多品种小批量离散制造过程多源异构数据集成与智能运维方法研究*

doi:10.16731/j.cnki.1671-3133.2024.10.007

现代制造工程 ›› 2024, Vol. 529 ›› Issue (10): 49-59.doi: 10.16731/j.cnki.1671-3133.2024.10.007

多品种小批量离散制造过程多源异构数据集成与智能运维方法研究^*

何帆^1,2, 赵秀栩^1,2, 何梦旗^1,2, 李娇³, 朱成辉³

1 武汉理工大学机电工程学院,武汉 430070;
2 湖北省数字制造重点实验室,武汉 430070;
3 韶能集团韶关宏大齿轮有限公司,韶关 512000

收稿日期:2023-10-26 发布日期:2024-10-29
通讯作者: 赵秀栩,教授,博士研究生导师,主要研究方向为制造企业信息化、密封监测与智能调控。
作者简介:何帆,硕士研究生,主要研究方向为工业大数据应用。何梦旗,硕士研究生,主要研究方向为基于数据驱动与知识驱动融合的人工智能。李娇,工程师,主要研究方向为新能源汽车传动齿轮制造关键技术开发。朱成辉,工程师,主要研究方向为新能源汽车传动齿轮制造关键技术开发。E-mail:1040236351@qq.com
基金资助:
^*广东省科技创新战略专项项目(210907104531267)

Research on multi-source heterogeneous data integration and intelligent operation method for multi-variety and small-batch discrete manufacturing process

HE Fan^1,2, ZHAO Xiuxu^1,2, HE Mengqi^1,2, LI Jiao³, ZHU Chenghui³

1 School of Mechanical & Electrical, Wuhan University of Technology, Wuhan 430070, China;
2 Hubei Key Laboratory of Digital Manufacturing, Wuhan University of Technology, Wuhan 430070, China;
3 Shaoneng Group Shaoguan Hongda Gear Co., Ltd., Shaoguan 512000, China

Received:2023-10-26 Published:2024-10-29

摘要/Abstract

摘要： 在多品种小批量离散制造过程中有工艺图样、车间面板记录、机床传感器信号和质检报告单等多源异构工艺信息,如何高效地获取这些来源不一、结构多样的数据,并有效实现数据可视化、挖掘数据的潜在价值是这一类相关制造型企业面临的一个共性问题。传统纸质化工艺信息管理过程中存在信息化程度低、共享性差、获取不实时和安全性弱等弊端。为解决这一问题,研究以齿轮这一典型多品种小批量离散加工产品为对象,提出一种可综合运用图像识别、文字提取、二维码技术和TCP/IP通信等技术的多元异构数据集成方法,设计并开发了可支持文本、图像和传感器数据等多源异构数据集成的智能运维系统,实现了齿轮关键工序的多源异构数据的实时集成获取、轻量化高效管理、价值挖掘及可视化应用。

关键词: 多源异构信息, 离散制造, 工艺信息, 集成系统, 多品种小批量

Abstract: In the multi-variety small-batch discrete manufacturing process, there are multi-source heterogeneous process information such as process drawings, workshop panel records, machine tool sensor signals, quality inspection reports, etc. How to efficiently obtain these data from different sources and diverse structures, effectively realize data visualization, and tap the potential value of data is a common problem faced by this kind of enterprises. In the process of traditional paper-based process information management, there are some disadvantages, such as low informatization degree, poor sharing, not real-time acquisition and weak security. In order to solve this problem, it takes gear, a typical multi-variety and small-batch discrete processing product, as the object, proposes a multi-heterogeneous data integration method that can comprehensively use image recognition, text extraction, two-dimensional code technology, TCP/IP communication and other technologies, and designs and develops an intelligent operation and maintenance system that can support the integration of multi-source heterogeneous data such as text, image and sensor data. It realizes real-time integration of multi-source heterogeneous data acquisition, lightweight and efficient management, value mining and visual application of key gear processes.

Key words: multi-source heterogeneous information, discrete manufacturing, process information, integrated system, multi-variety small batch

中图分类号:

何帆, 赵秀栩, 何梦旗, 李娇, 朱成辉. 多品种小批量离散制造过程多源异构数据集成与智能运维方法研究^*[J]. 现代制造工程, 2024, 529(10): 49-59.

HE Fan, ZHAO Xiuxu, HE Mengqi, LI Jiao, ZHU Chenghui. Research on multi-source heterogeneous data integration and intelligent operation method for multi-variety and small-batch discrete manufacturing process[J]. Modern Manufacturing Engineering, 2024, 529(10): 49-59.

参考文献

[1] LIU W J, TIAN Z Q, JIANG X Y, et al. A milling cutter state recognition method based on multi-source heterogeneous data fusion[J]. International Journal of Advanced Manufacturing Technology,2022,122(7/8):3365-3378.
[2] 段礼祥,李涛,唐瑜,等.基于多源异构信息融合的机械故障诊断方法[J].石油机械,2021(2):60-67,80.
[3] 龙云.多源异构数据驱动的数控铣削表面粗糙度预测及优化方法[D]. 重庆:重庆大学,2021.
[4] 李聪波,龙云,崔佳斌,等.基于多源异构数据的数控铣削表面粗糙度预测方法[J].中国机械工程,2022(3):318-328.
[5] 陈爽.基于数据可视化的离散制造过程多源异构数据管理方法研究[D].大连:大连理工大学,2022.
[6] 罗颖.针对面向多源异构数据的数据集成中间件的设计与开发[J].网络安全技术与应用,2019 (6):55-57.
[7] 杨剑锋,李永梅,李秀,等.基于数据融合的多品种小批量产品质量预测方法[J].统计与决策,2021,37(9):33-36.
[8] 陈怡娴. 多品种小批量机加车间柔性布局设计与评价[D]. 哈尔滨:哈尔滨工业大学,2021.
[9] 李永梅. 面向工业大数据的多品种小批量加工质量预测研究[D]. 郑州:郑州大学,2021.
[10] 魏俊华,付钰,夏亚歌,等.蜗杆磨齿加工参数对齿面粗糙度的影响与优化研究[J].数字制造科学,2021(1):31-36.
[11] 王利亭,赵秀栩,李娇.蜗杆砂轮磨齿加工参数优化[J].中国机械工程,2021(17):2136-2141.
[12] 李荫现,周智慧.金属小齿轮热处理变形与质量控制[J].中国金属通报,2020(7):151-152,154.
[13] 郭友.滚齿加工质量影响因素分析与质量预测方法研究[D]. 重庆:重庆大学,2021.
[14] 陈世超,崔春雨,张华,等.制造业生产过程中多源异构数据处理方法综述[J].大数据,2020(5): 55-81.
[15] KONG Y N, LI D M, LI C S, et al. A Multi-source Heterogeneous Data Storage and Retrieval System for Intelligent Manufacturing[C]//17th IEEE International Conference on E-Business Engineering (ICEBE).[S.l.]:[s.n.],2021:82-87.
[16] 许贤慧,王淑营,曾文驱.面向工程数据检索的ElasticSearch索引优化策略[J].计算机与现代化,2022(2):79-84,119.
[17] 范勇.基于OPC UA技术构建支持多源异构数据采集的数据采集平台[J].中国重型装备,2021(3):55-59.
[18] LIU G Y, WANG Y H, LIU C H, et al. Research on Production Big Data Acquisition and Transmission System in Intelligent Jobshop[C]//33rd Chinese Control and Decision Conference (CCDC).[S.l.]:[s.n.],2021:293-298.
[19] LIU W M, ZHANG C, YU B, et al. A General Multi-Source Data Fusion Framework[C]//11th International Conference on Machine Learning and Computing (ICMLC).[S.l.]:[s.n.],2019:285-289.
[20] 周正,胡毅,杨巍,等.多源异构数控设备监控服务器的研究与实现[J].小型微型计算机系统,2021(11):2382-2387.
[21] 郑家和.基于OPC UA的典型产线多源异构数据互联互通技术研究[D]. 广州:华南理工大学,2022.
[22] 武天野.面向轴承制造企业的数据采集与处理系统设计与实现[D]. 杭州:浙江理工大学,2022.
[23] 李展鹏,邹孝付,苏雍贺,等.基于FPGA的多源异构数据并行可配置采集方法[J].计算机集成制造系统,2021(4):1008-1020.
[24] 潘建宏,王磊,樊家树,等.一种基于知识图谱技术的多源异构数据融合、共享方法[J].电子设计工程,2022(23):185-188,193.
[25] YIN C, PAN Z B, LI X B, et al. Workshop Multi-source Information IntelliSense Method Based on IPv6 Intelligent Terminal[C]//19th Monterey Workshop on Challenges and Opportunity with Big Data.[S.l.]:[s.n.],2016:198-208.
[26] 李帅,郭妍彤,周文迪.基于Neo4j的数据空间多源异构数据集成管理研究[J].现代计算机,2021(12):36-42.
[27] 王美清,马鹏飞,边远,等.面向数控加工过程智能管控的多源异构数据管理方法[J].航空制造技术,2020(8):14-24.
[28] 王鹏.基于多源异构数据融合的低代码MES可视化系统设计与实现[D]. 武汉:华中科技大学, 2021.
[29] 施晴红.NoSQL在信息反馈系统中的应用研究与实现[D]. 重庆:重庆大学,2016.
[30] 纪秀明.多数据库的跨库操作技术研究[D]. 上海:上海交通大学,2019.
[31] 胡文, 马玲玉.基于OpenCV手机拍照快递单文字识别的研究[J].哈尔滨商业大学学报(自然科学版),2015,31(5):564-568.
[32] HE M Q, ZHAO X X, HE F, et al. A modified RBF-CBR model considering evaluation index for gear grinding process with worm grinding wheel decision support system[J].Journal of Intelligent Manufacturing,2024,35(5):2367-2386.

多品种小批量离散制造过程多源异构数据集成与智能运维方法研究^*

Research on multi-source heterogeneous data integration and intelligent operation method for multi-variety and small-batch discrete manufacturing process

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 5

编辑推荐

Metrics

[1]	崔志鹏;吉卫喜;曹桢淼;陈琛;周姝含. FP-Growth-DW算法在离散车间的数据挖掘分析[J]. 现代制造工程, 2023, 510(3): 45-54.
[2]	余章勇. 基于元数据的结构化工艺系统构建方法研究[J]. 现代制造工程, 2022, 506(11): 75-83.
[3]	王茂青, 彭义兵, 徐同明. 基于UG CAM的机加工工艺过程仿真技术研究与实现[J]. 现代制造工程, 2018, 452(5): 89-97.
[4]	徐琛, 王美清. 面向离散制造现场的智能质量数据采集终端设计[J]. 现代制造工程, 2017, 443(8): 131-136.
[5]	李杰林, 陈明. “工业4.0”制造模式下面向云服务的信息物理系统参考架构研究[J]. 现代制造工程, 2017, 443(8): 147-156.