智能工厂设计仿真 配套课件.ppt

5.3智能工厂的大数据技术5.3.3智能工厂的大数据存储技术（1）大数据中心的体系架构工业数据的实时性使得边缘计算在工业大数据分析领域变得至关重要，其核心是如何保障设备边缘端应用的低延时问题。1）所有设备都需要向系统厂进行注册，形成机床厂分组或用户厂分组，机床厂与用户厂数据中心互联，设备数据被采集后备份至用户厂云数据中心。2）一个用户厂分组包含若干个工业设备，一个机床厂分组又可包含一个或多个用户厂分组。3）设备数据通过用户厂云数据中心上传至机床厂云数据中心，继而传输到系统厂云数据中心。4）用户厂具备最高的数据访问和管理权限，可设置向机床厂或系统厂开放的数据类型，如报警信息、状态信息、调机信息、设备位置等，从而保护机密生产信息，如加工件数、G代码文件等。5）机床厂具备二级数据访问和管理权限，也可设置向系统厂开放的数据类型，如出厂检测信息、工艺知识库，从而同样达到保护机密数据的目的。5.3智能工厂的大数据技术5.3智能工厂的大数据技术（2）工业大数据存储技术加工设备的生产过程是严格按照时间维度进行的，因此工业大数据具备很强的时序性，时序数据库对于工业数据存储是一个不错的选择。1）海量处理能力。2）经济性好。3）具有数据生命周期控制功能。5.3智能工厂的大数据技术MetaData存储以下“元数据”：1）Id：工业设备的DEVICEID，标识该行的数据记录来自哪一台设备。2）Version：模型文件的版本号。3）Model：模型文件的具体内容。4）SampleChannel：采样通道设置。5）SampleData：针对采样通道的各个数据项，根据模型文件生成对应的线性路径。6）DataPoint：针对非采样数据项，根据模型文件生成对应的线性路径。5.3智能工厂的大数据技术5.3智能工厂的大数据技术5.3智能工厂的大数据技术5.4指令域大数据技术及其智能化应用5.4.1指令域大数据的特征5.4指令域大数据技术及其智能化应用5.4.2指令域大数据的智能感知技术5.4指令域大数据技术及其智能化应用5.4.3基于指令域大数据实现的智能化应用（1）基于指令域分析方法的工艺参数优化技术框架工艺参数优化的本质是根据质量提高、效率提升、成本降低和节能环保等目标，通过调整进给速度、主轴转速、切削深度等工艺参数，达到单目标或多目标优化的过程。5.4指令域大数据技术及其智能化应用5.4指令域大数据技术及其智能化应用（2）基于指令域分析方法的刀具状态监测技术框架刀具状态监测包括了对刀具断裂、刃口崩损和磨损三种状态的判断。1）需要更多的人工参与。2）传统的模式识别算法未充分考虑样本生成的特点，忽略了样本的增量学习和不均衡学习。5.4指令域大数据技术及其智能化应用1）获取原始数据。2）利用指令域分析方法对原始数据进行处理。3）生成少数类样本。4）特征提取。5）机器学习模型的训练和泛化。第6章智能工厂的同步运行技术6.1数字孪生概述6.2基于物理空间的同步运行对象描述6.2.1智能生产线的基本对象6.2基于物理空间的同步运行对象描述6.2基于物理空间的同步运行对象描述6.2.2功能模型的构建6.2基于物理空间的同步运行对象描述6.2基于物理空间的同步运行对象描述6.2基于物理空间的同步运行对象描述1.产品和托盘建模2.工业机器人建模6.2基于物理空间的同步运行对象描述6.2基于物理空间的同步运行对象描述6.2.3设备模型运动副1）运动关系链设置。2）坐标轴方向调整。3）模型坐标系轴位置校准。6.3驱动数据的逻辑配置6.3.1构建数据通信网络6.3驱动数据的逻辑配置（1）生产现场工况数据主要包括人员数据、质量数据、生产执行数据（任务数据和进度数据）、物料数据、产品数据、设备数据等。（2）设备运行数据主要是指在生产制造过程中生产设备的运行状态数据、运行参数数据。（3）其他数据主要是指生产现场的环境数据、生产过程中出现的生产故障、维护信息等影响正常生产的数据。6.3驱动数据的逻辑配置6.3.2构建设备数据模型1.工业机器人数据类型6.3驱动数据的逻辑配置2．加工设备数据模型6.3驱动数据的逻辑配置6.3.3数字空间的数据通信1.西门子PLC数据的采集2.工业机器人数据的采集6.3驱动数据的逻辑配置3.数控机床数据的采集6.3.4控制信号配置（1）工业机器人设备信息表工业机器人设备信息表主要包括id（编号）、J1~J6（轴数据）、EXIT（外部轴数据）、DateTime（写入时间）等字段，见表