一种面向智能制造的全要素成本核算系统及方法

    公开(公告)号:CN109961216A

    公开(公告)日:2019-07-02

    申请号:CN201910141006.3

    申请日:2019-02-26

    IPC分类号: G06Q10/06 G06Q50/04

    摘要: 本发明公开了一种面向智能制造的全要素成本核算系统及方法,系统包括:数据采集单元,采集成本数据;数据处理单元,对成本数据进行预处理;成本核算单元,包含全要素成本核算模块,根据成本数据对生产成本进行核算并输出;全要素成本核算模块包括:成本节点库,存储成本节点的结构定义;成本节点接口,提供成本节点间的连接关系;多层级扩展接口,建立多层级成本核算模型及不同层级间成本节点间的耦合关系;成本数据库,根据成本节点库对成本数据结构化表达,根据成本数据间的耦合关系配置成本节点接口与多层级扩展接口,对生产成本进行核算并输出。本发明的核算系统及方法满足智能制造生产模式下全要素、多层级粒度的成本核算需求。

    故障不确定条件下的混合调度系统及方法

    公开(公告)号:CN111176230B

    公开(公告)日:2022-12-06

    申请号:CN201911328908.4

    申请日:2019-12-20

    摘要: 本发明实施方式提供一种故障不确定条件下的混合调度系统及方法,属于生产调度技术领域,系统包括协调控制模块、修正式调度模块及重调度模块,协调控制模块包括:库存监测单元,被配置为实时获取各物料的当前实际生产量;库存分析单元,被配置为获取并依据各物料的当前实际生产量及各物料的当前预测生产量确定故障单元;规则选择单元,被配置为当故障单元的数量大于第一阈值时,调用重调度模块;当故障单元的数量小于第一阈值时,判断修正式调度的预计执行时间是否大于生产调度周期,若大于,调用重调度模块,否则,调用修正式调度模块。本发明有机的将修正式调度和重调度结合,具有抵抗不确定性效果好、计算能力要求低的优点。

    一种智能流水线实验装置

    公开(公告)号:CN105023500A

    公开(公告)日:2015-11-04

    申请号:CN201510416391.X

    申请日:2015-07-15

    申请人: 浙江大学

    IPC分类号: G09B25/02

    摘要: 本发明公开了一种智能流水线实验装置,包括依次完成分拣备料工段、加工装配工段、质量检验工段、打印包装工段和立体仓储工段的分拣备料单元、加工装配单元、质量检验单元、打印包装单元和立体仓储单元,且各个单元独立控制。本发明的智能流水线实验装置,通过灵活的工艺流程配置及智能控制,可以满足多层次的实验教学需求,其每个工段都可以独立工作运行,实验者可以对实验内容进行专项、重点的操作与研究,并且在同一时间内可以进行多项科目或实验,从而提高了实验平台的利用效率。

    一种多回路智能工厂边缘侧数字孪生场景耦合装置

    公开(公告)号:CN112131782B

    公开(公告)日:2024-05-14

    申请号:CN202010881839.6

    申请日:2020-08-27

    申请人: 浙江大学

    摘要: 本发明公开了一种多回路智能工厂边缘侧数字孪生场景耦合装置,包括构成多个回路的产线边缘侧数字孪生系统的虚拟空间和物理空间、决策支持工具、数字化工具、在线动态场景数据库;所述的虚拟空间包括基于Wasserstein生成对抗网络的Conditional WGAN动态场景发生方法、场景发生器、仿真模型;所述的物理空间包括物理系统;所述的回路包括:数字孪生仿真决策回路、场景仿真回路、动态场景发生回路。该耦合装置可以作为一项服务嵌入至智能工厂边缘侧智能算法系统用于数字孪生生产场景的耦合生成,亦可为其他实验与研究提供可靠的原始数据及训练样本,进行针对性研究。

    故障不确定条件下的混合调度系统及方法

    公开(公告)号:CN111176230A

    公开(公告)日:2020-05-19

    申请号:CN201911328908.4

    申请日:2019-12-20

    摘要: 本发明实施方式提供一种故障不确定条件下的混合调度系统及方法,属于生产调度技术领域,系统包括协调控制模块、修正式调度模块及重调度模块,协调控制模块包括:库存监测单元,被配置为实时获取各物料的当前实际生产量;库存分析单元,被配置为获取并依据各物料的当前实际生产量及各物料的当前预测生产量确定故障单元;规则选择单元,被配置为当故障单元的数量大于第一阈值时,调用重调度模块;当故障单元的数量小于第一阈值时,判断修正式调度的预计执行时间是否大于生产调度周期,若大于,调用重调度模块,否则,调用修正式调度模块。本发明有机的将修正式调度和重调度结合,具有抵抗不确定性效果好、计算能力要求低的优点。

    考虑设备运行状态的生产及维护耦合任务分配方法及系统

    公开(公告)号:CN115619171A

    公开(公告)日:2023-01-17

    申请号:CN202211333399.6

    申请日:2022-10-28

    申请人: 浙江大学

    摘要: 本发明公开了一种考虑设备运行状态的生产及维护耦合任务分配方法及系统,系统包括:数字孪生平台,对任务分配决策模块所得到的分配方案进行仿真验证其可行性;设备模型管理模块,对设备的状态建立可靠度模型,对设备的生产过程进行数值化模型建立;订单接收模块,将订单分解为面向各个设备的生产任务;维护策略管理模块,对维护策略进行管理,并根据当前设备可靠度来选择设备对应的维护策略;任务分配决策模块,将生产任务与维护任务进行统一规划,并给出分配方案;分配结果交互模块,将最终分配方案输出并交互给物理产线以对物理产线进行生产指导。本发明解决了生产与维护在时间资源利用上相冲突的问题,实现了生产与维护的同时高效。

    教学工厂的多维度数字化教学资源库及其构建方法和应用

    公开(公告)号:CN107845045A

    公开(公告)日:2018-03-27

    申请号:CN201711010626.0

    申请日:2017-10-25

    申请人: 浙江大学

    IPC分类号: G06Q50/20

    CPC分类号: G06Q50/205

    摘要: 本发明公开了一种教学工厂的多维度数字化教学资源库,包括:多维度等级人才需求模型,通过企业智能制造能力成熟度模型映射得到;能力评估器,用于评估学生的能力;数字化教学资源,包括实体资源集和虚拟资源集;多维度教学场景组态矩阵,表示为RESsce(P×Q),其中P表示智能制造数字化交付成熟度等级数量,Q表示不同交付成熟度等级资源可配置数字化教学资源的数量;教学资源配置集合,表示覆盖全域成熟度等级的不同教学场景所对应教学资源配置的集合。本发明还公开了该多维度数字化教学资源库的构建方法和应用。本发明通过建立教学资源自身良性发展的机制,使得智能制造技术与教学环境形成有机融合,可满足不同层次智能制造人才培养的持续性需求。

    针对软件定义工业互联网的同构边缘计算任务高效控制方法

    公开(公告)号:CN115586966A

    公开(公告)日:2023-01-10

    申请号:CN202211235796.X

    申请日:2022-10-10

    申请人: 浙江大学

    IPC分类号: G06F9/50 G06Q50/04 G06F17/10

    摘要: 本发明公开了一种针对软件定义工业互联网的同构边缘计算任务高效控制方法,包括:根据多个非抢占式的同构边缘计算任务的各子任务之间的数据依赖关系,建立任务依赖关系执行图;建立同构边缘计算任务的混合整数非线性优化控制模型;将混合整数非线性优化控制模型转化为易于求解的混合整数线性优化控制模型,并划分为计算节点分配控制子模型和计算任务排序控制子模型;利用主动分解优化算法依次对计算节点分配控制子模型和计算任务排序控制子模型进行求解,得到最佳控制参数;依据最佳控制参数,高效控制多个同构边缘计算任务。本发明的方法可在软件定义工业互联网中同时高效控制多个非抢占式的同构边缘计算任务。

    一种多回路智能工厂边缘侧数字孪生场景耦合装置

    公开(公告)号:CN112131782A

    公开(公告)日:2020-12-25

    申请号:CN202010881839.6

    申请日:2020-08-27

    申请人: 浙江大学

    IPC分类号: G06F30/27 G06N3/04 G06N3/08

    摘要: 本发明公开了一种多回路智能工厂边缘侧数字孪生场景耦合装置,包括构成多个回路的产线边缘侧数字孪生系统的虚拟空间和物理空间、决策支持工具、数字化工具、在线动态场景数据库;所述的虚拟空间包括基于Wasserstein生成对抗网络的Conditional WGAN动态场景发生方法、场景发生器、仿真模型;所述的物理空间包括物理系统;所述的回路包括:数字孪生仿真决策回路、场景仿真回路、动态场景发生回路。该耦合装置可以作为一项服务嵌入至智能工厂边缘侧智能算法系统用于数字孪生生产场景的耦合生成,亦可为其他实验与研究提供可靠的原始数据及训练样本,进行针对性研究。

    基于云边协同计算的智能生产线产品质量低延迟集成预测方法和系统

    公开(公告)号:CN113379135A

    公开(公告)日:2021-09-10

    申请号:CN202110682525.8

    申请日:2021-06-18

    申请人: 浙江大学

    摘要: 本发明公开了一种基于云边协同计算的智能生产线产品质量低延迟集成预测方法和系统,方法包括:通过感知层实时采集智能生产线产品的数据并传输至边缘设备层和云计算中心层;构建质量特性选择规则;基于合成少数类过采样算法和自适应增强算法构建SMOTE‑Adaboost预测模型并训练,得到质量预测模型并部署到边缘设备层;边缘设备层基于质量特性选择规则对实时产品数据进行筛选,通过质量预测模型对筛选出的产品数据进行分类;对预测的产品质量标签进行标记并传输至云计算中心层,定期对质量预测模型进行更新;定期将更新后的质量预测模型更新至边缘设备层中;智能生产过程中,重复以上步骤。本发明的方法可以很好地处理质量预测中的质量标签不平衡问题。