時間：2022-03-24 00:47:05
序論：在您撰寫智能制造系統時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
中圖分類號：F714 文獻標識碼：A 文章編號：1009-914X（2017）05-0136-02
1 傳統MES系統的定義與應用
MES系統是制造執行系統的簡稱，它是由美國的AMR公司在90年代初期的時候提出來的，目的是為了使MPR計劃的執行功能進行加強，把車間作業現場和MPR計劃進行現場的控制，利用執行系統把它們連接起來。這里面所說的現場控制主要指的是數據采集器、條形碼、PLC程序控制器、機械手以及各種各樣的檢測和計量的儀器。MES系統通過設置必要的接口，和廠商之間建立起合作關系。現代的MES系統是一種管理系統，它是面向制造企業和執行層的生產信息化。它能夠給企業提供計劃排程管理、設備管理、采購和成本管理、對生產過程進行控制、對項目看板進行管理、對底層數據進行集成分析、對上層數據進行集成分解等等的管理模塊，目的是為企業打造出一個可靠、全面、可行并且扎實的制造協同管理的一個平臺。
MES的體系結構經歷過兩個發展歷程，即從T-MES向I-MES的發展歷程。傳統的MES（即T-MES）是在1960年在零星的車間級應用里面發展起來的。它又可以分為專用MES和集成MES兩大類。專用的MES是屬于一種自己就是一體的應用系統。它一般是對單一的生產問題來說的。這些問題包括制品的庫存過大、設備的利用率低以及a品的質量不能夠得到更好的保證，它能夠給這些問題去提供有限功能。比如質量設備、設備的維護、作業維度、物料管理，還可以適合于某一種特定的生產環境（如應用于MEMS車間和半導體的MES，應用于FMS系統的MES）。專用的MES具有投入少、實施快等等的優點，但是它的可集成性和通用性都比較差。集成MES系統的初衷是為了針對某些特定的行業（如裝配、半導體、食品和衛生、航空等等）特定的環境而進行設定的。目前整個的工業領域都得到了拓展。它在功能上面已經實現了與上層處理事務和下層控制系統進行實時的集成。MES集成化具有相當豐富的應用功能，還具有統一的邏輯數據庫和產品及工程的模型等優點。但是這類系統一般都會對特定的車間環境有著特殊的依賴，柔性相對來說也比較差，缺少廣泛的集成能力和通用性，很難伴隨著業務的過程發生變化而進行重新的配置。
可集成MES這個概念是AMR在發展和分析信息技術的方面和MES應用的前景之下提出來的，它是將消息機制、組件技術模塊化應用到MES系統的開發中，它是兩類傳統的MES系統的結合。在表現形式方面看，I-MES具有專業MES系統的特點，就是說可以實現上下兩層的集成。另外，I-MES還具有可擴展、可重構、客戶化和互操作等等的特性。能夠實現各個不同廠商之間的集成和原有系統方便的進行，目前的基于組件的I-MES是MES發展的主要的方面。綜合利用成熟的技術和理論，形成可以適應，可以集成，可以重構的MES的框架體系，為了進一步提高MES軟件能夠跨行業的使用、適應和協調能力進行強有力的支持?；诂F在已經具有的成果和基礎，發出符合我國流程工業和離散制造業特點及需求的MES軟件系統、構件庫和相關的工具。
2 智能制造的概念及體系架構
智能制造的定義是由人類專家和智能設備一起組成的人和機器一體化的一種智能系統，它主要在制造的過程中進行智能的活動，比如一系列了判斷、分析和決策等等。主要通過人與機器結合在一起共同做事，進而擴大延伸或者部分的去取代人類的專家從事制造中進行的腦力勞動。它更新了制造及其自動化的概念，并擴展到高度集成化、柔性化和智能化。
產品的智能化一般包括自適應工況、產品的個性化定制與服務、人機交換、自主決策；而裝備的智能化，是將很多歌專家的經驗和他們的專業知識進行融入感知、執行和決策的環節，給產品制造在線注入知識進化和學習的能力，比如來說在很多機械裝備里面實現各種動態信息的制造；車間的智能化，主要表現為一個車間到底要生產什么，車間的設備的運行狀態如何，質量如何的去管控，物料是否能做到及時的配送，是不是具有生產防范錯誤的系統，是不是有作業的指導，什么時候可以開始進行生產的統計，產品是不是能進行及時的發送和運輸等等都可以成功的實現全局的生產和管理控制；工廠的智能化，一般包括智能化生產的管理與控制。智能化的物流與倉儲、智能的生產線和加工中心，還有智能化生產的管理與控制；當然最重要還是要實現一個完整生產現場的智能化控制，舉例而言很多很多的企業都開始使用了自動化的倉庫，還有沒人引導的小車等等。實現了工廠智能化最應該重視的人與機器的互動。智能制造還體現在建立制造一體化知識庫與產品設計體系；以生產知識的再次利用和共享作為目標聚焦制造問題下的制約條件，從而進一步建立產品設計的體系；把那些長期研究目標的工廠和生產過程中的一些知識的共享作為目的，來建立出可以重構的生產與生產管理的體系；構造建立出柔性的設備，把研究庫的研究成果加以利用，從而開發探討出一種柔性人機一體化的新模式，進一步的去探討出大規模下的生產模式。
關鍵詞：智能制造設備聯網環控
中圖分類號：S611文獻標識碼： A
1.智能制造概況
智能制造技術是在現代傳感技術、網絡技術、自動化技術、擬人化智能技術等先進技術的基礎上，通過智能化的感知、人機交互、決策和執行技術，實現設計過程、制造過程和制造裝備智能化，是信息技術和智能技術與裝備制造過程技術的深度融合與集成。
智能制造集成應用系統由計算機系統、車間物聯網系統、數據中心、生產指揮中心、生產數據交換應用平臺及數字化車間系統集成等六部分組成。其中車間物聯網系統可分為生產物聯網與環境監控物聯網兩部分，生產物聯網包括：數控機床聯網系統、人機交互界面、現有機床改造、能源管控及設備管理、生產網絡無線覆蓋、看板管理、生產過程實時監控、電子標簽技術應用；環境物聯網包括：空氣懸浮顆粒物監測、噪聲監測、有害氣體監測。
2.車間物聯網
車間物聯網是指的是將車間現場的末端設備和設施，包括具備“內在智能”的傳感器、智能儀表、移動終端、數控設備、視頻監控系統等和“外在使能”的如貼上電子標簽的各種物料及工位等智能化物件，通過各種無線或有線的長距離或短距離通訊網絡實現互聯互通、應用集成等模式，在企業局域網環境下，采用適當的信息安全保障機制，提供安全可控乃至個性化的實時在線監測、定位追溯、報警聯動、調度指揮、預案管理、遠程控制、安全防范、遠程維保、在線升級、統計報表、決策支持、領導桌面等管理和服務功能，實現對“企業資源”的“高效、節能、安全、環?！钡摹肮?、控、營”一體化。車間物聯網又細分為服務于生產管理的生產監控物聯網和服務于職業健康衛生的環境監控物聯網。
2.1生產物聯網
2.1.1數控機床聯網系統
數控機床聯網系統主要包括：網絡服務器、局域網、CAD/CAM計算機、管理系統、聯網系統主控機、遠程通訊接口、通訊電纜、數控機床等。
2.1.2人機交互界面
工業人機交互界面是一種帶微處理器的智能終端，一般用于工業場合，實現人和機器之間的信息交互，包括文字或圖形顯示以及輸入等功能。工業人機界面正在向應用范圍更廣的高可靠性智能化信息終端發展。
觸摸屏人機界面具備豐富的圖形功能，能夠實現各種需求的圖形顯示、數據存儲、聯網通訊等功能，且可靠性高，體積小，是工業場合的首選，可替代工業PC成為主流的智能化信息終端。工業人機界面配套組態軟件，以方便客戶的圖形化編程。
2.1.3現有機床改造
針對現有機床控制系統及通訊接口的不同、普通機床無法聯網監測的，需要對機床進行一些改造，使其至少能夠實現在線監測功能。
具有控制系統的機床，但既不支持網卡通訊，也不支持宏B采集，一般是一些比較老的機床。對這類機床采用的是專用智能采集硬件的方式進行數據采集的。
2.1.4能源管控
為高效利用資源能源，走企業發展循環經濟模式，能源管控中心需要將生產過程中涉及到的電力、水、蒸汽、氧、氮、氬等能源介質集中管理，提高企業調度自動化水平，更好地保證生產的安全、可靠、經濟運行。由于能源介質管網遍布全廠，線路長，需要配套建設能源綜合監控系統，作為能源管理現場無人值守的安全技術措施，在能源中心控制室實現對變電所、混合加壓站等重要場所進行視頻巡檢和環境集中監控，確保在第一時間發現安全隱患。
2.1.5看板管理
管理看板是發現問題、解決問題的非常有效且直觀的手段，是優秀的現場管理必不可少的工具之一。
管理看板是管理可視化的一種表現形式，即對數據、情報等的狀況一目了然地表現，主要是對于管理項目、特別是情報進行的透明化管理活動。它通過各種形式如標語/現況板/圖表/電子屏等把文件上、腦子里或現場等隱藏的情報揭示出來，以便任何人都可以及時掌握管理現狀和必要的情報，從而能夠快速制定并實施應對措施。
2.1.6生產過程實時監控
生產過程實時監控系統分為兩部分：生產數據實時監控系統與生產狀態視頻監控兩部分。
生產實時監控系統，簡稱RPC，主要實現將企業各個生產裝置（NC、DCS、PLC等）控制系統實時集中監控，并且制作報表以及對實時數據進行應用分析。包括數據采集接口、實時數據庫服務器（PI、IP21等）、實時數據C/S應用和B/S以及制作報表等。
RPC實現底層生產過程實時信息的采集，通過信息集成形成優化控制、優化調度和優化決策等的判斷或指令。實現流程工業企業生產過程的安全、穩定、均衡、優質、高產、低耗的目標；同時，企業內部物流的控制與管理、生產過程成本的控制與管理等生產管理活動都在實時數據平臺層完成，使生產過程數據和企業管理數據的在實時數據平臺中融合與貫通。
生產狀態視頻監控系統以網絡為依托，以數字視頻的壓縮、傳輸、存儲和播放為核心，以智能實用的圖像理解和分析為特色。視頻監控技術還可以應用于企業管理和生產經營管理，提高生產效率。數字視頻監控技術，融合了新興的網絡技術、多媒體技術、視頻技術，是技術發展和社會進步的巨大飛躍。
2.1.7環境監控物聯網
a)空氣懸浮顆粒物監測
懸浮在空氣中的粒徑小于100微米的顆粒物通稱總懸浮顆粒物，其中粒徑小于10微米的稱可吸入顆粒物（PM10）。
車間設基于TCP/IP協議空氣懸浮顆粒物監測儀，控制標準為pm2.5。監測儀直接聯動車間新風機、排風機等空調通風設備，及時進行室內空氣換氣，保證生產人員安全，同時針對相應問題做針對性治理。
b)噪聲監測
噪聲是一種環境污染，尤其在工業生產環境中。它是一種致人死命的慢性毒素。
強的噪聲可以引起耳部的不適，使工作效率降低。據測定，超過115分貝的噪聲還會造成耳聾。據臨床醫學統計，若在80分貝以上噪音環境中生活，造成耳聾者可達50％。
為了控制以上噪聲引起的種種不良反應，必須要控制設備噪聲對人的損害。車間工作位設置噪聲監測裝置，監控員工所接收到的噪聲水平。
c)有害氣體監測
經常遇到的有害氣體有：一氧化碳（CO)、二氧化硫(SO2)、二氧化氮(NO2)、硫化氫(H2S)等。
氣體控制指標為：一氧化碳（CO)
有害氣體監測儀直接聯動車間新風機、排風機等空調通風設備，及時進行室內空氣換氣，保證生產人員安全。
3.生產信息基礎平臺
3.1計算機網絡系統
計算機網絡的功能主要表現在硬件資源共享、軟件資源共享和用戶間信息交換三個方面。
硬件資源共享?？梢栽谌W范圍內提供對處理資源、存儲資源、輸入輸出資源等昂貴設備的共享，使用戶節省投資，也便于集中管理和均衡分擔負荷。
軟件資源共享。允許互聯網上的用戶遠程訪問各類大型數據庫，可以得到網絡文件傳送服務、遠地進程管理服務和遠程文件訪問服務，從而避免軟件研制上的重復勞動以及數據資源的重復存貯，也便于集中管理。
用戶間信息交換。計算機網絡為分布在各地的用戶提供了強有力的通信手段。用戶可以通過計算機網絡傳送生產數據、新聞消息和在線傳輸設計代碼等活動。
3.2數據中心
數據中心基礎設施工程包括數據中心機房內的裝飾裝修工程、機房空調系統、機房電氣工程、機房消防系統、機房弱電系統和機房機柜系統。
數據中心機房由主機房、輔助區、支持區、行政辦公區組成。
主機房內放置大量網絡交換機、服務器群、存儲設備等，是綜合布線和信息網絡設備的核心，也是信息網絡系統的數據匯聚中心，其特點是網絡設備24h不間斷運行，電源和空調不允許中斷，對機房的潔凈度、溫濕度要求較高。
參考文獻：
[1]張浩,樊留群,馬玉敏.數字化工廠技術與應用.機械工業出版社，2006年4月
[2]劉云浩.物聯網導論.科學出版社，2011年3月
摘要：認為當前亟需泛在信息制造技術，使生產制造過程在廣度上實現互聯互通，在深度上實現信息空間和物理空間的融合。為此，提出了一種泛在信息化智能制造系統及相關技術群，實現制造資源的網絡化互聯，信息資源的語義化表達和制造服務的自組織運行。此外，還指出如何實現多種數據流的混合傳輸，如何實現異構信息的集成與互操作，以及如何面向復雜時空關系建立抽象模型，是需要解決的挑戰性問題。
關鍵詞： 智能制造；網絡化制造；工業控制網絡；信息物理融合系統；服務化
Abstract： In this paper， we consider that ubiquitous information manufacturing technology is needed to realize interconnection in the extent， and achieve integration of cyber space and physical space in the depth. Therefore， a ubiquitously information-based smart manufacturing system and its related enabling technologies are proposed. In this way， manufacturing resources are networked， information resources are semantically described and manufacturing services are self-organized. More challenge problems are also pointed out， such as how to transport mixed data flow， how to integrate and interoperate heterogeneous information， and how to build the abstract model facing the complex space-time relationship.
Key words： smart manufacturing； networked manufacturing； industrial control network； cyber-physical systems； service oriented
制造I經歷多年發展，企業內部業務分工日趨明確，總體上可以劃分為兩大領域，即縱向生產管理控制和橫向產品生命周期管理。根據ANSI/ISA 65[1]和IEC 62264-3[2]的定義，縱向生產管理控制可以概括為3個層次：經營決策、計劃調度和生產控制；橫向產品生命周期涉及4個領域：產品設計、工程實施、生產運行和產品服務。隨著自動化、計算機和網絡技術的發展，上述不同領域和層次逐漸形成了相應的計算機系統和網絡，其中計算機系統包括企業資源計劃系統（ERP）、制造執行系統（MES）、數據采集與監測控制系統（SCADA）、分布式控制系統（DCS），以及包括計算機輔助設計（CAD）、計算機輔助制造（CAM）、計算機輔助工程（CAE）在內的計算機輔助系統（CAX）；網絡包括互聯現場設備、控制器、傳感器的現場總線、工業以太網、工業無線網絡，以及企業管理所需的以太網和互聯網等[3]。
然而，種類繁多的系統和網絡造成了以下兩方面問題：
（1）在廣度上，部分網絡雖然實現了少數系統的互聯互通，但是企業內部仍然存在大量信息孤島，受時間、空間的限制，人與人、系統與系統、人與系統之間還無法建立起廣泛的互聯，信息無法在企業內部高效地流轉；
（2）在深度上，數字化制造的發展，雖然初步形成了信息空間的概念，但是信息空間還未能實現與物理制造空間的深度融合，無法根據物理空間的需求，主動提供數據、應用和服務。
綜上所述，當前制造業企業亟需廣泛、深度互聯的基礎，縱向上打破系統之間的壁壘，橫向上打通信息與物理的隔閡，實現跨層次、跨領域的業務集成，提高制造業企業的運行效率和敏捷性。
與此同時，隨著芯片制造、無線寬帶、射頻識別、信息傳感及網絡業務等信息通信技術（ICT）的發展，信息網絡已更加全面、深入地融合人與人、人與物，乃至物與物之間的現實物理空間與抽象信息空間，并向無所不在的泛在網絡方向演進[4]。
根據國際電信聯盟的定義，泛在網絡是指在預訂服務的情況下，個人和/或設備無論何時、何地、何種方式以最少的技術限制接入到服務和通信的能力[5]。泛在網絡可以將信息空間與物理空間深度融合，其服務能夠以無所不在、無所不包、無所不能的方式，實現在任意時間、地點，任意的人、物都能順暢地通信，獲得個性化的信息服務。
顯然，泛在網絡的相關理念、技術和方法有助于解決制造業當前面臨的問題。正是在這種背景下，有學者提出了泛在信息制造技術的概念：泛在信息制造技術是以泛在網絡為基礎，以泛在感知為核心，以泛在服務為目的，并以泛在智能拓展和提升為目標的綜合性、一體化的信息處理技術[6]。
泛在信息制造技術為解決制造業當前面臨的問題提供了全新的思路和手段：將物理制造空間中跨層次、跨領域的物理制造資源映射到信息空間，從廣度上打破信息壁壘，實現人、制造設備、生產過程的泛在互聯互通；在深度上實現制造信息空間與物理空間的深度融合，按需提供主動的智能制造服務。因此，泛在信息制造技術的提出符合當前技術發展趨勢和產業需求。
1 泛在信息化智能制造
系統的架構
根據泛在信息制造技術的內涵，基于該技術的泛在信息化智能制造系統應當要滿足以下3方面的功能需求。
（1）制造實體網絡化：分布式物理資源接入、數據感知和信息傳輸，要求系統具備網絡化能力；
（2）信息資源模型化、語義化：多尺度、異構虛擬資源的統一組織，要求虛擬資源的形式是模型化的，并且具備豐富的語義；
（3）制造能力服務化：支持多種應用業務協作式運行，需要系統為不同的業務提供核心服務。
為此提出了如圖1所示的泛在信息化智能制造系統的4層架構，包括：泛在化感知層、全互聯制造網絡層、語義化信息集成層和服務化制造應用層。
首先，網絡化是泛在信息化制造系統的本質特征。針對制造系統網絡化的特殊需求提出了兩層的網絡架構，其中泛在化感知層實現與生產過程密切相關的現場物理資源泛在接入、感知，在此之上全互聯制造網絡層使現場級傳感網、控制網與企業級管理網、互聯網實現扁平化、對等化互聯。
其次，模型化是信息空間的虛擬信息資源統一組織的必要形式，語義化是異構模型能夠跨層次、跨領域集成的核心。一方面，模型化是信息資源集中組織的有效手段；另一方面，語義化是模型能夠進行跨層次、跨領域異構集成的核心。針對這種需求提出了語義化信息集成層，基于模型化和語義化手段，實現跨層次、跨領域虛擬信息資源的統一組織、集成和管理。
最后，服棧是制造物理空間與虛擬信息空間實現集成的技術手段。制造服務聚集在信息空間根據具體業務特點，按需進行組合，實現制造應用的動態自組織。因此，針對系統服務化的需求提出了服務化制造應用層，為具體的制造應用業務運行提供核心服務。
2 泛在信息化智能制造
系統的支撐技術群
圖1所示的泛在信息化智能制造系統的架構需要相應技術群才能支撐其系統特征。本節分別總結了各層相應的技術群。
2.1 面向泛在化感知的無線傳感網
技術群
面向泛在化感知的無線傳感網技術群是指實現工業現場傳感器、控制器、生產設備接入、感知和控制的一系列無線傳感技術[7]。作為泛在信息化制造系統中虛擬信息空間與物理制造空間的接口，該技術群一方面從物理制造空間獲取數據并映射入信息空間；另一方面接收信息空間的指令，完成對物理制造過程的控制。如圖2所示，該技術群具體包括兩方面：物理資源接入技術[8]和物理過程感知技術[9]。在資源接入方面，包括面向多種協議的物理資源即插即用技術，即根據協議類型、設備類別、生產流程等信息動態適配多種網絡協議，為資源構建邏輯鏈路，滿足其通信關系。在感知方面的主要支撐技術包括智能傳感器技術[10]和以無線射頻識別（RFID）為代表的智能識別技術[11]等。
在無線傳感網技術的支撐下，工業現場的信息泛在化感知和設備可移動運行促進信息流轉，提升系統運行效率和信息―物融合深度。此外，無線傳感網模塊化、可重構、即插即用等特點，能夠最大限度滿足底層系統對可組合性的需求，實現協作運行。
2.2 面向全互聯制造網絡的組網與
傳輸技術群
面向全互聯制造網絡的組網與傳輸技術群是指實現工廠全覆蓋，管理和控制業務混流傳輸，并提供安全可靠保障的一系列組網與傳輸技術。作為泛在信息化制造系統中完成網絡化互聯的核心，該技術群基于互聯網的傳輸控制協議（TCP）/互聯網協議（IP）架構實現對工廠管理網絡、控制網絡、傳感網絡進行全面互聯，并與互聯網集成，實現無縫信息傳輸。如圖3所示，該技術群的組成主要體現在兩個方面：一是對當前現場傳感網、設備網采用的專用傳輸協議的IP化設計[12]，具體包括針對嵌入式設備的IP 協議裁剪技術、針對嵌入式設備的低開銷IP 協議實現技術、面向完整和裁剪后IP 的多協議適配和轉換技術和輕量級IP 設備的管理與維護技術；二是信息流混合傳輸服務質量（QoS）保障技術[13]，具體包括面向扁平網絡的實時流交換傳輸技術、面向異構網絡的資源動態認知與管理技術和面向混合業務流的流量控制技術。
上述技術群通過IP化手段，實現網絡扁平化，同時提供混合傳輸保障機制，實現了不同業務的按需服務。
2.3 面向時空動態制造信息資源的
語義化集成技術群
面向時空動態制造信息資源的語義化集成技術群是指實現制造業中跨層次、跨領域的海量、異構信息資源語義化描述、存儲、集成、組織與管理的一系列技術群[14]。如圖4所示，該技術群主要包括3個方面。首先，底層網絡中信息資源如原始數據等，其質量不高，存在大量錯誤、不完整或多余的原始數據。因此，需要采用數據清洗技術、過濾技術、壓縮技術和消冗技術等，處理質量較差的原始信息資源，保證其正確性[15]。其次，泛在信息化制造系統中大量跨層次、跨領域信息資源不具備統一的格式。因此，采用數據建模等語法轉換技術對多種語法格式的信息資源進行規范化處理，保證信息的語法一致性[16]。最后，異構信息資源只有具備統一的語義，才能實現語義級互操作性，直接被跨層次、跨領域的應用業務訪問和使用[17]。因此，采用語義轉換技術，對模型化后的信息資源進行語義標注，構建統一的語義模型。
在上述技術群支撐下，跨層次、跨領域的虛擬信息資源實現了模型化、語義化組織與管理，在統一層面上根據上層應用業務的特點，為其提供所需的信息資源。
2.4 面向制造業務的服務化技術群
面向制造業務的服務化技術群是指一系列實現物理/虛擬資源服務化封裝、注冊、查詢、組合、部署與管理的技術，以模塊化、服務化的模式，完成制造應用的動態自組織[18]。如圖5所示，該技術群主要分為3類：一是服務的封裝和注冊技術，是指采用服務化和虛擬化手段，將各種資源進行服務化封裝，并在服務庫中完成注冊[19]；二是服務的查詢與組合技術，是指根據應用業務的需求，在服務庫中查找合適的服務，并根據規則進行組合[20]；三是服務的部署與管理技術，是指將服務部署到具體的軟硬件資源上，并根據具體的業務要求對服務的執行過程進行監測、控制與調度，滿足共享資源上不同業務的運行要求。服務化首先將軟、硬件資源抽象為簡單的計算、存儲、傳輸等基本服務，在此基礎上，根據服務的組合規則，將基本服務組合為復雜的諸如加工、控制、監測、診斷、設計等服務，并且在面向具體業務實例化之后，可以滿足不同業務的應用需求。
正是在服務化的這種特性支撐下，系統能夠以開放的、可擴展的方式集成多種服務。并且能夠隨著業務的需求變化動態組織相應的服務，使得系統功能具備可演進性。
3 實現泛在信息化制造
面臨的技術挑戰
3.1 異構動態網絡環境下，多流混合
傳輸的路徑規劃與流量控制
泛在信息化制造系統的全互聯網絡基于IP將傳感網、控制網、管理網互聯構成扁平化的異構傳輸網絡，實現控制、管理和知識流的混合傳輸，但控制流傳輸需要保障實時性、可靠性，管理流和知識流傳輸需要保障吞吐量和帶寬利用率，管理人員的移動性使得網絡拓撲和知識流的傳播具有很強的動態性。
綜上所述，針對控制、管理和知識流不同的應用需求和負載特征，同時考慮工業物理網異構和拓撲結構的動態變化，構建針對時延、可靠性、能耗、帶寬利用率等混合關鍵性指標的網絡資源調度策略和控制方法，是泛在信息化制造所面臨的技術挑戰之一。
3.2 工業多維、異構信息資源的集成
與互操作
泛在信息化制造需要構建跨域、跨層的統一信息資源組織與管理體系，但設計域，實施域，運行域，維護域涉及多維異構的信息資源。一方面信息格式不同，既有結構化的生產數據、控制指令、設計模型等，也有非結構化的聲音、圖像、文本等信息；另一方面是信息的含義不同，各領域涵蓋了多個學科，包括物理、化學等工藝知識，熱學、力學等結構知識和電子、電氣等自動化知識。因此，如何構建可集成、互操作的統一信息模型是泛在信息化制造面臨的又一技術挑戰。
3.3 面向制造物理空間復雜時空
關系的抽象與建模
泛在信息化制造系統的關鍵是信息空間能夠準確對物理空間進行抽象與建模，以實現信息與物理的深度融合。制造物理空間生產過程具有明確的時間和空間特性，并且時空特性耦合性強，如描述流程工業復雜的物理、化學反應過程，通常采用動態偏微分方程來構建相關的機理模型。而傳統意義上，信息空間的建模和抽象過程多面向離散事件以及解耦的多變量關系，顯然無法實現對制造物理空間連續物理過程的抽象和建模。因此，面χ圃煳錮砜占涓叢擁氖笨展叵擔信息空間如何進行描述、抽象和建模，是泛在信息化制造面臨的一大技術挑戰。
4 結束語
當前，在中國相繼推出“工業化信息化兩化融合”“互聯網+”行動計劃、“中國制造2025”等一系列頂層設計方案的大背景下，無論是代表傳統力量的制造業，還是代表新興力量的互聯網界，都在積極探索中國制造的創新模式，如何尋找到符合中國特色的智能制造模式成為共同關注的焦點。泛在信息化制造正是在制造業內部需求拉動，外部ICT使能技術推動的基礎上，提出的一種符合當前技術、政策發展趨勢的智能制造創新模式，因此開展泛在信息化制造相關理論研究、技術攻關、工程研發與應用推廣等方面的工作，有利于國家宏觀政策的落實，能夠切實推動中國制造業轉型和自主創新等。
參考文獻
[1] International Society of Automation. Enterprise Control Systems ANSI/ISA 65[S]. New York： International Society of Automation， 2010：3
[2] International Electrotechnical Commission. Enterprise-control System Integration-Part 3： Activity models of operations management IEC 62264[S]. Geneva： International Electrotechnical Commission， 2013：4
[3] SAUTER T. The Three Generations of Field-Level Networks―Evolution and Compatibility Issues[J]. IEEE Transactions on Industrial Electronics， 2010， 57（11）： 3585-3595. DOI： 10.1109/TIE.2010.2062473
[4] 張平， 苗杰， 胡錚， 等. 泛在網絡研究綜述[J]. 北京郵電大學學報， 2010， 33（5）： 1-5. DOI： 10.3969/j.issn.1007-5321.2010.05.001
[5] International Telecommunication Union. Overview of Ubiquitous Networking and of Its Support in NGN ITU-T Y.2002 （10/2009）[S]. Geneva： International Telecommunication Union， 2009：10
[6] WANG T R. Advanced Manufacturing Technology in China： a Roadmap to 2050 [M]. Beijing： Science Press， 2010
[7] GUNGOR V C， HANCKE G P. Industrial Wireless Sensor Networks： Challenges， Design Principles， and Technical Approaches[J]. IEEE Transaction on Industrial Electronics， 2009， 46（10）： 4258-4265. DOI： 10.1109/TIE.2009.2015754
[8] DEMIRKOL I， ERSOY C， ALAGOZ F. MAC Protocols for Wireless Sensor Networks： a Survey[J]. IEEE Communications Magazine， 2006， 44（4）： 115-121. DOI： 10.1109/MCOM.2006.1632658
[9] STANKOVIC J A， ABDELZAHER T F， CHEN Y L， et al. Real-Time Communication and Coordination in Embedded Sensor Networks[J]. Proceedings of the IEEE， 2003， 91（7）： 1002-1022. DOI： 10.1109/JPROC.2003.814620
[10] CHI Q P， YAN H R， ZHANG C， et al. A Reconfigurable Smart Sensor Interface for Industrial WSN in IoT Environment[J]. IEEE Transactions on Industrial Informatics， 2014， 10（2）： 1417-1425. DOI： 10.1109/TII.2014.2306798
[11] GADH R， ROUSSOS G， MICHEAL K， et al. RFID―A Unique Radio Innovation for the 21st Century[J]. Proceedings of the IEEE， 2010， 98（9）： 1546-1549. DOI： 10.1109/JPROC.2010.2053871
[12] XIAO Y， CUI X Y， LI H， et al. A Protocol Simplifying Mechanism for a WSN Module[C]//Proceedings of 2010 International Conference On Electronics and Information Engineering （ICEIE）. USA： IEEE， 2010： 474-477. DOI： 10.1109/ICEIE.2010.5559820
[13] SUN W， YUAN X J， WANG J P， et al. Quality of Service Networking for Smart Grid Distribution Monitoring [C]//2010 1st IEEE International Conference on Smart Grid Communications （SmartGridComm）. USA： IEEE， 2010： 373-378. DOI： 10.1109/SMARTGRID.2010.5622072
[14] WILLIAMS J W， AGGOUR K S， INTERRANTE J， et al. Bridging High Velocity and High Volume Industrial Big Data Through Distributed In-memory Storage & Analytics[C] //2014 IEEE International Conference on Big Data. USA： IEEE， 2014： 932-941. DOI： 10.1109/BigData.2014.7004325
[15] WANG K， SHAO Y， SHU L， et al. Mobile Big Data Fault-tolerant Processing For e-health Networks[J]. IEEE Network， 2016， 30（1）： 36-42. DOI： 10.1109/MNET.2016.7389829
[16] O'SULLIVAN P， THOMPSON G， CLIFFORD A. Applying Data Models to Big Data Architectures[J]. IBM Journal of Research and Development， 2014， 58（5/6）： 1-11. DOI： 10.1147/JRD.2014.2352474
[17] NACHABE L， GIROD-GENET M， HASSAN B E. Unified Data Model for Wireless Sensor Network[J]. IEEE Sensors Journal， 2015， 15（7）： 3657-3667. DOI： 10.1109/JSEN.2015.2393951
[18] KARNOUSKPS S， COLOMBO A W， JAMMES F， et al. Towards an Architecture for Service-oriented Process Monitoring and Control[C] //Proceedings of the 36th Annual Conference of the IEEE Industrial Electronics Society. USA： IEEE， 2010：1385-1391. DOI： 10.1109/IECON.2010.5675482
關鍵詞：航空制造企業；商業智能系統；數據挖掘
中圖分類號：TP311.52文獻標識碼：A文章編號：1007-9599 (2012) 02-0000-02
Enterprises Business Intelligence System Design of Aviation Manufacturing
Bi Chongyi,Yang Yanguo,Cheng Liquan
(AVIC Shenyang Liming Aero Engine (Group) Co.,Ltd.,Data Center,Shenyang110043,China)
Abstract:Aviation manufacturing enterprises in the analysis of a business intelligence system based on the needs,Using data mining techniques to build an aviation manufacturer to build business intelligence systems,proposed aviation manufacturing enterprise business intelligence standard structural model of the system.
Keywords:Aviation manufacturing enterprises;Business intelligence systems;Data mining
一、背景
某企業為航空發動機制造企業，航空制造企業是典型的大型離散制造企業，相對于其他制造型企業來說，航空制造企業有生產零件種類眾多、加工周期較長、工藝復雜、質量要求嚴格等特點，這對企業的管理提出了很高的要求。近幾年隨著PDM、ERP、MES等系統廣泛應用于企業的設計制造管理的各個方面，為企業提升工藝設計水平、提高生產效率及改進產品質量發揮了重要作用，較好地實現了以信息化帶動工業化。隨著企業信息化的不斷成熟和深入，單一的業務型系統已經不能滿足企業日趨增長的需求，建立商業智能系統，為分析和決策提供數據信息支持已經成為了企業信息化的更高目標。
二、航空制造企業商業智能系統需求分析
商業智能的關鍵是從許多來自不同的企業運作系統的數據中提取出有用的數據并進行清理，以保證數據的正確性，然后經過抽取（Extraction）、轉換（Transformation）和裝載（Load），即ETL過程，合并到一個企業級的數據倉庫里，從而得到企業數據的一個全局視圖，在此基礎上利用合適的查詢和分析工具、數據挖掘工具、OLAP工具等對其進行分析和處理，最后將知識呈現給管理者，為管理者的決策過程提供支持。制造業商務智能不同于其他行業，它具有自身鮮明的應用特點，主要包括：（1）整體數據量相對較小，但單個數據的數據結構復雜；（2）數據的生命周期與產品的生命周期有關，許多行業的經營數據生命周期覆蓋從物資采購到客戶服務的整個環節；（3）制造業注重過程控制管理，如根據ISO9001標準制定了供應、生產、銷售、質量保證等體系文檔，存在大量完整、系統的非結構化數據，其中包含了許多商務智能的關鍵性指標。
通過系統向企業內部決策和管理層人員提供直觀和面向角色的企業數據，幫助他們更好地做出決策和改善業務處理流程。而且隨著企業經濟的飛速發展，商業智能將是信息系統實施是否成功的最基本的衡量指標。同時業務系統和分析系統的分離，針對業務系統內分析型報表不斷增長的現狀，業務系統的性能壓力逐漸增大，為了保證業務系統的正常運行，考慮到分析型報表實時性較低的特點，建立獨立的分析系統即可以同時滿足不同類型系統的性能要求，又可以將多業務系統的數據統一，減少了系統間的數據交互。
三、航空制造企業商業智能系統設計
（一）系統體系架構
系統的邏輯體系架構是由3層組成如圖
數據倉庫構建層：實現如何從所有源系統中獲得原始的業務數據，并對其進行一致性處理，按主題進行數據重組和格式轉換，然后傳送并裝載到數據倉庫系統中的平臺和過程。
數據倉庫管理層：把數據存儲到企業級數據倉庫系統中，包括數據倉庫預置的模型。
數據倉庫分析層：實現如何把數據倉庫系統中的數據和分析結果提供給最終用戶。按照用戶的分析需求，使用報表、隨即查詢、多維分析和數據挖掘進行數據展現。
1.數據倉庫構建層。
數據倉庫系統需要從多個源數據系統中抽取和匯總各種業務數據，包括：核心業務系統、財務管理系統等業務處理系統及其它管理系統等，這些數據源系統是數據倉庫系統的數據來源。
系統按照滿足分析需求的原則，把上述數據源系統中的數據按照主題進行劃分和組織，然后抽取并裝載到數據倉庫系統中。
從上述這些系統中獲取數據需要三個過程：抽取數據、數據轉換和數據裝載。
這三個過程是在保證各個數據源系統與數據倉庫系統能夠成功連接（包括網絡協議標準的轉換、不同平臺之間的接口）的前提下實現的。
這三個過程主要完成確定從哪個系統中抽取什么樣的數據，如何保證來自不同源數據系統的同類數據的一致性和完整性，如何把轉換完成的數據裝載到數據倉庫系統中，以及如何處理在轉換和裝載過程中出現的錯誤。
2.數據倉庫管理層。
在數據存儲層，數據是存放在兩類數據庫中：關系型數據庫和多維數據庫。數據存儲是數據倉庫系統的中心。取自多個數據源系統的明細數據，以及用于分析的集成匯總數據都存儲在這個中心。它在邏輯上是一個完整的庫。
3.數據倉庫分析層。
數據輸出層的功能是使最終用戶通過報表、圖形和其它分析工具的方式簡便、快捷地訪問數據倉庫系統中的各種數據，得到分析結果。
（二）數據倉庫技術
數據倉庫是系統數據采集與信息展示的橋梁，是商業智能系統的核心。在數據倉庫設計和開發過程中主要應用了以下技術：
1.分區表和分區索引。
分區技術可以提高可管理性、性能和可用性，為應用帶來極大的好處。通常，分區可以使某些查詢操作和維護操作的性能大大提高。分區的分層存檔原理還可以通過根據數據的重要性分配不同存儲介質的方法，大大降低存儲設備的成本。
范圍分區，數據基于分區鍵值的范圍分配，通常使用時間作為鍵值，將大數據量的表進行分區存儲，使查詢根據條件訪問正確的分區。
局部索引，局部索引是針對分區表的索引，該索引可以與基本分區表耦合，并“繼承”該表的分區策略。局部索引的每個分區僅對應于基礎表的一個分區。
2.物化視圖。
在數據倉庫中，物化視圖經常用來實現對數據信息的高度聚合，降低在查詢過程中的聚合計算，通過定期刷新操作把聚合結果存儲在物理對象中，并可以建立索引，提高了報表的查詢速度。
刷新方式，根據不同的對象采用不同的刷新方式，針對數據量小，且數據更新頻繁的對象做全表刷新，針對數據量大，且數據更新不頻繁的對象做增量更新，此方式需啟用物化視圖更新日志。
物化視圖索引，根據物化視圖聚合的結果，可以建立不同于源表字段的索引。
重寫功能，啟用重寫功能后數據庫可以自動分析查詢語句，判斷是否可由物化視圖聚合后的對象重寫查詢語句，對查詢語句進行“重寫”，從而提高查詢效率?？紤]到BI工具可以實現根據不同維度，層次選擇不同查詢對象，建議關閉此功能，由BI工具分析查詢對象，更加靈活容易控制。
3.位圖索引。
在數據倉庫的中，通常建立星型模型來實現多維報表分析，其度量對象上的維度列具有低基數（數據差異度小）的特點，建立位圖索引可以節省存儲空間，并可以支持星型查詢。
位圖索引，在度量的外鍵上建立位圖索引。
星型查詢，啟用數據庫功能star_transformation_enabled。
4.OWB工具。
OWB是oracle目前搭建數據倉庫的重要方式，其主要功能是用來完成ETL、模型建立、任務調度等工作。在此系統中應用OWB來實現外部數據文件的導入和ETL程序包的調度工作。
外部數據文件導入，在OWB中通過建立外部文件和數據庫對象的映射，生成DATA LOAD的腳本，將EXCEL文件的數據導入到數據庫。
計劃執行工作流，在OWB中開發工作流，按照ETL流程調度數據更新包，周期性進行數據的更新。
ETL數據轉換開發，該步驟是整個技術實現過程的關鍵，由于數據倉庫涉及到多業務主題甚至多系統數據的整合，在完成數據抽取、數據轉換、數據裝載任務的同時，需要屏蔽數據之間的差異，保證數據的準確性、一致性、完整性，轉換過程中應保持數據支持其最細顆粒度層次。
5.BIEE工具。
BIEE是oracle在數據挖掘方面的主要工具，其具有強大的建模功能，完善的用戶和權限管理機制，提供了完整易用的分析平臺、強大的智能展現儀表盤，配合回寫、預警、簡要簿、MS Office插件等功能使用戶可以通過多種方式交互、接收、查詢、分析數據。
CUBE搭建，通過使用BIEE可以方便的搭建業務模型，建立維度。
用戶和權限管理，BIEE提供了多種用戶管理和權限控制的方案，可以靈活的實現數據的安全性保證。
多維報表，建立豐富的分析主題和CUBE，使用戶可以靈活組合查詢報表的內容，并利用不同的圖表展示。
儀表盤，對報表應用提供強大的展現平。
四、結論
本系統是針對航空發動機制造企業而設計實施的商業智能系統，對于航空制造企業具有一定的通用性，但在具體業務活動中，每個企業還有其自身的特點。
商業智能系統將幫助企業的管理層進行快速、準確的決策。直觀、迅速的展現企業各種業務數據信息，直接發現企業中的各類問題，使決策管理層能夠盡快關注，及時解決。它為企業帶來的是一種經過科學武裝的管理思維，給整個企業帶來的是決策的快速性和準確性，發現問題的及時性。商業智能系統將企業運營過程中多套應用系統產生的信息數據進行有效整合處理，為企業合理定位、精確控制和準確決策提供依據。隨著企業信息化的深度應用，海量數據的出現，只能通過商業智能系統選取關鍵信息，及時反饋。它將成為航空制造企業提升自身競爭能力的必然選擇。
參考文獻：
[1]王建良,杜元勝.面向離散制造業數據挖掘技術研究與應用[J].萬方數據,2009
[2]項喜章,肖平.物流企業商業智能系統模型設計[J].萬方數據,2008
[3]張云濤,龔玲.商業智能設計、部署與實現[M].北京:電子工業出版社,2004
關鍵詞：制造產品；智能集成；報價系統；非結構化；自學習
Research on an intelligent integrated quoting-price system for manufacturing-products
Abstract:Developing a quoted-price system for manufacturing productions is often in relation to many factors between construction and non-construction.Because of the professional limity,its functions was singleness.So this paper proposes a new conception and measure for it,an intelligent integrated quoting-price system for manufacturing-products to discuss.
Key words:manufacturing products;intelligent integrated;quoting-price system;non-construction;self-learning
1 引言
產品報價是指供貨企業或公司響應客戶詢價，對客戶所詢目標產品報出的價格和對客戶其他要求所作出的答復。產品報價作為一種經濟現象，在市場運行的局部，處在市場活動中的供求雙方由于信息的阻滯，不能順利達成均衡，往往在不均衡狀況下，作出種種選擇?，F實經濟活動中，客戶的詢價請求和廠商的報價之間的談判、平衡、交易等等，就是這種經濟不均衡性的表現，產品報價這一課題則基于這種現象而存在。雙方交易達成的最終報價則是需求價格和供給價格之間的某一變數，是暫時的“平衡價格”，而不是均衡價格。制造產品，特別是比較復雜的產品報價，需要許多領域人員的協調工作，如技術、財力、商務等，必須考慮各種結構化的和非結構化的因素，其中結構化因素如技術參數、結構參數、工藝參數、制造成本、費用分配比例等比較易于確定的因素。而非結構化因素如最終利潤率、贏得定單的幾率等，則需要考慮企業內外環境等眾多不確定因素。目前國內外一些研究人員進行了部分產品報價系統的研究與開發，如組合機床、冷庫、工業爐、通風機等報價系統，這些成果大大促進了這一課題的展開和深入。本文提出一種新的系統結構與方法進行研究。
2 制造產品智能集成報價系統的提出
從信息系統的角度考慮，整個報價過程是一個信息流動和信息處理的過程。包括信息的產生、信息的傳遞、信息的處理、信息的存儲。具有很復雜的信息流，涉及到銷售、經營、設計、會計、生產計劃、采購等等，這種信息流在相關部門或相關人員之間的傳播如圖1所示。
圖1 制造產品報價的信息流
其中的結構化因素，如技術參數、需求批量、價格范圍、質量保證、成本要求等所對應的技術報價和財務報價比較易于確定或決策。而非結構化因素，如競爭對手的報價、利潤率、可能的定單確定率、技術財務風險等，由于資料或信息欠缺難以作出完美或滿意的決策。
目前，國內外所開發的報價系統依其功能大致可以分為五類，即商務型報價系統、生產型報價系統、工程型報價系統、投標型報價系統和集成型報價系統。工程型報價系統，實際上是產品選型、初步設計加成本估算，其最終報價的形成有待提高；而商務型報價系統，其全部價值是基于產品成本而做的加價判斷或推理。二者各自凸現了自己的重點，如前者對報價的結構化問題處理較好，而后者對報價所涉及的非結構化問題研究得很深刻。然而，制造產品的報價應該是技術報價、財務報價及商務報價的連貫和結合，必須能夠處理報價決策所需確定的結構和非結構化因素。
制造產品智能集成報價系統概念基于智能決策支持系統(IDSS Intelligent Decision Support System)，集成產品報價系統的目標，就是要使它能夠根據客戶的詢價請求制定相應的產品報價設計及根據企業內外復雜因素制定多種可行的報價方案(包括技術、財務、商務的報價方案)，并輔助決策者選擇滿意方案，輔助實現企業的經營目標。同時，在系統接受和處理報價項目的過程中，不斷學習和積累報價知識和經驗，自我完善報價的非結構化部分。
關鍵詞：復雜機電系統并行設計
Abstract：Based on the facts that the performance and running state of large-scale complex electro mechanical systems are of the results of the complete coupling of several physical processes and parameters, a basic idea of complete coupling analysis and coupling concurrent design for complex electrom mechanical system is proposed in this paper. And the basic theory frame of coupling analysis and design is discussed. With this method, one will be able to investigate the performance and to build mechanism of oddity state, to obtain the optimum design of complete coupling for a complex electrom mechanical system.
Key word： Complex electro mechanical system concurrent design
中圖分類號：S61文獻標識碼： A 文章編號：
隨著工業生產過程的日趨復雜化，系統不可避免地存在非線性。如大型交流電機系統、紡織過程等，盡管在很多情況下，當我們考慮系統的某些現象時，可以用系統的線性模型來代替系統的非線性模型，然后，對線性模型實施開展Is1[9]0但更多情況下，不可能用系統的簡單線性模型作為該真實系統的替身。在工程技術、自然、社會、經濟等眾多情況下，人們必須建立真實系統的非線性模型以代替簡單容易處理的線性模型。非線性系統中可能發生的現象是十分復雜、十分豐富的。嚴格地說，對非線性系統，目前雖然己經歷了百年的研究，認識仍很不充分的。
針對現代大型復雜機電系統的性能與運行狀態是多物理過程和多參數全局耦合結果的事實,提出對復雜機電系統進行全局耦合分析及耦合并行設計的基本思想,探討全局耦合分析與設計的基本理論框架,以期研究復雜機電系統功能、奇異工況的生成機制,實現復雜機電系統全局耦合最優設計。
目前常用的串行設計模式、分支與總體組裝式程序,無法反映復雜機電系統的網絡式多重耦合作用與機組工況、功能間的內反饋與自組織規律。優良的復雜機電系統的產生和運行,迫切需要基于全局耦合的設計理論與方法。
基于此,本文在認識復雜機電系統全局耦合事實的基礎上,提出耦合與解耦設計的學術思想,以期能為復雜機電系統的設計、制造與運行提供借鑒,使其具有最優結構體系、高效率、動力穩定、調節靈敏、參數精確、抗干擾能力強。
這一立意得到國家自然科學基金的支持,1999年將“復雜機電系統耦合與解耦設計理論與方法”立為重點項目。
一、復雜機電系統的耦合事實
復雜機電系統維數高,單元數量大,過程間的耦合錯綜復雜,使系統在結構、功能、行為等方面都與簡單系統有本質區別。復雜機電系統中電參數主要來源于驅動與控制2個子系統,通過子系統間的關聯、集成而與機械系統的力學參數構成機電耦合,從而影響系統的動態特性和響應特性。
①驅動源強電磁場與傳動系統機電耦合
對于電機驅動的復雜機電系統,電磁場的磁電參數與傳動系統的力學參數交互影響,構成耦合。這種耦合常表現為2種方式:一是電磁場產生諧波分量,對傳動系統的振動構成直接激勵見圖1。這種激勵在電機驅動的機電設備中普遍存在,并隨電機功率的增大而激勵作用增強。諧波分量的頻率成分由電機的驅動型式決定,交流電機以50Hz為主,整流驅動的直流電機的頻率成分由整流裝置決定,如三相全橋整流的頻率分量為50Hz的6、12、18等倍頻。
圖1驅動與傳動系統機電耦合示意圖
功率達數萬千瓦的軋制機械是這類耦合的典型設備。對某平整機傳動系統扭振和電磁參數的現場測試表明,大功率整流裝置的諧波分量(300Hz、600Hz等)產生相應頻率的諧波轉矩,使傳動系統產生相應頻率的扭振響應。
另一類耦合是電機的電磁參數與機械系統的動力參數構成參數耦合,從而影響整個系統的動力學性能,降低系統穩定性,產生參數激振等自激振動。這種強耦合只有在電機容量大到一定程度后才表現突出,此時電機轉子、定子的間隙較大,轉子軸心位置的變化影響著電磁場,電磁場的變化又影響轉子的運動與振動形態,兩者交互作用。大型發電機組是具有這種耦合的典型復雜系統。邱家俊等對大型發電機組中的這類耦合問題已進行深入研究。
②控制系統調控微變量與機械系統主體運動機電耦合
復雜機電系統中,常以液壓伺服、光電跟蹤、射線、激光等技術對系統工作載荷、運動狀態、工作精度等系統的主體功能與工藝目標進行多重網絡式控制?？刂莆⒆兞繉τ谥黧w運動又是一種干擾,與主體運動的力學參數構成參數弱耦合,由于計算機控制系統的特點,使得這種弱耦合具有離散變量與連續變量交互共存的特點,同時控制環境常受到有色噪聲的干擾,耦合過程常表現為非有理譜密度的隨機動態過程。
二、復雜機電系統耦合并行設計
基于復雜機電系統的全局耦合機理,在并行工程環境下,構造多個智能體模擬各耦合對,通過通信實現耦合參數間的交互過程,進行復雜機電系統的全局耦合分布式并行設計。其基本模式見圖2。
圖2耦合并行設計基本模式
復雜機電系統耦合并行設計的關鍵問題有:
①并行工程環境下,代表各耦合對物理過程耦合機制的智能體設計。構造多個智能體模擬各耦合對物理過程的耦合機制,以進行分布式并行協同求解。為此需尋求各耦合參數所處領域中領域知識的描述組織方法,求解過程的價值評估方法及求解規則的選取準則。
②智能體之間交互作用模型及通信模塊設計。多智能體進行并行協同求解時,各智能體任一時刻推理規則的選取都是以自身局部狀態和耦合狀態為依據的。為能及時完成智能體之間的信息傳遞,需建立智能體之間耦合信息傳遞模型,并設計通用、標準且具有足夠表達能力的通信語言。
③協同求解策略及協調算法研究。在系統共同的目標下,設計多智能體協同求解時共同協作規劃的選擇策略,并研究根據求解進展適時對協作規劃進行調整的算法。
④建立并行設計通用支持平臺。在對耦合機理研究的基礎上,研究并設計適用于復雜機電系統的開放式并行通用軟件支持平臺。
三、結語
本文分析了復雜機電系統的基本耦合特點,討論了對復雜機電系統進行全局耦合分析和耦合并行設計的基本思想和框架,對其中的關鍵理論與技術尚屬初步探討,大量的研究工作尚在進行之中。
發展以高技術密集為特征的新型復雜機電系統,必然要建立在高知識集成的耦合與解耦理論、方法的基礎上,因此本文提出的全局耦合分析與設計思想將有助于推動新型高性能復雜機電設備的產生。
參考文獻：
[1]易繼楷.候媛彬，智能控制技術.北京:北京大學出版社,1999
[2]李人厚.智能控制理論和方法.西安:西安電子科技大學出版社,2000
制造業人才隊伍存在的突出問題，一是結構性過剩與短缺并存，領軍人才和大國工匠緊缺，基礎制造、先進制造技術領域人才不足；二是人才培養和產業實際需求脫節，產教融合不夠深入；三是企業在制造業人才發展中的主體作用尚未充分發揮；四是制造業生產一線職工，特別是技術技能人才的社會地位和待遇整體較低，發展通道不暢。
智能制造涉及專業面更廣、技術難度更大、風險更高，人才培養也面臨新挑戰，需要產學研發揮各自優勢，才能攻克難關，培養智能制造專業型、跨學科、系統級人才。同濟大學中德工程學院副院長、國內首個工業4.0智能工廠實驗室主任陳明認為，工業4.0意味著在產品生命周期內整個價值創造鏈的組織和控制將邁上新臺階，從創意、訂單、研發，到生產、交付，再到廢物循環利用，包括與之緊密聯系的各服務行業，在各個階段都能更好的滿足日益個性化的客戶需求。
他指出智能制造與工業4.0包含了三大集成：第一，垂直集成和網絡化制造。強調智能工廠和智能車間從上端的信息系統、ERP、PEM到下端的智能化，并在下端形成CPS網狀結構，使得生產車間、生產線打破固定形式，取而代之的是動態、柔性的組成，即使某個環節出現問題，也可以使用其他生產線代替。第二，價值網絡橫向集成。智能工廠只是工業4.0的一個單元，橫向集成強調不同的企業都要集中在一個網絡中，通過網絡形成生態圈，將上下游的企業聯系在一起，最終產生新的服務模式和商業模式。第三，端到端的數字集成。即把最終用戶的需求融合在一起，最后在產品全生命周期發揮重要的作用，比如可以在大生產線中生產出個性化的產品。
“通過分析工業4.0與智能制造的發展特點，我認為中國的人才培養，可以參考德國工業4.0的人才培養模式。在工I4.0時代，應該將智能制造、工業互聯網的先進技術引入專業課程當中，讓學生學習先進技術。學校以前開設的專業以及制定的學習內容都要進行調整。”陳明說。
工業4.0在智能制造領域關聯的學科很多，所以除了需要大量的專業型人才外，跨學科人才也十分重要，因此學校人才培養面臨新的挑戰。如何進行人才培養，跨學科人才不再局限于學習一個學科的知識，比如怎樣才能把數控裝備做得更好？需要數控專業人才把控加工質量，還需要軟件專業人才進行軟件控制，這兩個專業發生交集，培養的就是系統級人才。
要培養系統級人才和跨學科人才，陳明認為目前有幾個瓶頸需要突破：首先是師資力量，可以通過校企合作來突破。
其次是課程體系建設，跨學科人才并不是指學習兩個專業的課程，而是要通過項目，真正提高學生跨學科的實踐能力。
