[发明专利]一种信息-物理-社交融合空间下实现智能制造的S2有效

专利信息
申请号: 201710387801.1 申请日: 2017-05-27
公开(公告)号: CN107292422B 公开(公告)日: 2020-07-28
发明(设计)人: 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
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/04;G05B19/418;G06K17/00;G06F16/84;G06F16/835;H04L29/08;G16Y10/25;G16Y40/10;G16Y40/20;G16Y20/10
代理公司: 西安智大知识产权代理事务所 61215 代理人: 弋才富
地址: 710049 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 信息 物理 社交 融合 空间 实现 智能 制造 base sup
【说明书】:

一种信息‑物理‑社交融合空间下实现智能制造的S2ensor,其体系架构包括物理资源层、信息聚合层和决策交互层,物理资源层用于实现异构传感设备的互联与物理集成,由物理传感设备、集成/控制模块和网络连接模块组成;信息聚合层为物理资源层传递生产指令/数据采集指令,同时为决策交互层提供统一的数据访问接口;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。通过对S2ensor在物理资源层、信息聚合层和决策交互层三个层面的软硬件配置与集成,形成S2ensor在信息‑物理‑社交融合空间下的自治交互与智能决策的功能。

技术领域

发明属于制造系统与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S2ensor。

背景技术

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)。本发明旨在实现信息-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;S2ensor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。

发明内容

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710387801.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top