工业互联网驱动的流程工业智能优化制造新模式研究展望

本文首先综述了各国工业互联网的发展愿景和流程工业运行现状,给出流程工业智能优化制造的内涵,并分析了工业互联网驱动的流程工业智能优化制造的机遇与挑战;结合工业互联网作为实现智能制造纵向集成、端到端集成和横向集成的基础设施,探讨了工业互联网驱动的流程工业智能优化制造新模式:(1)工业互联网驱动的流程制造企业智能优化制造模式...     

工业大数据驱动的核电装备智能设计-制造-服务技术与应用

针对核电大数据集成管理缺乏适应性和应用价值有限的问题,提出了一种基于工业大数据分析架构的核电装备智能设计制造服务体系.首先,基于核电大数据的领域特性设计了核电装备全生命周期数据空间,通过业务系统数据与主数据两个层次,实现海量多源异构数据分布式存储,并提出模型驱动的核电大数据应用模式.在此基础上,基于数据空间提出了核电装备智能设计制造服务体系框架和关键技术,包括基于模型数据知识联合学习的智能协同设计、多阶段数据融合驱动的质量管控与精准追溯、高维动态边缘数据驱动的运行服务智能诊断预测等技术,为生产决策和运作管理提供依据,促进核电装备安全性、可靠性和经济性指标持续优化.最后通过核电装备典型业务场景来验证所提框架和技术的有效性,并取得了良好的应用效果,为未来核电大数据协同管理和智能应用提供参考.     

前言——工业互联网专辑

工业互联网(Industrial Internet)基于新一代信息技术和制造技术深度融合的全新工业生态、关键基础设施和新型应用模式,利用网络技术对人-机-料-法-环-测、生产者与消费者、企业上下游等信息进行全面连接,获得工业生产中全要素、全产业链、全价值链的数据.通过工业互联网平台汇聚和分析数据,形成智能决策,实现工业...     

钢铁制造流程的本质、功能与钢厂未来发展模式

钢铁制造流程动态运行过程的物理本质是：物质流（主要是铁素流）在能量流（主要是碳素流）的驱动。作用下,按照设定的“程序”,沿着“流程网络”作动态。有序的运行．钢铁制造流程是一类开放的、非平衡的、不可逆的、由不同结构和功能的单元工序通过非线性耦合构成的复杂系统,其动态运行过程的性质是耗散过程。从钢铁制造流程动态运行过程的物理本质出发,可以推出其功能应拓展为：（1）铁素流运行的功能-钢铁产品制造功能;（2）能量流运行的功能-能源转换功能以及与剩余能源相关的废弃物消纳-处理功能;（3）铁素流-能量流相互作用过程的功能-实现过程工艺目标以及与此相应的废弃物消纳-处理功能。钢厂未来发展模式将通过绿色制造和生态化转型,逐步演化为都市周边环境友好型钢厂和港口生态工业带钢厂两类主要可选择的模式。在未来循环经济社会中,钢厂可能承担的社会经济职能是：（1）钢厂是铁．煤化工的起点,既要生产出更好、更廉价的钢,又要充分利用能源;大型钢铁联合企业应向“只买煤、不买电、不用燃料油”的方向发展,同时也应该看到,钢厂有可能制造出相对价廉的、大量的氢气;（2）钢厂也可以是城市社会某些大宗废弃物的处理-消纳站和邻近社区居民生活热能供应站;（3）钢厂可以是某些工业排放物质再资源化循环、再能源化梯级利用和无害化处理的协调处理站。钢厂可以通过延伸其制造链、经营链成为特定区域构筑循环经济社会的重要环节。     

世界主要国家/地区面向安全的智能化制造发展战略分析

智能化制造是实现高危行业安全生产的重要方式，也是防范重特大事故的必然选择。世界主要国家/地区将智能制造、数字制造、工业机器人、人工智能等列为制造行业安全生产的关键技术，发布或制定了相关的智能化制造发展战略和规划，以强化高危制造行业的数字化、智能化和安全化发展。美国推出智能制造和机器人等国家战略来保障制造业安全生产；欧盟打造“以人为中心”的数字化安全制造；德国通过工业4.0实现智能工厂和智慧产品的安全生产；日本通过互联工业和无人化实现超智慧社会；我国在智能制造、人工智能、安全生产应急管理等领域出台了一系列支持安全生产的智能化发展规划。本文通过分析这些战略规划和措施来促进我国制造行业生产安全化和智能化发展。     

基于深度强化学习与演化计算的风-水-火混合增强智能调度

火电、水电和风电是我国电力工业系统的三大能源主体,根据风-水-火发电互补特性,建立联合优化调度模型对于降低电力系统运行成本以及促进新能源消纳具有重要意义.然而梯级水电站间的时空耦合性、风电的不确定性以及风-水-火多能源相互关联的复杂约束使得联合调度模型求解较为困难.因此,本文提出了一种基于深度强化学习(deep reinforcement learning, DRL)与演化计算的混合增强智能优化框架.该框架首先利用深度强化学习与风-水-火联合调度模型进行交互,并根据交互数据对联合调度模型复杂规律进行持续学习,优化自身控制策略,提高智能体泛化能力.此后,在解决实际调度问题时,为进一步提升算法的个性化能力,利用演化计算算法(particle swarm optimization, PSO)在经过训练的DRL上进一步优化调度方案,实现风-水-火联合调度的快速决策.算例分析表明,所提出的混合增强智能优化框架求解速度快、寻优能力强,提升了DRL优化性能的鲁棒性,提高了风-水-火系统运行的经济性及风电消纳能力.     

面向新一代航运系统的船舶智能航行技术研究进展全文替换

新一代航运系统的建设将深入推动我国航运业高质量内涵式发展,其核心载体船舶智能化发展尤为关键.船舶智能航行技术已成为船舶结构化技术领域的研究热点.本文阐述了新一代航运系统的研究现状,综述了船舶智能航行技术的前沿动态,梳理了船舶智能航行的智能感知、智能决策、智能控制、通信与网络安全等关键技术,分析了该技术面临的机遇与挑战.     

智能制造背景下装备制造业产业升级研究

21世纪智能制造已成为制造业发展的必然方向。本文通过分析全球智能制造主要领域发展概况,欧美日等制造业强国发展战略,我国工业机器人、智能数控机床等智能制造发展状况以及装备制造业智能化进展,针对我国装备制造业智能化过程中存在的问题,如缺乏核心竞争力、标准化普及不够、工业大数据应用价值未充分挖掘、以及智能制造相关现代服务业发展滞后等,提出四条建议—结合产教研提升创新力、普及智能制造技术与管理标准、建设数字服务中心、大力发展智能装备制造服务业,以促进装备制造业智能化产业升级。     

工业大数据驱动的智能制造服务系统构建技术

为了快速响应终端用户的制造服务需求,提出了智能制造服务系统构建方法,该方法以智能制造服务活动大数据为基础,将制造服务需求转换为智能制造服务方案,并调用智能制造服务模块匹配方案,集成为智能制造服务系统提供给终端用户.在智能工厂、智能生产、智能服务等智能制造服务活动大数据分析基础上,建立了智能制造服务系统模块化的过程模型,该模型以用户域、功能域、制造服务域、流程域、交付域刻画模块化过程的映射关系.结合工业大数据和改进遗传蜂群算法对智能制造服务系统构建过程中智能制造服务模块组合优选问题制定了优选方案,提出了基于反向学习的改进遗传蜂群算法(IGBCOL)的智能制造服务模块组合优选策略.最后通过汽车个性化定制服务模块的算例分析,验证了该算法的可行性,以及工业大数据驱动智能制造服务系统构建方法的有效性.     

基于价格协调的供需链宏观水平调度问题

供需链作为整体参与市场竞争要求企业能够相互协调，以达到全局优化．研究了一种针对按订单生产的汇集型供需链的协调优化方案，提出了组合订单竞争策略，建立了宏观水平调度模型．该方案通过松弛企业之间的交货期约束把供需链按企业分解为独立的子问题，从而可以使企业在协调中心的指导下，按照局部信息进行分布式决策，从而对试探订单进行分配，对合同订单进行调度．方案中对偶问题的优化是关键的理论技术，定义了广义对偶函数和广义代理次梯度，提出了一种不依赖于任何先验知识的变直径广义代理次梯度投影算法，并给出了算法的收敛性和收敛效率的证明．仿真算例结果表明，价格实现了收敛，订单分配和优化是合理的．     

考虑夹具-托盘组合优化的多资源约束柔性作业车间智能调度

针对多产品混合加工车间中有限夹具-托盘资源引发的生产力制约问题,提出了考虑夹具-托盘组合优化的多资源约束柔性作业车间智能调度方法.首先,以最小化最大完工时间为目标建立了基于设备-夹具-托盘三资源约束的混合整数规划模型.其次,设计了基于可行性修复和自学习型变邻域搜索的改良遗传算法并进行求解,提出了种群染色体初始化、交叉、变异过程中的可行性修复策略,在算法迭代中后期引入三种变邻域搜索方法并构建搜索策略知识库,自学习地求得最优解.最后,基于工业大数据生成算例,并通过数值实验证明了该算法具备求解精度和求解时间上的双重优越性,可有效解决设备-夹具-托盘约束下的柔性作业车间调度问题,为加工车间的生产排产智能化转型提供有力支持.     

澳大利亚的科技管理体系初探

自2007年澳大利亚联邦政府设置了“创新、工业和科研部(DIISR)”,较传统科技管理体系,现今澳大利亚的科技管理体系发生了重大变革.本文重点介绍了新时期澳大利亚的“单核心多元科技管理体系”——绝对核心,各决策咨询机构和政府科研机构.     

“互联网+”时代下智能制造技术在我国钢铁行业的应用

我国钢铁行业历经30多年的信息化发展,目前已取得初步成效,而《中国制造2025》规划的出台和"互联网+"发展战略的提出更是为今后钢铁行业由制造向"智造"转变指明了方向。通过简要介绍德国"工业4.0"、美国"工业互联网"、《中国制造2025》等战略,从技术角度出发论述以物联网、大数据和云计算为主的智能制造技术在我国钢铁行业生产、管理和运输等方面的具体应用,分析钢铁企业在推行智能制造技术过程中遇到的问题并提出对策,以期为今后我国钢铁行业的转型升级提供借鉴和帮助。     

聚集对餐饮企业经营影响的实证研究

餐饮业与其他城市服务业一样也表现出了在工业和制造业同样的聚集效应.餐饮企业在一定空间的聚集对企业的经营到底有何影响,少有文献对此进行深入的实证研究.本文通过对成都市149家餐饮企业的经营数据进行问卷调查和统计分析得出结论:聚集虽然能够提高大多数餐饮企业的租金水平,延长其经营时间,但是对企业的经营档次和规模并没有显著的影响.这一结论可为餐饮企业的选址决策提供理论和决策的指导.     

企业动态结盟中的伙伴挑选模型及其软计算方法

伙伴企业的挑选是敏捷制造和供应链管理中的一个热点问题. 将伙伴挑选问题表达为带有非解析目标函数的 0-1 整数规划模型, 通过定义无效候选人缩小搜索空间, 采用模糊规则量化的方法将模糊决策嵌入到项目调度算法中, 形成一个模糊决策与遗传算法结合的计算方法. 和传统的优化方法对比, 能以很大的概率快速找到最优解.     

基于线性时序逻辑的智能体不确定行为规划

随着人们对智能体需求的提高,智能体的活动不再局限于简单环境与单一任务,面向复杂的应用场景,智能体需要具备自主完成决策与执行的能力.本文研究了面向线性时序逻辑描述下的复杂任务智能体的不确定行为规划问题,同时考虑任务成功率与任务执行成本,这里不确定性因素包括智能体行为与环境属性,任务描述由软、硬约束两部分表达.文中应用形式化方法中模型检测的思想确定智能体行为选择策略,其中应用马尔可夫决策过程构建智能体个体与集群模型,应用双层自动机模型构建任务模型,设计智能体-任务网络模型表征约束条件并通过一耦合线性规划完成策略求解,并通过数值仿真测试对上述方法进行了验证.结果表明含软、硬约束的复杂任务约束可被满足,求解所得最优策略使智能体按约束强度完成任务,且可通过调节惩罚因子控制网络模型的松弛程度调整生成的控制策略.     

变量施肥决策的多目标优化模型与算法

变量决策模型和优化算法是精准农业变量作业处方生成的核心环节.文中建立了一个综合考虑作物产量、质量、能源消耗、环境影响等多个指标的变量施肥多目标优化模型,提出了一种求解此类问题的高效禁忌搜索算法,从产量最大化的初始施肥方案出发,基于最近可行解的概念进行邻域搜索,并按照质量优先的策略不断寻找和更新解集,最后得到一组非支配意义下的优化施肥方案,以提高精准农业变量施肥的决策支持能力和水平.通过对江西宜春地区油茶树变量施肥问题的案例研究,验证了模型和算法的有效性和实用性.     

孪生数据与特征增强融合驱动的装备小样本诊断方法

近年来,得益于新一代信息技术的快速发展,智能故障诊断技术在航空航天、海洋工程、汽车工业等领域得到了广泛的关注与应用.然而,一方面,智能故障诊断模型在实际应用部署时,面临着故障样本不足的难题,导致所构建的模型诊断可靠性较低;另一方面,现有面向小样本问题的智能诊断方法往往需要相关性较强的实测数据作为支撑,这极大限制了该方法的实用性.基于此,本文提出了一种孪生数据与特征增强融合驱动的机械装备小样本故障诊断方法.首先,构建机械装备的虚拟模型,并结合装备的运行机理知识和健康状态的实测数据对模型进行优化修正,以获取高保真模型,进而基于该模型获取高质量的孪生故障数据;其次,以孪生故障数据为输入,利用生成对抗网络进行装备孪生故障数据的特征增强,并将增强后的数据用于卷积神经网络模型的训练,从而实现装备的智能故障诊断;最后,以某汽车用变速器为研究对象,验证所提方法的可行性.该方法丰富了新一代工业人工智能与大数据分析理论,为现代装备的小样本智能故障诊断提供了一种新的解决思路.     

面向工业互联网的异构时间敏感数据流协同传输机制设计

工业互联网需要实现IT (information technology)和OT (operation technology)的融合,现场级工业网络的构建是真正实现从OT到IT产线数据无缝接入、从IT到OT实现产线智能运维的关键.对于OT来说,工业系统中的数据具有高度的时间敏感特性,感知数据和控制指令在时间上的确定性传输...     

空间智能桁架的传感器作动器位置优化和分散化自适应模糊振动控制

提出了作动器和传感器配置优化和分散化自适应控制方法以解决桁架系统的振动控制问题.建立了主动杆的机电耦合方程,提出了不依赖于控制方法的优化准则,采用遗传算法得到了作动器和传感器在大型空间智能桁架系统中的最优位置.而且设计了一种分散化自适应模糊振动控制器来控制大型空间智能桁架系统.推导了大型空间智能桁架系统考虑剩余模态影响的动力学方程,利用滑模控制方法改进了自适应模糊控制方案,并以T字型桁架结构为例进行了验证性实验.实验结果表明,遗传算法对于作动器和传感器的配置优化是可靠的、有效的,自适应模糊控制器能有效地抑制大型空间智能桁架系统的振动,且没有控制溢出和观测溢出问题.