制造系統數據采集

?

制造系統數據采集

隨著社會經濟的高速發展，先進制造技術已經成為全球經濟競爭的主戰場。數據采集技術是在不同學科之間交叉滲透的基礎上出現的，對于制造企業而言，傳統的信息采集方式已經難以滿足制造業信息化的實時需求，所以迅速及時地將相關學科領域的最新研究成果應用到數據采集技術中，研究新型的數據采集技術方法，方便企業及時引進生產技術實現制造自動化，對產品質量的提高以及企業的競爭力增強是不可或缺的。

制造企業外部環境與自身環境復雜多變，要實現生產制造的安全高效，在注重環保效益的前提下生產出高品質的產品，需要制造系統安置大量的傳感器與數據采集系統。對生產中設備運行狀況、工藝水平、產品品質以及內外部環境變化數據實時監控反饋，為生產提供技術保障。制造系統數據采集技術主要有以下三種：

集中式采集方式適用于小規模與相對簡單的系統，這種方式系統全部傳感器與數據采集系統直接相連，用一臺工控機可以實現所有的數據采集與處理，具有結構簡單、易于操作、維護方便、價格低廉的特點。

這一方式適合規模適中且生產線較為簡單的系統，可以實現生產線上分散的單體設備集中管理，被各大中型制造系統廣泛采用。該方式將系統需要采集的數據依據一定的條件進行分組，由各組獨立采集所轄區域的數據信息，各組協同完成整個生產過程的數據采集任務。通過各數據采集點設有獨立的數據采集服務器，對站點進行維護管理，形成相對獨立的局域網絡。具有結構復雜、成本相對較高、使用維護簡單以及具備網絡功能的特點。

這種數據采集方式是前兩種方式的高效組合，適用于大規模且承擔復雜制造的系統，兼具前兩種采集方式的優勢。

智能主體（Agent）涉及人工智能(Artificial Intelligent)技術的深層次問題，為人工智能技術以及計算機科學發展提供了新的計算求解范例和方法，也為CIMS（Computer Integrated Manu-facturing Systems，計算機集成制造系統）提供了更加高效便利的解決方案。應用智能主體思想與方法構建基于智能主體的數據采集系統，進一步推進數據采集智能化發展。智能主體屬于分布式人工智能（DAI， Distributed Artificial Intelligent）研究范圍。分布式人工智能是相對于集中控制技術而言的，分布式問題求解的思想在工程領域應用始于分布式控制系統的研究。控制系統規模的擴大以及結構復雜化、功能增多等一系列影響系統性能的因素增加，需求一種基于整體優化的控制策略，亦即整體的總目標函數最優化控制方式。該函數包括質量產量技術指標，以及能源、成本與環保等經濟社會指標，實現綜合自動化生產。將大系統分解為若干相關小系統，控制小系統的目標對象，同時要考慮小系統之間的相互影響與作用，以小系統的最優化促進大系統的最優。

計算機技術與信息技術的飛速發展為制造系統數據采集技術提供了更多的可能性，基于智能主體的制造系統數據采集技術，對于制造企業運用現代化的制造技術，在制造自動化、提高生產力與生產制造高品質的產品、增強企業的綜合競爭能力，實現經濟效益與社會效益有重要意義。