基于UWB的离散制造车间人员定位应用研究

针对离散制造车间中移动智能设备和人员的频繁移动可能带来的安全隐患,提出向离散制造车间引入UWB定位系统,实现人员位置信息的实时采集和可视化。通过运用卡尔曼滤波算法优化定位数据,提高车间人员定位的精度,同时,采用MQTT协议传输数据,保证定位数据的有效性。以离散制造车间实验室为实验平台,利用UWB定位系统分别进行定点和动点测试。结果表明,在定点测试和动点测试中,该系统定位精度分别提高约10.1%和26.2%,定位结果更稳定可靠。

离散型制造车间AGV小车自主避障路径选择研究

离散型制造车间分工区域多,导致工件运输环境复杂,自动导向车(Automated Guided Vehicle,简称AGV小车)极易发生碰撞事故,提出离散型制造车间AGV小车自主避障路径选择方法。采用栅格地图法将离散型制造车间划分为若干栅格,构建路径长度、转角和、危险率、避障等待时间等目标函数,建立AGV小车多目标路径规划评价函数。利用熵权法确定各目标的权重系数,设置动态环境中AGV小车避障约束条件。通过粒子群优化算法和鸽群优化算法进行AGV小车运行路径联合寻优,得到最优路径集合。将评价值最低的路径作为AGV小车运行路径,实现AGV小车自主避障路径选择。实验结果表明,所提方法选择出来的AGV小车运行路径更为平滑、长度更短且规划用时更少。

从建造到装配——探秘华南首个完整配套的钢箱梁智能制造车间

在深汕西高速改扩建坪山高架桥建设中,项目打造了华南地区首个配套完整的钢箱梁智能制造车间。车间位于广东中山,占地面积约6.7万平方米,日均下料可达150吨,有2000平方米钢材存放场地,存梁场地3.15万平方米,年生产各类桥梁钢结构可接近5万吨,为钢箱梁的生产、存放提供了有力保障。

数据—模型融合驱动的流程制造车间数字孪生系统研发

针对流程制造过程工序间耦合严重、过程建模困难、生产活动规划的联动性和智能化水平较低等问题,提出数据与模型融合驱动的、覆盖工艺流程全变量空间的车间多维数字孪生模型及其系统架构。融合车间生产全要素孪生模型与动态生产数据,建立了贯穿生产过程中不同工序的设备实体对象模型,从几何、物理、行为、规则等多个维度对耦合生产线实体对象特征进行刻画,实现了工艺设备静动态多维属性的数字化精准映射。在此基础上,搭建了包括物理产线、虚拟产线、信息服务等支撑多系统数据交互映射的车间数字孪生系统,研发了基于开放平台通信—统一架构(OPC UA)与Kepware的通信技术的静动态虚实映射和迭代运行机制,实现了从车间物理制造流程耦合向各孪生体参数间耦合的转换。最后,基于某流程制造企业制丝生产试验线开展应用验证,为解决流程工业耦合复杂而造成的协同交互与迭代运行难题提供了方法和实现途径。

考虑多车型的柔性制造车间双向物料配送路径优化

针对当前柔性车间车辆利用率低、配送小车型号单一以及存在逆向物流等问题,课题组构建了一种考虑多车型协同配送的双向物料配送模型。首先以小车的出车成本、路径运输成本和时间惩罚成本的总和最小为优化目标,构建了相应的数学优化模型;其次设计了改进的遗传算法,根据个体适应度的大小选择交叉变异概率,加快求解速度;最后借助MATLAB进行实例仿真,对比分析算法改进前后求解结果。结果表明:多车型配送比单车型配送成本低252.34元,改进算法后成本降低了3.48%。验证了该模型与改进算法在车间双向物料配送中的可行性和有效性。

射频识别技术在农机制造车间的应用研究

针对目前农机制造车间存在的数据采集手段落后、生产状态监控方法缺失的问题,研究了基于射频识别技术(RFID)的应用方案。首先,在分析企业生产现状的基础上,提出了基于RFID技术的数据采集方案和网络支撑架构;其次,通过VisualStudio2017平台和C#语言开发了在制品状态追踪系统;最后,选取玉米机切碎器作为研究对象,实现生产现场的硬件部署,并对其生产过程进行实验;通过实验案例表明,该系统能够快速稳定地工作,帮助企业实现了实时数据的采集和生产状态的可视化监控,验证了所提方法的可行性和有效性。

基于ESOINN的离散制造车间生产异常实时检测方法研究

离散制造车间存在制造要素偏离生产计划导致的生产异常事件,准确的车间异常检测有助于实时监控生产过程,提高动态决策响应速度,保证订单按时交付。针对异常检测的准确性和实时性需求,提出一种增量式无监督学习的车间生产异常检测方法。首先,以在制品在车间的流转过程为主线定义生产异常种类,搭建离散制造车间生产异常检测框架;其次,使用增强自组织增量神经网络实时检测生产异常,并根据当前生产数据在线更新模型,以适应数据分布的动态变化,提高模型检测准确率;最后以某航天机加车间为例,将所提方法与两种增量式及两种非增量式聚类算法进行对比实验,并在离散制造车间应用生产异常检测系统,验证了该方法在生产异常检测问题上的有效性。

基于FDS的电点火器件制造车间火灾危险性研究

电点火器件生产存在产品危险度高、场所火灾风险大以及安全隐患认识片面等问题。以某民爆产品生产企业典型电点火器件制造车间为研究对象,利用FDS软件通过对其火灾危险性进行数值模拟分析,研究有风和无风两种条件下点火器件制造车间内发生火灾事故后火焰及烟气的蔓延规律以及温度、能见度、烟气层高度等参数的变化特征,并重点分析制造车间内火焰及烟气形成的高温对其他电点火器件的影响,据此确定火灾发生后的危险地点和相对安全的人员逃生路线。结果表明:相比于无风条件,有风条件下制造车间内火灾人员逃生时间缩短25~50 s;风存在与否对人员选择逃生路线有关键的影响,由于有风条件下火灾燃烧速度加快,烟气产生和扩散速度也增加,人员逃离速度要求更高,因此有、无风时人员应选择不同的逃生路线。

离散制造车间实时定位数据可视化平台设计

室内实时定位技术被广泛地应用于获取离散制造车间中生产要素的位置信息。然而,传统的单机计算方法已不能满足制造大数据环境下定位数据的实时处理需求。通过利用UWB实时定位技术、Apache Kafka、Spark Streaming、HBase等大数据技术及Demo 3D软件,搭建一套制造车间定位数据获取、收集、计算、存储和可视化的平台,并设计了基于Spark流式处理框架下的多线程卡尔曼滤波器,相较于传统单机多线程计算方式快218.2s。实现了对车间中叉车、人员、关键物料的实时定位、监管和海量数据的存储,提高了车间的透明化管理水平。

基于多动作深度强化学习的纺机制造车间调度方法

纺机制造车间调度问题是一种具有复杂工艺约束和序列相关设置时间的柔性作业车间调度问题,为了保证调度方案的质量,提升企业的订单准时交付能力,提出了一种以最小化最大完工期为优化目标的多动作深度强化学习算法。首先,将调度问题建模为多马尔可夫决策过程。然后,针对纺机制造车间调度的工件选择和机器选择两个子问题,分别设计了用于定义工序选择策略和机器选择策略的两个编码器,以预测选择不同工序和机器的概率分布。其中,在工序选择编码器中,采用图神经网络对析取图进行编码,以降低问题规模对解的质量的影响。其次,提出了一种具有多动作空间的强化学习训练算法,用于学习两个子策略。最后,经某纺机制造企业的实际生产案例验证,该方法的性能受问题规模影响较小,与其他对比算法相比,能够获得较高质量的调度方案,训练的模型具有较好的泛化能力和稳定性。

基于信息化与数字化的特种电缆智能制造车间方案

电线电缆行业作为劳动密集型制造业,其存在自动化程度低、作业环境差、员工劳动强度大、过程质量管控难等痛点。特种电缆是电线电缆行业高端产品的代表,其特点是高质量、高可靠性、低交付周期。为实现满足高质量要求下的按时交付,提出一种基于信息化与数字化的特种电缆智能制造车间方案。方案在信息化技术方面,以ERP系统(企业资源计划系统)为总成,连接GSM(集团销售管理系统)与MES(制造企业生产过程执行管理系统)系统,建立贯穿产品订单、排产、生产、发货等过程的一体化管理系统。方案在数字化方面,以中央控制系统为集成,建立数字化生产线、集中供料、AGV(自动导向运输车)半成品及成品流转等子系统,实现车间的原材料、半成品、成品的自动流入与流出。该方案在节省人员劳动强度的情况下,实现了环境优化、生产优化及质量优化,较之传统制造方案,节约人工10人,生产合格率提升5%,生产效率提高15%。

智能制造车间的色彩设计探析

建设制造强国是国家未来大力发展的方向,智能制造是实现制造强国的主要途径之一。改善智能工厂车间视觉环境成为推动制造业快速发展的新课题。该研究通过实地调研、文献检索、网络查询等多种途径,结合所学习的知识,对车间色彩搭配进行分析,为未来的智能工厂车间视觉设计提供借鉴。

基于Plant Simulation的纺机制造车间排程与优化

针对国内某纺织机械智能制造车间人工排产耗时久、排产结果无法达到最优而导致车间产能浪费严重等问题,基于Plant Simulation工业仿真软件,建立了该车间的仿真优化模型。结合车间的实际生产情况,将纺机制造车间看作离散车间调度问题,以最小化最大完工期为目标,使用仿真软件内置的遗传算法功能对其进行了仿真优化。实验结果表明,所建立的仿真优化模型能够提供高效的排程方案,有效提高企业生产效率。

商业智能交互式可视化技术在船舶制造车间的应用

运用商业智能(Business Intelligence,BI)交互式可视化技术对船舶制造车间生产数据进行分析和可视化展示。从船厂管理软件中获取车间生产数据,进行数据清洗和数据建模。针对切割、小组立、中组立和涂装等多个业务场景,创建交互式可视化报表。完成车间综合业务数据分析和生产线交互式分析,生成车间数据可视化平台。应用结果具有可视化程度高、交互友好、内容丰富、制作方便快捷等特点。

基于RFID技术的离散制造车间实时数据采集与可视化监控方法

为提高离散制造车间多品种、小批量生产过程的透明度和生产决策制定的实时性,提出一种基于无线射频识别技术的离散制造车间实时数据采集和可视化监控方法。在提出4种典型无线射频识别监控模式的基础上,揭示了离散制造车间中无线射频识别技术应用的本质,为无线射频识别配置提供指导。设计了一种事件驱动的无线射频识别数据采集单元模型,用于采集零件的状态、事件、时间、质量等实时信息;基于该模型依次建立了加工工序、工序流、批次与批量的无线射频识别监控模型,实现了对离散制造车间生产过程的可视化监控;提出一种无线射频识别数据处理方法,为车间可视化监控提供了业务逻辑信息。设计了基于无线射频识别的车间数据采集与监控系统的功能架构,并开发了相应的原型系统,通过简单的案例验证了所提方法和模型的可行性。

基于数字孪生的零件智能制造车间调度云平台

零件制造车间中工作要素路径的未知性、时间的不确定性,以及生产要素信息的孤立性,严重影响了车间调度的有效运行。基于数字孪生技术提出一种解决零件智能制造车间调度问题的新方法——调度云平台,构建了调度云平台的框架模型以及调度工作流程;搭建了调度云平台的全生命周期监控系统,监控产品的实时运行状态;基于全生命周期监控系统实时监控的数据,利用大数据分析技术对车间生产过程中多源动态扰动进行预测和诊断,在此基础上提前由调度云平台对动态扰动制定相应扰动策略;为阐述如何将所提模型落地,以某企业零件智能制造车间为例,对调度云平台模型进行应用验证,同时指出了基于数字孪生的零件智能制造车间未来的工作方向。

制造车间生产物流瓶颈指数研究

针对制造车间生产物流瓶颈漂移现象,将瓶颈漂移因素分为能力因素、需求因素和能力-需求综合因素,并采用时间能力因子、时间需求因子和质量保证能力因子对各种瓶颈漂移因素进行数字化描述,为瓶颈漂移因素耦合机理的研究提供数据支持。利用马尔可夫链描述各种瓶颈漂移因素的状态空间和转移概率,构建贡献函数,实现瓶颈漂移因素耦合机理的定量分析。以贡献度和质量保证能力为参数,建立瓶颈指数数学模型,以度量制造单元成为瓶颈的能力,为生产过程的控制和优化提供技术支持。通过对某一制造车间内生产物流瓶颈的预测和监控,验证了瓶颈指数的有效性和实用性。

物料流瓶颈对制造车间不确定环境的敏感性研究

提出了物料流瓶颈对瓶颈漂移因素的敏感性度量方法。通过定义物料流瓶颈,从生产速率和生产质量两个方面综合度量制造单元生产能力和需求,并提出物料流瓶颈指数用于表征制造单元阻碍制造车间物料流流动平顺性的程度(即物料流瓶颈程度);分显性和隐性瓶颈漂移因素测度制造单元瓶颈指数对各因素的敏感性,并利用DEMATEL方法分析因素间的相互关联关系,在此基础上提出瓶颈漂移敏感指数度量物料流瓶颈对制造车间不确定环境的敏感程度;最后,通过对某一制造车间内物料流瓶颈和瓶颈程度对不确定环境的敏感性的度量和监测,验证了瓶颈指数和瓶颈漂移敏感指数的有效性和实用性。

离散型制造车间MES的研究及实现

通过对离散型企业制造执行系统功能分析,以离散型机械制造车间为应用对象,提出了机械加工企业建设MES的系统框架及主要建设内容,并对实施过程中遇到的关键技术提出了解决方法。通过系统实施,实现了图形化的计划排产、零部件的全流程追踪功能,提高了设备利用率、车间生产能力、产品质量及生产决策,并为车间后续的无图化打下了基础。

离散制造车间生产数据实时采集系统设计

针对离散制造车间现有的数据采集方式的不足,研究开发了一种能够及时、便捷、准确获取现场数据和下达生产指令的数据采集系统。其中数据采集器以C8051F020单片机为核心控制器,可通过键盘输入现场加工数据及进度等信息;通过以太网CP2200模块实现实时传输,并及时接收来自车间上层的生产指令。应用该数据采集系统,能够实现车间与上层之间高效、精准的信息传输。