基于大数据的汽配生产过程制造物联网系统设计与研究.docxVIP

基于大数据的汽配生产过程制造物联网 系统设计与研究 广东工业大学 摘要： 汽车零配件生产制造过程，具有多品种、工序繁多、现场实时信息反馈要求高以 及质量控制严格等特点，为提高制造过程实时可视化监控、生产过程产品质量监 管和全程追溯定位，构建大数据环境下的汽配生产过程制造物联网系统，并对 系统架构设计、实现与分析。该系统实现对海量数据采集与管理，以质量预测为 关注点，对海量多源异构的工业大数据进行处理分析，利用广义冋归神经网络 算法对产品质量数据直接建模、进行回归预测研究。实验表明:其预测值与实测 值相接近，该系统在生产过程中具有实际应用意义。 关键词： 大数据;制造物联网;广义冋归神经网络;预测模型; 收稿日期：2017. 8.1 基金：智能制造物联网的数据感知、传输和海量数据处理，国家基金广东省联合 基金重点项目(U1201251) M-IoT System for Auto Parts Production Process Based on Big Data Abstract： In order to improve the real-time visualization of the manufacturing process, the product quality supervision and the whole process retrospectively locate the large data environment. Under the production process of eiuto parts net work sys tem, and the sys tem arch itccturc design, implementation and analysis. The system realizes the collection and management of massive data, takes the quality forecast as the point of v i ew, analyzes the massive large and heterogeneous in dustrial large data, and uses the general i zed regression n eural net work al gori thm to model the product quality data directly and carry out the regression prediction research. Keyword： big data; manu fac ture in ter net of t hings; Gen eralWed Regression Neural Network (GRNN) ; forccast model; Received： 2017. 8. 1 对于汽车零配件离散制造生产过程来说，其工艺复杂、工序繁多、对生产过程各 个工序环节难以精确控制与管理，各牛产工序之间通常有较大脱节，这些造成 生产效率较低，劳动力成本较高，产品合格率偏低等问题。而日益增长的海量、 多源、异构复杂的产品质量数据中往往隐藏着重要的知识和信息。以产品质量状 态为关注点，构建一个能够存储和管理制造过程中的海量异构数据，并以此基 于大数据挖掘分析平台，对生产全流程进行监控追踪、数据分析处理，预测产品 质量，发现产品质量异常，调节制造过程控制，改进牛产环节［1］。 本文针对整个气门制造过程具有多品种变批量混线生产、工装种类繁多、生产工 艺过程复杂、现场实时信息反馈要求高以及质量控制严格的特点，构建基于大数 据的汽车零配件生产全流程制造物联网系统，该系统可以通过RF1D、传感器等 采集产品制造过程中实时产品工艺参数、质量数据等及1；并存储于数据仓库中， 采用分布式计算框架对这些海量数据进行处理分析，预测产品质量。 1系统设计 某汽车零配件生产的产甜种类繁多、工序复杂、设备多样化、首次质检（首检）要 求不一，在系统中建立与工艺要求所对应的首检标准库，其中质检要求可能随 时根据订单需求进行修改;再根据首检标准库对实际首检结果进行相关信息统计 分析，包括首检合格率，首检项目完成率等。但由于首检结果数据数据量大，容 易影响相关事务的处理。因此需要对首检标准进行维护，并采用行Z有效的方法 进行相关信息的统计分析。 该系统完成后的优势有:可以在不影响与首检相关业务的情况下，建立首检结果 数据仓库并根据用户需求产生所需统计报表，便于管理人员对生产过程进行监 控。 1.1系统总体架构 构建基于大数据的汽车零配件生产全流程制造物联网系统，可准确获取生产全 流程监控情况，为大数据分