当期目录

2019年 第30卷 第02期    刊出日期：2019-01-25
上一期    下一期
版权页和目次
2019, 30(02):  0. 
摘要 ( )   PDF (373KB) ( )  
相关文章 | 计量指标
[学科发展]大数据驱动的智能制造
张洁, 汪俊亮, 吕佑龙, 鲍劲松
2019, 30(02):  127-133,158. 
摘要 ( )   PDF (764KB) ( )  
参考文献 | 相关文章 | 计量指标
数据是未来制造业的核心要素，工业大数据分析是赋予制造“智能”的关键。系统分析了大数据驱动的智能制造的科学范式、理论方法与使能技术，阐述了应用方向与工业实践；根据“第四范式：数据密集型科学发现”，提出了“关联-预测-调控”的大数据驱动智能制造科学范式；根据数据处理流程，总结了融合处理、关联分析、性能预测与优化决策四位一体的方法体系。围绕边缘层、平台层和应用层设计大数据平台，介绍了大数据驱动智能制造的使能技术；从智能设计、计划调度、质量优化、设备运维四个角度，综述工业大数据驱动的智能制造应用现状。
[学科发展]驱动制造业从“互联网+”走向“人工智能+”的大数据之道
姚锡凡, 雷毅, 葛动元, 叶晶
2019, 30(02):  134-142. 
摘要 ( )   PDF (744KB) ( )  
参考文献 | 相关文章 | 计量指标
“互联网+制造”和“人工智能+制造”已成为我国制造业转型升级的国家战略。阐述了两者的发展历程及其代表制造模式；从历史渊源出发，梳理了两者在大数据驱动下走向融合的发展演化进程，它们产生了 “互联网+人工智能+制造”的智能制造，并将统一于社会信息物理生产系统旗下。
[数据建模]针织生产智能管控的通用数据模型研究
周亚勤, 汪俊亮, 鲍劲松, 张洁
2019, 30(02):  143-148,219. 
摘要 ( )   PDF (851KB) ( )  
参考文献 | 相关文章 | 计量指标
针对针织面料生产智能管控需求，从车间计划与调度、产品生产过程和设备监控管理三个典型管控功能角度出发，基于针织生产大数据分析，建立了针织面料生产智能管控通用数据模型。依据“数据-模型-关键流程-管控”方法，对针织面料生产过程产生的大数据进行抽取分析，考虑产品信息、设备信息和生产流程信息，实现对高端针织面料生产全流程的多维数据描述；在此基础上，分析生产计划与调度、生产执行管理和设备监控关键流程中的数据流，建立相应的通用数据模型，为进一步实现针织生产关键流程织造和染整流程的智能制造管控提供基础指导。
[数据建模]智能车间RFID标签有效识别及制造信息自动关联
王闯, 江平宇, 杨小宝
2019, 30(02):  149-158. 
摘要 ( )   PDF (941KB) ( )  
参考文献 | 相关文章 | 计量指标
提出了一种基于电子产品编码（EPC）和自动身份识别（Auto-ID）的智能车间RFID标签有效识别方法。通过对智能车间中制造资源种类的详细划分，在EPC Global编码规范的基础上进一步细分类型和序列号两个自定义字段，得到了车间内部制造资源的RFID编码结构；根据在制品（WIP）的设计信息和生产数据形成工件制造逻辑，进而利用数据库技术实现制造资源信息在群属、空间、时间上的自动关联；最后对WIP的RFID标签和制造信息的自动关联进行了实验，以验证所提出的模型和方法的可行性及普遍性。
[数据建模]面向智能生产维护的大数据建模分析方法
刘伟杰, 吉卫喜, 张朝阳,
2019, 30(02):  159-166. 
摘要 ( )   PDF (854KB) ( )  
参考文献 | 相关文章 | 计量指标
从当前的车间离散制造过程大数据应用特性出发，基于车间智能代理，实现了制造过程大数据的采集、处理分析，建立的制造过程大数据采集模型可实现对工序数据集的封装。采用基于聚类的方法对工序数据集进行离群点检测标记，实现对制造资源生产状态的描述与量化。建立了工序级数据特征模型，结合改进的相似元分析方法，对工序过程数据多层次包装描述和制造工序的相似性进行了评价。开发了车间底层智能管理系统，并将其运用于企业生产实际。
[智能设计与计划调度]工业大数据环境下的智能服务模块化设计
张卫, 丁金福, 纪杨建, 夏文俊, 兰虎, 章建辉
2019, 30(02):  167-173,182. 
摘要 ( )   PDF (848KB) ( )  
参考文献 | 相关文章 | 计量指标
通过对制造与服务融合中服务运作环境和服务主体需求的分析，提出了一种智能服务的模块化设计方法,该方法采用工业大数据和模块化技术构建智能服务模块体系，包含智能服务大数据环境、智能服务模块分解和智能服务模块优化。利用工业大数据分析智能服务应用、技术和管理三个维度的关系，建立智能服务的模块化设计策略，确定智能服务的初始化模块分解，再基于结构矩阵模型将智能服务初始化模块优化为智能服务模块。通过具体实例的应用，证明了工业大数据环境中智能服务模块化设计策略的可行性和优越性。
[智能设计与计划调度]基于数据挖掘的绿色设计中客户需求向工程特性权重转化方法
张雷, 钟言久, 袁远, 李璟, 秦旭, 董万富
2019, 30(02):  174-182. 
摘要 ( )   PDF (776KB) ( )  
参考文献 | 相关文章 | 计量指标
针对客户需求向工程特性转化过程中存在的主观性、模糊性和复杂性等问题，提出了一种基于数据挖掘的客户需求数据向工程特性权重的转化方法。利用模糊层次分析法对采集到的客户需求数据进行分析，得到客户需求重要度，建立了单一客户的质量屋，获取该客户需求对应的工程特性权重。构建了多层感知器模型，挖掘客户需求数据与工程特性权重之间的关系，确定客户需求向工程特性权重之间的转化模型。最后以减速器的客户需求与工程特性的转化为例，验证了所提方法的可行性和有效性。
[智能设计与计划调度]大数据在设备健康预测和备件补货中的应用
张晨, 李嘉, 王海宁, 李思悦
2019, 30(02):  183-187. 
摘要 ( )   PDF (528KB) ( )  
参考文献 | 相关文章 | 计量指标
提出了一种设备健康预测和库存优化方法。使用自编码器提取监测信号特征，基于深度神经网络模型进行时序预测，构建设备健康度指标;采用统计分布判定和参数拟合的预测方法实现库存优化；最后，根据设备健康状态与备件数量实现生产主动预警。实例结果表明，该方法预测精度高于LSTM算法，可对设备故障进行精确预警，且备件库存优化模型的可靠性高达90.4%，可有效减少备件库存。
[智能设计与计划调度]机器故障下加工车间优化重调度方式预测
唐秋华, 陈世杰, 赵萌, 张利平,
2019, 30(02):  188-195. 
摘要 ( )   PDF (716KB) ( )  
参考文献 | 相关文章 | 计量指标
为预知不同故障情形下的优化重调度方式，实现快速、有效的重调度决策，提出融合调度仿真与改进概率神经网络的重调度方式预测方法。考虑到现场故障样本难获得且无法涵盖全部故障情形，利用仿真实现随机故障下优化重调度样本的生成；以工序加工时间的累计变动、变动任务数、makespan改变量为决策依据，生成各样本的标签；将带标签数据样本输入到概率神经网络模型，实现优化重调度方式预测。实验结果表明：所提出的方法准确率达99.54%；在指定加工车间和生产任务的前提下，故障机序号和故障修复时间对优化重调度方式起决定性作用。
[设备健康管理]基于深度学习多样性特征提取与信息融合的行星齿轮箱故障诊断方法
金棋, 王友仁, 王俊
2019, 30(02):  196-204. 
摘要 ( )   PDF (889KB) ( )  
参考文献 | 相关文章 | 计量指标
针对行星齿轮箱振动信号噪声干扰大、单一分类器泛化能力不强的问题，提出了一种基于深度学习多样性特征提取与信息融合的行星齿轮箱故障诊断方法。利用多目标优化算法优化多个堆栈去噪自动编码器(SDAE)以获得多个性能优异的SDAE，并提取多样性的故障特征；采用多响应线性回归模型集成多样性故障特征实现信息融合，得到多目标集成堆栈去噪自动编码器(MO-ESDAE)，最后将其应用于行星齿轮箱故障诊断。实验结果表明：该方法能有效提高故障诊断精度与稳定性，具有较强的泛化能力。
[设备健康管理]深度置信网络在齿轮故障诊断中的应用
陈保家, 刘浩涛, 徐超, 陈法法, 肖文荣, 赵春华
2019, 30(02):  205-211. 
摘要 ( )   PDF (844KB) ( )  
参考文献 | 相关文章 | 计量指标
针对齿轮传动系统中齿轮等零部件易出现故障或失效等问题，提出了一种基于深度学习理论的齿轮传动系统故障诊断方法。首先利用深度置信网络强大的特征自提取能力，对齿轮传动系统的振动信号进行特征提取，然后通过DBNs的复杂映射表征能力对故障信号进行故障判别。诊断实例表明，若不对齿轮振动的原始时域信号进行特征提取，直接利用DBNs对其进行诊断时，故障识别正确率只能达到 60%左右；如果对时域信号进行简单的傅里叶变换后，再利用 DBNs 对处理后的振动信号频谱进行诊断分析，正确率能达到 99.7%，从而证明了所提故障诊断方法的简易性和有效性。
[设备健康管理]基于CPS方法与脆弱性评估的制造系统健康状态智能诊断
高贵兵, 岳文辉, 王峰
2019, 30(02):  212-219. 
摘要 ( )   PDF (722KB) ( )  
参考文献 | 相关文章 | 计量指标
现有的制造系统健康管理技术很少应用信息物理系统(CPS)，也很少有学者从脆弱性的角度探究制造系统的“病因”。根据制造系统的结构特征和健康管理技术原理，提出在其关键设备上嵌入基于CPS与脆弱性分析的健康管理模块，以实现系统健康状态与影响因素的在线动态分析。重点研究基于脆弱性的系统健康状态判断方法、基于数据驱动的制造系统性能异常判断和亚健康状态下设备异常因素的识别。基于嵌入式CPS的制造系统设备健康状态诊断与分析可以根据设备服役过程中的脆弱性状况判断设备的健康状态，基于数据驱动的设备异常因素判断方法可以监测设备服役过程中的性能参数变化情况，及时判断造成设备异常的关键因素。通过柔性制造系统仿真实验，证明了所提方法可实时判断系统的健康状态，有效识别导致设备亚健康状态的性能参数。
[设备健康管理]基于机床信息的加工过程刀具磨损状态在线监测
卢志远, 马鹏飞, 肖江林, 王美清, 唐晓青
2019, 30(02):  220-225. 
摘要 ( )   PDF (685KB) ( )  
参考文献 | 相关文章 | 计量指标
为实现刀具磨损状态的在线监测，提高监测系统的实用性，提出一种基于机床信息的加工过程刀具磨损状态在线监测方法。采用OPC UA通信技术在线采集与存储数控机床信息，得到与磨损相关的机床内部过程信息，并基于这类信息与相应的刀具磨损信息，利用卷积神经网络建立了刀具磨损状态识别模型。应用案例证明了该方法的监测性能，与其他传统监测方法相比，该方法更适用于实际的生产加工。
[质量优化]窄搭接焊缝涡流信号的特征提取与缺陷识别
葛亮, 苗瑞, 葛秋原, 吴易洲
2019, 30(02):  225-229. 
摘要 ( )   PDF (532KB) ( )  
参考文献 | 相关文章 | 计量指标
提出了一种有效识别窄搭接焊缝缺陷的涡流检测方法。首先用经验模态分解提取焊缝涡流信号的特征参数；然后基于主成分分析对特征参数进行降维，去掉其中的冗余信息，得到焊缝的主元特征；最后将主元特征作为支持向量机的输入构建多分类器，对窄搭接焊缝的涡流实测信号进行缺陷识别。结果表明该方法准确度高、复杂度低，能有效识别焊缝的不同缺陷，具有良好的工程应用价值。
[质量优化]数据驱动的晶圆图缺陷模式识别方法
杨振良, 汪俊亮, 张洁, 蒋小康
2019, 30(02):  230-236. 
摘要 ( )   PDF (676KB) ( )  
参考文献 | 相关文章 | 计量指标
针对晶圆生产过程中晶圆图数据角度与维度多样性和数量不平衡的特点，提出了基于对抗生成网络的晶圆图缺陷模式识别方法。设计了Radon变换，实现了数据多角度的统一；采用重采样机制实现数据多维度的缩放，得到了标准晶圆缺陷数据。提出了基于对抗生成网络的晶圆缺陷分类方法，利用生成机制平衡各缺陷模式的样本数量，以提升缺陷模式识别精度。试验结果表明，该方法可大幅提升少类样本的识别精度，且在整体识别率上远优于支持向量机和Adaboost算法。
[质量优化]基于车身尺寸数据流潜结构建模的装配质量预测控制
刘银华, 孙芮, 吴欢
2019, 30(02):  237-243. 
摘要 ( )   PDF (621KB) ( )  
参考文献 | 相关文章 | 计量指标
在对制造过程装配精度监控、诊断等方法进行综述的基础上，分析了现有车身质量检测系统下数据流的特点，总结现有基于数据驱动的装配精度控制方法的问题，提出了基于潜结构建模的车身多工位装配偏差预测控制方法，通过对多元检测数据主向量的提取与偏最小二乘回归模型的构建，实现了现有车身产品检测条件下的装配质量预测与控制。将该方法应用于车身前纵梁装配总成的质量控制案例，通过偏差数据流的偏最小二乘建模，实现总成关键特征的质量合格率预测与零部件质量的优化控制。数值仿真分析结果表明，经工艺优化后，总成测点波动6σ值平均下降了25%左右。
[质量优化]基于FP-Growth改进算法的轮胎质量数据分析
李敏波, 丁铎, 易泳
2019, 30(02):  244-251. 
摘要 ( )   PDF (675KB) ( )  
参考文献 | 相关文章 | 计量指标
针对轮胎制造过程质量异常的问题分析，介绍了轮胎质量数据获取、有效整合与数据分析流程，基于Hive数据仓库构建了生产数据与产品检测数据相关联的结构化数据集。针对现有频繁模式增长（FP-Growth）算法存在FP树建树性能较低与大数据处理效率低的问题，提出了一种改进的FP-Growth算法，在原有的频繁项头表基础上新增一个tail属性，加速FP树构建。实验结果表明，改进后的FP-Growth并行算法能够有效提高轮胎质量异常数据的关联分析效率, 能够找出影响轮胎质量的生产制造重要因素，并且适用于大数据量的数据挖掘。
英文目次
2019, 30(02):  252. 
摘要 ( )   PDF (83KB) ( )  
相关文章 | 计量指标
上一期    下一期