近年來,云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能、移動(dòng)互聯(lián)網(wǎng)等新一代信息技術(shù)發(fā)展迅速,并逐漸與制造技術(shù)實(shí)現(xiàn)深度融合,這使得制造業(yè)轉(zhuǎn)型升級迎來了重大機(jī)遇。推進(jìn)信息化與工業(yè)化深度融合,進(jìn)而實(shí)現(xiàn)制造過程智能化,已經(jīng)成為當(dāng)今中國制造業(yè)的重要發(fā)展戰(zhàn)略。為此,我國出臺了“中國制造2025”制造業(yè)發(fā)展戰(zhàn)略。“云大物智移”等信息技術(shù)與制造技術(shù)的融合正逐步推動(dòng)傳統(tǒng)制造執(zhí)行系統(tǒng)向云制造智能執(zhí)行系統(tǒng)進(jìn)行轉(zhuǎn)化,但在這一過程中仍然存在一些問題和挑戰(zhàn)。因此,本文從以下三個(gè)方面對云制造智能執(zhí)行系統(tǒng)展開深入研究。首先,為了實(shí)現(xiàn)制造執(zhí)行系統(tǒng)的網(wǎng)絡(luò)化與服務(wù)化,本文提出了云制造環(huán)境下制造執(zhí)行系統(tǒng)云服務(wù)化方法。該方法通過微服務(wù)封裝規(guī)范和Spring Cloud技術(shù)架構(gòu)對制造執(zhí)行系統(tǒng)中核心功能模塊實(shí)現(xiàn)云服務(wù)化,即注冊、發(fā)布、調(diào)用等一系列云服務(wù)化操作,以此來支持制造用戶通過服務(wù)組合的方式來滿足自身的需求。該方法提高了制造執(zhí)行系統(tǒng)功能模塊訪問效率和模塊間數(shù)據(jù)流轉(zhuǎn)效率。其次,為了保證制造企業(yè)生產(chǎn)加工產(chǎn)品的質(zhì)量,本文提出了基于深度神經(jīng)網(wǎng)絡(luò)的產(chǎn)品質(zhì)量異常預(yù)測方法。該方法提出離散型車間產(chǎn)品質(zhì)量異常定義和產(chǎn)品質(zhì)量異常評定標(biāo)準(zhǔn),從人員、物料、設(shè)備、環(huán)... 

【文章來源】：哈爾濱理工大學(xué)黑龍江省

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

微服務(wù)體系架構(gòu)

哈爾濱理工大學(xué)工學(xué)碩士學(xué)位論文-8-2.2基于微服務(wù)體系架構(gòu)的制造執(zhí)行系統(tǒng)云服務(wù)化隨著人工智能、云計(jì)算等新興技術(shù)的快速發(fā)展并在其他領(lǐng)域的良好應(yīng)用，云制造正在與制造業(yè)進(jìn)行融合，云制造已經(jīng)成為當(dāng)前新型的創(chuàng)新制造服務(wù)模式，對于制造加工領(lǐng)域相關(guān)資源的集聚整合具有跨時(shí)代的意義。云服務(wù)是基于知識的網(wǎng)絡(luò)化智能設(shè)計(jì)的新模式，融合現(xiàn)有的網(wǎng)絡(luò)化設(shè)計(jì)模式與云計(jì)算、物聯(lián)網(wǎng)等技術(shù)，將制造資源和制造能力虛擬化、服務(wù)化[30]。在云制造環(huán)境下，服務(wù)提供者將有關(guān)制造加工資源和能力通過云計(jì)算技術(shù)轉(zhuǎn)化為云服務(wù)，發(fā)布到云服務(wù)平臺上，其他加工企業(yè)可以進(jìn)行按需調(diào)用。本文提出基于微服務(wù)體系架構(gòu)的制造執(zhí)行系統(tǒng)云服務(wù)化，如圖2-2所示：圖2-2基于微服務(wù)體系架構(gòu)的制造執(zhí)行系統(tǒng)云服務(wù)化Fig.2-2Cloudserviceofmanufacturingexecutionsystembasedonmicroservicearchitecture基于微服務(wù)體系架構(gòu)的車間制造執(zhí)行系統(tǒng)云服務(wù)化分為6個(gè)業(yè)務(wù)服務(wù)(Businessservice)，每個(gè)業(yè)務(wù)服務(wù)下細(xì)分了若干基礎(chǔ)服務(wù)(Basicservices)，通過基礎(chǔ)服務(wù)服務(wù)組合的形式進(jìn)行服務(wù)發(fā)布。

哈爾濱理工大學(xué)工學(xué)碩士學(xué)位論文-10-2.3基于微服務(wù)體系架構(gòu)的制造執(zhí)行系統(tǒng)服務(wù)調(diào)用全流程基于微服務(wù)的制造執(zhí)行系統(tǒng)服務(wù)調(diào)用全流程分為：產(chǎn)品訂單準(zhǔn)備流程，生產(chǎn)作業(yè)計(jì)劃調(diào)度流程，生產(chǎn)監(jiān)測與預(yù)測流程，訂單完成追蹤四個(gè)流程，如圖2-3所示：圖2-3制造執(zhí)行系統(tǒng)服務(wù)調(diào)用全流程Fig.2-3Manufacturingexecutionsysteminvokeserviceprocess1．產(chǎn)品訂單準(zhǔn)備：企業(yè)接收到產(chǎn)品加工訂單后，依次調(diào)用訂單計(jì)劃管理服務(wù)下的訂單處理服務(wù)進(jìn)行訂單有關(guān)需求制定，基于訂單的生產(chǎn)計(jì)劃制定服務(wù)確定訂單開始日期和結(jié)束日期等訂單相關(guān)信息進(jìn)行加工準(zhǔn)備。2．生產(chǎn)作業(yè)計(jì)劃調(diào)度：生產(chǎn)計(jì)劃制定后，管理人員依次調(diào)用作業(yè)調(diào)度服務(wù)下的計(jì)劃與調(diào)度算法資源的標(biāo)準(zhǔn)化接入服務(wù)進(jìn)行服務(wù)注冊，基于語義的算法服務(wù)檢索與匹配服務(wù)根據(jù)訂單要求進(jìn)行調(diào)度算法服務(wù)匹配，靜態(tài)/動(dòng)態(tài)作業(yè)計(jì)劃調(diào)度服務(wù)生成調(diào)度排產(chǎn)示意圖，同時(shí)調(diào)用計(jì)劃與調(diào)度算法資源的運(yùn)行與監(jiān)控服務(wù)進(jìn)行算法資源的實(shí)時(shí)監(jiān)控，計(jì)劃和調(diào)度算法資源的優(yōu)化管理服務(wù)根據(jù)車間管理者實(shí)時(shí)要求對調(diào)度算法進(jìn)行多指標(biāo)優(yōu)化，基于評價(jià)指數(shù)的算法服務(wù)優(yōu)化選擇服務(wù)基于服務(wù)評價(jià)層級與選擇優(yōu)化算法進(jìn)行比較。

【參考文獻(xiàn)】：
期刊論文
[1]云服務(wù)模式下設(shè)計(jì)方案的優(yōu)選決策方法[J]. 樊佳爽,余隋懷,初建杰,王卉,陳晨,寸文哲,陳甜,郭家言.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2020(01)
[2]小規(guī)模知識庫指導(dǎo)下的細(xì)分領(lǐng)域?qū)嶓w關(guān)系發(fā)現(xiàn)研究[J]. 陳果,許天祥.  情報(bào)學(xué)報(bào). 2019(11)
[3]基于本體的水稻育種方法應(yīng)用知識庫構(gòu)建[J]. 賴英旭,李亞娟,劉靜.  北京工業(yè)大學(xué)學(xué)報(bào). 2019(12)
[4]面向工藝操作說明文本的命名實(shí)體深度學(xué)習(xí)識別方法[J]. 張娜娜,王裴巖,張桂平.  計(jì)算機(jī)應(yīng)用與軟件. 2019(11)
[5]異質(zhì)網(wǎng)絡(luò)中基于節(jié)點(diǎn)影響力的相似度度量方法[J]. 劉露,胡封曄,牛亮,彭濤.  電子學(xué)報(bào). 2019(09)
[6]云制造環(huán)境下人力資源供給的評價(jià)與選擇[J]. 凌磊,陳友玲,張?jiān)缊@,劉艦.  計(jì)算機(jī)集成制造系統(tǒng). 2019(08)
[7]集成LSTM的航天器遙測數(shù)據(jù)異常檢測方法[J]. 董靜怡,龐景月,彭宇,劉大同.  儀器儀表學(xué)報(bào). 2019(07)
[8]基于深度神經(jīng)網(wǎng)絡(luò)的切削刀具剩余壽命預(yù)測[J]. 劉勝輝,張人敬,張淑麗,馬超,張宏國.  哈爾濱理工大學(xué)學(xué)報(bào). 2019(03)
[9]分布式自主協(xié)同制造——一種智能車間運(yùn)行新模式[J]. 莊存波,劉檢華,熊輝.  計(jì)算機(jī)集成制造系統(tǒng). 2019(08)
[10]基于機(jī)器學(xué)習(xí)的流程異常預(yù)測方法[J]. 魏懿,曹健.  計(jì)算機(jī)集成制造系統(tǒng). 2019(04)

碩士論文
[1]基于LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的BTA鉆頭磨損監(jiān)測技術(shù)研究[D]. 王毫.西安理工大學(xué) 2019
[2]基于深度學(xué)習(xí)的地下排水管道缺陷智能檢測技術(shù)研究[D]. 戶瑩.西安理工大學(xué) 2019
[3]基于LSTM的無人駕駛有軌電車安全評測方法研究[D]. 肖爽.西安理工大學(xué) 2019
[4]視頻偵查的知識圖譜構(gòu)建研究[D]. 李超.中國人民公安大學(xué) 2019
[5]垂直知識圖譜可視化服務(wù)平臺的設(shè)計(jì)與實(shí)現(xiàn)[D]. 楊卓.北京郵電大學(xué) 2019
[6]基于機(jī)器學(xué)習(xí)的軌跡預(yù)測方法研究[D]. 蘇璐敏.北京郵電大學(xué) 2019
[7]基于知識圖譜的多媒體網(wǎng)絡(luò)輿情語義識別案例庫構(gòu)建[D]. 肖維澤.吉林大學(xué) 2019
[8]面向汽車領(lǐng)域知識圖譜構(gòu)建的研究與實(shí)現(xiàn)[D]. 周世奇.吉林大學(xué) 2019



本文編號：3539818