分布式協(xié)同制造系統(tǒng)及關鍵技術

第1章 緒論 001
引言 001
1.1 “互聯(lián)網(wǎng)+”制造 002
1.2 制造系統(tǒng)的發(fā)展與現(xiàn)狀 003
1.2.1 個性化定制推動制造系統(tǒng)升級 003
1.2.2 分布式協(xié)同制造系統(tǒng)的新發(fā)展 005
1.3 新一代關鍵使能技術概述 006
1.3.1 工業(yè)物聯(lián)網(wǎng) 007
1.3.2 云計算 008
1.3.3 大數(shù)據(jù) 009
1.3.4 數(shù)字孿生 010
1.4 分布式協(xié)同制造的研究范疇 011
1.4.1 分布式制造資源的接入 011
1.4.2 虛擬制造社會與柔性制造系統(tǒng)構建 012
1.4.3 制造服務全生命周期管理 013
1.4.4 分散制造資源的高效協(xié)作與集成 013
1.5 本章小結 014
第2章 分布式協(xié)同制造的概念與模式 015
引言 015
2.1 個性化定制需求對制造模式的挑戰(zhàn) 015
2.1.1 從大規(guī)模生產(chǎn)到個性化定制 015
2.1.2 企業(yè)如何實現(xiàn)大規(guī)模個性化定制 017
2.2 分布式協(xié)同制造的基本概念 019
2.2.1 分布式智能制造的體系框架 019
2.2.2 分布式智能制造的需求 021
2.2.3 分布式協(xié)同的概念 023
2.2.4 分布式智能制造的典型體系架構 025
2.3 分布式協(xié)同制造的模式 026
2.3.1 云制造 026
2.3.2 社會化制造 028
2.3.3 共享制造 029
2.3.4 分布式協(xié)同制造模式的局限性與調整 030
2.4 本章小結 031
第3章 分布式協(xié)同制造系統(tǒng)架構 032
引言 032
3.1 需求分析 032
3.2 系統(tǒng)的整體架構 035
3.3 系統(tǒng)的基本組成元素 036
3.3.1 制造資源 037
3.3.2 制造能力 038
3.3.3 制造服務 039
3.3.4 主體關系 039
3.4 系統(tǒng)的運行方式 040
3.5 分布式協(xié)同制造的典型應用 042
3.6 本章小結 044
第4章 面向云定制的分布式協(xié)同制造理論模型與建模方法 045
引言 045
4.1 任務描述建模 046
4.1.1 協(xié)同制造任務和邏輯制造單元 046
4.1.2 分布式協(xié)同制造加工路線信息模型 049
4.1.3 協(xié)同制造任務分解過程及建模 051
4.2 分布式協(xié)同制造資源建模 052
4.2.1 分布式協(xié)同制造資源信息模型構建 052
4.2.2 分布式協(xié)同制造技術資源模型構建 054
4.2.3 分布式協(xié)同制造支撐資源模型構建 056
4.3 分布式協(xié)同制造服務建模 057
4.3.1 分布式協(xié)同制造服務模型構建 058
4.3.2 制造服務規(guī)則建模 060
4.4 分布式協(xié)同制造系統(tǒng)建模 061
4.4.1 分布式協(xié)同制造模塊化設計 061
4.4.2 分布式協(xié)同制造過程模型構建 063
4.5 本章小結 064
第5章 分布式制造資源協(xié)同生產(chǎn)運行機制 065
引言 065
5.1 面向復雜產(chǎn)品的多層級任務分解方法 065
5.1.1 基于物料清單的制造任務分解 065
5.1.2 基于物料清單的元任務分解 067
5.2 多維度制造任務聚合方法 068
5.2.1 元任務的聚合維度 068
5.2.2 任務粒度與加工精度等級分類器 070
5.2.3 基于高斯分布的尺寸分類器 072
5.2.4 基于LOUVAIN算法的元任務聚類 075
5.3 基于任務驅動的分布式制造資源協(xié)同生產(chǎn)運行機制 080
5.3.1 協(xié)同生產(chǎn)的特點 080
5.3.2 協(xié)同生產(chǎn)中的制造任務分配 081
5.4 本章小結 084
第6章 面向分布式制造過程的網(wǎng)絡協(xié)同管控平臺設計 085
引言 085
6.1 總體架構 085
6.1.1 平臺架構 086
6.1.2 技術架構 087
6.2 邊緣智能協(xié)同子系統(tǒng) 089
6.2.1 系統(tǒng)架構 090
6.2.2 功能架構 092
6.3 云端智能協(xié)同子系統(tǒng) 093
6.3.1 系統(tǒng)架構 093
6.3.2 技術架構 095
6.3.3 云端應用管理中心 095
6.4 工業(yè)智能服務引擎 098
6.4.1 工業(yè)智能服務引擎架構 098
6.4.2 工業(yè)智能開發(fā)環(huán)境及工具 099
6.5 OpenAPI服務 100
6.5.1 OpenAPI架構 101
6.5.2 OpenAPI標準接口 102
6.6 云邊協(xié)同工業(yè)模型庫 110
6.6.1 模型綜合管理 111
6.6.2 模型分類及搜索 113
6.6.3 模型測試驗證 114
6.7 系統(tǒng)適配技術路線 114
6.8 本章小結 116
第7章 異構制造資源實時信息主動感知與集成技術 117
引言 117
7.1 異構制造資源實時信息主動感知與集成體系架構 117
7.1.1 智能制造對象的配置 118
7.1.2 實時數(shù)據(jù)的感知與獲取 120
7.1.3 實時制造信息的集成 120
7.1.4 應用服務 121
7.2 主動感知與多協(xié)議解析的硬件接口 121
7.2.1 主動感知技術 122
7.2.2 制造服務接入技術 122
7.2.3 多協(xié)議解析的硬件接口 124
7.2.4 通信接口設計和通信協(xié)議設計 125
7.2.5 數(shù)據(jù)訪問接口設計 126
7.3 異構制造資源實時信息集成服務 129
7.3.1 數(shù)據(jù)處理服務 129
7.3.2 集成服務 131
7.4 異構制造資源實時信息跟蹤與追溯 132
7.5 本章小結 134
第8章 分布式制造資源服務化封裝與云端接入技術 135
引言 135
8.1 制造資源虛擬化研究框架 135
8.2 制造資源虛擬化理論方法 138
8.2.1 制造資源類型模型 139
8.2.2 制造資源類型屬性模型 140
8.2.3 制造資源實例模型 141
8.2.4 服務資源模型 143
8.3 基于Java Web的制造資源虛擬化實現(xiàn)方法 146
8.3.1 制造資源虛擬化實現(xiàn)流程 146
8.3.2 制造資源虛擬化實例 147
8.4 本章小結 154
第9章 面向制造任務與資源匹配的分布式優(yōu)化調度方法 156
引言 156
9.1 分布式制造資源概述 156
9.1.1 分布式制造資源的分類 156
9.1.2 分布式制造資源的特性 158
9.1.3 分布式制造資源優(yōu)化調度過程分析 159
9.2 分布式制造資源的預處理方法 161
9.2.1 制造任務的形式化描述 161
9.2.2 任務分解原則 162
9.2.3 任務分解方法 163
9.2.4 分布式制造資源的初選 165
9.3 分布式制造資源優(yōu)化配置問題描述與模型建立 166
9.3.1 問題描述 166
9.3.2 模型建立 167
9.4 基于MSMOPSO算法的分布式制造資源優(yōu)化配置問題求解 170
9.4.1 多目標粒子群優(yōu)化算法 170
9.4.2 基于MSMOPSO算法的問題求解過程 172
9.4.3 最優(yōu)決策選擇 177
9.5 實驗仿真與結果分析 177
9.5.1 多目標優(yōu)化算法評估 177
9.5.2 仿真實驗 182
9.6 本章小結 185
第10章 分布式產(chǎn)線自組織自適應協(xié)同方法 186
引言 186
10.1 裝備智能體建模 187
10.1.1 裝備智能體構建問題描述 187
10.1.2 裝備智能體體系結構 188
10.1.3 裝備智能體功能結構 190
10.1.4 裝備智能體總體方案模型 191
10.2 多智能體產(chǎn)線動態(tài)調度系統(tǒng)建模 192
10.2.1 多智能體產(chǎn)線動態(tài)調度系統(tǒng)物理架構 192
10.2.2 多智能體產(chǎn)線動態(tài)調度系統(tǒng)運行機制 194
10.3 多智能體產(chǎn)線自組織協(xié)作機制 196
10.3.1 多智能體協(xié)作關鍵技術研究 196
10.3.2 基于改進合同網(wǎng)協(xié)議的裝備智能體協(xié)作機制 200
10.3.3 基于多智能體的異常事件調整策略 204
10.4 多智能體產(chǎn)線調度策略自適應優(yōu)化 208
10.4.1 深度強化學習驅動的動態(tài)調度機制分析 208
10.4.2 多智能體產(chǎn)線多目標動態(tài)調度問題模型 213
10.4.3 基于復合獎勵模型的CNP-DQN算法 221
10.5 仿真實驗 229
10.5.1 實驗設計 229
10.5.2 實驗結果分析 231
10.6 本章小結 235
第11章 基于數(shù)字孿生的分布式制造過程可視化管控方法 236
引言 236
11.1 基于Unity 3D的智能工廠數(shù)字孿生模型構建技術 236
11.1.1 構建車間孿生模型的基本要求 237
11.1.2 車間孿生模型構建流程 238
11.1.3 基于3ds Max的三維建模技術 239
11.1.4 基于Unity 3D的孿生車間構建 242
11.2 信息集成與處理 244
11.2.1 分布式車間RFID數(shù)據(jù)采集的實現(xiàn) 245
11.2.2 多源異構信息數(shù)據(jù)集成 246
11.2.3 數(shù)據(jù)管理Agent客戶端構建 247
11.2.4 基于JSON格式的多源異構數(shù)據(jù)統(tǒng)一集成處理 247
11.3 動態(tài)映射與實時交互 249
11.3.1 孿生車間動態(tài)映射 249
11.3.2 孿生數(shù)據(jù)實時交互 251
11.4 基于數(shù)字孿生的三維可視化系統(tǒng) 252
11.4.1 基于UGUI圖表看板的數(shù)據(jù)映射 253
11.4.2 響應式數(shù)據(jù)動態(tài)映射 254
11.4.3 孿生虛擬車間的可視化系統(tǒng) 254
11.5 模型驅動的分布式制造過程可視化管控 257
11.6 本章小結 263
第12章 分布式制造資源協(xié)同管控集成系統(tǒng)應用案例 264
引言 264
12.1 INDICS平臺架構 264
12.2 航空航天電子元器件智能制造案例 267
12.2.1 航空航天電子元器件行業(yè)面臨的問題和挑戰(zhàn) 267
12.2.2 工業(yè)互聯(lián)網(wǎng)平臺賦能航空航天電子元器件行業(yè)部署實施方案 267
12.2.3 應用成效和推廣價值 269
12.3 紡織服裝行業(yè)數(shù)字化轉型公共服務應用案例 269
12.3.1 紡織服裝行業(yè)面臨的問題和挑戰(zhàn) 269
12.3.2 工業(yè)互聯(lián)網(wǎng)平臺賦能紡織服裝行業(yè)部署實施方案 269
12.3.3 應用成效和推廣價值 271
12.4 鋼鐵行業(yè)一體化生產(chǎn)智能管控案例 271
12.4.1 鋼鐵行業(yè)面臨的問題和挑戰(zhàn) 271
12.4.2 工業(yè)互聯(lián)網(wǎng)平臺賦能鋼鐵行業(yè)部署實施方案 272
12.4.3 應用成效和推廣價值 273
12.5 基于數(shù)字孿生的黑燈工廠應用案例 274
12.5.1 企業(yè)工廠監(jiān)控面臨的問題和挑戰(zhàn) 274
12.5.2 數(shù)字孿生技術賦能企業(yè)工廠監(jiān)控部署實施方案 274
12.5.3 應用成效和推廣價值 275
12.6 航空航天行業(yè)供應鏈協(xié)同優(yōu)化應用案例 276
12.6.1 航空航天行業(yè)供應鏈面臨的問題和挑戰(zhàn) 276
12.6.2 工業(yè)互聯(lián)網(wǎng)平臺賦能航空航天行業(yè)供應鏈部署實施方案 276
12.6.3 應用成效和推廣價值 277
12.7 本章小結