【精品】智能制造 29页.pptxVIP

智能制造技术;主要内容;1 什么是智能制造？;1.2 智能制造的技术体系;1.3 智能制造的支持技术 数字制造技术：CNC/CAD、CAM、CAE、CIMS； 传感与控制技术：新型光机电传感系统、嵌入式控制系统等； 人工智能技术：知识表示、机器学习、自动推理、智能计算； 互联网、物联网及射频识别技术（RFID，电子标签） 数学：数理逻辑、数学机械化、随机过程与统计分析、运筹与决策分析、计算几何、非线性系统动力学等;无线射频识别，是一种通信技术，可通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触;1.4 智能制造是制造技术发展的必然趋势 知识经济时代的必然选择 与设备、资本投入作为经济增长模式不同，知识含量起着越来越重要的因素。 市场的必然选择 可以提高能源和原材料的利用率，降低污染排放水平，提高产品质量。 是先进生产力的重要体现 科学技术是第一生产力，而智能制造技术是先进科学技术在制造领域的集中体现。;2 智能制造与制造智能;制造智能的关键技术 感知与测控网络技术 感 知：各种智能传感器，智能仪表 测控网络：通过计算机实时网络技术实现感知到的信 息的收集、传输、管理、使用的技术。研究目标：研究微型多功能集成智能传感器与传输 技 术，RFID和物联网智能终端技术；开发 基 于工业总线的即插即用技术和实时网络 操 作系统，开发基于M2M和制造物联网的产品设计、生产、管理和服务技术。;2.2.2 机器学习与制造知识发现技术 机器学习：把人类的知识教给计算机 知识发现：计算机通过机器学习、知识发掘从数据和 信息中自动提炼知识并升华为制造策略。研究目标：解决异构数据库/知识库间的冲突和一致 性 维护问题，实现异构数据库/知识库间的 透 明访问，针对特定的制造活动，开发工 艺 知识库系统，研究高效、分布、异构数 据;2.2.3 面向制造的综合推理技术 制造过程中的推理：制造过程中的推理是不确定、不 精确、不完整的推理问题。 研究目标：建立不确定、不精确、非完整信息的分布/混合推理技术；研究抽象代数、计算几何、微分几何在数控加??、自动装配、逆向工程、机器视觉、形位测量与误差 评 定中的应用。;2.2.4 图形化建模与仿真技术 图形化建模与仿真：图形操作代替符号、数字操作实 现制造过程中的建模和仿真。 研究目标：建立制造资源不同属性以及资源间互相作 用/约束的抽象的统一描述方法，建立面向制造资源库的图形化建模、规划、编程 与 仿真集成开发平台。;2.2.5 智能全息人机交互技术 目前交互方法：键盘、鼠标、图形、视频、语音、触 摸屏、数据手套等。 研究目标：研究实时鲁棒处理技术和基于机器视觉的 刚/柔体空间状态感知和运动识别技术； 研 究视网膜扫描、脑机接口、生机接口和 生 理信号识别技术；最终实现全浸入式的 “人 在场景中”智能人机交互系统;智能制造装备 智能制造装备的涵义 智能制造装备具有感知、决策、执行功能，其技术特征是：自行感知分析和处理运行环境；自行规划、控制、决策，故障自行诊断和修复，主动分析自身性能力劣化和维护，能够参与网络集成和网络协调。 未来市场需求及产品智能机床 智能成形制造设备特种智能制造设备智能机器人 智能工程机械;智能制造装备的关键技术 装备运行状态和环境的感知与识别技术 内 容：对于金属切削机床指：加工精度、温度、切削 力、热变形、应力应变、图像信息等。研究目标： 新型传感器技术：高灵敏、高可靠、高精度的检测环境信息； 感知系统的组网：高速、高精度数据传输、安全处理和容错能力，异构信息的无缝交换能力； 基于机器视觉的多元环境建模和图像理解能力。;3.3.2 性能预测和智能维护技术 内 容：刀具磨损情况、机床故障状态、振动状态、精 度退化状态等。 研究目标： 建立状态表征体系（振动、负载、热变形、温度、压力等）与装备性能表征指标间的映射关系； 研究损伤智能识别，自愈合和智能维护技术，完善损伤特征提取方法和实时处理技术，最终实现对故障自诊断和自修复； 实现重大技术装备的寿命测试和寿命预测，对可靠性和寿命精确评估。;3.3.3 智能工艺规划和智能编程技术 问 题：现有的工艺规划基本是依靠经验的派生式，现有的编程系统主要是面向零件几何的编程，没有综合考虑机床工装和零件材料特性，智能工艺规划和编程主要是由计算机模拟专家处理上述情况。 研究目标： 研究工艺系统和子系统间的复杂界面行为和耦合关系，建立工艺系统和作业环境的集成数学模型和标定方法； 建立面向典型行业的工艺数据库和工艺知识库，完善机床、机器人、工程机械模型库，实现多目标工艺优化； 完善专家经验与计算智能的融合，建立规划与编程的智能推理和决策方法。;3.3.4 智能数控系统与智能数控驱动技术 内 容：数控功能