【摘 要】
：
随着信息化技术在传统制造业的快速发展与应用,对数据资源合理利用的需求日益增长。离散制造设备作为数据资源的来源,在离散制造的发展方向中扮演着重要的角色,因此研究基于离散制造设备的物联系统,实现对数据的利用与整合具有重要的意义。本文主要以五洋纺机有限公司数字工厂为应用场景,以FANUC-0i/30i和海德汉i TNC530系统的机床与加工中心为对象进行了研究。首先,根据离散制造设备物联系统对数据实时预
【基金项目】
：
“江苏省高速双针床经编机智能制造重大产业化项目”,南京理工大学与常州五洋纺机有限公司合作完成；
论文部分内容阅读
随着信息化技术在传统制造业的快速发展与应用,对数据资源合理利用的需求日益增长。离散制造设备作为数据资源的来源,在离散制造的发展方向中扮演着重要的角色,因此研究基于离散制造设备的物联系统,实现对数据的利用与整合具有重要的意义。本文主要以五洋纺机有限公司数字工厂为应用场景,以FANUC-0i/30i和海德汉i TNC530系统的机床与加工中心为对象进行了研究。首先,根据离散制造设备物联系统对数据实时预览与查询操作的需求,提出了一套基于过程数据的数据采集方案。通过封装Focas系统包和DNCRemo Tools软件包,采用通用数据格式参数传输的方式,解决了离散制造设备由于设备厂商型号的差异性带来的问题;设计并采用了生产者/消费者的采集模式,解决了数据采集过程中忙闲不均的问题,有效地提高了数据采集和数据处理的效率。然后,探讨了针对过程数据的存储技术,提出了一种基于过程数据的存储策略。通过采用HDFS分布式文件作为过程数据的存储,使用Spark Streaming组件完成数据操作,利用Hash Lru Cache和并查集数据结构作为缓存,查询操作平均响应时间在0.5～2秒之间,有效地解决了在高QPS和低平响场景下的查询操作耗时较长的问题。最后,分析了机床加工设备的运行状态故障预测的相关技术,建立了基于矩阵分解的矩阵补全模型和基于时序特征的设备状态预测模型。使用秩估计和ALS算法求解矩阵补全模型,实验得到了损失函数-迭代次数的曲线图,模型在测试集正确率达到90%。设备状态预测模型主要使用LSTM网络,通过参数优化得到准确度-迭代世代数的曲线,在测试集上准确率达到90%以上。本文的研究成果为离散制造设备的过程数据采集和运行状态预测的优化提供了一定的参考。
其他文献
环模制粒机以其生产过程连续稳定、生产效率高、原料适应性强、能耗低等优势广泛应用于饲料工业与生物质能源产业。针对当前环模制粒机智能化程度低、模辊间隙均是人工调整、喂料和调质过程控制较为复杂等问题,本文对智能化环模制粒机的关键技术进行了分析与研究。主要内容包括:（1）在分析喂料器、调质器、颗粒制造器关键影响因素的基础上,分析智能化环模制粒机的技术需求,提出智能化环模制粒机系统体系结构。（2）分析蒸汽量
随着城市停车难问题的日益严重,各种解决方法纷纷涌现,AGV（Automatic Guided Vehicle）智能停车库的研究与应用也逐渐得到发展。将停车AGV应用到智慧停车系统,利用其进行车辆的自动存取,在节省空间的同时可以提高停车效率,从而缓解静态交通中停车难的问题。在基于AGV的智慧停车系统中,合理的路径规划以及实时的任务调度能够保证系统的性和高效性,因此,本文主要围绕停车AGV运行导引、停
近年来,随着计算机并行处理能力的增长与人工智能技术的发展,深度神经网络的相关研究不断深入,并被广泛应用于众多领域。下一代移动通信技术与深度神经网络结合也已成为研究热点,技术趋势之一是利用深度神经网络解决复杂环境下信道译码器的性能难以提升的问题。本文围绕这一问题,聚焦于多种信道环境下的低密度奇偶校验码译码器设计,并取得了如下研究成果。（1）考虑加性高斯白噪声信道及短码情况,结合不同深度神经网络的结构
随着自动化技术的发展,各个行业都在朝着自动化以及智能化水平更高的方向转型升级。考虑到AGV（Automated Guided Vehicle）技术的灵活性,并且AGV具有搬运效率高等诸多优点,本文采用AGV实现物料的自动化搬运。作为中国传统行业之一的纺织行业对纺织物料的需求量巨大,但目前大多数纺织车间的物料搬运基本处于人工搬运方式,该搬运方式存在搬运效率低、劳动强度大以及管理方式粗放等缺点。加之近
作为工业和军用领域常用的火工品,桥丝式电雷管广泛地用于兵器弹药的引信中。桥丝焊接是电雷管生产中一道重要的工序,桥丝焊接质量的好坏直接影响电雷管性能。长期以来,我国桥丝焊接自动化程度较低,大多数厂家采用手工焊接,少数厂家研制了直径较粗的桥丝焊接的半自动焊接方案。而对于超细桥丝,还没有成熟的生产设备,所以研制新的超细桥丝自动化焊接方案具有很大的应用价值。焊接时电雷管表面和桥丝之间的间隙、焊点位置、焊接
对于机床等加工制造装备,良好的刚度和动态性能是实现机床高精度加工的前提。然而,良好的刚度和动态性能会导致机床质量大、成本高等问题。针对上述问题,本文基于卧式加工中心SGM50B,围绕结合面等效建模、机床有限元动静态分析、机床模态测试实验和优化设计展开研究,主要内容如下:首先从微观角度出发,基于接触分形理论和MB模型,完成卧式加工中心固定结合面刚度参数计算。分别采用弹簧单元法以及虚拟材料法,分别对卧
随着现代物流运输业、电商业、自动化无人工厂的普及和飞速发展,码垛机器人已经逐渐替代人工,被越来越多的生产部门所使用。在重载码垛领域,由于负载大、惯量大的特点,市场上典型的串联式重载码垛机器人质量和体积都很庞大,拆装和运输困难,已经渐渐不能适应柔性化生产要求。综合了串联机构和并联机构二者优势的混联机构被越来越多的学者作为研究对象,本文选择混联机构设计了一种结构简单、重量轻、易拆装的重载码垛机器人,具
与传统机器人相比,软体机器人具有无限自由度与连续变形的特性,以及更强的人机交互能力,能够完成一些特殊环境下的工作,在社会服务领域以及工业生产领域具有广阔的应用前景,是目前机器人领域的研究热点。本课题针对现有软体机器人运动不稳定、爬坡角度小以及控制精度低等问题,提出了一种具有吸附能力的气动软体机器人,对机器人的结构、理论模型、仿真分析、运动特性以及变形控制进行了研究,具体研究内容如下:一.根据软体机
作为自动装填系统中的关键部件,弹丸协调臂的回转速度和到位精度影响着装填系统的可靠性、火炮的射击速度和射击精度,但是在运行过程中系统参数的非线性变化、液压系统的固有特性等因素对弹丸协调臂的位置控制带来一定的难度,因此对弹丸协调臂的精确位置控制研究具有实际工程意义。本文主要包括以下几个方面的研究内容:（1）详细介绍了弹丸协调臂的基本组成和工作流程,并提出工作过程中需要满足的精度要求。结合弹丸协调臂的机
基于深度学习的小样本学习希望深度网络在含有大量标注的基本类样本上预训练后,使得网络在遇到只有少量标注的新类别样本时,能够实现对这些新类别的快速泛化识别。当前实现小样本学习的一个主流方法是元学习（Meta-Learning）。然而,基于元学习的方法不仅需要大量的训练时间和计算资源,而且性能也无法令人满意。近期,基于传统监督表示学习的小样本学习方法被证明能够取得和元学习方法相媲美的结果,且拥有模型结构