Ti teknologier for intelligent produksjon
Den intelligente produksjonsreformen omfatter hele produksjonsindustrien, og det er ingen tvil om at dette er et stort marked med trillioner. Undermarkedet er alle store blåhavene: Kinas robotmarked vil nå 600 milliarder yuan i de neste 10 årene; Kinas sivile drone-markedet forventes å nå 11,09 milliarder yuan i 2018; det forventes at i 2020, Kinas automatiserte logistikk Markedsstørrelsen på systemet vil overstige 100 milliarder yuan ...
Intelligent produksjon er et veldig stort og veldig bredt konsept. I tillegg til selve produksjonsvirksomheten er det også nært knyttet til oppstrøms og nedstrøms foretak i forsyningskjeden. Det inkluderer automatisering, informasjonsteknologi, intelligent logistikk, intelligent databehandling og intelligent beslutningstaking. Realiseringen av intelligent produksjon er en prosess fra manuell til halvautomatisk til fullt automatisert, til slutt å oppnå intelligent og fleksibel produksjon. Intelligent produksjon kombinerer produksjon med informasjonsteknologi og internett teknologi for å realisere sammenkoblingen av hele industrikjeden i produksjonsprosesser, produksjonsstyring, forsyningskjede systemer og markedsføringssystemer.
Så hvordan implementerer selskapene sine egne smarte produksjonsreformer? Følgende ti teknologier er alle kunnskapspunkter:
1. Multi-source multi-channel data sanntids oppkjøp og sensing teknologi
Multikilde sensor datainnsamling er premissen for intelligent sensing i intelligent produksjonsprosess. Den består av ulike sensorer (trykksensor, forskyvningssensor, visuell sensor, etc.) for å realisere oppkjøp, analyse og konvertering av multi-kilde og flerkanals distribuerte data. .
Multikilde sensordatainnsamlingssystemet omfatter følgende teknologier:
• Signalkonverteringsteknologi
• Nettverkskommunikasjonsteknologi i sanntid
• Styringsteknologi med flere tråder
• Data Cache Pool Technology
• Black Box Technology
• Informasjonssikkerhetsteknologi
2. Heterogen datainnhold fusion og overføring deling teknologi
Gjennom innholdsanalyse og fusjonsbehandling av ulike heterogene databehandling data, gruvedrift skjult informasjon og effektive data fra massive data, og forbedre nøyaktigheten av ulike utstyr state overvåking i den intelligente produksjonsprosessen.
Heterogene data inkluderer: massiv multimedia sensor data, tekst / hypertekst, lyd data, bilde data, videosekvenser, og så videre.
3. Multi-oppgave adaptiv koordineringsteknologi for komplekse arbeidsforhold
Realiseringen av intelligent produksjon må ofte kunne analysere nåværende arbeidsmiljø og oppgavekrav uavhengig, realisere adaptiv samarbeidsplanlegging med flere oppgaver og tilpasse driftsstrategien tilpasset ulike arbeidsoppgaver.
Flere driftsforhold inkluderer følgende (tar utgravning som et eksempel):
• Vanligvis brukte regler for gruveform, og bruker ofte denne funksjonen
• Spesielle regler for gruveform, men ikke ofte brukt
• Selvmerking, gruveformer er uregelmessig, men ofte brukt
• Kan tilpasses, svært avhengig av kjøreopplevelse
4. Multi-maskin koordinert clustering interaksjon og kontroll teknologi
Den intelligent produserte multi-maskin klyngen etterligner oppførselen til biologiske klynger, og den enkelte maskinen samhandler med hverandre gjennom informasjonsinteraksjon og autonom kontroll, slik at komplekse oppgaver av mangfold kan fullføres til lave kostnader i ulike uhellige miljøer.
Spesifikt inkluderer:
• Fjernkonsoll, fjernkontroll for menneske-datamaskin-interaksjonsenhet, oppgaveoppgave og overvåking
• Mobil klient, nettside, APP for oppgaveoppgave og overvåking
• Intelligent mekanisk ende, miljøoppfølging, kroppsbetingelser, autonom driftskontroll
• Mobil Internett, trådløs datakommunikasjon bærer
• Satellittposisjonering, navigering og målehjelp
• Cloud datasenter, miljømodell analyse, oppgave og bane planlegging, stor data analyse og diagnostikk
5, stor data stasjon feil diagnose dyp læring teknologi
De massive karakteriseringsdataene som genereres under driften av produksjonsutstyret inneholder en stor mengde feilinformasjon. På grunnlag av å samle de operasjonelle karakteristiske dataene for det intelligente utstyret, blir den dype læringsalgoritmen anvendt til kunnskapsutvinningen av de store dataene, og de diagnostiske reglene knyttet til feilen oppnås. Intelligent feil prediksjon og analyse av utstyrssvikt.
6, digital twinning og digital prototype modellering analyse teknologi
Digital Hybrid gjør full bruk av fysiske modeller, sensoroppdateringer, operasjonshistorikk og andre data, integrerer multidisiplinære, multifysiske, multi-skala, multisannsynlighetssimuleringsprosesser for å fullføre kartlegging i virtuelt rom, noe som gjenspeiler hele livet til hvert utstyr i produksjonsprosessen. Syklusprosess.
7. Multi-teknologi rute arbeidsplan optimalisering beslutningsteknologi
For beslutningsproblemet med usikre, halvstrukturerte eller ustrukturerte intelligente produksjonsarbeidsordninger, realiseres intelligent produksjon og produktdesign i miljøet av usikkerhet, ufullstendighet og uklar informasjon gjennom signalresontering og kvantitativ resonnement. Selvbestemmelse av optimalisering av flervalgs- og multiteknologirutenes arbeidsplan i drift.
8, prosessverktøy samarbeidstrykk og automatisk klemmingsteknologi
Personlig trykkteknologi og semantisk gjenfinningsteknologi er integrert i prosessverktøyets presseprosess. Basert på personlig semantisk gjenfinning av de intelligente utstyrs- og produktverktøyfunksjonene, dannes en personlig teknologiverktøys samarbeidende push-mekanisme for å forbedre prosessen med å skaffe produkter i prosessen med intelligent produksjonsprosessdesign. Verktøy effektivitet.
9. Produktkunnskapskart og kunnskapsnettverksteknologi
Gjennom strukturell integrasjon av distribuert tverrfaglig kunnskapsdata elimineres grammatikk- og semantiske forskjeller i multidisiplinær og multi-domene kunnskapsdata, datastrukturen er konsistent, og kunnskapen om design- og designbiblioteksdata er representert, og kunnskapsbasen er etablert. .
Strukturerte data, semistrukturerte data og ustrukturerte data struktureres, forvandles og filtreres for å danne konvergerende eller konsistente og ikke-redundante strukturerte data, det vil si, objektivt abstrahere målverdenen i en designdatabase og danne seg gjennom kunnskapsrepresentasjon. kunnskapsbase.
10. Elektromekanisk og flytende integrasjon cloud platform kunnskapstjeneste teknologi
Kunnskapstjenesteknologi starter med automatisk kunnskapsutvikling, organiserer tverrfaglig kunnskap om maskin-, elektrisitet og væskeintegrasjon på en ordnet måte, og skyver designeren til riktig designkunnskap i den aktuelle designprosessen for å realisere individualisering av tverrfaglig kunnskapstjeneste. Effektiv og intelligent.





