基于制造大数据的车间运作维护与决策方法研究
发布时间：2021-08-28 00:14
随着两化融合的深度发展,制造业企业纷纷步入新型工业化道路。对于多品种、小批量模式下的离散制造业而言,其制造零件复杂多样、生产扰动多发、生产方式灵活多变。在新一代信息技术背景下,本研究依据“采集关联+预测识别+调控决策”的车间生产运维思路,从零件制造过程大数据入手,基于车间智能代理实现对工序制造过程数据的可靠采集与处理,运用知识自动化方法以及设备预知维护模型从车间工序过程管理与设备预知维护两个角度实现离散制造车间的运作维护与决策,基于案例分析验证了以上方法的有效性。本文具体工作如下:（1）介绍了基于制造大数据的离散车间运作维护与决策的理论框架,从大数据工程、知识工程、设备预知维护三个方面阐述了当前的研究应用现状与发展趋势。（2）分析了车间制造过程数字化、智能化背景下的离散制造车间制造特征,归纳总结了当前离散车间运作维护存在的问题与需求,优化重构车间生产管理业务流程并设计了基于制造大数据的离散智能车间运作维护总体框架。（3）搭建了基于车间智能代理的离散制造大数据采集处理平台。以车间智能代理为载体,基于数据采集模型实现工序制造过程数据实时描述采集;基于聚类的离散点检测获取设备劣化调整参数,为...
【文章来源】：江南大学江苏省 211工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
制造过程大数据应用下的车间智能运维模式
系统从“人机料法环”多角度实现车间工序生产全过程数字化透明化，基于历史数据挖掘实现车间生产管理的科学化。本章充分分析离散制造特点、基于制造大数据的车间运作维护需求，重构车间生产业务流程，设计论文整体实现框架，并就框架中运用到的理论方法做了简要阐述。2.1 离散车间制造特点与车间运作维护与决策问题分析随着市场环境的竞争与变化，离散制造模式已经由传统的大批量生产模式向多品种小批量模式方向发展。离散车间作为承接这一生产模式的主体，管理者需要不断提高车间的柔性化水平来适应复杂多变的市场需求，灵活应对车间中难以预测的生产问题，实现按订单、按需求、保质保量地在交货期前完成生产任务。离散车间以自动化加工设备为单位划分为离散制造单元，离散制造单元是一个以完成既定工序生产计划为主要目的，由参与该工序计划加工制造全过程的所有车间制造资源组成的具有离散加工装配特点的单元体，零件工序在离散车间的生产流转如图 2-1 所示，零件工序的制造水平往往是由参与其制造过程的多个制造资源所对应的多个制造属性共同影响决定的，因此工序的制造过程数据应该是参与生产制造的所有制造资源的属性数据以及制造过程状态数据的集合。
江南大学硕士学位论文516 2.0612 0.6456 21.111 10517 2.0264 0.7452 16.9612 10518 1.8511 0.542 20.2886 101225 1.5049 0.4294 19.5403 151226 1.3464 0.8144 24.6852 151227 2.3241 0.4824 24.121 151228 4.3959 0.9026 21.7406 15图 3-6 所示，基于工序制造工步对制造过程数据集进行聚类划分，极大离最小簇间距离最大，聚类效果良好。经实例验证该方法对数据聚类划测分析方面正确率高于 85.6%，说明该方法对数据体量大、工序制造过造状态数据具有数据分析准确性高以及算法收敛稳定等诸多优点，满足该类数据的分析需求。
【参考文献】：
期刊论文
[1]便携式数据采集器的数据传输控制系统设计[J]. 钱军. 计算机测量与控制. 2018(11)
[2]工业大数据分析技术的发展及其面临的挑战[J]. 何文韬,邵诚. 信息与控制. 2018(04)
[3]一种化工过程故障诊断知识自动化方法研究[J]. 李传坤,赵东风,王春利,高新江. 高校化学工程学报. 2018(02)
[4]批量生产模式下考虑设备运行负荷的预防维护策略[J]. 胡家文,蒋祖华,侯文瑞,裴海燕,王海丽,孙小明. 上海交通大学学报. 2018(03)
[5]基于聚类算法k-means的异常检测系统[J]. 王晨曦. 电子技术与软件工程. 2018(06)
[6]基于时间序列分析的电力负荷数据预处理方法[J]. 王在乾,向敏,高盼. 科技创新与应用. 2018(07)
[7]多品种小批量生产模式下基于相似元的工序能力分析[J]. 张根保,李立章,冉琰,肖杨亮. 工程设计学报. 2018(01)
[8]机械设计工程数据类型及其管理技术探求[J]. 苏晓远. 科学技术创新. 2017(33)
[9]基于聚类和核密度估计假设检验的异常值检测方法[J]. 周春蕾,田品卓,杨晨琛,王皓. 数据采集与处理. 2017(05)
[10]基于泛化中心聚类的不完备数据集填补方法[J]. 王妍,王凤桐,王俊陆,宋宝燕,石展. 小型微型计算机系统. 2017(09)
博士论文
[1]云平台下电力设备监测大数据存储优化与并行处理技术研究[D]. 宋亚奇.华北电力大学(北京) 2016
[2]面向制造系统健康管理的动态预测与预知维护决策研究[D]. 夏唐斌.上海交通大学 2014
硕士论文
[1]数控机床运行的监控技术及其应用研究[D]. 周峰.东南大学 2017
[2]基于混合TLBO算法的车间调度与设备维护集成优化[D]. 宋文家.华中科技大学 2015
[3]基于冲击理论的租赁设备维护策略研究[D]. 李林.上海交通大学 2013
[4]基于以太网的实时数据同步采集系统[D]. 徐红艳.西安理工大学 2010
本文编号：3367390
【文章来源】：江南大学江苏省 211工程院校 教育部直属院校
【文章页数】：79 页
【学位级别】：硕士
【部分图文】：
制造过程大数据应用下的车间智能运维模式
系统从“人机料法环”多角度实现车间工序生产全过程数字化透明化，基于历史数据挖掘实现车间生产管理的科学化。本章充分分析离散制造特点、基于制造大数据的车间运作维护需求，重构车间生产业务流程，设计论文整体实现框架，并就框架中运用到的理论方法做了简要阐述。2.1 离散车间制造特点与车间运作维护与决策问题分析随着市场环境的竞争与变化，离散制造模式已经由传统的大批量生产模式向多品种小批量模式方向发展。离散车间作为承接这一生产模式的主体，管理者需要不断提高车间的柔性化水平来适应复杂多变的市场需求，灵活应对车间中难以预测的生产问题，实现按订单、按需求、保质保量地在交货期前完成生产任务。离散车间以自动化加工设备为单位划分为离散制造单元，离散制造单元是一个以完成既定工序生产计划为主要目的，由参与该工序计划加工制造全过程的所有车间制造资源组成的具有离散加工装配特点的单元体，零件工序在离散车间的生产流转如图 2-1 所示，零件工序的制造水平往往是由参与其制造过程的多个制造资源所对应的多个制造属性共同影响决定的，因此工序的制造过程数据应该是参与生产制造的所有制造资源的属性数据以及制造过程状态数据的集合。
江南大学硕士学位论文516 2.0612 0.6456 21.111 10517 2.0264 0.7452 16.9612 10518 1.8511 0.542 20.2886 101225 1.5049 0.4294 19.5403 151226 1.3464 0.8144 24.6852 151227 2.3241 0.4824 24.121 151228 4.3959 0.9026 21.7406 15图 3-6 所示，基于工序制造工步对制造过程数据集进行聚类划分，极大离最小簇间距离最大，聚类效果良好。经实例验证该方法对数据聚类划测分析方面正确率高于 85.6%，说明该方法对数据体量大、工序制造过造状态数据具有数据分析准确性高以及算法收敛稳定等诸多优点，满足该类数据的分析需求。
【参考文献】：
期刊论文
[1]便携式数据采集器的数据传输控制系统设计[J]. 钱军. 计算机测量与控制. 2018(11)
[2]工业大数据分析技术的发展及其面临的挑战[J]. 何文韬,邵诚. 信息与控制. 2018(04)
[3]一种化工过程故障诊断知识自动化方法研究[J]. 李传坤,赵东风,王春利,高新江. 高校化学工程学报. 2018(02)
[4]批量生产模式下考虑设备运行负荷的预防维护策略[J]. 胡家文,蒋祖华,侯文瑞,裴海燕,王海丽,孙小明. 上海交通大学学报. 2018(03)
[5]基于聚类算法k-means的异常检测系统[J]. 王晨曦. 电子技术与软件工程. 2018(06)
[6]基于时间序列分析的电力负荷数据预处理方法[J]. 王在乾,向敏,高盼. 科技创新与应用. 2018(07)
[7]多品种小批量生产模式下基于相似元的工序能力分析[J]. 张根保,李立章,冉琰,肖杨亮. 工程设计学报. 2018(01)
[8]机械设计工程数据类型及其管理技术探求[J]. 苏晓远. 科学技术创新. 2017(33)
[9]基于聚类和核密度估计假设检验的异常值检测方法[J]. 周春蕾,田品卓,杨晨琛,王皓. 数据采集与处理. 2017(05)
[10]基于泛化中心聚类的不完备数据集填补方法[J]. 王妍,王凤桐,王俊陆,宋宝燕,石展. 小型微型计算机系统. 2017(09)
博士论文
[1]云平台下电力设备监测大数据存储优化与并行处理技术研究[D]. 宋亚奇.华北电力大学(北京) 2016
[2]面向制造系统健康管理的动态预测与预知维护决策研究[D]. 夏唐斌.上海交通大学 2014
硕士论文
[1]数控机床运行的监控技术及其应用研究[D]. 周峰.东南大学 2017
[2]基于混合TLBO算法的车间调度与设备维护集成优化[D]. 宋文家.华中科技大学 2015
[3]基于冲击理论的租赁设备维护策略研究[D]. 李林.上海交通大学 2013
[4]基于以太网的实时数据同步采集系统[D]. 徐红艳.西安理工大学 2010
本文编号：3367390
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3367390.html
