制造業(yè)是國民經(jīng)濟(jì)的支柱,隨著云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)技術(shù)的興起,智能制造正在引領(lǐng)制造方式變革和制造業(yè)的產(chǎn)業(yè)升級,成為全球新一輪制造業(yè)競爭的制高點(diǎn)。隨著我國智能制造的快速推進(jìn)與有序發(fā)展,企業(yè)能力也相應(yīng)發(fā)生變化。如何在智能制造大背景下認(rèn)清自身的發(fā)展階段,如何進(jìn)行自我評估與診斷以進(jìn)行針對性的提升與改造成為各企業(yè)亟需解決的問題。目前智能制造能力評估的相關(guān)研究以指標(biāo)建設(shè)、模型標(biāo)準(zhǔn)架構(gòu)研究為主,大部分還停留在定性評估或理論研究階段。本文從智能制造能力評估目標(biāo)出發(fā),提出了一種面向企業(yè)生產(chǎn)調(diào)度的智能制造能力評估框架和方法,評估方法在實(shí)際工廠進(jìn)行了應(yīng)用,并為企業(yè)能力提升提供了參考性意見,主要工作與創(chuàng)新點(diǎn)如下:(1)對于智能制造能力評估進(jìn)行綜述,針對傳統(tǒng)成本模型缺乏智能制造生產(chǎn)要素及擴(kuò)展性差等問題,提出了一種面向智能制造的全要素生產(chǎn)成本模型及其形式化表達(dá)。可清晰描述智能制造生產(chǎn)模式下的數(shù)字化資源及新型人力資源等成本要素,且支持多層級模型擴(kuò)展,滿足智能制造多層級生產(chǎn)管控的成本核算需求。(2)提出了一種基于多智能體仿真的智能制造生產(chǎn)調(diào)度定量評估方法。根據(jù)流程特點(diǎn)總結(jié)出生產(chǎn)調(diào)度的工作流模型,基于多智能體系統(tǒng)實(shí)現(xiàn)工作流中計(jì)劃排產(chǎn)、指令下達(dá)、生產(chǎn)監(jiān)控、績效統(tǒng)計(jì)的建模仿真,以最優(yōu)能力場景為評估基準(zhǔn),通過多場景配置仿真,定義了用于能力評估的標(biāo)桿數(shù)據(jù)庫。(3)提出了一種針對智能制造能力的定性定量相結(jié)合的評估方法。為解決智能要素難以量化的問題,通過調(diào)查問卷的形式獲得企業(yè)核心能力要素的定性等級,基于德爾菲評估矩陣得到智能要素對生產(chǎn)調(diào)度各環(huán)節(jié)的影響程度,確定場景配置參數(shù),進(jìn)行仿真得到生產(chǎn)成本,以此為量化尺度綜合評價(jià)企業(yè)核心制造能力。針對企業(yè)能力改進(jìn),基于多場景仿真的數(shù)據(jù)結(jié)果,分析了生產(chǎn)調(diào)度參數(shù)的靈敏度,為企業(yè)智能制造能力改進(jìn)提出參考意見。
【學(xué)位單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP18;F424;F49
【部分圖文】：

別于德國工業(yè)４．０，美國２０１６年提出的智能制造就緒度水平（ＳＭＳＲＬ）?［２３］模型??側(cè)重評估的是技術(shù)手段的成熟度而不是企業(yè)構(gòu)架的整體，其主要的評估對象是生??產(chǎn)制造系統(tǒng)。ＳＭＳＲＬ模型如圖１．２所示，考察組織成熟度、信息系統(tǒng)成熟度、??績效管理成熟度和信息互聯(lián)成熟度四個(gè)方面。度量標(biāo)準(zhǔn)分為無實(shí)施、起始、在優(yōu)??化等６個(gè)等級。??Ｐｒｏｃｅｓｓ??Ｃｌ?Ｏｒｇａｎｉｚａｔｉｏｎａｌ??Ｄｅｓｉｇｎａｔｅｄ?ｚ，?ｍａｔｕｒｉｔｙ??Ｐｅｒｓｏｎｎｅｌ??Ｓｏｆｔｗａｒｅ?Ｓｙｓｔｅｍ??＾?Ｃ２?ＩＴ?ｍａｔｕｒｉｔｙ?－?＼??ｂ＝＝＝＝＾ｘ??１??Ｏｕｔｐｕｔ?Ｄａｔａ?＼???—?＿?Ｘ＇?．?Ｊ??Ｆｏｒｍａｔ?＼?＼?Ｃ３?Ｐｅｒｆｏｒｍａｎｃｅ?／????Ｉ?ｍａｎａｇｅｍｅｎｔ?ｍａｔｕｒｉｔｙ?／??ＫＰＩ?，?，????Ｃ４?Ｉｎｆｏｒｍａｔｉｏｎ?／??￣—?￣￣?Ｚ?ｃｏｎｎｅｃｔｉｖｉｔｙ?ｍａｔｕｒｉｔｙ??ＫＰＩ?Ｒｅｌａｔｉｏｎｓｈｉｐ?＇?＇?＇??圖１．２智能制造就緒度水平模型框架??我國電子標(biāo)準(zhǔn)研究院于２０１６年推出能力成熟度模型１．０版［６］。模型以《國家??智能制造標(biāo)準(zhǔn)體系建設(shè)指南（２０１５年版）》［ｒｌ中智能制造系統(tǒng)架構(gòu)為參考模型，??提出生命周期、系統(tǒng)層級和智能功能３個(gè)維度，從“智能＋制造”兩個(gè)維度分析??智能制造的核心要素、特征與要求

別于德國工業(yè)４．０，美國２０１６年提出的智能制造就緒度水平（ＳＭＳＲＬ）?［２３］模型??側(cè)重評估的是技術(shù)手段的成熟度而不是企業(yè)構(gòu)架的整體，其主要的評估對象是生??產(chǎn)制造系統(tǒng)。ＳＭＳＲＬ模型如圖１．２所示，考察組織成熟度、信息系統(tǒng)成熟度、??績效管理成熟度和信息互聯(lián)成熟度四個(gè)方面。度量標(biāo)準(zhǔn)分為無實(shí)施、起始、在優(yōu)??化等６個(gè)等級。??Ｐｒｏｃｅｓｓ??Ｃｌ?Ｏｒｇａｎｉｚａｔｉｏｎａｌ??Ｄｅｓｉｇｎａｔｅｄ?ｚ，?ｍａｔｕｒｉｔｙ??Ｐｅｒｓｏｎｎｅｌ??Ｓｏｆｔｗａｒｅ?Ｓｙｓｔｅｍ??＾?Ｃ２?ＩＴ?ｍａｔｕｒｉｔｙ?－?＼??ｂ＝＝＝＝＾ｘ??１??Ｏｕｔｐｕｔ?Ｄａｔａ?＼???—?＿?Ｘ＇?．?Ｊ??Ｆｏｒｍａｔ?＼?＼?Ｃ３?Ｐｅｒｆｏｒｍａｎｃｅ?／????Ｉ?ｍａｎａｇｅｍｅｎｔ?ｍａｔｕｒｉｔｙ?／??ＫＰＩ?，?，????Ｃ４?Ｉｎｆｏｒｍａｔｉｏｎ?／??￣—?￣￣?Ｚ?ｃｏｎｎｅｃｔｉｖｉｔｙ?ｍａｔｕｒｉｔｙ??ＫＰＩ?Ｒｅｌａｔｉｏｎｓｈｉｐ?＇?＇?＇??圖１．２智能制造就緒度水平模型框架??我國電子標(biāo)準(zhǔn)研究院于２０１６年推出能力成熟度模型１．０版［６］。模型以《國家??智能制造標(biāo)準(zhǔn)體系建設(shè)指南（２０１５年版）》［ｒｌ中智能制造系統(tǒng)架構(gòu)為參考模型，??提出生命周期、系統(tǒng)層級和智能功能３個(gè)維度，從“智能＋制造”兩個(gè)維度分析??智能制造的核心要素、特征與要求

圖１．４本文的評估方法框架??評估根據(jù)收集統(tǒng)計(jì)的評估對象數(shù)據(jù)，分析處理后建立評估對象型進(jìn)行場景仿真，該部分工作會(huì)在第３章節(jié)進(jìn)行詳述。在評估時(shí)，由于傳統(tǒng)成本模型沒有考慮智能化的特點(diǎn)，首先在第２章節(jié)提成本模型，以滿足仿真建模與智能制造能力評估需求。??評估的重點(diǎn)在于智能維數(shù)據(jù)的確定與表達(dá)。實(shí)際智能制造數(shù)據(jù)法清晰劃分?jǐn)?shù)據(jù)是屬于智能數(shù)據(jù)或者制造數(shù)據(jù)。為了評估需要，白皮書［６］，把評估對象數(shù)據(jù)分為智能維數(shù)據(jù)與制造維數(shù)據(jù)，制造生命周期的活動(dòng)數(shù)據(jù)，包括設(shè)計(jì)、生產(chǎn)、物流、銷售、服務(wù)等一價(jià)值創(chuàng)造活動(dòng)數(shù)據(jù)。智能維數(shù)據(jù)是帶智能特征的數(shù)據(jù)，是指基于技術(shù)使制造活動(dòng)具有自感知、自學(xué)習(xí)、自決策、自執(zhí)行、自適應(yīng)能的數(shù)據(jù)。由于智能維數(shù)據(jù)無法簡單通過生產(chǎn)現(xiàn)場獲取，基于問人力、時(shí)間，結(jié)合專家與從業(yè)者經(jīng)驗(yàn)確定企業(yè)核心能力要素的定工會(huì)４章進(jìn)。??
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李培根;;有關(guān)智能制造的冷思考[J];紡織科學(xué)研究;2019年07期

2 李鐵芳;;智能制造與機(jī)器人應(yīng)用關(guān)鍵技術(shù)與發(fā)展趨勢[J];科技風(fēng);2019年20期

3 ;國產(chǎn)機(jī)器人向中高端市場轉(zhuǎn)型[J];機(jī)械;2019年06期

4 錢展;;2019中國智能制造發(fā)展的十大關(guān)鍵[J];商業(yè)文化;2019年11期

5 ;智能,那么近,那么遠(yuǎn)……[J];印刷工業(yè);2019年03期

6 蔡克儉;;促進(jìn)制造業(yè)與新一代信息技術(shù)、智能技術(shù)深度融合——寧波市推進(jìn)智能制造工程總結(jié)與展望[J];中國信息化;2019年06期

7 李培根;;智能制造要夯實(shí)“數(shù)據(jù)”“互聯(lián)”基礎(chǔ)[J];智慧中國;2019年07期

8 ;工信部:加快突破智能制造核心裝備[J];中國建材資訊;2018年03期

9 ;庫卡公司與哈工大機(jī)器人集團(tuán)簽署戰(zhàn)略合作協(xié)議[J];現(xiàn)代焊接;2016年05期

10 ;《智能制造發(fā)展規(guī)劃(2016-2020年)》正式發(fā)布[J];氣體分離;2016年06期

相關(guān)博士學(xué)位論文 前10條

1 陳鐵健;智能制造裝備機(jī)器視覺檢測識別關(guān)鍵技術(shù)及應(yīng)用研究[D];湖南大學(xué);2016年

2 李小敏;面向智能制造的工業(yè)無線網(wǎng)絡(luò)服務(wù)質(zhì)量優(yōu)化關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2018年

3 宋志婷;智能制造信息系統(tǒng)魯棒性分析與控制[D];華南理工大學(xué);2018年

4 潘全科;智能制造系統(tǒng)多目標(biāo)車間調(diào)度研究[D];南京航空航天大學(xué);2003年

5 張曉峰;可重構(gòu)智能制造系統(tǒng)的基礎(chǔ)研究[D];南京航空航天大學(xué);2001年

6 姜永成;空間曲面往復(fù)走絲線切割智能制造系統(tǒng)關(guān)鍵技術(shù)研究[D];哈爾濱理工大學(xué);2008年

7 王友發(fā);面向智能制造的多機(jī)器人系統(tǒng)任務(wù)分配研究[D];南京大學(xué);2016年

8 孫志峻;智能制造系統(tǒng)車間生產(chǎn)優(yōu)化調(diào)度[D];南京航空航天大學(xué);2002年

9 張祖國;基于社會(huì)化的協(xié)同智能制造系統(tǒng)研究[D];中國科學(xué)院國家空間科學(xué)中心;2015年

10 荀亞玲;集群環(huán)境下的關(guān)聯(lián)規(guī)則挖掘及應(yīng)用[D];太原科技大學(xué);2017年

相關(guān)碩士學(xué)位論文 前10條

1 陳煒明;人工智能的哲學(xué)探究[D];廈門大學(xué);2017年

2 李旭;智能制造背景下海爾內(nèi)部控制優(yōu)化研究[D];天津財(cái)經(jīng)大學(xué);2018年

3 陳歆;面向生產(chǎn)調(diào)度的智能制造能力評估方法研究[D];浙江大學(xué);2019年

4 艾文玲;代工制造企業(yè)的智能化轉(zhuǎn)型策略研究[D];北京郵電大學(xué);2019年

5 陳志璇;基于ARM的智能手套機(jī)控制系統(tǒng)設(shè)計(jì)與開發(fā)[D];浙江工業(yè)大學(xué);2019年

6 沈建軍;A公司智能電視主機(jī)研發(fā)項(xiàng)目風(fēng)險(xiǎn)管理研究[D];深圳大學(xué);2018年

7 邱茜茜;智能裝備領(lǐng)域中職學(xué)生職業(yè)技能匹配與發(fā)展路徑研究[D];浙江工業(yè)大學(xué);2019年

8 梁雪;基于行業(yè)標(biāo)準(zhǔn)的智能制造領(lǐng)域現(xiàn)代學(xué)徒制研究[D];浙江工業(yè)大學(xué);2018年

9 劉璐;基于SA、GA改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型的智能制造項(xiàng)目投資風(fēng)險(xiǎn)分析[D];天津工業(yè)大學(xué);2019年

10 姜樅聰;基于機(jī)器學(xué)習(xí)的智能制造系統(tǒng)評價(jià)模型與算法[D];浙江工業(yè)大學(xué);2019年

本文編號：2872007