一、先进制造系统和21世纪的制造业（论文文献综述）
马南峰,姚锡凡,王柯赛[1]（2022）在《面向未来互联网的智慧制造研究现状与展望》文中研究指明现代集成制造已成为融合社会、经济、人文等方面在内的复杂大系统,而社会系统、信息系统、物理系统融合是当今制造业的发展趋势.智慧制造作为未来互联网的四大支柱或"四网"（人际网、物联网、务联网、内容/知识网）与先进制造技术融合而成的一种人机物协同的智能制造新模式——社会-信息-物理-生产系统受到广泛关注,因而很有必要对如此新兴的智能制造开展综述研究,旨在梳理其研究脉络的同时,为未来智能制造发展提供有益的借鉴参考.本文综合评述了面向未来互联网的智慧制造,首先,分析了工业互联网与未来互联网之间的关系并阐述了以"四网"与先进制造技术融合而成的智慧制造基本概念;然后,回顾了智慧制造研究进展并论述了制造业走向智慧化的必然性;最后,讨论了智慧制造与其他智能制造模式的差异和相关性,并对智慧制造的未来研究进行了展望.从人工智能、互联网、工业革命及制造范式的演变来看,智慧制造是智能制造的继承与创新发展,并随着新一代人工智能、未来互联网的推进而走向与人类和谐共处的可持续包容性发展.
王柏村,陶飞,方续东,刘超,刘宇飞,Theodor Freiheit[2]（2021）在《智能制造——比较性综述与研究进展》文中研究指明智能技术在制造业的应用对于全世界的科研人员及制造行业来说已经成为了一个热门话题。"Smart manufacturing"（SM）和"Intelligent manufacturing"（IM）这两个名词已被科研人员和制造业从业者作为专用术语广泛使用。虽然SM和IM看上去是类似的,但两者也有一定区别。从智能制造这一名词诞生发展至今,很少有文献考证SM与IM的定义、理念、内涵及技术发展是否一致。为了弥补这个漏洞,本研究通过对以往文献进行定性和定量的分析,系统地比较SM和IM的差异,并阐明两者之间的联系。通过对文献来源、年发行量、关键词频率和研究发展的主要领域进行文献计量分析,可以得出当前智能制造研究的范围和发展趋势。同时,本文对SM与IM的起源、定义、发展及关键技术进行讨论,并对实现架构、行业标准、国家/地区发展重点进行了比较分析。随着工业4.0的发展,人工智能迅速地应用在现代制造业与人-信息-物理系统,SM与IM这两个概念有合二为一的发展趋势,因此深入理解SM和IM变得越来越重要,本研究将为此提供支撑。
曹婷婷[3]（2021）在《中药智能制造理论模型的构建与应用》文中研究说明研究背景:（1）国际背景:中药产业正处在以“智能制造”为主导的第四次工业革命国际大背景之下,“智能制造内涵”随着社会的不断进步,科学技术的不断发展也在不断演进变化;大数据、物联网、人工智能、云计算等智能制造技术与制造业地深度融合与广泛应用推动了智能制造发展;国内外纷纷制定了一系列战略计划,积极推动“智能制造”发展;无论从社会发展角度,技术发展角度,还是从国家战略角度,“智能制造”已然成为各行各业占领未来市场的必由之路。（2）中药产业发展“智能制造”现状:中药产业发展“智能制造”已势不可挡;中药智能制造范畴也将由简单的中药生产过程智能化发展,延伸至中药产品生产全生命周期的智能化转型升级;但目前对中药智能制造理论尚缺乏系统而深入的研究,致使中药企业缺乏科学的理论指导,在盲目追求中药智能制造发展中,出现了“中药智能制造相关概念混淆”、“智能化发展方向偏差”、“发展路线模糊”等问题,以至于中药企业虽投入了大量的人力、物力、财力但企业智能化转型升级收效甚微。研究目的:本文通过中药智能制造理论模型的构建,以期为中药企业发展智能制造提供一定的理论指导,从而帮助企业正确理解中药智能制造相关概念以及准确把握中药智能制造发展方向。通过对中药智能制造理论模型指导智能系统构建的研究,一方面,可以为中药煎药机的智能化发展提供一个完整的“中药智能煎药系统设计方案”,能够为中药产业链信息化集成、智能化控制、远程管控的实现,提供一个基础系统即“中药基础智能服务系统”;另一方面,旨在通过上述应用研究,充分探索在中药智能制造发展中,中药智能制造理论模型指导智能系统构建的指导性和实际应用价值,可以为中药智能系统的构建提供坚实的理论基础和科学的理论指导,降低智能系统构建的复杂度,从而可以切实推动中药智能制造的发展。研究方法:理论模型是联系科学理论与客观事物的桥梁,是使科学研究和社会实践具有可靠性的理论依据。因此,针对由于缺乏中药智能制造理论研究而导致中药企业发展智能制造过程中出现的一系列问题,本文提出中药智能制造理论模型,并将其应用于指导智能系统构建的实践中:（1）在“结构化、标准化、演进化”的构建准则下,基于实体语法系统,以物质传递为规则,明确中药智能制造相关概念,通过柔性化生产和智能化设备“两化理念”结合,构建中药智能制造理论模型。（2）基于中药智能制造理论模型指导智能系统构建的两个应用研究,即“中药智能煎药系统方案设计”和“中药基础智能服务系统构建”,探讨在中药智能制造发展中,中药智能制造理论模型在智能系统方案设计以及智能系统构建中的指导性以及应用价值。研究结果:（1）本文成功构建了中药智能制造理论模型,在该理论模型构建过程中,定义了中药智能制造相关概念,并将之与易混淆概念进行了辨析;在实体语法系统理论框架的前提下,以物质传递为规则,“两化”概念相结合,构建了一个具有“柔性化生产、个性化定制、网络化传输”等智能化特征的智能制造范式,可通过一个四元组Q=（V,F,P,S）进行表示,并进一步给出了中药智能制造理论模型指导智能系统构建的应用流程和技术选择原则;（2）基于中药智能制造理论模型的指导,成功设计了具有“远程监管、个性化煎煮、柔性化调度”等智能化特征的智能煎药系统;给出了中药智能煎药系统整体设计方案,主要包括中药智能煎药系统的整体结构图、技术实现路线图和工作流程图;（3）基于中药智能制造理论模型的指导和现代科学技术的应用,成功构建了中药基础智能服务系统,以服务用户为本设计了拥有“用户管理”、“传感器管理”、“数据处理”和“应用设备控制”等功能的智能服务系统;在中药智能制造理论模型指导下,构建了中药基础智能服务系统数据流逻辑框架;基于此,设计了中药基础智能服务系统的构建方案,即中药基础智能服务系统的整体结构图和技术实现路线图;并进一步通过技术选择原则和技术的应用,设计了中药基础智能服务系统中的硬件设备板和软件系统,实现了中药基础智能服务系统的构建和应用功能检测。研究结论:本文通过中药智能制造理论模型的成功构建与应用,为中药智能制造的发展提供了一定的理论指导。一方面,在中药智能制造理论模型构建过程中。通过对中药智能制造相关概念的定义和与易混淆概念的辨析,为中药企业正确理解和准确把握中药智能制造发展提供了参考和依据。中药智能制造理论模型“柔性化、网络化、个性化”的智能化理念,为该理论模型指导智能系统的构建提供了先进的设计思想。进一步地,通过对中药智能制造理论模型指导智能系统构建的应用流程和技术选择原则研究,为该理论模型指导智能系统的构建提供保障。另一方面,在探讨中药智能制造理论模型指导智能系统构建的应用中,基于中药智能制造理论模型,设计了完整的中药智能煎药系统方案,为中药煎药机智能化转型升级提供可能,并证实了中药智能制造理论模型在指导智能系统方案设计中的实践性。通过中药智能制造理论模型的指导和科学技术的应用构建了中药基础智能服务系统,为中药产业智能化、现代化发展提供了基础开发系统,该系统可以实现产业链中各环节的信息集成、资源统筹规划、综合管理。进一步证实了,在中药智能制造发展中,该理论模型指导智能系统构建的可行性和实际应用价值,可以切实有效地推动中药智能制造的发展。
娄高翔[4]（2021）在《云制造环境下面向过程的生产调度问题研究》文中认为“中国制造2025”的提出,深化了信息技术与制造技术的融合,形成了新一轮产业竞争的制高点。作为信息化与工业化融合的典型代表,云制造已成为“中国制造2025”战略规划的重要内容之一。然而云制造的相关理论与研究在调度中的应用还存在一些问题有待深入研究。本学位论文在国内外相关研究的基础上,结合生产流程,探索云制造环境下面向过程的生产调度问题。通过对云制造环境下生产任务分解、企业间生产调度、车间级调度等关键技术问题的研究,建立了一套调度优化框架,以满足云环境下整个生产流程的调度需求。具体研究工作与成果如下:从云制造关键技术和云制造调度特性出发,结合云环境下调度的属性构建了云环境下面向过程的生产调度优化系统,并对所建立的优化系统中关键技术问题进行了逐一研究。针对云制造任务分解问题,建立了云制造任务分解优化模型,将BOSS树的思想引入到云环境下生产调度的任务分解环节中,提出了基于BOSS树的任务分解优化算法。首先,研究了云制造任务的相关度量方法;其次,基于云制造任务分解原则,建立了考虑云制造任务内交互关系的分解优化模型;再次,根据BOSS树思想,提出了包含生产任务全生命周期的任务分解优化算法,并通过启发式规则对算法进行优化,有效解决了云制造任务分解和服务任务匹配的脱节问题;最后,通过实例验证了算法的可行性及有效性。针对云制造环境下企业间生产调度问题,建立了企业间生产调度数学模型,在考虑多个目标的情况下,提出了基于拥挤度的带精英策略非支配排序的改进遗传算法（NSGA-II）。首先,对跨企业生产模式进行了分析;其次,建立了云制造环境下企业间调度的数学模型;再次,设计了多层二维矩阵分级编码,并对NSGA-II算法进行了基于拥挤度的自适应进化策略改进;最后,通过实例研究验证了改进模型和算法的有效性。针对车间层的生产,将同时生产云任务和本地任务的车间调度问题和仅生产云任务的车间调度问题分别进行研究。对同时生产云任务和本地任务的车间:首先,分析了该生产模式中遇到的混合车间任务调度问题并建模;其次,对比了差分进化算法和遗传算法的特点,将遗传算法有效处理离散变量及差分进化算法有效处理连续变量的优点融合,并根据生产现状提出了一种基于差分进化的混合遗传算法;最后,通过实例检验了算法的可行性和有效性。对仅生产云任务的车间:首先,根据生产问题建立了以最小总完成时间为目标的混流车间调度模型;其次,提出了一种改进的混合免疫克隆选择遗传算法,重新构造了算法的抗原识别、抗体编码和解码的过程,重新构造了亲和度函数,并对算法中的抗体群进行克隆、变异、交叉和选择等混合操作,最后,用两个仿真实验验证了新算法的可靠性。根据本文提出的云制造环境下的调度优化系统,对系统开发环境、Matlab程序集成、数据服务过程等进行了相关研究,结合云任务分解、企业间调度、车间调度三个关键技术问题的研究结果,对系统功能模块进行了设计,并进行了原型系统初步开发。
施宇洁[5]（2020）在《基于共演战略的制造业企业推进智能制造路径研究》文中提出制造业作为国民经济的支柱性产业,是国家经济发展的基础。由于竞争格局变化、市场需求日新月异等问题,推进智能制造已成为发达国家和发展中国家制造业企业未来的发展趋势,我国当前处于制造业转型升级的关键时期,制造业企业推进智能制造能有效的解决缺乏核心竞争力、劳动成本上升等问题,是提升我国综合实力、实现工业化的根本保证。因此,为了保证制造业企业能够顺利推进智能制造,采用科学合理的方法对制造业企业推进智能制造的路径进行研究,有利于我国制造业企业顺利实现智能制造,提升综合实力。本文运用文献研究法梳理了国内外相关研究成果,由此界定了制造业企业、智能制造等相关概念,分析了制造业企业推进智能制造的现状,指出了发展过程中存在的问题。针对现有问题,以制造业企业为研究对象,基于共演战略深入分析制造业企业推进智能制造的影响因素并筛选出关键影响因素,在此基础上构建了制造业企业推进智能制造的路径,并为制造业企业选择合适的路径建立了路径选择三维模型。最后,以DWQ企业为例进行实证研究,为其确定了合适的路径推进智能制造,并为实施路径提出了保障措施,为制造业企业推进智能制造提供有益借鉴。本文旨在开辟制造业企业推进智能制造路径研究的新视角,通过探索制造业企业推进智能制造的影响因素,研究制造业企业推进智能制造的路径构建及选择,以期对我国制造业企业推进智能制造提供一定的参考。
石国富[6]（2019）在《总装化造船系统生产效率评价研究》文中提出保持生产效率优势是造船企业实现可持续发展的必要条件,造船模式代表着一类具有相近的固有造船生产力和生产效率水平的生产系统。通过对造船模式演变路径的分析发现,总装化建造是现有造船模式的共性特征。为此本文以总装化造船生产系统为切入点,研究造船系统生产效率的主要影响因素和评价方法,为提高造船生产效率提供理论与方法上的支撑。应用系统分析方法,结合配置效率和行为绩效理论,本文将造船生产系统分解为由产品、流程和组织三维结构构架和由相应的设计、生产和管理三种行为构架组成的子系统集合,形成了总装化造船生产系统的结构与行为模型,为应用现有效率理论从系统结构和行为关系的角度分析造船生产系统的效率提供了分析框架。本文以总装化造船生产系统为研究对象,提出了价格传导、质量变化、结构约束和行为激励等四种影响因素的作用机理;从造船生产系统的产业环境、产品设计方法、生产工艺流程和生产组织模式四个方面对造船生产效率的主要影响因素进行了分析,提出了以系统环境、系统结构和系统行为为基本类别的造船生产效率分类方法,为分析和利用影响因素提高总装化造船系统的生产效率提供了分析框架。在构建了结构与行为模型的基础上,本文构建了面向系统环境的市场绩效模型和面向系统内部的生产绩效模型。市场绩效模型以技术效率和成本效率评价企业的市场竞争力水平。生产绩效模型将总装化造船生产系统的整体效率定义为系统的结构贡献系数矩阵与行为绩效矩阵的乘积,应用数据包络分析法和统计回归法构建了造船生产效率的度量评价模型;利用造船生产系统的历史样本数据计算出各子系统的行为绩效;再用统计回归方法得出系统各子系统结构的贡献系数。通过行为绩效矩阵和贡献矩阵来深层次地分析系统内低效率的位置、原因和程度,为拟定提升造船生产效率的措施和评价效率改善措施的实施效果提供了评价方法。通过理论分析、模型构建和实证分析,本文认为造船业和造船企业的生产力和生产效率是由造船产业环境、造船设计方法、造船生产技术和造船生产管理四个方面的因素决定的;复杂的造船生产系统的低效率问题可以转化为一个结构化的问题,即由产品、流程和组织构架构成的三维结构与设计、作业和管理三种行为的绩效结合在一起系统化的解决。应用系统分析方法,合理强调工程技术、管理科学和行为科学三者对生产力和生产效率进步的综合性重要作用是解决造船业可持续发展的必由之路。
王媛媛[7]（2019）在《智能制造发展的国际比较与中国抉择》文中指出当前移动互联网、大数据、云计算、人工智能等新一代信息技术蓬勃发展,并加速向制造业渗透,制造业领域将迎来一场智能化革命,进而引发新一轮的工业革命。美欧等发达国家和地区纷纷出台应对新工业革命和智能制造的发展战略。我国也迎来新工业革命和转变经济发展方式的历史交汇期,由此提出以智能制造作为主攻方向,推动产业技术变革和优化升级,进而建设制造强国的发展目标。因此,研究智能制造这一主导新工业革命发展的新型制造模式具有重要意义。本文以智能制造作为研究对象,以马克思技术进步及资本有机构成理论、熊彼特和新熊彼特学派技术创新及演化经济学等理论为研究基础,运用系统分析、实证分析、比较分析以及实地调查等研究方法,对智能制造进行全面而深入的研究。主要研究内容包括:一是,探索智能制造发展演化的机理及其技术-经济范式。对智能制造的内涵、产生动力、生产组织模式创新以及技术-经济范式进行分析;二是,对智能制造发展的关键基础性产业——集成电路、智能传感器、高档数控机床、工业机器人以及软件和信息技术服务业的全球发展态势进行比较分析;三是,对G20国家智能制造发展水平进行实证分析。在投入产出分析方法基础上,建立“制造业智能化指数”衡量智能制造发展水平,并进行国别和分行业的比较分析;四是,对美国、德国、日本智能制造发展的典型模式进行分析、比较,并得出有益的经验借鉴。首先对其智能制造赖以发展的国家创新体系和创新政策演变进行分析,其次对其推动智能制造发展的具体政策措施进行深入研究,再次对这三个国家智能制造的发展模式进行比较,分析异同点,并得出可供我国借鉴的有益经验;五是,分析我国智能制造发展的现状。从顶层设计、标准体系建设、基础产业发展、企业以及地方政府推动等方面分析我国智能制造发展取得的进展和成就,同时剖析了中国智能制造在发展基础、创新能力、推进机制、企业主体引领、政策规划以及人才等方面存在的问题,明确努力的方向;六是,提出我国智能制造发展的创新路径和对策。即要以建设制造强国为目标的智能制造发展导向;建设政府引领、产业界主导、研究机构和大学紧密合作的智能制造创新网络;要涵盖重要战略性新兴产业的智能制造发展领域;以及实施面向不同发展优势和水平的差异化发展战略。总之,发展智能制造是我国实现技术跃升及经济实力赶超的重要契机,应密切关注和研究新工业革命发展趋势以及智能制造技术-经济范式发展演化特征,把握各国智能制造发展的态势、能力水平以及具体的推进战略,同时深入了解我国智能制造发展的优劣势,构建与我国经济社会发展相适应的智能制造发展路径和政策体系,抓住机遇加快发展,早日实现制造强国的目标和国家实力的历史性跨越。
张耿[8]（2018）在《基于工业物联网的智能制造服务主动感知与分布式协同优化配置方法研究》文中研究指明经济全球化进程的加快、市场竞争的日益加剧,日趋多样性、个性化的产品制造需求,制造业呈现的信息化、服务化、专业化的发展趋势,对现代生产过程中制造资源的互联化、业务流程的协同化、参与主体的自主化、制造模式的服务化等方面提出了更高的要求。在此背景下,随着云计算、工业物联网、信息物理系统等先进制造信息技术的迅猛发展,新型智能制造模式（如云制造、物联制造、社群化制造等）应运而生,并迅速引起了学术界和工业届的广泛关注。然而,当前研究主要针对传统制造系统中静态优化模型和方法的研究,较少对底层制造资源服务主动感知、动态优化配置等核心关键方法深入探索。为此,本研究针对资源服务的透明化感知、自主式优化配置需求,将工业物联技术引入传统制造系统,形成底层制造资源端生产信息的主动感知,以研究“智能制造服务的主动感知与优化配置方法”为突破口,构建了基于工业物联网的智能制造服务主动感知与优化配置方法的体系架构和运行逻辑,并对制造资源实时信息的主动感知与集成、制造资源服务化封装与云端化接入、智能制造服务优化配置方法等方面的关键技术展开深入研究,为促进智能制造系统向敏捷化、服务化、绿色化和智能化的方向发展提供一种重要的理论和技术参考。主要内容包含以下几个方面:首先,在描述智能制造服务主动感知与优化配置相关基本概念的基础上,提出了智能制造服务主动感知与优化配置的体系架构,论述了各参与主体间的协同工作逻辑以及智能制造服务主动感知与优化配置的运作逻辑,并提取了支撑智能制造服务主动感知与优化配置的三个关键技术。其次,针对生产企业对实时、透明制造资源信息主动感知与集成的需求,研究了基于工业物联网技术的制造资源实时信息主动感知与集成架构,阐述了该架构的关键组成部分,设计了实时制造信息的集成服务,以实现多相异构系统与制造执行过程的信息交互,并利用所构建的应用场景对制造资源实时信息的跟踪与追溯进行了说明。第三,针对新型智能制造模式对制造资源高度共享、实时访问的需求,从底层制造设备入手,提出了一种加工设备的服务化封装与云端化接入模型,论述了该模型所涉及的关键技术,从而使得加工设备的制造能力能被主动感知,并能以一种松散耦合和即插即用的方式接入到制造云平台,为海量制造资源的云端化接入、主动发现、优化配置提供了理论参考和技术支持。第四,针对企业级智能制造服务的自主式优化配置需求,以保持企业的灵活性和可持续竞争力为目标,将制造服务提供方的自主决策权考虑到优化过程中,构建了企业级智能制造服务优化配置的分布式模型,采用新兴的分布式协同优化方法—增广拉格朗日协同优化对模型进行求解,并引入了选择单元,以实现具有竞争关系的制造服务链的优化选择,从而为企业级智能制造服务的柔性、高效、自主式优化配置过程提供决策支持。第五,针对车间级智能制造服务的自主式优化配置需求,以保持车间制造资源的智能化、自主性为目标,将制造单元与加工设备的自组织、自决策能力考虑到优化过程中,构建了车间级智能制造服务优化配置的分布式模型,采用目标层解法对模型进行求解,并引入了选择元素,以实现具有竞争关系的智能制造单元的优化选择,从而为车间级智能制造服务的柔性、高效、自主式优化配置过程提供决策支持。最后,通过工业案例对所述的智能制造服务优化配置方法进行了仿真验证;开发了适用于智能制造服务主动感知与优化配置的仿真系统,并从制造服务优化配置各个参与主体的角度阐述了系统的相关功能模块,验证了本文所提出模型和方法的可行性和有效性。
左延红[9]（2019）在《基于分数阶微积分的离散制造检测数据融合技术研究》文中研究说明离散制造业而今已成为工业生产的主体,因其生产过程中具备制造资源多样性和生产过程复杂多变性,使得离散制造的生产管理成为目前制造领域研究的重点和难点。为了实现对离散制造系统中制造资源的有效管理和生产过程的有效控制,多数企业和研究机构尝试使用物联网技术实现离散制造中制造资源的互联互通,构建离散制造执行系统（MES）,通过对制造系统中人员、物资、设备和生产过程的有效控制与管理,实现制造效率高效化、制造成本低廉化和生产周期合理化的管理目标。在多年的研究与应用中,研究人员发现:物联网和计算机技术的日益成熟,为构建基于物联网技术的制造执行系统提供了技术支持,但由于离散制造存在生产环境的多样性和制造信息的不确定性,致使其制造执行系统（MES）采集到的同类数据间存在着数值的差异性和时间的滞后性,严重制约着系统决策的准确性和实时性。所以,如何消除同类设备在生产中因工作环境和设备性能的不同造成生产信息数据在采集与传输过程中存在的差异性,已成为离散制造执行系统（MES）实现生产调度优化设计、生产资源合理配置和生产过程实时控制所面临的核心问题。本文拟通过对离散制造执行系统和物联网技术的深入研究,研究物联网技术下离散制造执行系统的特性并分析其采集的生产数据间的差异性,探讨目前常用的物联网下差异性数据融合算法的应用过程和融合效果,提出基于分数阶微积分的物联网下离散制造系统差异数据融合算法并与其他算法进行比较,验证算法的准确性和可靠性。完成的主要研究工作和成果总结如下:1.离散制造生产特性的研究。通过对离散制造“多品种小批量”生产特点的分析和对周边离散性制造企业的调研,得出离散制造存在以下特点:①产品种类的多样性带来生产工艺的多样性和制造资源多样性;②制造资源类型的多样性带来生产信息和数据种类的多样性;③市场信息的不确定性带来生产信息的不确定性。2.离散制造执行系统检测数据特性的分析。根据离散制造的生产特点,得出离散制造执行系统测得的生产数据具有以下特性:①制造资源的多样性带来的检测信息的多样性;②同类制造资源和检测设备由于性能的差异性致使检测数据存在差异性;③制造资源分布的离散性致使检测点间存在工作环境的差异性和信息传送距离的差异性,从而带来检测点间测量误差的差异性。3.多传感器检测数据融合技术的研究。分析目前国内外对多传感器检测数据融合算法的研究现状和存在的不足,探讨了目前常用的数据融合算法中贝叶斯估计法、D-S证据推理法、模糊逻辑法、神经网络法在物联网下多传感器检测数据融合中的优缺点,研究分析了以上算法在离散制造检测数据处理中的应用效果与不足。4.通过对分数阶微积分理论的研究,探讨了分数阶微积分算法在多传感器检测数据融合处理中应用效果和其在离散制造多传感器检测数据融合处理中的不足,最后提出了应用分数阶偏微分理论融合处理物联网下离散制造多传感器检测数据的理念,建立了基于分数阶偏微分方程的物联网下离散制造多传感器检测数据融合算法模型,并通过试验验证了算法的优越性。5.总结研究成果,展望物联网技术下离散制造执行系统检测数据融合技术的研究方向和工作重点。
莫莉,郑力[10]（2013）在《世界先进制造系统的演进路径及体系结构》文中进行了进一步梳理为了提高制造企业的市场竞争力,对先进制造系统模式及其理论与方法进行研究。概述先进制造系统的定义、内涵、特征及产生背景,简要介绍近50年来世界典型的先进制造系统与模式,如计算机集成制造、并行工程、精益生产、敏捷制造、虚拟制造、智能制造、网络制造系统等,从战略重点、关键技术、竞争策略等3个维度分析先进制造体系的演进路径,构建世界先进制造系统的体系结构图,探讨未来先进制造系统的变化趋势,并展望以云制造系统等为代表的未来新兴制造系统。该研究可为全球制造业的发展提供重要的理论和方法参考。
二、先进制造系统和21世纪的制造业（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、先进制造系统和21世纪的制造业（论文提纲范文）
（1）面向未来互联网的智慧制造研究现状与展望（论文提纲范文）
| 1 引言 |
| 2 面向未来互联网的智慧制造的提出 |
| 2.1 工业互联网与未来互联网 |
| 2.2 智慧制造概念 |
| 3 智慧制造进展 |
| 4 制造业走向智慧化分析 |
| 4.1 从符号智能到未来人工超级智能 |
| 4.2 从传统制造到智慧制造 |
| 4.2.1 工业革命与制造范式演化进程 |
| 4.2.2 智能制造走向智慧制造必然性分析 |
| 5 智慧制造未来研究展望 |
| (1)构建未来AI+先进制造技术相结合的智慧制造 |
| (2)兼容并蓄开展未来互联网研究 |
| (3)实现多方面集成融合是智慧制造的关键 |
| (4)走向可持续包容性发展 |
| 6 结果与讨论 |
（3）中药智能制造理论模型的构建与应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 智能制造国际大背景 |
| 1.1.1 工业革命发展历程研究 |
| 1.1.2 智能制造内涵演进 |
| 1.1.3 智能制造关键技术的应用 |
| 1.1.4 国内外智能制造发展战略 |
| 1.2 中药智能制造发展研究 |
| 1.2.1 中药产业“智能制造”发展的必然性 |
| 1.2.2 中药“智能制造”范畴 |
| 1.2.3 中药“智能制造”意义 |
| 1.2.4 中药“智能制造”发展现状 |
| 1.3 本文研究思路与意义 |
| 1.3.1 研究思路 |
| 1.3.2 研究意义 |
| 第二章 基于实体语法系统构建中药智能制造理论模型 |
| 2.1 引言 |
| 2.2 中药智能制造理论模型构建准则和组成内容研究 |
| 2.2.1 中药智能制造理论模型构建准则设计 |
| 2.2.2 中药智能制造理论模型组成内容确定 |
| 2.3 理论基础—实体语法系统 |
| 2.4 中药智能制造理论模型基本概念和概念辨析的研究 |
| 2.4.1 中药智能制造理论模型相关概念定义 |
| 2.4.2 中药智能制造理论模型相关概念辨析 |
| 2.5 中药智能制造理论模型的构建 |
| 2.6 中药智能制造理论模型指导智能系统构建核心思想研究 |
| 2.7 中药智能制造理论模型应用流程研究 |
| 2.8 关键技术选择原则 |
| 2.9 总结与讨论 |
| 2.9.1 讨论 |
| 2.9.2 小结 |
| 第三章 基于中药智能制造理论模型指导中药智能煎药系统方案设计 |
| 3.1 引言 |
| 3.2 影响中药汤剂质量关键因素研究 |
| 3.3 用户需求分析与智能煎药系统性能设计 |
| 3.3.1 用户需求分析 |
| 3.3.2 中药智能煎药系统性能设计 |
| 3.4 中药智能煎药系统构建方案设计 |
| 3.4.1 中药智能煎药系统理论框架设计 |
| 3.4.2 中药智能煎药系统整体结构图设计 |
| 3.4.3 中药智能煎药系统技术路线图设计 |
| 3.4.4 中药智能煎药系统工作流程图研究 |
| 3.5 总结与讨论 |
| 3.5.1 讨论 |
| 3.5.2 小结 |
| 第四章 基于中药智能制造理论模型中药基础智能服务系统方案设计 |
| 4.1 引言 |
| 4.2 中药基础智能服务系统需求分析与解决方案提出 |
| 4.2.1 中药基础智能服务系统构建背景 |
| 4.2.2 中药基础智能服务系统需求分析 |
| 4.2.3 中药基础智能服务系统解决方案的提出 |
| 4.3 中药基础智能服务系统构建可行性分析 |
| 4.4 中药基础智能服务系统整体概念的研究 |
| 4.5 中药基础智能服务系统前期准备工作的研究 |
| 4.5.1 中药基础智能服务系统服务人群 |
| 4.5.2 中药基础智能服务系统构建目标确定 |
| 4.5.3 中药基础智能服务系统构建原则设计 |
| 4.5.4 中药基础智能服务系统服务端平台功能设计 |
| 4.6 中药基础智能服务系统构建方案设计 |
| 4.6.1 基于中药智能制造理论模型设计数据流逻辑框架 |
| 4.6.2 中药基础智能服务系统整体结构图设计 |
| 4.6.3 中药基础智能服务系统技术路线图设计 |
| 4.7 小结 |
| 第五章 中药基础智能服务系统设计方案实现 |
| 5.1 中药基础智能服务系统硬件设备原理图设计 |
| 5.1.1 嵌入式系统硬件设备原理图设计 |
| 5.1.2 传感器板开发 |
| 5.1.3 应用设备板开发 |
| 5.2 服务端平台搭建与系统配置 |
| 5.2.1 中药基础智能服务系统数据库设计 |
| 5.2.2 平台页面搭建 |
| 5.3 服务端平台运行 |
| 5.4 小结 |
| 第六章 总结与展望 |
| 6.1 研究结论 |
| 6.2 创新点 |
| 6.3 研究中存在的问题与不足 |
| 6.4 研究展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 在学期间主要研究成果 |
（4）云制造环境下面向过程的生产调度问题研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 云制造的产生背景 |
| 1.2.1 制造模式的发展趋势 |
| 1.2.2 云制造 |
| 1.3 研究目的和意义 |
| 1.4 研究现状及存在问题 |
| 1.4.1 云制造体系研究现状 |
| 1.4.2 云制造调度研究现状 |
| 1.4.3 存在的问题 |
| 1.5 研究思路及内容 |
| 第二章 云环境下面向过程的生产调度系统优化框架 |
| 2.1 引言 |
| 2.2 PoPS-CMfg的理论支撑 |
| 2.2.1 云制造的关键技术 |
| 2.2.2 云制造调度特征 |
| 2.2.3 云制造调度分类 |
| 2.3 PoPS-CMfg的总体框架 |
| 2.3.1 云制造的体系架构 |
| 2.3.2 PoPS-CMfg框架模型 |
| 2.4 PoPS-CMfg的关键技术 |
| 2.4.1 任务分解与处理 |
| 2.4.2 企业间生产调度 |
| 2.4.3 车间级生产调度 |
| 2.5 本章小结 |
| 第三章 基于BOSS树的云制造任务分解问题研究 |
| 3.1 引言 |
| 3.2 BOSS树及云制造任务 |
| 3.2.1 BOSS树思想 |
| 3.2.2 云制造任务 |
| 3.3 云制造任务的分解优化模型 |
| 3.3.1 云制造任务分解原则 |
| 3.3.2 云任务交互关系分析 |
| 3.3.3 云制造任务度量方法 |
| 3.3.4 云制造任务与云制造服务描述 |
| 3.3.5 基于BOSS树的任务分解优化算法 |
| 3.4 实例分析 |
| 3.5 本章小结 |
| 第四章 云制造环境下企业间生产调度问题研究 |
| 4.1 引言 |
| 4.2 云制造环境下企业间生产模式分析 |
| 4.3 云制造环境下企业间生产调度模型 |
| 4.3.1 问题描述 |
| 4.3.2 目标函数 |
| 4.3.3 约束条件 |
| 4.4 改进的自适应NSGA-II算法 |
| 4.4.1 编码设计 |
| 4.4.2 传统NSGA-II算法 |
| 4.4.3 基于拥挤度的自适应进化策略 |
| 4.5 实例验证与结果分析 |
| 4.6 本章小结 |
| 第五章 云制造环境下车间层调度问题研究 |
| 5.1 引言 |
| 5.2 混合生产任务下的车间调度问题研究 |
| 5.2.1 问题描述 |
| 5.2.2 模型建立 |
| 5.2.3 基于差分进化的混合遗传算法 |
| 5.2.4 实例验证 |
| 5.3 云制造任务下的车间调度问题研究 |
| 5.3.1 云任务下的混流车间调度问题 |
| 5.3.2 混流车间调度数学模型 |
| 5.3.3 改进的混合免疫克隆选择遗传算法 |
| 5.3.4 实验结果与分析 |
| 5.4 本章小结 |
| 第六章 云制造环境下调度系统开发研究 |
| 6.1 引言 |
| 6.2 PoPS-CMfg的体系架构 |
| 6.3 PoPS-CMfg系统开发设计 |
| 6.3.1 PoPS-CMfg系统开发环境 |
| 6.3.2 ASP.NET下集成Matlab动态链接库 |
| 6.3.3 PoPS-CMfg系统数据服务过程 |
| 6.3.4 PoPS-CMfg系统功能模块设计 |
| 6.4 PoPS-CMfg原型系统验证 |
| 6.5 本章小结 |
| 结论 |
| 研究结论 |
| 创新点 |
| 展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（5）基于共演战略的制造业企业推进智能制造路径研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 论文的研究背景、目的及意义 |
| 1.1.1 论文的研究背景 |
| 1.1.2 论文的研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 国内外研究现状综述 |
| 1.3 论文的研究思路及方法 |
| 1.3.1 研究思路 |
| 1.3.2 论文的研究方法 |
| 1.4 论文的创新之处 |
| 第2章 理论研究基础及现状分析 |
| 2.1 共演战略的相关研究 |
| 2.1.1 共演战略的内涵 |
| 2.1.2 共演战略四要素 |
| 2.1.3 共演战略四阶段 |
| 2.1.4 共演战略四路径 |
| 2.2 制造业企业的相关研究 |
| 2.2.1 制造业企业的概念界定 |
| 2.2.2 制造业企业的特征 |
| 2.2.3 制造业企业的地位 |
| 2.3 智能制造的相关研究 |
| 2.3.1 智能制造的概念界定 |
| 2.3.2 智能制造的特征 |
| 2.3.3 智能制造的发展 |
| 2.4 制造业企业推进智能制造的现状分析 |
| 2.4.1 制造业企业推进智能制造的动因 |
| 2.4.2 制造业企业推进智能制造的发展状况 |
| 2.4.3 制造业企业推进智能制造的发展特点 |
| 2.5 本章小结 |
| 第3章 基于共演战略的制造业企业推进智能制造的影响因素分析 |
| 3.1 基于共演战略的制造业企业推进智能制造的影响因素框架分析 |
| 3.2 基于共演战略的制造业企业推进智能制造的外部影响因素分析 |
| 3.2.1 外部影响因素识别 |
| 3.2.2 外部重要影响因素确定 |
| 3.2.3 外部关键影响因素确定 |
| 3.3 基于共演战略的制造业企业推进智能制造的内部影响因素分析 |
| 3.3.1 内部影响因素识别 |
| 3.3.2 内部重要影响因素确定 |
| 3.3.3 内部关键影响因素确定 |
| 3.4 基于共演战略的制造业企业发展的四阶段影响因素分析 |
| 3.5 本章小结 |
| 第4章 基于共演战略的制造业企业推进智能制造路径构建 |
| 4.1 基于共演战略的制造业企业推进智能制造路径设计方案及构建 |
| 4.1.1 基于共演战略的制造业企业推进智能制造路径构建原则 |
| 4.1.2 基于共演战略的制造业企业推进智能制造路径构建思路 |
| 4.1.3 基于共演战略的制造业企业推进智能制造路径构建 |
| 4.2 适应式战略路径分析 |
| 4.3 愿景式战略路径分析 |
| 4.4 计划式战略路径分析 |
| 4.5 涌现式战略路径分析 |
| 4.6 本章小结 |
| 第5章 基于共演战略的制造业企业推进智能制造路径选择 |
| 5.1 基于共演战略的制造业企业推进智能制造路径选择思路 |
| 5.2 基于共演战略的制造业企业推进智能制造路径选择的评价指标体系设计 |
| 5.2.1 路径选择的评价指标体系设计原则 |
| 5.2.2 路径选择的评价指标体系结构 |
| 5.3 基于共演战略的制造业企业推进智能制造路径选择 |
| 5.3.1 指标量化分析——Choquet模糊积分法 |
| 5.3.2 基于SPACE法的路径选择评价模型的构建 |
| 5.3.3 制造业企业推进智能制造路径选择分析 |
| 5.4 本章小结 |
| 第6章 基于共演战略的制造业企业推进智能制造路径选择的实证研究 |
| 6.1 DWQ企业基本状况 |
| 6.2 DWQ企业推进智能制造路径选择评价 |
| 6.3 DWQ企业推进智能制造路径的确定 |
| 6.4 DWQ企业推进智能制造路径实施的保障措施 |
| 6.4.1 构建信息管理体系 |
| 6.4.2 完善智力支撑体系 |
| 6.4.3 建立弹性监控体系 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和参与的科研项目 |
| 致谢 |
| 附录 A 制造业企业推进智能制造路径影响因素调查问卷 |
| 附录 B 调查问卷 |
（6）总装化造船系统生产效率评价研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 造船业现状 |
| 1.1.2 问题的提出 |
| 1.1.3 研究意义 |
| 1.2 研究目的、内容与方法 |
| 1.2.1 研究目的 |
| 1.2.2 研究内容 |
| 1.2.3 研究方法 |
| 1.2.4 技术路线 |
| 2 文献综述与理论基础 |
| 2.1 文献综述 |
| 2.1.1 生产效率影响因素研究 |
| 2.1.2 造船生产效率的改进途径研究 |
| 2.1.3 造船生产效率的评价方法研究 |
| 2.2 理论基础 |
| 2.2.1 系统分析方法 |
| 2.2.2 制造模式理论 |
| 2.2.3 效率的评价方法 |
| 2.3 本章小结 |
| 3 总装化造船系统的概念模型构建 |
| 3.1 总装化造船生产系统的建模思路 |
| 3.1.1 建模的目标 |
| 3.1.2 系统的共性特点分析 |
| 3.1.3 建模的方法 |
| 3.2 总装化造船系统的投入产出模型 |
| 3.2.1 投入产出模型的架构 |
| 3.2.2 总装化造船生产系统的投入 |
| 3.2.3 总装化造船生产系统的产出 |
| 3.3 总装化造船系统的结构模型 |
| 3.3.1 产品架构的子系统结构模型 |
| 3.3.2 流程架构的子系统结构模型 |
| 3.3.3 组织架构的子系统结构模型 |
| 3.4 总装化造船系统的行为模型 |
| 3.4.1 系统行为架构模型 |
| 3.4.2 设计行为结构模型 |
| 3.4.3 作业行为结构模型 |
| 3.4.4 管理行为结构模型 |
| 3.5 本章小结 |
| 4 总装化造船系统的生产效率的影响因素研究 |
| 4.1 影响因素的作用机理研究 |
| 4.1.1 生产效率的内涵与效率函数 |
| 4.1.2 效率影响因素的作用机理 |
| 4.1.3 影响因素的作用程度分析 |
| 4.2 影响因素的来源和范围研究 |
| 4.2.1 影响因素的来源分析 |
| 4.2.2 影响因素的辨识与分类 |
| 4.3 影响因素对系统效率的作用分析 |
| 4.3.1 造船产业环境因素分析 |
| 4.3.2 造船设计方法因素分析 |
| 4.3.3 造船生产技术因素分析 |
| 4.3.4 造船管理方法因素分析 |
| 4.4 本章小结 |
| 5 总装化造船系统的生产效率评价模型构建 |
| 5.1 总装化造船系统效率评价模型的建模思路 |
| 5.1.1 系统的非效率来源分析 |
| 5.1.2 效率评价模型的度量范围 |
| 5.2 总装化造船系统的投入产出效率模型 |
| 5.2.1 投入产出效率模型 |
| 5.2.2 系统产出的计量方法 |
| 5.2.3 系统投入的计量方法 |
| 5.3 面向系统环境的总装化造船系统市场绩效模型 |
| 5.3.1 市场竞争力的含义 |
| 5.3.2 要素比较模型 |
| 5.3.3 竞争力比较模型 |
| 5.4 面向系统内部的总装化造船系统生产绩效模型 |
| 5.4.1 系统效率模型 |
| 5.4.2 结构效率模型 |
| 5.4.3 行为绩效模型 |
| 5.5 本章小结 |
| 6 总装化造船系统的生产效率评价模型应用研究 |
| 6.1 总装化造船企业的市场绩效 |
| 6.1.1 市场竞争力比较 |
| 6.1.2 要素效率比较模型 |
| 6.2 总装化造船企业的生产绩效 |
| 6.2.1 企业生产绩效度量 |
| 6.2.2 企业生产绩效分析 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 附录A 船舶产品分类 |
| 附录B 总装化造船系统的作业区域 |
| 附录C 大连船舶重工某生产线的投入、产出数据 |
| 附录D 2009-2014年中国典型造船企业投入、产出 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（7）智能制造发展的国际比较与中国抉择（论文提纲范文）
| 中文摘要 |
| Abstract |
| 绪论 |
| 第一节 研究背景、问题及意义 |
| 一、研究背景 |
| 二、问题的提出 |
| 三、研究意义 |
| 第二节 智能制造研究综述 |
| 一、国外相关研究 |
| 二、国内相关研究 |
| 三、文献评述 |
| 第三节 研究内容、思路及方法 |
| 一、研究内容 |
| 二、研究思路 |
| 三、研究方法 |
| 第四节 主要创新点 |
| 第一章 研究智能制造发展的理论基础 |
| 第一节 马克思技术进步理论及资本有机构成理论 |
| 一、技术进步和机器大工业生产理论 |
| 二、资本有机构成理论 |
| 第二节 西方经济学相关理论 |
| 一、熊彼特创新及经济周期理论 |
| 二、弗里曼工业创新及演化经济学理论 |
| 三、佩雷斯技术-经济范式及技术革命周期演化理论 |
| 四、其他新熊彼特学派学者的创新和演化经济学理论 |
| 第二章 智能制造发展演化的机理及其技术-经济范式 |
| 第一节 智能制造的定义及内涵界定 |
| 一、有关智能制造的定义概述 |
| 二、本文对于智能制造概念的界定 |
| 第二节 智能制造产生的动力分析 |
| 一、技术进步是智能制造产生的根本动力 |
| 二、经济危机是智能制造产生的催化剂 |
| 第三节 智能制造的生产组织模式 |
| 一、制造业生产组织模式变迁 |
| 二、智能制造的生产组织模式创新 |
| 第四节 智能制造的技术-经济范式体系 |
| 一、范式及技术-经济范式概念界定 |
| 二、技术革命的划分及其技术-经济范式变迁分析 |
| 三、第三次工业革命下的智能制造技术-经济范式 |
| 第三章 智能制造关键基础性产业全球发展态势比较分析 |
| 第一节 集成电路和传感器产业 |
| 第二节 高档数控机床产业 |
| 第三节 工业机器人产业 |
| 第四节 软件和信息技术服务业 |
| 第四章 G20国家智能制造发展水平实证分析 |
| 第一节 智能制造发展水平的分析思路及方法 |
| 一、智能制造发展水平的分析思路 |
| 二、投入产出分析方法及直接消耗系数 |
| 三、制造业智能化指数的概念及其对智能制造发展水平的表征 |
| 第二节 相关产业的界定 |
| 一、信息通信技术产业的界定 |
| 二、机械自动化产业的界定 |
| 三、制造业的行业界定 |
| 第三节 制造业智能化指数的计算及数据来源 |
| 一、制造业智能化指数的计算方法 |
| 二、研究的国别及数据来源 |
| 第四节 实证结果分析 |
| 一、各国智能制造总体发展水平比较分析 |
| 二、分行业智能制造发展水平比较分析 |
| 三、中国智能制造发展水平分析 |
| 第五章 典型国家智能制造发展模式比较与经验借鉴 |
| 第一节 美国国家创新体系及先进制造业发展战略 |
| 一、美国国家创新体系和创新政策演变分析 |
| 二、美国先进制造业及工业互联网发展战略 |
| 第二节 德国国家创新体系及工业4.0战略 |
| 一、德国国家创新体系和创新政策演变分析 |
| 二、德国高技术创新战略及工业4.0发展战略 |
| 第三节 日本国家创新体系及新机器人战略 |
| 一、日本国家创新体系和创新政策演变分析 |
| 二、日本新机器人战略及互联工业倡议 |
| 第四节 美、德、日智能制造发展模式比较与启示 |
| 一、美、德、日智能制造发展模式的相同点 |
| 二、美、德、日智能制造发展模式的不同点 |
| 三、几点启示 |
| 第六章 中国智能制造发展现状分析 |
| 第一节 中国智能制造发展情况概述 |
| 一、智能制造发展的顶层设计逐步完善 |
| 二、智能制造标准体系建设全面展开 |
| 三、智能制造关键基础性产业持续发展 |
| 四、企业积极参与推动智能制造发展 |
| 五、各地方政府主动对接智能制造发展 |
| 第二节 中国智能制造发展存在的问题分析 |
| 一、智能制造发展基础薄弱,自主创新意识和能力不强 |
| 二、官产学研的协同创新机制尚未建立起来 |
| 三、智能制造推进平台缺失 |
| 四、企业的主体引领作用不突出 |
| 五、政策规划相对宽泛,没有突出自身特点和优势 |
| 六、相关教育和人才缺失 |
| 第七章 推进中国智能制造发展的创新路径 |
| 第一节 推进中国智能制造发展的基本原则 |
| 第二节 推进中国智能制造发展的路径分析 |
| 一、发展目标:以建设制造强国为目标的智能制造发展导向 |
| 二、创新主导力量:政府引领、产业界主导、研究机构和大学紧密合作的智能制造创新网络 |
| 三、涵盖领域:涵盖重要战略性新兴产业的智能制造发展领域 |
| 四、重点环节和思路:面向不同发展优势和水平的差异化发展战略 |
| 第三节 推进中国智能制造发展的对策建议 |
| 一、深化智能制造相关基础理论体系的研究 |
| 二、加强智能制造关键技术和装备的攻关 |
| 三、健全智能制造发展的体制机制 |
| 四、完善智能制造发展的政策保障 |
| 五、强化智能制造相关人才的教育和培训 |
| 第八章 结论 |
| 第一节 本文的主要结论 |
| 第二节 有待进一步研究的问题 |
| 参考文献 |
| 攻读学位期间承担的科研任务与主要成果 |
| 致谢 |
| 个人简历 |
（8）基于工业物联网的智能制造服务主动感知与分布式协同优化配置方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.1.1 课题来源 |
| 1.1.2 课题背景与问题提出 |
| 1.1.3 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 工业物联网技术在制造业应用研究现状 |
| 1.2.2 先进制造模式研究现状 |
| 1.2.3 制造服务优化配置研究现状 |
| 1.3 论文的研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文的章节安排 |
| 1.5 本章小结 |
| 第2章 智能制造服务主动感知与分布式协同优化配置体系架构 |
| 2.1 引言 |
| 2.2 基本概念描述 |
| 2.2.1 资源服务方面 |
| 2.2.2 参与主体方面 |
| 2.3 智能制造服务主动感知与优化配置模型及运作逻辑 |
| 2.3.1 参与主体的协同工作逻辑 |
| 2.3.2 智能制造服务主动感知与优化配置模型 |
| 2.3.3 智能制造服务主动感知与优化配置的运作逻辑 |
| 2.4 关键技术 |
| 2.4.1 基于工业物联网的制造资源实时信息主动感知与集成 |
| 2.4.2 实时信息驱动的制造资源服务化封装与云端化接入 |
| 2.4.3 分布式协同策略驱动的智能制造服务优化配置 |
| 2.5 本章小结 |
| 第3章 基于工业物联网的制造资源实时信息主动感知与集成 |
| 3.1 引言 |
| 3.2 基于工业物联网的制造资源实时信息主动感知与集成体系架构 |
| 3.2.1 基于工业物联网技术的智能制造对象配置 |
| 3.2.2 制造资源端实时数据的感知与获取 |
| 3.2.3 实时制造信息的集成 |
| 3.2.4 应用服务 |
| 3.3 制造资源实时信息的集成服务 |
| 3.3.1 数据处理服务 |
| 3.3.2 制造信息的集成服务 |
| 3.4 制造车间实时信息跟踪与追溯 |
| 3.4.1 制造车间智能感知环境的构建 |
| 3.4.2 车间制造资源实时信息的跟踪与追溯 |
| 3.5 本章小结 |
| 第4章 实时信息驱动的制造资源服务化封装与云端化接入 |
| 4.1 引言 |
| 4.2 加工设备的服务化封装与云端化接入模型 |
| 4.3 加工设备服务化封装与云端化接入关键技术 |
| 4.3.1 加工设备实时状态信息的主动感知 |
| 4.3.1.1 加工设备端传感器群的优化配置 |
| 4.3.1.2 加工设备实时状态信息的主动感知模型 |
| 4.3.2 加工设备间的信息共享与自主决策 |
| 4.3.3 加工设备端制造服务的封装 |
| 4.3.3.1 设备的制造能力描述模型 |
| 4.3.3.2 设备端增值制造服务的封装 |
| 4.3.4 加工设备端制造服务的云端化接入 |
| 4.4 运行实例 |
| 4.5 本章小结 |
| 第5章 企业级智能制造服务的分布式协同优化配置 |
| 5.1 引言 |
| 5.2 面向复杂产品任务的企业级智能制造服务优化配置 |
| 5.2.1 企业级智能制造服务优化配置的工作逻辑 |
| 5.2.2 企业级智能制造服务优化配置策略对比 |
| 5.2.2.1 集中式制造服务配置策略 |
| 5.2.2.2 分布式的制造服务配置策略 |
| 5.3 增广拉格朗日协同方法 |
| 5.3.1 复杂系统问题的分解 |
| 5.3.2 辅助变量和一致性约束的引入 |
| 5.3.3 一致性约束的松弛化 |
| 5.3.4 分解元素的公式化 |
| 5.3.5 分解元素的协同求解 |
| 5.4 基于ALC的企业级智能制造服务优化配置 |
| 5.4.1 面向复杂产品任务的企业级智能制造服务优化配置模型 |
| 5.4.2 企业级智能制造服务优化配置的分布式模型 |
| 5.4.3 分布式配置模型中的辅助变量及一致性约束 |
| 5.4.4 分布式配置模型中分解元素的公式化 |
| 5.4.4.1 上游分解元素的公式化 |
| 5.4.4.2 下游分解元素的公式化 |
| 5.4.4.3 中间分解元素的公式化 |
| 5.4.5 分布式配置模型中分解元素的协同求解 |
| 5.4.6 算例验证 |
| 5.5 本章小结 |
| 第6章 车间级智能制造服务的分布式协同优化配置 |
| 6.1 引言 |
| 6.2 车间级智能制造服务的优化配置 |
| 6.2.1 车间级智能制造服务优化配置的工作逻辑 |
| 6.2.2 车间级智能制造服务的优化配置策略 |
| 6.3 ATC方法 |
| 6.3.1 ATC方法的基本原理及特征 |
| 6.3.2 ATC方法的应用步骤 |
| 6.4 车间级智能制造服务的分布式协同优化配置 |
| 6.4.1 车间级智能制造服务优化配置的目标层解模型 |
| 6.4.2 目标层解元素关键连接的识别 |
| 6.4.3 目标层解元素的公式化 |
| 6.4.3.1 系统层元素的公式化 |
| 6.4.3.2 单元层元素的公式化 |
| 6.4.3.3 设备层元素的公式化 |
| 6.4.3.4 辅助元素的公式化 |
| 6.4.4 目标层解元素的协同求解 |
| 6.4.4.1 目标层解元素的收敛策略 |
| 6.4.4.2 目标层解元素的局部优化 |
| 6.4.5 算例验证 |
| 6.5 本章小结 |
| 第7章 案例仿真设计与验证 |
| 7.1 引言 |
| 7.2 案例仿真 |
| 7.2.1 复杂产品任务的制造服务分布式协同优化配置 |
| 7.2.1.1 ALC方法有效性的验证 |
| 7.2.1.2 自主决策权的保持以及敏感性分析 |
| 7.2.2 车间级制造服务的分布式协同优化配置 |
| 7.2.2.1 ATC方法的有效性验证 |
| 7.2.2.2 车间级智能制造服务优化配置 |
| 7.3 智能制造服务主动感知与优化配置仿真系统 |
| 7.3.1 系统开发环境 |
| 7.3.2 系统操作流程 |
| 7.3.2.1 系统界面展示与功能介绍 |
| 7.3.2.2 服务需求者的操作流程 |
| 7.3.2.3 服务提供者的操作流程 |
| 7.4 本章小结 |
| 第8章 总结与展望 |
| 8.1 总结 |
| 8.2 展望 |
| 参考文献 |
| 附录 |
| 附录 A ALC方法Matlab程序 |
| 附录 B ATC方法Matlab程序 |
| 攻读博士学位期间论文发表、科研情况 |
| 致谢 |
（9）基于分数阶微积分的离散制造检测数据融合技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文的研究背景 |
| 1.2 问题的提出 |
| 1.2.1 离散制造及其特点 |
| 1.2.2 实现离散制造MES面临的技术难题 |
| 1.3 数据融合技术的发展概况 |
| 1.3.1 数据融合技术的发展历程 |
| 1.3.2 国内数据融合技术的研究现状 |
| 1.4 论文的研究目的和意义 |
| 1.4.1 论文的研究目的 |
| 1.4.2 论文的研究目标 |
| 1.5 论文的主体结构和主要内容 |
| 1.5.1 论文的主体结构 |
| 1.5.2 各章主要内容 |
| 1.6 本章小结 |
| 第二章 预备知识 |
| 2.1 分数阶微积分理论 |
| 2.1.1 分数阶微积分的定义 |
| 2.1.2 分数阶微积分的求解 |
| 2.1.3 分数阶偏微分方程 |
| 2.1.4 分数阶偏微分方程的解法 |
| 2.2 数据融合技术 |
| 2.2.1 数据融合的概念 |
| 2.2.2 数据融合技术的应用 |
| 2.2.3 国内外常用数据融合的分类方法 |
| 2.2.4 常用的多传感器数据融合算法及其应用特点 |
| 2.3 本章小结 |
| 第三章 物联网下离散制造MES及其数据检测系统设计 |
| 3.1 物联网技术及其应用 |
| 3.1.1 物联网技术 |
| 3.1.2 物联网结构及其基本特性 |
| 3.1.3 物联网技术的应用 |
| 3.2 基于物联网技术的离散制造执行系统 |
| 3.2.1 系统构架 |
| 3.2.2 系统组成结构及其功能 |
| 3.2.3 物联网下离散制造数据检测系统的实现 |
| 3.3 物联网下离散制造MES检测数据的特性分析 |
| 3.4 本章小结 |
| 第四章 基于分数阶微积分的网络信息融合处理技术 |
| 4.1 网络信息及其融合处理 |
| 4.2 分数阶微分算子与网络信息处理技术 |
| 4.2.1 分数阶微分算子对检测数据的处理 |
| 4.2.2 基于分数阶微分的多传感器检测数据融合模型 |
| 4.2.3 分数阶微分在网络检测信息融合处理中的应用分析 |
| 4.3 分数阶积分算子与网络信息融合处理技术 |
| 4.3.1 分数阶积分算子对检测数据的处理 |
| 4.3.2 基于分数阶积分的多传感器检测数据的融合模型 |
| 4.3.3 分数阶积分在网络信息融合处理中的应用分析 |
| 4.4 本章小结 |
| 第五章 基于分数阶偏微分的物联网下检测数据融合处理技术 |
| 5.1 基于积分离散引导算法的分数阶偏微分运算 |
| 5.2 基于分数阶偏微分的多传感器检测数据融合算法模型 |
| 5.3 基于分数阶偏微分融合算法的物联网检测数据融合仿真实验 |
| 5.4 分数阶偏微分在物联网下多传感器检测数据融合中的应用 |
| 5.4.1 物联网下多传感器检测数据 |
| 5.4.2 数据分析与处理 |
| 5.4.3 融合处理过程及结果分析 |
| 5.5 分数阶微积分对网络信息的融合结果比较分析 |
| 5.6 本章总结 |
| 第六章 分数阶偏微分数据融合算法在离散制造MES中的应用分析 |
| 6.1 实验平台介绍 |
| 6.2 实验方案 |
| 6.3 实验系统构建 |
| 6.3.1 感知执行层 |
| 6.3.2 信息传输层 |
| 6.3.3 信息处理层 |
| 6.4 实验仿真 |
| 6.4.1 实验环境描述 |
| 6.4.2 差异数据融合处理 |
| 6.4.3 实验结果分析 |
| 6.5 本章小结 |
| 第七章 论文的总结与前景展望 |
| 7.1 全文总结 |
| 7.2 本文主要创新点 |
| 7.3 前景展望 |
| 参考文献 |
| 攻读博士学位期间的学术活动及成果情况 |
四、先进制造系统和21世纪的制造业（论文参考文献）
- [1]面向未来互联网的智慧制造研究现状与展望[J]. 马南峰,姚锡凡,王柯赛. 中国科学:技术科学, 2022(01)
- [2]智能制造——比较性综述与研究进展[J]. 王柏村,陶飞,方续东,刘超,刘宇飞,Theodor Freiheit. Engineering, 2021(06)
- [3]中药智能制造理论模型的构建与应用[D]. 曹婷婷. 北京中医药大学, 2021(02)
- [4]云制造环境下面向过程的生产调度问题研究[D]. 娄高翔. 长安大学, 2021(02)
- [5]基于共演战略的制造业企业推进智能制造路径研究[D]. 施宇洁. 哈尔滨工程大学, 2020(05)
- [6]总装化造船系统生产效率评价研究[D]. 石国富. 大连理工大学, 2019(01)
- [7]智能制造发展的国际比较与中国抉择[D]. 王媛媛. 福建师范大学, 2019(12)
- [8]基于工业物联网的智能制造服务主动感知与分布式协同优化配置方法研究[D]. 张耿. 西北工业大学, 2018(02)
- [9]基于分数阶微积分的离散制造检测数据融合技术研究[D]. 左延红. 合肥工业大学, 2019(03)
- [10]世界先进制造系统的演进路径及体系结构[J]. 莫莉,郑力. 兵工自动化, 2013(11)