《智能制造》课件——第四章 智能制造的智能特征层级.pptVIP

《智能制造》课件——第四章 智能制造的智能特征层级.ppt

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

分布式服务使得自动化层级被分解从固化的二维静态系统转变为网络化的三维动态系统4.6三个维度的集成通过以上三章所述的智能制造实施,将实现三个给维度的集成。在智能制造愿景中,在企业内部、企业之间、社会化的智能制造及服务中实数据自动有序的流动,在三个维度上集成融合,是实施智能制造的主要工作内容。三个维度上融合包括:产业体系的横向集成、运营系统的端到端(或称点到点)的集成、制造系统的纵向集成。智能制造的三个维度融合融合方式融合内容主要对象纵向集成贯穿制造系统层级的纵向融合ERP、MES、工控端到端集成覆盖产品全生命周期的点到点融合管理软件PLM、ERP、SCM横向集成推动产业体系协同的横向融合工厂、用户、物流驱动业务发展方向的维度设计计划服务制造创意运营价值链端到端数字化集成业务运营系统生产管理系统机器设备网络化制造纵向集成最终产品及零部件厂商创新及研发合作伙伴多层级供应网络…业务网络横向集成实践案例:海尔的“人单合一”与互联工厂生态系统海尔在国际标准制订方面做了哪些工作?这对海尔有何意义?海尔在商业模式改革方面做了哪些工作?有何创新?试从用户需求、企业架构、系统工程的角度分析“人单合一”模式的特点与创新。试分析海尔互联工厂生态系统的智能特征层级。海尔在纵向集成与横向集成做了哪些工作?企业智能制造转型的目标应该是什么?常见有哪些错误做法?*4.2互联互通伴随三次产业革命的是连接的三次重大变化,分别是铁路网、电力网和互联网。而现在,在新的信息技术的推动下,连接还在变化,连接的对象从人与人拓展到人与物、物与物;连接的内容从文字、语音、图像拓展到视频、业务流;连接的介质从传统通信网络拓展到新一代通信网络和互联网平台4.2.1网络环境

设备互联互通离散型制造企业的信息采集体系结构图基于工业互联网的智能化的数据采集4.2.2网络安全2010年伊朗核电站的人工计算机病毒事件已经表明在网络时代类似电力和化工等流程工业的安全生产已经面临着很大的挑战。工业互联网安全已经成为国家对抗的前线。广州医药有限公司的三层结构网络通信平台4.3系统集成

4.3.1应用集成当前制造信息系统集成结构可分为Client/Server、CORBA或DCOM、Webservices(Browser/Server)、ASP或称SaaS、ESB、Multi-Agent系统(MAS)等运行架构模式。ESB(EnterpriseServiceBus,企业服务总线)是传统中间件技术与XML、Webservices等技术结合的产物。ESB的概念是从SOA发展而来的。ESB就是一种可以提供可靠的、有保证的消息技术的方法,它提供了网络中最基本的连接中枢。4.3.2系统安全(1)设备层:存在信道阻塞、感知数据破坏(2)控制层:存在控制命令伪造攻击、控制网络DoS攻击(3)网络层:存在认证攻击、跨网攻击、路由攻击(4)企业管理层:存在用户隐私与数据泄露、非授权访问、窃听嗅探(5)协同层:存在数据链接与网站访问中断、商业机密截获、运营数据篡改、数据伪造、协议否认智能分析策略配置界面系统实时监测与可视化展示4.4信息融合

4.4.1数据融合多传感器数据融合算法可概括为随机类和人工智能类两大类。随机类算法有加权平均法、多贝叶斯估计法等,贝叶斯是机器学习的核心方法之一。贝叶斯估计(Bayesianestimation)是利用贝斯定理结合新的证据及以前的先验概率,来得到新的概率,适合于利用实时产生的新数据高效地修正概率预测,因而在大数据时代下有广阔的应用潜力。而人工智能类则有模糊逻辑理论、神经网络、专家系统等。[案例:汽车自动驾驶]自动泊车入库、巡航控制和自动刹车等自动驾驶汽车功能在很大程度上是依靠传感器来实现的。目前,大多数路面上行驶车辆内的ADAS(先进驾驶员辅助系统)及传感器之间是独立工作的,这意味着彼此之间几乎不交换信息。后视摄像头、环视系统、雷达、前方摄像头、GPS导航、中控大屏幕与手机定位都有它们各自的用途。工作在可见光谱范围内的摄像头CMOS芯片在浓雾、下雨、刺眼阳光和光照不足的情况下会遇到麻烦。而雷达缺少目前成像传感器所具有的高分辨率。开发者开始认识到只有把多个传感器信息融合起来,才是实现自动驾驶的关键。两个基本的传感器融合示例

1.在传感器的搭配上,后视摄像头加上超声波测距,前方摄像头加上多模式前置雷达,并通过将视频传入到中央显示屏上或手机上,为驾驶员提供360度视场角,人机协同地实现自动入库。2.在算法的组合上,概率的计算主要使用贝叶斯估计,例如是交通限速标志被遮挡的情况下检出率的计算,在视觉感知模块

您可能关注的文档

文档评论(0)

青柠职教 + 关注
实名认证
服务提供商

从业10年,专注职业教育专业建设,实训室建设等。

1亿VIP精品文档

相关文档