标签:The bsp search class die 工业 uri cti 无线
在本文中,我们的目标是为智能工厂提供一个网络解决方案。我们的动机是建立一个平面网络拓扑,同时满足不同参与者和层在带宽、可靠性、实时处理、安全性和语义方面的异构需求。
本文提出了一个面向中小企业实施智能工厂的大数据分析平台的体系结构和系统模块。大数据分析平台使中小企业
1)实现遗留系统与平台之间的集成系统环境;
2)通过对工厂应用分析模型来解决质量问题;
3)通过云计算,减轻基础设施和平台专家的财务负担
我们提出了大数据分析平台的架构和系统模块,将大数据技术应用于SMMEs(small and medium-sized manufacturing enterprises)
首先,在制造工厂中实现大数据分析基础设施需要大量的资金和努力。应该考虑在分析系统和现有的制造系统之间开发一个集成的系统环境,因为制造工厂是由各种系统操作的,比如制造执行系统(MES)。
贡献
首先,所提议的平台显示了遗留系统之间的集成系统环境(即以及基于hadoop的大数据分析平台。确定MES与平台之间的数据/信息的关系和流动对集成非常重要。其次,该平台包括分析模型,以解决质量问题,这是smme的首要任务。在云计算环境中,这些分析模型将提供给不是大数据分析专家的制造工程师。最后,提出了基于本地化和云计算的高效系统架构。通过应用云计算,中小企业可以减轻基础设施和大数据分析平台专家的财务负担
在工业4.0背景下,实现智能制造的主要途径是建设一个融合物联网、云计算、人工智能等先进技术的智能工厂。
分为四层,给出每一层可以使用的人工智能方法
1 智能制造系统存在高度相关的网络环境下,生产/检测/组装设备、仓库存储系统、传输系统、工件、服务器和监控终端等都是通过多种类型的网络互连连接,无线和实时/准实时沟通和相互交换数据
2 深度集成:底层智能物理实体与上层监控终端与云平台互联互通。不同类型的信息系统,并用工业大数据上传到云平台形式,从而它可以同时执行数据处理、控制和网络中物理操作,打破信息壁垒的每个流程,并实现物理环境和信息环境的深度集成,即cyber-physical系统
3 动态重构:为了适应多类型小批量产品的高效生产,需要根据设备的健康状况和工件的类型来确定所需的设备类型和传输路径。由于设备的健康状态和工件的类型是动态变化的,因此在系统运行过程中对系统源进行动态重构是十分必要的。
4 海量数据:智能制造系统必须满足小批量个性化需求。每种类型的智能物质需要实时协商重构,生成大量的数据,包括设备的健康状态、制造过程的状态和产品信息。
高速网络技术、云计算技术和大数据处理技术的应用,使海量数据的传输、存储、处理和分析成为可能。
标签:The bsp search class die 工业 uri cti 无线
原文地址:https://www.cnblogs.com/zhxuxu/p/12571657.html