【摘要】：隨著RFID、PDA、ZigBee等U-計算(也稱為泛在計算或普適計算)技術(shù)的快速發(fā)展,一種新的下一代先進制造范式,——U-制造應(yīng)運而生。將U-制造應(yīng)用于離散生產(chǎn)車間中可解決車間數(shù)據(jù)斷層、信息不能及時獲取、異常情況或事件難以感知等典型問題,并彌補傳統(tǒng)制造執(zhí)行系統(tǒng)的不足(如數(shù)據(jù)采集范圍有限、采集時間存在延遲等),從而實現(xiàn)對車間業(yè)務(wù)過程的精細化、實時、在線和遠程管理。本文在國家自然科學基金(No.50675201)、浙江省重大科技專項(優(yōu)先主題)工業(yè)項目(No.2008C01060-1)等資助下,著重研究了將U-制造應(yīng)用于離散生產(chǎn)車間時所面臨的幾個關(guān)鍵問題,包括：U-制造運行環(huán)境的構(gòu)建、泛在數(shù)據(jù)(典型的如泛在物流數(shù)據(jù)和泛在質(zhì)量數(shù)據(jù),本文主要關(guān)注這兩類數(shù)據(jù))的信息提取、U-制造信息的按需服務(wù)等。 針對車間U-制造運行環(huán)境的構(gòu)建問題,從確定數(shù)據(jù)采集節(jié)點和確定標識對象兩個方面進行了分析。首先建立了企業(yè)應(yīng)用U-制造的能力成熟度模型及其應(yīng)用能力域影響因子采用層次分析法確定了影響因子權(quán)重,采用模糊綜合評估法確定了其應(yīng)用能力成熟度級別,從而確定U-制造應(yīng)用范圍,采用基于瓶頸的方法識別目標范圍內(nèi)的關(guān)鍵數(shù)據(jù)采集節(jié)點；接下來采用模糊德爾菲法確定了影響物料標識的關(guān)鍵因素,在此基礎(chǔ)上,采用模糊C-均值聚類對同類物料進行了劃分,獲得需要被優(yōu)先標識的物料。 針對泛在物流數(shù)據(jù)的信息提取問題,將工位上固定式RFID讀寫器讀取物料上的標簽這一行為視為一次物流簡單事件(可稱之為RFID讀事件)的觸發(fā),運用復(fù)雜事件處理技術(shù)中的事件操作符,將其映射和轉(zhuǎn)換為六類物流復(fù)雜事件(包含領(lǐng)料出庫、物料到達工位、物料報廢、物料返工、物料終檢、物料完工入庫等事件),并給出了其聚合規(guī)則,分析了其聚合過程及原理；接下來將六類物流復(fù)雜事件和工序相結(jié)合,構(gòu)建物流狀態(tài)矩陣以實現(xiàn)單批次生產(chǎn)作業(yè)任務(wù)中所有物流復(fù)雜事件的存儲；最后結(jié)合物流狀態(tài)矩陣的兩類參數(shù)(包括秩和元素),對單批次生產(chǎn)作業(yè)任務(wù)的物流進度進行了詳細的分析和判別。 針對泛在質(zhì)量數(shù)據(jù)的信息提取問題,將移動式RFID讀寫器采集一次質(zhì)量數(shù)據(jù)的結(jié)果定義為一個質(zhì)量數(shù)據(jù)粒,并給出其形式化描述,分析了其中各個屬性的來源。在質(zhì)量合格率、質(zhì)量損失率、質(zhì)量返工率、質(zhì)量直通率等已有指標的基礎(chǔ)上,提出了質(zhì)量穩(wěn)定率、質(zhì)量影響率等新指標。基于質(zhì)量數(shù)據(jù)粒中的各個屬性,給出了正常模式下和異常模式下各個指標的計算過程和步驟。接下來將六類質(zhì)量指標和工序相結(jié)合,構(gòu)建了面向單批次生產(chǎn)作業(yè)任務(wù)的質(zhì)量狀態(tài)矩陣,以全面描述和反映任務(wù)執(zhí)行過程中物料的質(zhì)量狀態(tài)。 針對制造信息的按需服務(wù)問題,首先提出了一種基于“物料-任務(wù)”的業(yè)務(wù)過程上下文動態(tài)建模技術(shù),給出了其基本元素組成和建模的三個步驟,包括上下文模板的初始化、上下文模板在訂單執(zhí)行不同階段中的變遷以及兩類重要的信息載體,——物流狀態(tài)矩陣和質(zhì)量狀態(tài)矩陣的嵌入。再次討論了面向用戶的U-制造信息服務(wù)規(guī)則描述和設(shè)定過程,在定義U-制造信息服務(wù)規(guī)則中四個組成元素的基礎(chǔ)上,通過起草、驗證和存儲等三個步驟,進而以關(guān)系數(shù)據(jù)庫表對信息服務(wù)規(guī)則加以保存。接下來詳細討論了典型U-制造服務(wù)信息的生成過程(或機制),以便為用戶提供實時、在線、遠程的生產(chǎn)決策支持。 為指導離散制造企業(yè)在其生產(chǎn)車間中順利應(yīng)用上述四種方法,給出了各個方法的參考應(yīng)用流程(實施過程),并以某中小汽車電機制造企業(yè)為對象,給出了四種方法的具體應(yīng)用實例,從而驗證了方法的可行性。 最后對論文的主要研究內(nèi)容進行了總結(jié),歸納了其中的主要創(chuàng)新點,并對論文的后續(xù)研究方向進行了探討。
【學位授予單位】：浙江大學
【學位級別】：博士
【學位授予年份】：2011
【分類號】：TH186

【參考文獻】

相關(guān)期刊論文 前10條

1 劉蕊潔;張金波;劉銳;;模糊c均值聚類算法[J];重慶工學院學報(自然科學版);2008年02期

2 李雙龍;;提高制程直通率 降低質(zhì)量成本[J];電子與封裝;2011年02期

3 王玲;賀興時;;基于PSO的模糊C均值聚類算法[J];甘肅聯(lián)合大學學報(自然科學版);2008年02期

4 李家軍,楊莉;對隸屬函數(shù)確定方法的進一步探討[J];貴州工業(yè)大學學報(自然科學版);2004年06期

5 顧新建;祁國寧;唐任仲;;智慧制造企業(yè)——未來工廠的模式[J];航空制造技術(shù);2010年12期

6 王歡;胡德安;陳益平;徐旭;;基于網(wǎng)格的焊接車間信息集成系統(tǒng)構(gòu)造分析[J];焊接技術(shù);2010年03期

7 閆新慶;尹周平;熊有倫;;無線射頻識別系統(tǒng)中的事件處理機制[J];華中科技大學學報(自然科學版);2008年09期

8 唐任仲;白翱;顧新建;;U-制造:基于U-計算的智能制造[J];機電工程;2011年01期

9 楊鴻鵬,郭建軍,林志航;計算機輔助質(zhì)量數(shù)據(jù)采集分析系統(tǒng)[J];計算機輔助工程;1997年01期

10 劉坤朋;羅可;;改進的模糊C均值聚類算法[J];計算機工程與應(yīng)用;2009年21期

相關(guān)博士學位論文 前1條

1 顏端武;面向知識服務(wù)的智能推薦系統(tǒng)研究[D];南京理工大學;2007年

相關(guān)碩士學位論文 前2條

1 趙凱;基于工作流的車間生產(chǎn)過程管理研究[D];西北工業(yè)大學;2007年

2 林婧菁;基于RFID技術(shù)的報喜鳥生產(chǎn)數(shù)據(jù)采集與處理系統(tǒng)的研究[D];浙江大學;2007年

，

本文編號：2658754