究仿真结果表明,本文所述的在解决作业车间调度问题上的基于实时数据的改善版遗传算法是切实可行的;此外试验测试结果表明,在实际的车间生产中,系统可以实现生产数据与管理系统之间的实时相互交换,本文提出的基于遗传算法的动态生产调度方案,在生产状况发生变化时,能够对生产计划做出相应调整。从而可以大幅度提高车间的生产效率。
【图文】：

图 1-1 智能制造标准体系结构图Fig.1-1Standard architecture diagram for intelligent manufacturing随着我国制造业工业化进程的不断深入，信息化辅助生产的模式也逐渐显露了一些不足之处，最明显的在车间生产信息管理和现场工业控制的集成上。制造执行系统为企业 在生产规 划上 与车间控制上架起了沟通的桥梁。但目前我国 MES（ManufacturingExecutionSystem）的研究主要以任务生产调度为主，还存在着生产设备集成化水平较低、生产数据实时性差等问题。本文研究的基于数字化车间的智能制造执行系统，是在数字化车间的基础上进行调研，将车间中的智能设备全部关联在一个统一的数据平台。但是与此同时，制造业企业装备的更新换代也越来越快，在每一个加工环节中引进的先进智能装备不可能是出自同一厂家，这些不同规格，不同技术标准的先进设备在数据通信上或多或少的都会出现通讯协议的不兼容，这就造成了智能设备变成车间的“信息孤岛”的问题。所以智能制造理念需要更为先进的制造执行系统作为基础，才能更好的体现出智

更多的资金投入这个领域的研究，业界主要企业已经纷纷建立起了一大批研发中心，同时也积极储备了一大批智能制造相关领域的高技术从业人才。值得肯定的是我国智能制造相关领域在诸如工业机器人技术、人工智能、传感器感知测量技术以及控制理论等领域都有较大的突破，，在相关的前沿研究项目中都取得了一定的成果。具备了一定的自主研发实力。各个高校研究机构纷纷成立了越来越多的相关研究项目。当前，以智能工厂为代表的智能制造领域的探索已经悄然在国内各大支柱性产业领域展开，例如航空航天，冶金，机械制造，汽车制造等行业。在我国《智能制造发展规划（2016-2020 年）》（工信部联规〔2016〕349 号）中指出，智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。智能制造系统架构从生命周期、系统层级和智能特征三个维度对智能制造所涉及的活动装备、特征等内容进行描述，主要用于明确智能制造的标准化需求、对象和范围，指导国家智能制造标准体系建设。智能制造系统架构如图 1-2 所示[4]。
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U464.134.4

【参考文献】

相关期刊论文 前10条

1 谭淑琴;王洪军;;制造执行系统(MES)在轨道车辆产品生产中的应用[J];铁道车辆;2015年09期

2 徐兵;陶丽华;胡月梅;;基于JIT的多车间混流装配计划排序问题[J];组合机床与自动化加工技术;2015年01期

3 杨得润;;把握行业脉搏 奉行智慧跨越——ABB最新智能技术集体亮相2014工博会[J];电气时代;2014年12期

4 傅建中;;智能制造装备的发展现状与趋势[J];机电工程;2014年08期

5 安琳;;借鉴德国“工业4.0” 加快我国制造业转型升级[J];电器工业;2014年07期

6 周艳萍;;电子元器件企业ERP软件的应用态势分析[J];电子元件与材料;2014年03期

7 黄娟;;基于C#的OPC数据通信的设计与实现[J];工业控制计算机;2013年11期

8 薛倩;;智能工厂 推进未来[J];自动化博览;2012年12期

9 周长英;;基于离散制造业车间的制造执行(MES)方案设计[J];制造业自动化;2012年10期

10 林国富;汪惠芬;刘婷婷;费一正;;离散制造车间生产数据实时采集系统设计[J];机床与液压;2011年19期

相关博士学位论文 前4条

1 赵诗奎;基于遗传算法的柔性资源调度优化方法研究[D];浙江大学;2013年

2 贺晓辉;现代作业车间设备运行状态信息的系统特性及采集方法研究[D];重庆大学;2012年

3 童亮;数控机床网络化集成运行模式及关键集成技术研究[D];重庆大学;2011年

4 王东强;作业车间制造系统生产进度提取方法及应用研究[D];重庆大学;2010年

相关硕士学位论文 前10条

1 李亚蒙;OPC/Modbus桥接软件的研究与开发[D];新疆大学;2017年

2 张裕祥;基于遗传算法的电容器智能制造系统设计与实现[D];广东工业大学;2017年

3 王小维;汽车工厂MES系统设计和实现[D];华东理工大学;2017年

4 房超;车间管理系统安全技术的研究与开发[D];中国科学院研究生院（沈阳计算技术研究所）;2015年

5 顾翊;汽车制造业MES系统的设计与实现[D];电子科技大学;2014年

6 唐海林;OPC标准化方法在系统集成中的应用研究与开发[D];机械科学研究总院;2014年

7 李传鹏;基于改进遗传算法的柔性作业车间调度优化与仿真[D];济南大学;2013年

8 袁志玲;基于遗传算法的车间调度问题研究与应用[D];新疆大学;2013年

9 徐嘉;适于汽车制造业的制造执行系统的设计与实现[D];吉林大学;2012年

10 章佳;面向MES的车间生产过程监控系统研究[D];电子科技大学;2012年

本文编号：2658440