Desmit tehnoloģijas inteliģentai ražošanai
Viedā ražošanas reforma ietver visu ražošanas nozari, un nav šaubu, ka tas ir liels triljonu tirgus. Apakštirgi ir visi lielie zili okeāni: nākamo 10 gadu laikā Ķīnas robotu tirgus sasniegs 600 miljardus juaņu; Paredzams, ka Ķīnas civilo drone tirgus 2018. gadā sasniegs 11,09 miljardus juaņu; sagaidāms, ka līdz 2020. gadam Ķīnas automatizētā loģistika Sistēmas tirgus lielums pārsniegs 100 miljardus juaņu ...
Saprātīga ražošana ir ļoti plašs un ļoti plašs jēdziens. Papildus pašam ražošanas uzņēmumam tā ir cieši saistīta ar piegādes ķēdes augšupējiem un pakārtotajiem uzņēmumiem. Tas ietver automatizāciju, informācijas tehnoloģiju, viedo loģistiku, viedo skaitļošanu un viedo lēmumu pieņemšanu. Saprātīgas ražošanas realizācija ir process, sākot no manuālas līdz daļēji automātiskai, līdz pilnībā automatizētai, galu galā sasniedzot saprātīgu un elastīgu ražošanu. Saprātīga ražošana apvieno ražošanu ar informācijas tehnoloģijām un interneta tehnoloģijām, lai realizētu visas ražošanas ķēdes savstarpējo savienojumu ražošanas procesos, ražošanas vadībā, piegādes ķēdes sistēmās un mārketinga sistēmās.
Tātad, kā uzņēmumi īsteno savas viedās ražošanas reformas? Šādas desmit tehnoloģijas ir visi zināšanu punkti:
1. Multi-source daudzkanālu datu reālā laika ieguves un sensoru tehnoloģija
Daudzu avotu sensora datu iegūšana ir inteliģentas sensācijas priekšnoteikums inteliģentā ražošanas procesā. Tas sastāv no dažādiem sensoriem (spiediena sensors, nobīdes sensors, vizuālais sensors uc), lai realizētu reāllaika iegūšanu, analīzi un konversiju vairāku avotu un daudzkanālu izplatītajiem datiem. .
Daudzu avotu sensora datu iegūšanas sistēma ietver šādas tehnoloģijas:
• Signālu pārveidošanas tehnoloģija
• Tīkla komunikāciju tehnoloģija reālā laikā
• Multi-diegu vadības tehnoloģija
• Data Cache Pool tehnoloģija
• Black Box tehnoloģija
• Informācijas drošības tehnoloģija
2. Heterogēno datu satura kodolsintēzes un pārraides koplietošanas tehnoloģija
Izmantojot satura analīzi un dažādu heterogēnu datu apstrādes kodolsintēzes apstrādi, slēptās informācijas ieguvi un efektīvus datus no masveida datiem un dažādu iekārtu stāvokļa uzraudzības precizitātes uzlabošanu viedajā ražošanas procesā.
Heterogēni dati ietver: masveida multimediju sensoru datus, tekstu / hipertekstu, skaņas datus, attēla datus, video sekvences utt.
3. Daudzfunkcionāla adaptīvā koordinācijas tehnoloģija sarežģītiem darba apstākļiem
Saprātīgas ražošanas realizācijai bieži vien ir jāspēj patstāvīgi analizēt pašreizējās darba vides un uzdevumu prasības, realizēt daudzfunkcionālu adaptīvo sadarbības plānošanu un pielāgot darbības stratēģiju atbilstoši dažādām uzdevumu grūtībām.
Vairāki ekspluatācijas apstākļi ietver sekojošo (piemēram, izrakumu iegūšana):
• Bieži izmantotie, ieguves formu noteikumi un bieži izmanto šo funkciju
• Īpaši, kalnrūpniecības formas noteikumi, bet bieži netiek izmantoti
• pašzīmējums, kalnrūpniecības formas ir neregulāras, bet bieži tiek izmantotas
• Ļoti pielāgojama, ļoti atkarīga no braukšanas pieredzes
4. Daudznozaru koordinēta klasteru mijiedarbība un kontroles tehnoloģija
Inteliģenti ražotā vairāku mašīnu klasteris atdarina bioloģisko klasteru uzvedību, un viena mašīna mijiedarbojas savā starpā, izmantojot informācijas mijiedarbību un autonomu kontroli, lai sarežģītos daudzveidības uzdevumus var pabeigt ar zemām izmaksām dažādās draudīgās vidēs.
Īpaši ietver:
• Tālvadības pults, cilvēka un datora mijiedarbības ierīces tālvadība, uzdevumu piešķiršana un uzraudzība
• Mobilais klients, tīmekļa lapa, APP uzdevumu piešķiršanai un uzraudzībai
• Inteliģenta mehāniskā gala, vides uztveres, ķermeņa stāvokļa noteikšana, autonomas darbības kontrole
• Mobilais internets, bezvadu datu pārraides nesējs
• satelītu pozicionēšanas, navigācijas un mērīšanas palīdzība
• Mākoņdatu centrs, vides modelēšanas analīze, uzdevumu un trajektoriju plānošana, liela datu analīze un diagnostika
5, liela datu diska bojājuma diagnostika dziļa mācību tehnoloģija
Ražošanas iekārtu darbības laikā radītie masveida raksturojuma dati satur lielu daudzumu informācijas par kļūdu. Pamatojoties uz inteliģentās iekārtas darbības raksturīgo datu vākšanu, lielo datu zināšanu iegūšanai tiek izmantots dziļās mācīšanās algoritms, un tiek iegūti ar defektu saistītie diagnostikas noteikumi. Inteliģentas kļūdas prognozēšana un iekārtu kļūmju analīze.
6, ciparu mērķsadarbības un digitālā prototipa modelēšanas analīzes tehnoloģija
Digitālais hibrīds pilnībā izmanto fiziskos modeļus, sensoru atjauninājumus, darbības vēsturi un citus datus, integrē daudzdisciplīnu, daudzfunkcionālus, daudzpakāpju multi-varbūtības simulācijas procesus, lai pabeigtu kartēšanu virtuālajā telpā, atspoguļojot katra aprīkojuma pilno kalpošanas laiku ražošanas procesā. Cikla process.
7. Daudztehnoloģisko maršrutu darba plānu optimizācijas lēmumu tehnoloģija
Lēmumu pieņemšanai par nenoteiktu, daļēji strukturētu vai nestrukturētu automatizētu ražošanas darbu shēmām inteliģenta ražošana un produktu dizains tiek realizēti nenoteiktības, nepilnības un izplūdušās informācijas vidē, izmantojot signālu pamatojumu un kvantitatīvo pamatojumu. Daudzfunkcionālā un daudztehnoloģiskā maršruta darba plāna optimizācijas pašnoteikšanās.
8, tehnoloģiskās apstrādes un automātiskās saspiešanas tehnoloģijas
Personalizētā push tehnoloģija un semantiskā izguves tehnoloģija ir integrētas procesa rīka stumšanas procesā. Balstoties uz personalizēto intelektuālo iekārtu un produktu rīku funkciju semantisko izgūšanu, tiek izveidots personalizēts tehnoloģiskais rīku sadarbības virzīšanas mehānisms, lai uzlabotu produktu ieguves procesu automatizētas ražošanas procesa izstrādes procesā. Instrumentu efektivitāte.
9. Produkta zināšanu kartes un zināšanu tīkla būvniecības tehnoloģija
Strukturālā līmenī sadalot daudzdisciplīnu zināšanu datus, tiek likvidētas daudzdisciplīnu un daudzprofilu zināšanu datu gramatikas un semantiskās atšķirības, datu struktūra ir konsekventa, un tiek attēlotas zināšanas par dizaina un dizaina bibliotēkas datiem un zināšanu bāze ir izveidota. .
Strukturēti dati, daļēji strukturēti dati un nestrukturēti dati tiek strukturēti, pārveidoti un filtrēti, lai izveidotu konverģentu vai konsekventu un bez redundantu strukturētu datu, tas ir, subjektīvi objektīvu pasauli sagrupētu dizaina datubāzē un pēc tam veidotu, izmantojot zināšanu pārstāvību. zināšanu pamats.
10. Elektromehāniskās un šķidrās integrācijas mākoņu platformas zināšanu pakalpojumu tehnoloģija
Zināšanu pakalpojumu tehnoloģija sākas ar automātisku zināšanu padziļināšanu, organizē starpnozaru zināšanas par mašīnu, elektroenerģiju un šķidrumu integrāciju, kā arī liek dizainerim atbilstošas dizaina zināšanas atbilstošā projektēšanas procesā, lai realizētu starpdisciplinārā zināšanu pakalpojuma individualizāciju. Efektīva un saprātīga.





