智能制造是實現(xiàn)我國流程工業(yè)高效化、綠色化、高質(zhì)量發(fā)展的必由之路.知識是流程工業(yè)智能制造的核心要素,知識驅(qū)動的流程工業(yè)智能制造是流程制造業(yè)發(fā)展的新模式.論文從流程制造業(yè)中知識的重要性和特點出發(fā),綜述了知識研究及應用現(xiàn)狀.提出了知識驅(qū)動的流程工業(yè)智能制造系統(tǒng)框架,探討了深度知識獲取、知識注入和工業(yè)知識圖譜等關(guān)鍵技術(shù).通過鋁電解企業(yè)智能決策過程應用案例闡明了以上關(guān)鍵技術(shù)在流程工業(yè)智能制造系統(tǒng)中的重要作用.最后給出了知識驅(qū)動的流程工業(yè)智能制造面臨的挑戰(zhàn)性問題和未來展望.
【部分圖文】：

圖1是知識驅(qū)動的流程工業(yè)智能制造系統(tǒng)框架,該框架由3大系統(tǒng)和一個平臺組成,包括智能感知系統(tǒng)、知識驅(qū)動的運行優(yōu)化–狀態(tài)監(jiān)控–虛擬制造系統(tǒng)和智能制造核心軟件系統(tǒng),以及工業(yè)大數(shù)據(jù)管理云平臺.同時,還必須研究并實現(xiàn)深度知識獲取和知識注入等關(guān)鍵技術(shù),以彌補現(xiàn)有制造系統(tǒng)缺失工藝機理知識、經(jīng)驗知識的不足,填補ERP和MES,MES和PCS間的知識鴻溝.3.1 深度知識獲取

(1)在線槽況識別.通過對多工況下大量表觀溶解滯后系數(shù)的系統(tǒng)性分析,該應用案例還發(fā)現(xiàn):使用表觀溶解滯后系數(shù)不僅有助于在線識別電解質(zhì)溫度變化,還有助于在線檢測氧化鋁濃度異常.與斜率法相比,使用表觀溶解滯后系數(shù)不僅能提前檢測到氧化鋁濃度異常低工況,還能檢測到斜率法較難檢測到的濃度異常高工況.表觀溶解滯后系數(shù)的設計過程使用了融合工藝機理知識、經(jīng)驗知識和數(shù)據(jù)知識的深度知識獲取關(guān)鍵技術(shù),使得表觀溶解滯后系數(shù)本身就蘊含了特定的工藝語義.因此,使用表觀溶解滯后系數(shù)進行電解質(zhì)溫度和氧化鋁濃度識別,具有成本低、通用性好、計算代價小、可解釋性和可復現(xiàn)性好等優(yōu)點.
【相似文獻】

相關(guān)期刊論文 前10條

1 ;我國推進流程工業(yè)向綠色高效化發(fā)展[J];起重運輸機械;2017年12期

2 賈勛慧;曲國利;;流程工業(yè)智能制造整體解決方案的提供者和建設者——訪浙江中控技術(shù)股份有限公司副董事長、總裁 賈勛慧[J];儀器儀表用戶;2019年06期

3 ;常州道金智能:致力于流程工業(yè)智能化[J];中國粉體工業(yè);2018年04期

4 鄧全亮;;流程工業(yè)兩化融合探討[J];國內(nèi)外機電一體化技術(shù);2011年04期

5 李葆文;流程工業(yè)設備的組合維修[J];設備管理與維修;2003年01期

6 彭瑜;;美國流程工業(yè)領(lǐng)跑德國工業(yè)4.0[J];今日制造與升級;2019年01期

7 彭瑜;;美國流程工業(yè)領(lǐng)跑德國工業(yè)4.0[J];智慧工廠;2019年02期

8 胡軍;;流程工業(yè):從“孤島”到“綜合”的轉(zhuǎn)變[J];中國高校科技與產(chǎn)業(yè)化;2010年10期

9 褚健;;流程工業(yè)智能工廠的未來發(fā)展[J];科技導報;2018年21期

10 唐洪華;流程工業(yè)MES模型及其應用[J];現(xiàn)代制造;2003年11期

相關(guān)博士學位論文 前2條

1 張耿;基于工業(yè)物聯(lián)網(wǎng)的智能制造服務主動感知與分布式協(xié)同優(yōu)化配置方法研究[D];西北工業(yè)大學;2018年

2 宋志婷;智能制造信息系統(tǒng)魯棒性分析與控制[D];華南理工大學;2018年

相關(guān)碩士學位論文 前10條

1 王萬;區(qū)域智能制造發(fā)展戰(zhàn)略與對策研究[D];北京建筑大學;2020年

2 孫愛輝;智能制造基礎(chǔ)建設對企業(yè)競爭力的影響研究[D];合肥工業(yè)大學;2019年

3 左金麗;中國智能裝備制造業(yè)省際競爭力評價研究[D];遼寧大學;2019年

4 周軍;智能制造視角下我國裝備制造業(yè)國際分工地位提升研究[D];溫州大學;2019年

5 李曙光;智能制造背景下汽車試制精益管理研究[D];對外經(jīng)濟貿(mào)易大學;2019年

6 張竹;S集成電路封裝測試工廠智能制造升級項目進度管理研究[D];電子科技大學;2019年

7 邢雯雯;黑龍江省智能制造扶持政策研究[D];哈爾濱商業(yè)大學;2019年

8 李世舉;W公司智能手環(huán)產(chǎn)品營銷略研究[D];北京交通大學;2019年

9 孫佳旭;基于模糊實物期權(quán)的智能制造企業(yè)價值評估研究[D];東北林業(yè)大學;2019年

10 俞晨;浙江省汽車智能制造虛擬產(chǎn)業(yè)集群研究[D];南京航空航天大學;2019年

本文編號：2842060