基于工业物联网的生产状态监测及数据分析系统

发布时间：2020-07-31 18:38

【摘要】：在工业生产向智能化转型的时期,仍有大量制造业处于传统的生产模式,存在信息传递慢、综合生产管理难,以及工艺参数调控复杂等问题,导致决策与实际生产脱节。针对这一问题,本文以包装行业中铝箔内衬纸生产为研究对象,设计了一套基于物联网的生产设备状态监测系统,对生产车间的各个工位设备生产状态数据进行采集与实时监测,以及时应对生产中出现的各种异常情况,同时以直观的方式监测生产;同时本文针对工业生产中的产品质量预测方面,提出了一种具有普遍适用性的分析方法,通过集成学习中的XGBoost算法构建产品质量预测模型,进行产品良品率的预测,以改善质量控制中人工调控的低效率、低准确率现象。首先,提出了车间设备生产状态监测与数据分析系统的总设计方案与整体结构,包括由传感器终端设备与上位机监控组态软件组成的监测系统,以及基于XGBoost算法构建的数据分析预测模型。其次,设计了一套基于物联网的数据采集监测系统,通过传感器仪表组合架构完成多工位设备的状态数据采集,并通过灵活的组网方式实现网络通信功能;同时在上位机中对工业组态软件进行组态界面及功能的设计,完成生产监测系统。综合搭建了车间监测网络,为生产管理及数据分析预测提供信息来源。在数据分析方面,利用采集到的数据进行内衬纸复合表面质量预测。针对数据中存在的杂乱、变量类型多样化(数值、文本、图像、音频等)特点,以及数据分布不均的情况,引入机器学习中对数据适应性较强的集成学习,并利用其中表现优异的极端梯度提升算法(XGBoost)建立工业产品质量预测模型,输入数据进行模型训练与评估。通过实验分析了极端梯度增强(Extreme Gradient Boosting,XGBoost)、随机森林(Random Forest)模型与梯度提升树(Gradient Boosting Decision Tree)三种模型在质量预测上的效果,结果对比证明前者XGBoost的表现要优于后两种模型,且对于不平衡数据处理有良好表现,以此验证了该算法模型的性能与有效性。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.44;TN929.5;TP274

【参考文献】

相关期刊论文 前6条

1 闫晓风;赵艳领;韩丹涛;;基于OPC UA通用数据采集模块设计[J];仪器仪表标准化与计量;2015年06期

2 刘青峰;张治国;刘伟;郑红霞;;基于WinCC的上位机组态监控软件开发[J];自动化技术与应用;2015年10期

3 周济;;智能制造——“中国制造2025”的主攻方向[J];中国机械工程;2015年17期

4 ;铝箔复合包装材料在多行业应用[J];中国包装工业;2009年11期

5 刘鑫;陈灿;张为民;;基于OPC和Web的复杂设备数据采集技术研究[J];机电产品开发与创新;2009年01期

6 赵旭;阎威武;邵惠鹤;;基于多变量统计方法的产品质量控制[J];上海交通大学学报;2007年01期

相关博士学位论文 前1条

1 王瑞;针对类别不平衡和代价敏感分类问题的特征选择和分类算法[D];中国科学技术大学;2013年

相关硕士学位论文 前10条

1 文圳;基于工业物联网的数据监测和质量回溯系统的设计与应用[D];电子科技大学;2017年

2 李磊;基于显著性检测和一类支持向量机的产品表面缺陷辨识方法[D];华中科技大学;2017年

3 武智强;面向智慧工厂的柔性数据采集监控系统的研究[D];山东大学;2017年

4 陈轩;面向MES的离散制造车间SCADA系统设计开发[D];南京理工大学;2017年

5 王明;基于物联网的仓库智能监控系统设计与实现[D];电子科技大学;2015年

6 杨晨;基于Qt的监控组态软件的研究与开发[D];大连理工大学;2015年

7 王锦煜;制造物联中车间底层数控设备监控管理系统的研究[D];江南大学;2014年

8 罗朝允;贵阳卷烟厂SPC质量监测系统的分析与设计[D];云南大学;2014年

9 陈静云;车间物联网数据采集关键技术研究[D];南京航空航天大学;2014年

10 胡胜;基于数据挖掘的质量过程诊断建模[D];重庆理工大学;2013年

本文编号：2776847