办公室里做好紧好爽,A级毛片无码久久精品免费

　　本書系統(tǒng)地總結和歸納了團隊在智慧工業(yè)領域的研究和應用成果，以人機物三元融合為核心，從理論基礎、核心裝備和管控技術三方面入手，著重介紹了工業(yè)感知、工業(yè)大數據分析和知識圖譜、智能決策和控制、智能工業(yè)裝備、智能物流、數字孿生與智能調度、智能產線重構等關鍵理論和技術。同時，以團隊在流程和離散工業(yè)等多領域的豐富企業(yè)應用案例，描述了上述關鍵技術的適用場景、實施辦法和應用效果。

　　前言

　　我國正面臨著從工業(yè)制造大國向工業(yè)制造強國的轉變，用人工智能改造和提升傳統(tǒng)工業(yè)是一條必經之路，也是解決目前國內企業(yè)適應市場變化能力弱的一個重要手段。智慧工業(yè)是一種由智能機器和人類專家共同組成的人機一體化智能系統(tǒng)，它在制造過程中能開展自主分析、推理、判斷、構思和決策等活動。通過集成新一代人工智能技術，工業(yè)生產過程融合了人機物的多元智慧，極大地擴大、深化了人機物共融認知交互。人機物信息驅動的智能設備正逐步取代人類專家在制造過程中的低級腦力勞動，促使人與環(huán)境、設備能夠進行更深層次的循環(huán)交互學習提升。通過相應系統(tǒng)的優(yōu)化集成以及制造過程的數字化、網絡化和智能化，智慧工業(yè)正賦予以產品、生產過程、服務為核心的各個工業(yè)生產環(huán)節(jié)日益完善的智慧，不斷提升企業(yè)的產品質量、效益和服務水平。

　　智慧工業(yè)的實現有賴于對生產現場信息的實時感知能力，以支持生產系統(tǒng)進行工業(yè)現場的數據融合分析、智能優(yōu)化決策和自主精準執(zhí)行。智能感知能力以智能工廠為載體、以關鍵制造環(huán)節(jié)智能化為核心、以端到端數據流為基礎、以網絡互聯為支撐，構建精細化感知網絡。在此基礎上，智能工廠能夠基于數字孿生模型對制造過程中的裝備、物流信息進行精細化感知，從而獲得制造大數據，再基于大數據分析構建知識圖譜，為制造過程決策、控制和調度提供有效的知識和決策支撐。另外，隨著生產模式從大規(guī)模制造、多品種小批量生產進入大規(guī)模個性化定制生產，要求工業(yè)制造具備自適應重構能力，以快速應對多變的市場需求。上述過程均需要通過集成人的不完全信息決策能力強、計算機的計算能力和存儲能力強、制造裝備的執(zhí)行力強等優(yōu)勢，形成人機物三元融合驅動的智慧工業(yè)理論與技術體系。

　　近年來，《中國制造2025》《十四五智能制造發(fā)展規(guī)劃》等舉措明確以加快新一代信息技術與制造業(yè)深度融合為主線，推動智能制造快速發(fā)展。作者所在團隊也承擔了科技創(chuàng)新2030新一代人工智能重大項目（2018AAA0101800）、國家重點研發(fā)計劃項目（2020YFB1713300、2019YFB1703700）、中國工程院發(fā)展戰(zhàn)略咨詢項目（2021-ZD-CQ-3）和重慶市技術創(chuàng)新與應用發(fā)展專項重點項目（cstc2019jscx-mbdxX0056）等任務，開展了一系列相關研究和探索工作，取得了一定的理論與應用成果。為滿足我國智能制造發(fā)展規(guī)劃要求，針對智慧工業(yè)所包含的智能感知、大數據分析和知識圖譜、智能決策和控制、智能裝備、智能物流、數字孿生和生產調度、智能產線重構等技術，本書結合作者研究成果和行業(yè)先進成果對相關技術方法以及應用案例進行了詳細介紹。

　　本書的具體撰寫分工如下：第1章由王時龍、王四寶撰寫；第2章由郭宇、劉檢華撰寫；第3章由王時龍、楊波、郭宇撰寫；第4章由王時龍、黃濤撰寫；第5章由張正文、唐倩、馬馳、伊浩撰寫；第6章由王時龍、馬馳撰寫；第7章由劉檢華、王時龍、楊波撰寫；第8章由王時龍、楊波撰寫。

　　本書的撰寫得到了國內外許多同行專家的鼓勵、支持和幫助，也參考了許多專家學者的研究成果，在此表示衷心的感謝！

　　智慧工業(yè)目前仍處于快速發(fā)展階段，許多理論、方法和技術尚未完全成熟和定型，加之作者水平有限，書中難免存在不妥之處，懇請各位讀者給予批評和指正。

　　2021年7月

CONTENTS

序言
前言
編寫說明
第1章.基于人機物協同的智慧工業(yè)概述.1
1.1.智慧工業(yè)概述.2
1.2.基于人機物協同的智慧工業(yè)關鍵技術研究現狀及
發(fā)展趨勢.3
1.2.1.智能感知.3
1.2.2.工業(yè)大數據分析與基于本體的知識圖譜構建.5
1.2.3.車間智能決策與控制方法.7
1.2.4.智能裝備.9
1.2.5.智能物流12
1.2.6.車間生產調度14
1.2.7.數字孿生15
1.2.8.產線重構16
參考文獻.19
第2章.智能感知技術27
2.1.概述28
2.1.1.智能感知技術的定義28
2.1.2.智能感知技術的研究現狀28
2.1.3.智能感知技術存在的問題30
2.2.工業(yè)現場多源數據智能感知技術體系31
2.2.1.數據采集技術31
2.2.2.數據傳輸技術64
2.3.工業(yè)現場智能感知架構75
2.3.1.工業(yè)現場智能感知需求分析75
2.3.2.工業(yè)現場智能感知系統(tǒng)架構77
2.3.3.工業(yè)現場智能感知工作邏輯80
參考文獻.83
第3章.大數據分析和知識圖譜85
3.1.大數據預處理方法87
3.1.1.數據集成87
3.1.2.數據清洗88
3.1.3.數據歸約89
3.1.4.數據融合90
3.2.大數據特征提取方法91
3.2.1.深度自編碼網絡數據特征提取91
3.2.2.卷積神經網絡數據特征提取94
3.2.3.循環(huán)神經網絡數據特征提取97
3.3.時空數據模型.100
3.3.1.車間時空數據模型.100
3.3.2.時空數據模型的組織形式.103
3.3.3.時空數據模型的分析操作.104
3.3.4.時空數據的處理方法.107
3.4.人機物知識圖譜融合的制造診斷決策.110
3.4.1.命名實體識別.112
3.4.2.實體關系抽取.114
3.4.3.實體對齊.116
3.4.4.知識存儲.117
3.4.5.知識推理技術.118
3.4.6.知識圖譜問答技術.121
3.4.7.人機物知識圖譜故障/質量診斷總體結構123
參考文獻125
第4章.智能決策和控制技術.127
4.1.智能制造中的智能控制技術.128
4.1.1.數據智能采集技術.128
4.1.2.全互聯網集成技術.129
4.1.3.協同自動化技術.130
4.1.4.制造全信息化技術.131
4.2.智能制造分析與決策.133
4.2.1.智能制造分析與決策概述.133
4.2.2.優(yōu)化對象及目標.133
4.2.3.車間運行分析與決策常用模式.134
4.2.4.關聯預測調控車間運行分析與
決策新模式.138
4.3.智能控制算法.143
4.3.1.機器學習.143
4.3.2.迭代學習.149
4.3.3.神經網絡.156
4.3.4.模糊控制.160
4.3.5.智能優(yōu)化算法.163
4.4.智能制造執(zhí)行系統(tǒng).166
4.4.1.智能生產.167
4.4.2.智能工廠.167
參考文獻171
第5章.智能工業(yè)裝備.177
5.1.金屬3D打印178
5.1.1.選區(qū)激光熔化技術.179
5.1.2.其他類型的金屬3D打印技術191
5.2.工業(yè)機器人.200
5.2.1.工業(yè)機器人的全球發(fā)展趨勢.200
5.2.2.國產品牌工業(yè)機器人的發(fā)展趨勢.202
5.2.3.我國在工業(yè)機器人領域的政策引導.204
5.2.4.基于人工智能技術的協作機器人新趨勢及創(chuàng)新
應用案例.205
5.3.數控機床.216
5.3.1.引言.216
5.3.2.新一代智能機床.219
參考文獻227
第6章.智能物流.229
6.1.引言.230
6.2.工業(yè)物流自主移動機器人.233
6.2.1.認識AMR233
6.2.2.構成及關鍵技術.235
6.2.3.AMR路徑規(guī)劃與調度系統(tǒng)238
6.2.4.AMR應用場景241
6.3.AGV系統(tǒng)單向導引路徑網絡設計方法.245
6.3.1.單向導引路徑網絡建模.245
6.3.2.單向導引路徑網絡模型求解.250
6.4.基于優(yōu)化路徑的缸蓋柔性產線設備布局.252
6.4.1.傳統(tǒng)設備布局建模.252
6.4.2.缸蓋柔性產線設備布局基礎數據計算.254
6.4.3.缸蓋柔性產線設備布局建模及約束條件.257
6.4.4.基于優(yōu)化路徑的產線設備布局算法解算.259
6.5.基于優(yōu)化路徑的缸蓋柔性產線設備布局.266
6.5.1.基于單向導引路徑的多AGV協調控制問題描述.266
6.5.2.基于單向導引路徑的多AGV協調控制策略.267
6.5.3.仿真與分析.242
參考文獻276
第7章.數字孿生及其在智能調度中的應用.281
7.1.數字孿生技術.282
7.1.1.數字孿生概述.283
7.1.2.多維多尺度的數字孿生模型構建技術.290
7.1.3.數字孿生在智能車間中的應用案例.305
7.1.4.數字孿生的發(fā)展趨勢.311
7.2.智能調度技術.313
7.2.1.智能調度概述.313
7.2.2.智能調度算法.320
7.2.3.數字孿生技術在智能調度中的應用案例.329
7.2.4.智能調度的發(fā)展趨勢.330
7.3.基于數字孿生模型的無人熱軋產線調度優(yōu)化方法.331
7.3.1.混合流水車間調度問題研究現狀.331
7.3.2.基于熱軋產線數字孿生模型的混合流水車間動態(tài)
調度模型描述.332
7.3.3.MOHFSP-DRP能耗評價方法.334
7.3.4.MOHFSP-DRP的多目標整數規(guī)劃模型.335
7.3.5.提出求解MOHFSP-DRP的IMOWOA336
7.3.6.IMOWOA求解實際的MOHFSP-DRP模型341
7.4.基于數字孿生模型的無人熱水器內膽焊接產線調度
優(yōu)化方法.344
7.4.1.基于數字孿生感知動態(tài)事件的混合流水車間調度
問題特征.345
7.4.2.求解實際的MOHFGSP-DE模型346
參考文獻350
第8章.智能產線重構.353
8.1.基于CPS制造組件的產線自主重構方法.354
8.1.1.當前產線制造系統(tǒng)現狀.354
8.1.2.復雜制造環(huán)境下無人產線特點分析.355
8.1.3.基于分形理論的無人產線自相似CPS制造
組件構建.358
8.2. 基于群集協作的考慮實際約束的CPS制造組件自
組織分層聚集與動態(tài)配置361
8.2.1.基于群集協作的CPS制造組件自組織分層聚集.361
8.2.2.實際約束下CPS制造組件分形單元動態(tài)配置
過程描述362
8.3.考慮增添設備的無人產線自組織重構資源配置.365
8.3.1.問題描述.365
8.3.2.模型參數.365
8.3.3.加工參數計算.367
8.3.4.目標函數及約束.369
8.3.5.海爾熱水器內膽焊接產線實例.370
8.4.無人產線魯棒性布局設計.375
8.4.1.車間布局研究現狀.375
8.4.2.無人產線生產需求及設備信息分析.377
8.4.3.無人產線魯棒性布局模型構建.378
8.4.4.無人產線魯棒性布局模型求解.384
8.4.5.案例展示.388
參考文獻391

你還可能感興趣

我要評論