隨著兩化融合的深度發(fā)展,制造業(yè)企業(yè)紛紛步入新型工業(yè)化道路。對(duì)于多品種、小批量模式下的離散制造業(yè)而言,其制造零件復(fù)雜多樣、生產(chǎn)擾動(dòng)多發(fā)、生產(chǎn)方式靈活多變。在新一代信息技術(shù)背景下,本研究依據(jù)“采集關(guān)聯(lián)+預(yù)測(cè)識(shí)別+調(diào)控決策”的車間生產(chǎn)運(yùn)維思路,從零件制造過(guò)程大數(shù)據(jù)入手,基于車間智能代理實(shí)現(xiàn)對(duì)工序制造過(guò)程數(shù)據(jù)的可靠采集與處理,運(yùn)用知識(shí)自動(dòng)化方法以及設(shè)備預(yù)知維護(hù)模型從車間工序過(guò)程管理與設(shè)備預(yù)知維護(hù)兩個(gè)角度實(shí)現(xiàn)離散制造車間的運(yùn)作維護(hù)與決策,基于案例分析驗(yàn)證了以上方法的有效性。本文具體工作如下:（1）介紹了基于制造大數(shù)據(jù)的離散車間運(yùn)作維護(hù)與決策的理論框架,從大數(shù)據(jù)工程、知識(shí)工程、設(shè)備預(yù)知維護(hù)三個(gè)方面闡述了當(dāng)前的研究應(yīng)用現(xiàn)狀與發(fā)展趨勢(shì)。（2）分析了車間制造過(guò)程數(shù)字化、智能化背景下的離散制造車間制造特征,歸納總結(jié)了當(dāng)前離散車間運(yùn)作維護(hù)存在的問(wèn)題與需求,優(yōu)化重構(gòu)車間生產(chǎn)管理業(yè)務(wù)流程并設(shè)計(jì)了基于制造大數(shù)據(jù)的離散智能車間運(yùn)作維護(hù)總體框架。（3）搭建了基于車間智能代理的離散制造大數(shù)據(jù)采集處理平臺(tái)。以車間智能代理為載體,基于數(shù)據(jù)采集模型實(shí)現(xiàn)工序制造過(guò)程數(shù)據(jù)實(shí)時(shí)描述采集;基于聚類的離散點(diǎn)檢測(cè)獲取設(shè)備劣化調(diào)整參數(shù),為... 

【文章來(lái)源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

制造過(guò)程大數(shù)據(jù)應(yīng)用下的車間智能運(yùn)維模式

系統(tǒng)從“人機(jī)料法環(huán)”多角度實(shí)現(xiàn)車間工序生產(chǎn)全過(guò)程數(shù)字化透明化，基于歷史數(shù)據(jù)挖掘?qū)崿F(xiàn)車間生產(chǎn)管理的科學(xué)化。本章充分分析離散制造特點(diǎn)、基于制造大數(shù)據(jù)的車間運(yùn)作維護(hù)需求，重構(gòu)車間生產(chǎn)業(yè)務(wù)流程，設(shè)計(jì)論文整體實(shí)現(xiàn)框架，并就框架中運(yùn)用到的理論方法做了簡(jiǎn)要闡述。2.1 離散車間制造特點(diǎn)與車間運(yùn)作維護(hù)與決策問(wèn)題分析隨著市場(chǎng)環(huán)境的競(jìng)爭(zhēng)與變化，離散制造模式已經(jīng)由傳統(tǒng)的大批量生產(chǎn)模式向多品種小批量模式方向發(fā)展。離散車間作為承接這一生產(chǎn)模式的主體，管理者需要不斷提高車間的柔性化水平來(lái)適應(yīng)復(fù)雜多變的市場(chǎng)需求，靈活應(yīng)對(duì)車間中難以預(yù)測(cè)的生產(chǎn)問(wèn)題，實(shí)現(xiàn)按訂單、按需求、保質(zhì)保量地在交貨期前完成生產(chǎn)任務(wù)。離散車間以自動(dòng)化加工設(shè)備為單位劃分為離散制造單元，離散制造單元是一個(gè)以完成既定工序生產(chǎn)計(jì)劃為主要目的，由參與該工序計(jì)劃加工制造全過(guò)程的所有車間制造資源組成的具有離散加工裝配特點(diǎn)的單元體，零件工序在離散車間的生產(chǎn)流轉(zhuǎn)如圖 2-1 所示，零件工序的制造水平往往是由參與其制造過(guò)程的多個(gè)制造資源所對(duì)應(yīng)的多個(gè)制造屬性共同影響決定的，因此工序的制造過(guò)程數(shù)據(jù)應(yīng)該是參與生產(chǎn)制造的所有制造資源的屬性數(shù)據(jù)以及制造過(guò)程狀態(tài)數(shù)據(jù)的集合。

江南大學(xué)碩士學(xué)位論文516 2.0612 0.6456 21.111 10517 2.0264 0.7452 16.9612 10518 1.8511 0.542 20.2886 101225 1.5049 0.4294 19.5403 151226 1.3464 0.8144 24.6852 151227 2.3241 0.4824 24.121 151228 4.3959 0.9026 21.7406 15圖 3-6 所示，基于工序制造工步對(duì)制造過(guò)程數(shù)據(jù)集進(jìn)行聚類劃分，極大離最小簇間距離最大，聚類效果良好。經(jīng)實(shí)例驗(yàn)證該方法對(duì)數(shù)據(jù)聚類劃測(cè)分析方面正確率高于 85.6%，說(shuō)明該方法對(duì)數(shù)據(jù)體量大、工序制造過(guò)造狀態(tài)數(shù)據(jù)具有數(shù)據(jù)分析準(zhǔn)確性高以及算法收斂穩(wěn)定等諸多優(yōu)點(diǎn)，滿足該類數(shù)據(jù)的分析需求。

【參考文獻(xiàn)】：
期刊論文
[1]便攜式數(shù)據(jù)采集器的數(shù)據(jù)傳輸控制系統(tǒng)設(shè)計(jì)[J]. 錢軍.  計(jì)算機(jī)測(cè)量與控制. 2018(11)
[2]工業(yè)大數(shù)據(jù)分析技術(shù)的發(fā)展及其面臨的挑戰(zhàn)[J]. 何文韜,邵誠(chéng).  信息與控制. 2018(04)
[3]一種化工過(guò)程故障診斷知識(shí)自動(dòng)化方法研究[J]. 李傳坤,趙東風(fēng),王春利,高新江.  高校化學(xué)工程學(xué)報(bào). 2018(02)
[4]批量生產(chǎn)模式下考慮設(shè)備運(yùn)行負(fù)荷的預(yù)防維護(hù)策略[J]. 胡家文,蔣祖華,侯文瑞,裴海燕,王海麗,孫小明.  上海交通大學(xué)學(xué)報(bào). 2018(03)
[5]基于聚類算法k-means的異常檢測(cè)系統(tǒng)[J]. 王晨曦.  電子技術(shù)與軟件工程. 2018(06)
[6]基于時(shí)間序列分析的電力負(fù)荷數(shù)據(jù)預(yù)處理方法[J]. 王在乾,向敏,高盼.  科技創(chuàng)新與應(yīng)用. 2018(07)
[7]多品種小批量生產(chǎn)模式下基于相似元的工序能力分析[J]. 張根保,李立章,冉琰,肖楊亮.  工程設(shè)計(jì)學(xué)報(bào). 2018(01)
[8]機(jī)械設(shè)計(jì)工程數(shù)據(jù)類型及其管理技術(shù)探求[J]. 蘇曉遠(yuǎn).  科學(xué)技術(shù)創(chuàng)新. 2017(33)
[9]基于聚類和核密度估計(jì)假設(shè)檢驗(yàn)的異常值檢測(cè)方法[J]. 周春蕾,田品卓,楊晨琛,王皓.  數(shù)據(jù)采集與處理. 2017(05)
[10]基于泛化中心聚類的不完備數(shù)據(jù)集填補(bǔ)方法[J]. 王妍,王鳳桐,王俊陸,宋寶燕,石展.  小型微型計(jì)算機(jī)系統(tǒng). 2017(09)

博士論文
[1]云平臺(tái)下電力設(shè)備監(jiān)測(cè)大數(shù)據(jù)存儲(chǔ)優(yōu)化與并行處理技術(shù)研究[D]. 宋亞奇.華北電力大學(xué)(北京) 2016
[2]面向制造系統(tǒng)健康管理的動(dòng)態(tài)預(yù)測(cè)與預(yù)知維護(hù)決策研究[D]. 夏唐斌.上海交通大學(xué) 2014

碩士論文
[1]數(shù)控機(jī)床運(yùn)行的監(jiān)控技術(shù)及其應(yīng)用研究[D]. 周峰.東南大學(xué) 2017
[2]基于混合TLBO算法的車間調(diào)度與設(shè)備維護(hù)集成優(yōu)化[D]. 宋文家.華中科技大學(xué) 2015
[3]基于沖擊理論的租賃設(shè)備維護(hù)策略研究[D]. 李林.上海交通大學(xué) 2013
[4]基于以太網(wǎng)的實(shí)時(shí)數(shù)據(jù)同步采集系統(tǒng)[D]. 徐紅艷.西安理工大學(xué) 2010



本文編號(hào)：3367390