一种信息‑物理‑社交融合空间下实现智能制造的S制造技术

一种信息‑物理‑社交融合空间下实现智能制造的S

An information fusion physical social space to realize the intelligent manufacturing S

An information fusion physical social space to realize the intelligent manufacturing S

【技术实现步骤摘要】
一种信息-物理-社交融合空间下实现智能制造的S2sensor
本专利技术属于制造系统与S2sensor领域，特别涉及一种信息-物理-社交融合空间下实现智能制造的S2sensor。
技术介绍
当前，新兴信息技术正步入泛在、智能、互联集成的新阶段，从感知、传输、处理与智能决策，泛在连接与普适计算无所不在。在计算机科学、信息通信技术和先进制造技术的并行驱动下，制造模式正发展为信息空间(Cyber)、物理空间(Physical)、社交空间(Social)泛在融合空间下的智能制造。智能制造实现在生产制造过程中的高适应性(adaptability)，高柔性(flexibility)以及智能化(intelligence)，从而满足动态多变的市场和个性化的客户需求。在一个智能制造环境下的生产车间，所有的加工设备、工件、运输小车、工业机器人等制造资源能够像社交网络中的人一样互相交流，并做出生产决策。加工设备能实时了解自身的“健康”状况、加工任务、加工能力和生产能力；智能工件自身携带如何被加工设备加工生产的工艺、质量等信息；运输小车知道何时何地运输何物去何地等车间物流信息。制造资源通过配置各种类型的传感器(振动、功率、噪声等)、RFID设备(读写器、天线、标签)、测量设备(粗糙度仪、数显卡尺等)、智能嵌入式控制设备、网络设备等，构造出一个具有工业4.0和智能制造特征的车间生产物理环境。在此环境下，对生产制造过程提出了新的要求，主要表现在：1)制造车间分布式的传感设备在车间生产运行过程中会产生大量的生产过程数据，传统的将爆炸式的信息传递到后端服务器进行集中处理的方式已满足不了当前大量分布式传感设备实时数据采集、融合、传输、分析与决策的需求；2)制造资源通过配置传感设备、智能嵌入式设备与智能决策算法的方式，转变为具有自我感知与决策功能的“生产个体”。生产个体根据制造任务自组织交互，构成车间自组织生产网络。作为车间生产网络中的一个节点，生产个体具有生产实时数据的采集与处理、信息/生产指令的共享与交互、生产过程自主交互与协同、生产过程智能决策与管控等功能需求。鉴于以上分析，提出一种信息-物理-社交融合空间下实现智能制造的SocialSenor(以下简称S2ensor)。本专利技术旨在实现信息-物理-社交融合空间下各生产个体之间的信息交互与协作，实现生产过程的自感知、自适应、自诊断、自决策等，最终实现从过去的“人脑分析判断+机器生产制造”的方式转变为“机器分析判断+机器生产制造”的方式，以达到高效、透明、智能化地完成生产任务的目标。去中心化的S2ensor与传统中心化的车间生产控制系统可从两个方面进行区分，一是采集/传输的数据不同：传统的车间信息系统采集并传输物理世界的各种物理量；S2ensor采集、传输用于生产过程交互、协作、决策和管控的各类生产数据、交互信息、生产指令等。二是组织架构不同：传统的车间生产控制系统将采集到的传感数据上传至中央服务器存储、分析、决策等，缺乏实时性；S2enso具有存储、分析、决策与交互功能，除了能将采集到的各类生产信息上传至云服务器外，还可进行就近计算与决策，实现对生产过程实时反馈。
技术实现思路
为克服传统车间集中式生产控制面临的柔性低、反馈不及时、可扩展性差等缺陷，并结合当前工业4.0和智能制造环境下的新需求，本专利技术的目的在于提供一种信息-物理-社交融合空间下实现智能制造的S2ensor，该专利技术是一种软硬件集成的，具有社交交互、智能感知、智能处理、自主决策的智能体。在一个离散制造车间，S2ensor的体现形式主要包括智能工件S2ensor、运输小车S2ensor、工位S2ensor、质量检测S2ensor等。智能工件S2ensor在运输小车的帮助下在车间内按照加工工序进行流动，分别与运输小车S2ensor、工位S2ensor和质量检测S2ensor进行感知交互，更新加工进度与加工质量信息，完成加工任务；运输小车S2ensor接收来自智能工件S2ensor、工位S2ensor以及云服务器的运输指令，协助运输小车将工件、刀具/夹具/量具运输至指定位置；工位S2ensor根据智能工件S2ensor广播的加工需求，评估所绑定的加工设备是否满足加工要求，并向智能工件S2ensor做出响应，另外工位S2ensor之间就加工任务进行匹配、谈判，均衡加工设备的生产负荷；质量S2ensor负责判断工件的加工质量是否满足要求，并向工件S2ensor发送质量检测信息。车间制造资源通过S2ensor进行机-机交互协作，实现生产过程的自感知、自适应、自诊断、自决策与自修复等智能制造方法。为达到上述目的，本专利技术的技术方案为：一种信息-物理-社交融合空间下实现智能制造的S2ensor，S2ensor的体系架构分为物理资源层、信息聚合层、决策交互层；所述的物理资源层主要功能是为S2ensor提供物理硬件层面的支持，用于实现异构传感设备的互联与物理集成、生产过程事件感知与实时状态监测、生产数据采集与传输；物理资源层包括三类物理资源：用于感知车间生产过程各个方面的物理传感设备、用于集成与控制所有传感设备的集成/控制模块和用于S2ensor交互的各种网络连接模块。所述的物理传感设备包括用于感知车间生产环境的噪声、温湿度、光照强度的传感设备，用于感知生产设备(如机床、运输小车)运行状态的功率、加速度、力的传感设备，用于监控工件位置、工件状体、加工进度的RFID设备、感知工件尺寸的激光位移、测量工件质量的粗糙度仪和数显卡尺的传感设备；所述的用于集成与控制所有传感设备的集成/控制模块包括PLC控制器、嵌入式微型电脑主板；所述的网络连接模块包括用于传感设备和集成/控制模块之间、S2ensor之间、S2ensor与云服务器之间通讯连接的Intranet/Internet、WIFI、Zigbee、路由模块等。所述的信息聚合层是连接物理资源层与决策交互层的纽带，一方面，基于预定义的生产事件，信息聚合层为下层的物理资源层传递生产指令/数据采集指令；另一方面，基于数据预处理与集成方法，信息聚合层为上层的决策交互层提供统一的数据访问接口；该层的构成部分包括资源描述模型、数据采集触发条件集、虚拟化封装模板集、数据预处理方法集、数据组织模型与接口。所述的资源描述模型用于对物理传感设备和嵌入式开发板的形式化描述；所述的数据采集触发条件集为预定义的数据采集与上传的生产事件触发条件模型，用于决定何时采集传感数据、何时将采集的数据预处理后上传至决策交互层或者云服务器；所述的虚拟化封装模板用于对传感设备进行描述与封装，实现物理空间向虚拟空间的映射；所述的数据预处理方法集包含所有的传感数据预处理方法，用于实现清洗、去噪、滤波的功能；所述的数据组织模型与接口用于对预处理之后的多源异构传感数据按照一定的数据格式进行聚合，并通过数据接口传输至决策交互层或者云服务器。所述的决策交互层提供S2ensor之间、S2ensor与云服务器之间的信息交互与协同共享的功能、基于数据处理结果的自适应、自诊断和自决策功能；决策交互层包括决策环节与交互环节。所述的决策环节是对历史/实时生产数据、交互信息进行分析、评估、预测的处理，进行生产过程的自主诊断与决策，使生产过程自适应；所述的交互环节本文档来自技高网...

【技术保护点】
一种信息‑物理‑社交融合空间下实现智能制造的S

【技术特征摘要】
1.一种信息-物理-社交融合空间下实现智能制造的S2ensor，其特征在于，S2ensor的体系架构分为物理资源层、信息聚合层、决策交互层；所述的物理资源层主要功能是为S2ensor提供物理硬件层面的支持，用于实现异构传感设备的互联与物理集成、生产过程事件感知与实时状态监测、生产数据采集与传输；物理资源层包括三类物理资源：用于感知车间生产过程各个方面的物理传感设备、用于集成与控制所有传感设备的集成/控制模块和用于S2ensor交互的各种网络连接模块；所述的信息聚合层是连接物理资源层与决策交互层的纽带，一方面，基于预定义的生产事件，信息聚合层为下层的物理资源层传递生产指令/数据采集指令；另一方面，基于数据预处理与集成方法，信息聚合层为上层的决策交互层提供统一的数据访问接口；该层的构成部分包括资源描述模型、数据采集触发条件集、虚拟化封装模板集、数据预处理方法集、数据组织模型与接口；所述的决策交互层提供S2ensor之间、S2ensor与云服务器之间的信息交互与协同共享的功能、基于数据处理结果的自适应、自诊断和自决策功能；决策交互层包括决策环节与交互环节。2.根据权利要求1所述的一种信息-物理-社交融合空间下实现智能制造的S2ensor，其特征在于，所述的物理传感设备包括用于感知车间生产环境的噪声、温湿度、光照强度的传感设备，用于感知生产设备运行状态的功率、加速度、力的传感设备，用于监控工件位置、工件状体、加工进度的RFID设备、感知工件尺寸的激光位移、测量工件质量的粗糙度仪和数显卡尺的传感设备；所述的用于集成与控制所有传感设备的集成/控制模块包括用于集成与控制异构传感设备的PLC控制器、嵌入式微型电脑主板；所述的网络连接模块包括用于传感设备和集成/控制模块之间、S2ensor之间、S2ensor与云服务器之间通讯连接的Intranet/Internet、WIFI、Zigbee、路由模块。3.根据权利要求2所述的一种信息-物理-社交融合空间下实现智能制造的S2ensor，其特征在于，所述的物理传感设备在智能聚合节点中的连接数目，优化配置具体为：根据车间生产过程中检测对象的精度、成本等要求建立量化的目标函数，根据相应的约束条件，确定配置方案中接入的传感设备节点数量，实现传感设备数目的合理分配；目标函数：约束：式中：Num——S2ensor包含的传感设备的数量；T——根据实际需求的传感设备最小更新周期；TN——智能聚合节点在一个更新周期中的休眠时间；TS——S2ensor中传感设备的平均响应时间；Tt——传感数据传到S2ensor缓存模块的传输时间；C——Num个传感设备的成本；——第i个传感设备的成本；——第i个传感设备的测量值；——第i个传感设备的精度要求；所述的公式(1)和(2)为目标函数，公式(3)和(4)为约束条件；公式(1)的物理意义为S2ensor能接入的传感设备数量必须不大于其智能聚合节点在一个唤醒周期内能访问到的传感设备数量，式中传感设备的平均响应时间TS和传感数据传到S2ensor缓存模块的传输时间Tt根据传感设备通讯方式、传输类型、传输数据量大小的不同而不同；所述的公式(2)的物理意义为，通过给S2ensor配置Num个传感设备，实现满足测量需求的K个测量值和满足每个传感设备的测量精度要求的目标下，使得配置的Num个传感设备的总成本最小。4.根据权利要求1所述的一种信息-物理-社交融合空间下实现智能制造的S2ensor，其特征在于，所述的资源描述模型用于对物理传感设备和嵌入式开发板的形式化描述；所述的数据采集触发条件集为预定义的数据采集与上传的生产事件触发条件模型，用于决定何时采集传感数据、何时将采集的数据预处理后上传至决策交互层或者云服务器；所述的虚拟化封装模板用于对传感设备进行描述与封装，实现物理空间向虚拟空间的映射；所述的数据预处理方法集包含所有的传感数据预处理方法，用于实现清洗、去噪、滤波的功能；所述的数据组织模型与接口用于对预处理之后的多源异构传感数据按照一定的数据格式进行聚合，并通过数据接口传输至决策交互层或者云服务器。5.根据权利要求1所述的一种信息-物理-社交融合空间下实现智能制造的S2ensor，其特征在于，所述的决策环节是对历史/实时生产数据、交互信息进行分析、评估、预测的处理，进行生产过程的自主诊断与决策，使生产过程自适应；所述的交互环节是S2ensor根据决策结果，与其他S2ensor或云服务器进行信息交互，实现生产过程的协同，决策与交互两个环节构成一个机-机交互的闭环过程，实现了生产过程的自感知、自适应、自诊断、自决策与自修复。6.根据权利要求1所述的一种信息-物理-社交融合空间下实现智能制造的S2ensor，其特征在于，所述的决策交互层的配置具体为：决策交互层的配置分为决策环节的配置与...

【专利技术属性】
技术研发人员：江平宇，刘超，郭威，李普林，刘加军，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61