智能制造环境下生产现场提高生产效率的途径Word文件下载.docx

智能制造环境下生产现场提高生产效率的途径Word文件下载.docx

《智能制造环境下生产现场提高生产效率的途径Word文件下载.docx》由会员分享，可在线阅读，更多相关《智能制造环境下生产现场提高生产效率的途径Word文件下载.docx（10页珍藏版）》请在冰豆网上搜索。

智能控制是工业自动化技术的重要特点。

智能控制技术的不断发展使得更多的程序和内容集中在内部。

作为人工智能领域中重要的内容，智能控制技术自然可以更好地将自动把控和整体规划有效地结合在一起。

当智能控制被运用于控制系统内部时往往能够发挥出更多的功能"

。

当然,在运用智能控制技术时会提出更高的要求。

但是如果一旦有腐蚀性的物质侵蚀控制器本身,其运行的时间一旦超过工作的时间,其智能化控制器就会发出预警信号，更多的工作人员就能够及时地进行跟进。

研究内容覆盖自动化设备、数字化车间、智能化工厂3个层次；

贯穿智能制造6大环节（智能管理、智能监控、智能加工、智能装配、智能检测、智能物流）；

融合“数字化、自动化、信息化、智能化”4化共性技术；

1.3国内外研究现状

1.3.1智能制造的研究

Chen-FuChien等学者认为智能制造的目的是通过适当的技术和方法根据生产环境提高产品质量、性能，以高科技制造企业的实证研究为例，分析了如何采用了不同的方法来实现智能制造。

GaoQ等人指出平衡系统中生产能力可以应用可视化、透明化及网络化等先进信息技术，通过加大现场监督力度来提高生产装配效率和产品质量、降低生产成本。

单继东等学者在智能制造技术准备上提出了智能化的工艺设计、基于几何特征的智能编程、检测路径自动规划、工艺仿真验证及优化和决策知识库；

利用大数据获取人、机、料、法、环、测运行数据的智能决策系统来管控生产线，实现精确化和透明化。

冯消冰、刘文龙等人研究了可视化技术及系统在智能制造中的应用，结合设备互联互通及传感器系统，可以打造物联网化的可视化智能车间。

重庆青山工业公司面临整车企业对汽车零部件企业快速准时、准量、高品质交付的要求，以信息系统功能规划为先导，建设WMS、MDS与ERP的集成项目建设，集合ERP的MRP运算及排程计算动态安全库存量而实施动态调整，发送物料实际库龄预警信息；

同时，建立相关业务的流程标准，维修单位对缺料信息拉动ERP系统和立体库补料并进行流水号信息绑定，紧密围绕供应链协同、精益生产、精准物流管理。

Burger.N等人曾指出在产品需求多样化且市场环境不确定的情况下，制造系统的网络化，例如物理信息系统及物联网等技术提高了制造系统的柔性，帮助企业做出合理决策。

PerufoJV等人也指出了制造过程的网络化和信息化水平能提高企业应对环境变化的能力和经济绩效。

ChanmoJun等学者提出了基于云的应用程序集成与操作平台系统，为实现智能工厂提供了新的技术参考。

对企业生产流程的质量控制可借助信息管理系统更好地完成，张晶晶通过MES与六西格玛的分析工具的集成、质量追踪等方法，MES将质量的控制由事后向作业过程把关转变，由定性向数据统计的质量管理转变，同时建立基于信息化平台的精益生产管理绩效考核机制等22l。

刘伟分析了生产过程的可追溯性对象,并用建模方法建立了质量追溯的数据模型,提出在系统中应用控制图对生产进行实时质量控制。

周春柳从可视化管理和价值流（VSM）分析入手，使MES集成推拉结合的计划方式、安灯系统、触摸屏看板等可视化工具，采用数据交互来验证MES对精益生产的支持。

刘帅基于利用MES采集过程信息生成OPC、FPC、VSM这一思路对生产流程评估，找到生产瓶颈，确定优化目标方向，同时通过MES数据采集模块总结出应该采集企业生产过程中的哪些信息。

李玉山通过依据平衡性的相关理论对装配方案生产系统的平衡性进行相关计算，采用TecnomatixPlantSimulation仿真平台对装配线建模,用直观的方式向管理人员验证理论计算结果，同时分析物流设备需求以及配送路线规划；

建立在线仿真监测平台用于对工艺不断变化的趋势快速做出响应；

为在生产流程中避免工位故障造成的整条线体瘫痪，还建立机械设备在线仿真监测平台，尽可能提供给技术人员更多故障信息，缩短维修时间。

吕江涛认为智能制造重点应该在于全面打通企业业务流程,以订单驱动在云端进行商务运作、智能管控及服务、线上虚拟工厂，整合产品、设备、价值链等数据，创立一体化平台下的设计与生产协同管理，同时应用ERP处理销售分销、采购、财务、排产等业务。

雷晓梅将IDEFO和Petri网关联矩阵相结合，将装备制造业的生产流程分成订单审核、订单下达、订单执行三个阶段进行描述，分析各个活动间关系,结合智能制造系统对三个阶段工作的要求进行生产流程再造。

王成城等人认为生产流程中的质量控制主要关键技术在于互联互通与实时采集监测。

刘晓冰、刘彩燕等学者根据动态质量控制原理提出了在网络、数据库等信息技术支持下的生产过程动态质量控制模型，基于XML的信息集成和基于OPC的控制集成的软件系统总体结构，极大地提高生产质量信息的共享和反馈程度，可以实时跟踪生产工序中的动态质量信息，进行质量预测、监控和在线调优，事先消除质量缺陷，降低质量成本。

二、相关理论基础

2.1智能制造的含义与要求

2.1.1智能制造的含义

随着计算机技术普及，智能制造概念在20世纪80年代最早被提出来，是通过互联网等新型信息技术，是集资源、材料、设计、工艺、生产、服务等环节，且具备自我感知、自主决策优化、准确控制和执行等一系列能力的制造过程系统的集合。

总结前人对智能制造的理解，本文认为智能制造是将制造自动化的概念更新，建立在生产自动化、数字化的基础上向高度集成化、智能化发展的一种模式，它通过对制造过程中的信息进行索取和分析，从而使制造过程具有自主学习、自主判断的决策能力。

智能制造是由现代智能技术和智能系统共同合作实现的，智能技术是在自动化技术、传感技术等先进技术和互联网基础上，达到可视化、人机交互、决策和执行，实现装备、设计与制造过程的智能化，是信息技术、智能技术与装备制造技术的高度融合。

而智能制造系统主要通过软硬件、系统服务等实现制造要素和资源相互间的识别、交互和集成,其中软件主要是运用工业物联网、大数据、云计算平台、网络安全等；

硬件控制主要有机器人操控、传感器和采集器等；

实现系统服务则包括软件和硬件一体化装备、集成系统等。

2.1.2智能制造对企业的要求

自智能制造概念一提出，与之相关的研究也相继出现。

国际上一些制造业大国都提出了以“数字化、网络化、智能化”为特征的发展战略，推行智能制造以改造传统工业，推出再工业化[0]，基本上成为了企业智能制造发展过程的范式。

数字化维持计算机工作的根本,智能制造离不开制造过程信息过多且容易形成信息孤岛，将这些信息转化成数据，便于系统间有效地传递、分析与应用；

网络化是以物联网的方式，实现设备联网、系统集成，为信息传播提供载体，实现数据资源的共享；

数字化和网络化是实现智能化的基础，基于实时监测、大数据、仿真等，最终实现质量分析、计划、调度、物流规划等决策，快速达到生产需要。

由上述研究总结可知，企业的生产流程若想达到智能制造的要求，必须建设自动化、数字化、网络化的基础，包括软件、硬件、信息技术、模块管理等方面的准备。

（1）设备自动化:

首先需要在车间的工艺流程中实现生产自动化、设置数据采集装备等，实现作业自动化、检测自动化，达到对底层现场的高度监测和控制，这样才能进一步实现对整个工厂控制。

（2）数字化:

企业需要将生产流程中的信息数据融合转化，包括质量数据、作业数据、物料数据、人员信息，需要建立数据库和设备的多个接口，连接控制层和多个软件系统，同时引进软件系统对数据的管理、分析，向下层反馈达到实时优化，最终使企业能够实现具有远程运维、智能决策、个性化定制等能力的智能化模式。

（3）网络化:

企业将生产流程中各种资源及信息打破孤立，打造网络化环境，将生产线、设备、系统连接起来形成网络，创造全局式的管理。

一方面需要建立企业网络平台，完善物联网技术，将自动化设备终端与计算机终端连接且达到双向的通讯，另一方面对设备采用统一接口和标准，保证信息传递。

（4）相关技术和系统支持:

通过相关先进技术支持企业对生产流程中质量、效率问题的快速感知、技术处理，如传感技术、可视化技术、测试技术、数据库技术、数据采集与处理技术、仿真技术、互联网技术、人工智能技术等。

同时借助智能系统汇总、计算、分析采集和传输的数据，反馈生产计划调度、进行工艺调整、质量分析等。

通过技术和系统支持，企业就能实现对生产流程透明化、无纸化的管理。

企业在生产流程中做到以上几点就能满足智能制造的要求,在满足基础设施的条件下，在业务流程和工艺流程中运用智能技术和系统监督、控制，加强企业对作业和质量监测及控制、计划制定及调度、订单执行等能力，由此提高产能、减少制造费用。

2.2生产流程的相关阐述

2.2.1生产流程概念

迈克尔哈默曾指出:

流程规定了所有运作活动的路径和方式，是企业运作之基础。

有学者认为生产流程的意义是对产品的整个加工流程或工艺过程，从原材料投入开始，按照工序，经过相应的设备连续加工，最终获得所需产出。

T.H.Davenport认为流程应该是利用企业资源达到预定目标的一系列逻辑相关的活动。

H.J.Johansson则认为应该把增加输入价值同时转化为对接受者更有用、更有效的输出这个过程的相关活动的集合称为流程。

另有学者认为，生产流程就是指企业完成生产制造过程中的一系列的有序活动及运作机制的集合。

而流程优化则是对现有流程诊断和评估，找到关键点、有缺陷的地方做出改善。

关于生产流程中的要素，有人认为应该包含客户、过程、输入、输出、资源和供应商等。

根据前人总结，本文将生产流程定义为企业从接受销售订单，到生产计划，再到作业生产，最后到产品发货的整个过程。

制造业的生产流程是服务于客户的，以客户的利益为最终目标，企业需以自身条件为基础，通过一系列增值活动达到生产效率、效果的最优来实现最大的效益。

企业通过对生产流程的优化提高产能和效率、减少浪费、减轻库存压力等，进一步加强对市场的适应能力、提高竞争力。

因而，就当前制造业发展的形式而言，企业若想争取更多的市场资源，优秀的生产流程应是前提。

生产流程的优化的目标主要集中在提升效率、质量、成本三方面，为同时提升这三个目标，企业一般会不断完善产品工艺改进、调整生产平衡、优化产品物流规划、提升一次下线合格率、提升生产工序能力、减少在制品积压和设备闲置浪费等。

2.2.2智能制造推进生产流程

智能制造推进企业生产流程优化的过程就是将智能制造与企业执行生产流程的目标融合的过程。

企业优化生产流程的目标就是在实现客户价值的过程中进一步让生产效率、质量、管理更优化，以较少的资源投入获得最优质量且低成本的产品，为客户提供更高的价值，这与智能制造目标是一致的，智能制造就是在利用自身优势提升企业在生产流程中反应速度和准确性，达到生产能力的提升。

例如，在传统生产模式下，企业要投入很多的人力资源对外部环境风险评估并做出决策，但由人员主观因素、外部信息的缺失等问题造成的误判产生错误的决策从而产生的浪费与JIT生产目标背道而驰；

而在基于物联网体系的生产模式中，依靠于大数据、人工智能等物联网技术支持获取环境信息再进行决策，将获取的数据结合机器学习，通过一系列的程序算法建立大数据模型，这样，在信息全面且准确的基础上，企业获得了快速的、有效的决策支持。

随着产品生产种类和数量的增多、生产组织变得复杂，企业控制质量的难度、人工和物料成本也在提高，同时企业生产流程遇到的问题，例如库存问题、瓶颈问题、非增值问题、快速换模问题等出现频率也可能增高,在分析和解决这些问题时就更需要基础数据的支持。

在基础建设中，智能制造在数字化建设的基础上，运用物联网技术的特性，在流程中应用数据采集技术，及时、准确地获取和传输数据，为制造工厂提供对物料、产品、设备等信息的传递，形成对车间情况“快速反应”，生产流程更加透明化、柔性化，对解决生产调度、快速换模等问题提供更多的支持；

在质量和作业控制中，利用数字化仿真、数据采集等技术在制造过程对生产流程的工艺、设备及时、广泛地监控，而且在实践中完善知识库，通过环境信息搜集与理解，通过自我学习判断、规划生产行为，就可以利用智能系统分析数据更准确地判断生产问题所在；

在计划管理中，通过对订单、车间、库存、设备情况的掌握，信息管理系统对资源调度进行合理运算，提供决策；

在库存管理中，信息识别系统实时更新物料信息，降低库存压力；

在效率方面，数据采集系统等让生产信息传递效率更高，企业解决生产问题的途径更直接，让生产流程更加顺利；

在关于成本控制中，自动化设备、感应技术、智能系统的利用在各项流程中为企业节约人力物力，减少生产的浪费，降低成本。

生产流程管理需要智能制造的支持，让解决问题的方式变得简单、快速，更易于适应市场需求。

三、智能制造在生产现场的应用

3.1智能管理

某企业是航天制造企业，该企业的未来规划是实现制造车间数字化、智能化。

根据对企业的实地调研情况，系统需要实现对制造过程生产设备运行状态、加工过程信息进行采集，并能够实现将采集到的数据与企业资源计划系统（ERP〉集成共享。

提供有效的底层数据给管理层，管理系统功能需求如下:

（1）车间生产设备的联网

实现制造车间分布式生产设备的联网，使整个车间的通讯方式一致，为车间的信息化管理奠定基础，提升车间生产设备的管理水平。

（2）实时的生产设备数据采集

生产设备的数据包括机床的开机、关机、报警、主轴转速、进给量、加工开始与结束时间等信息。

（3）生产机床的监控

实现对车间生产机床的各种数据的传输、处理、存储和分析，实时掌握机床的运行状态，让车间的制造过程调度更加快速、可靠。

（4）统计分析

实现生产机床运行状态数据的科学的统计报表分析，如生产机床的利用率、开机率、加工信息等信息可视化柱状报表图，实现为车间管理人员对于车间管理提供决策支持，提高企业车间的生产效率。

（5）设备故障报警

当设备发生报警时，系统能够实时显示，并且统计报警机床名称、次数、时间。

对故障报警原因进行分析，并将信息推送给车间管理人员。

管理层主要包括设备智能监控、可视化显示、科学统计报表、决策支持等功能。

上层管理系统用于实现上层管理软件前端与数据库服务器的历史信息交互,而实时信息的交互是通过WebSocket的网络通信技术接收来自车间层采集到的实时数据。

该层要完成对处理后的可视化显示、决策优化等。

数据处理层服务器软件和车间硬件层通过工业以太网实时交互获取数据，只需要将管理层客户端软件装在服务器上，远程客户可以通过互联网，企业局域网、浏览器实现快捷访问，本课题的数据采集与智能管理系统的应用对象是某航天企业，车间制造过程数据需要严格保密，该企业生产车间只有车间局域网，因此只能通过企业内部人员访问，企业数据安全性得到了保障。

用户通过浏览器登陆的方式就可以实时掌握生产机床的状态。

3.2智能监控

智能监控系统是通过对象信息采集系统、界面显示系统、分析处理系统和报警反馈系统等组成，智能监控系统包括智能视频监控系统和智能参数监控系统。

传统制造企业在生产过程中面临着很多急需解决的问题，主要有以下几个方面:

（1）生产过程不能实时监控

传统制造业人工参与程度较高，出现各种问题的可能性也较大。

特别是生产过程中，不能实时采集生产加工数据，容易忽视加工过程中出现的异常状态，出现故障问题时只能由工程师通过往日积累的经验来查找和解决故障，效率较低，严重影响生产效率。

（2）生产机床不能及时维护和保养

传统的人工为主的生产方式，导致机床加工过程中出现故障的可能性较大。

依靠人工定期维护，并不难彻底的排除问题，且对维护人员的技术要求较高，增加企业的人力成本。

（3）缺乏便捷的监控手段

传统的监控方式以人工为主，工作人员需要时刻关注生产机床的加工状态，以便出现问题时能及时的采取措施。

当车间生产机床数量较多时，制造企业需要更多的人力来管控生产机床。

智能视频监控系统是在原有的视频监控系统中添加智能视频分析模块，通过分析识别出是否有人员出入规定区域、判断监控画面中是否有异常情况等，并及时发出报警或触发其他动作。

智能参数监控系统是将采集的数据显示，并分析处理给出判断是否报警等提示信息，同时触发相应的处理程序。

远程监控系统是通过Intranet或Internet实现对现场监控的远程访问。

3.3智能装配

制造业物联网环境下的生产系统采用了无线射频识别、信息通讯、传感网、机器视觉、决策支持等先进技术，能够对系统内的人、机、料、法、环等装配环境因素及其状态数据进行实时采集、交互、分析和处理等。

因此，装配资源具备互联感知与交互能力是制造业物联网环境下装配系统的基本特征，是实现装配系统正常运行的前提。

在实现装配资源泛在互联感知与交互的基础上，根据装配资源的功能特性不同，制造业物联网环境下的装配资源还具备运算、控制、执行等特性。

相关参考文献指出，为了实现对软硬物理制造资源的全面互联、感知与反馈控制，解除物理制造资源与制造应用服务之间的紧密耦合关系，必须将物理制造资源虚拟化和逻辑化，并转化为信息制造资源。

因此，在结合传统资源分类的基础上，将制造资源分为物理制造资源（PhysicalManufacturingResources,Pmr）和信息制造资源（InformationManufacturingResource，Imr）。

其中，信息制造资源是对物理制造资源的逻辑映射和虚拟化。

物理制造资源分为软制造资源和硬制造资源，软制造资源包括知识资源、软件资源、人力资源等，硬制造资源包括物料资源、设备资源、硬件资源等。

装配资源具备互联感知与交互能力是物联网环境下装配系统的重要特征。

为了体现物联网环境下装配资源的特点，在结合相关文献中制造资源分类方法的基础上，以机械产品装配系统为研究对象，从机械产品装配过程角度出发，依据车间物联网环境下装配资源的存在形式和使用途径，采用面向对象的思想，将软硬装配资源按照车间制造物联网环境下装配系统的功能特性进行分离，定义面向机械产品装配过程的标识单元、感知单元、执行单元、伺服规则、感知伺服控制器、机械产品智能装配单元等智能管控资源（ManagementandControlIntegratedIntelli-gentResource,MCIIR）与基于物联网技术的人、机、料等智能标识资源（IntelligentIdentifyingResource，IIR），本文将智能管控资源MCIIR与智能标识资源IIR统称为智能装配资源。

智能制造（加工/装配）资源具有任何单一物理资源不具备的制造能力集，信息制造资源是对智能制造资源的逻辑映射。

3.4智能检测

产品的智能化、装备的智能化、生产的智能化是智能工厂的重要基础，智能装备和智能终端的普及以及各种各样传感器、智能仪器等各种智能硬件的使用，是智能生产线、智能车间、智能工厂互通互联的硬件基础。

在实际的智能制造体系建设过程中，系统对智能检测技术的需求主要有3个方面:

一是智能制造对其中的测试仪器、监测仪表等智能化装备的数字化、智能化提出新的需求，检测数据是实现产品、设备、人和服务之间互联互通的核心要素，要求检测仪器除了正常的测量功能外，增加采集、储存、分析、处理、控制、推理、决策、传输和管理等多种功能，从而实现各个系统间的智能联通。

二是智能制造中的一些监测，从原有的离线式的集中检测转变为嵌入到生产线内部、生产设备之中、不同类型的检测终端之中，检测系统与模块需要嵌入到智能化的制造系统之中，这对分布式的实时的检测技术提出了新的要求。

三是作为整体的智能制造系统，智能化无人工厂，对生产系统的在线监控、故障诊断、故障预测与健康状态等方面提出了更高的要求。

这要求智能检测技术与相关的产品不断完善与改进，以促进智能制造体系的建设。

在智能制造领域，尤其是针对智能检测的技术研究方面，测控公司一直在结合实际项目进行研究，并具有了一定的基础。

作为测试技术开发及测试装备研制的专业化公司，测控公司主要从事基础测试测量、软件及信息化、通用测试与诊断三大业务方向，并陆续为我国的高速铁路机车、国产大飞机等提供了数字化生产线改造和健康管理及预测等智能服务，特别是在智能仪器开发、工业自动化控制、数字化生产线改造与建设、数字化车间管理、数字化靶场建设、故障诊断与健康状态管理等方面形成领先技术优势，为拓展智能制造产业奠定基础。

在智能制造相关技术快速发展的环境下,我们需要认真分析智能仪器及测试技术在智能制造中的地位，深入思考智能仪器及测试技术在智能工厂建设中的作用。

这是推动智能工厂建设的一项重要工作，需要提出智能仪器新的功能需求和测试技术发展的新方向，寻求智能仪器及测试技术在智能制造中新的应用前景。

同时开展智能仪器、智能检测技术、PHM在智能制造中的应用、试验与测试数据管理等核心技术的深入研究，扩大工程应用，积累经验，提升技术支撑能力。

3.5智能物流

智能工厂建设的主要依据是两化融合（信息化和工业化），即实现工厂在管理方面和制造方面上地规范统一化、全面信息化和多方集成化。

智能工厂形成了硬件层、MES层和企业层共三层的管理层次系统，硬件层主要组成是基于IoT实现可交互的智能设备与基础设施，MES层对制造现场的信息的系统功能进行了集成，是进行决策的重要支撑，企业层是企业信息化管理的“神经中枢”，进行企业管理与业务扩展。

智能工厂的存在形式也有现实工厂与虚拟工厂之分，现实工厂对虚拟工厂的作用是提供建模原型和过程实时数据，帮助其完成仿真与虚拟决策；

虚拟工厂对于现实工厂的作用是提供模拟、预测、仿真、诊断数据，指导现实工厂以高效率进行运转，实现过程可预测性和可控性；

通过现实工厂与虚拟工厂的数据交互，扩大了制造过程全数据的利用程度和使用范围，形成了以CPS为核心并以数据为基础的“状态感知-实时分析-自主决策-精确执行-学习提升”的数据闭环，对数据的充分利用与发掘将使智能工厂更为智能。

通过对智能工厂与智能工厂生产物流的相