物联制造执行过程的主动感知与动态优化方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51175435
  • 项目类别:
    面上项目
  • 资助金额:
    60.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0510.制造系统与智能化
  • 结题年份:
    2015
  • 批准年份:
    2011
  • 项目状态:
    已结题
  • 起止时间:
    2012-01-01 至2015-12-31

项目摘要

针对制造执行过程监控与优化在实时性和动态性方面的需求和挑战,以实现物联制造执行过程的主动感知与动态优化为目标,展开对具有感知交互能力的智能制造设备建模、多源信息的主动感知与增值机理、多源信息驱动的制造过程动态优化方法等的深入研究,揭示物联制造过程中多源、异构信息的主动感知及信息传递与计算过程中的增值机理,在此基础上,形成一套基于多源实时制造信息驱动的面向制造执行过程的分时段多级动态优化机制、模型和方法,并通过原型系统研发和理论驱动应用的案例测试本项目所提方法、模型、算法、策略的正确性,解决制造过程由部分定量、部分经验、定性化的信息跟踪和优化朝多源制造信息的主动感知和多源实时精确信息驱动的定量分析与优化决策发展过程中所面临的关键核心问题,为物联制造执行过程的主动感知、实时性能分析和优化决策提供理论方法与技术支持。

结项摘要

物联网被美国商业周刊和麻省理工技术评论分别列为21世纪最有影响的21项技术和改变世界的十大技术之一,被认为是继计算机、互联网与移动通信网之后的世界信息产业第三次浪潮。随着物联网概念在制造领域的渗透,制造企业的研制过程已由传统的“黑箱”模式向“三维空间加时间的多维度、透明化泛在感知”模式发展,这种以信息感知技术为驱动的制造系统—物联制造系统,有力地推动着制造系统向全球化、信息化、智能化、绿色化方向发展。.但是,如何结合物联制造的优势特征研究具有制造过程感知方法和具有快速、高效的优化模型的车间管理方法是目前学术界和制造企业面临的巨大挑战和迫切需求。. 基于上述分析和考虑,本课题以研究“物联制造执行过程的主动感知与动态优化方法”为突破口,以“物物互联,感知制造”为导向,聚焦物联制造执行过程的主动感知与动态优化的关键科学问题,展开与其相关的共性方法、优化模型和算法的研究。这正是本课题提出的初衷与动机。.课题的主要研究内容包括:具有感知交互能力的智能制造设备建模;制造过程信息主动感知与增值机理;多源信息驱动的制造过程动态优化方法;原型系统开发及理论驱动应用的案例研究。. 课题组经过4年的研究,较好地完成了课题的主要研究内容并取得了较好的研究成果。提出了一种基于物联技术的制造过程主动感知与动态优化方法的体系构架;设计了一种具有感知交互能力的智能制造设备建模方法;建立了一种多源制造信息增值机制与运算模型;提出了一种实时多源制造信息驱动的生产过程动态优化策略与方法。课题组取得了较好的研究成果,共发表期刊论文13篇,其中SCI源刊10篇(含3篇在线发表),1篇论文入选ESI高被引论文(2015年);出版学术专著1部(科学出版社);授权国家发明专利2项。课题负责人张映锋教授入选了教育部新世纪优秀人才支持计划(2012年)、陕西省青年科技新星(2013年)、爱思唯尔中国高倍引学者(工业和制造工程方向,2014年)。. 本课题在理论、方法方面所获得的研究成果对于物联网在制造领域的应用、中国制造2025战略的实施等提供重要的理论依据和技术上的借鉴价值,为制造企业更有效地生产、经营、管理提供一条新的途径,为制造系统从现有数字化、网络化向智能化发展奠定重要的理论基础。

项目成果

期刊论文数量(17)
专著数量(1)
科研奖励数量(0)
会议论文数量(8)
专利数量(2)
面向物联制造环境的高可靠RFID传感网优化配置方法
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    计算机集成制造系统
  • 影响因子:
    --
  • 作者:
    李志宇;张映锋
  • 通讯作者:
    张映锋
作业车间区间型多属性瓶颈识别方法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    计算机集成制造系统
  • 影响因子:
    --
  • 作者:
    王军强;陈剑;王烁;郭银洲;张映锋;孙树栋
  • 通讯作者:
    孙树栋
一种基于物联技术的制造执行系统实现方法与关键技术
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    计算机集成制造系统
  • 影响因子:
    --
  • 作者:
    赵曦滨;孙树栋;王军强;司书宾
  • 通讯作者:
    司书宾
Task-driven manufacturing cloud service proactive discovery and optimal configuration method
任务驱动的制造云服务主动发现与优化配置方法
  • DOI:
    10.1007/s00170-015-7731-9
  • 发表时间:
    2016-04-01
  • 期刊:
    INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY
  • 影响因子:
    3.4
  • 作者:
    Zhang, Yingfeng;Xi, Dong;Sun, Shudong
  • 通讯作者:
    Sun, Shudong
Multi-agent based real-time production scheduling method for radio frequency identification enabled ubiquitous shopfloor environment
基于多智能体的实时生产调度方法,用于射频识别,实现无处不在的车间环境
  • DOI:
    10.1016/j.cie.2014.07.011
  • 发表时间:
    2014-10
  • 期刊:
    Computers & Industrial Engineering
  • 影响因子:
    --
  • 作者:
    Zhang Yingfeng;George Q. Huang;Shudong Sun;Teng Yang
  • 通讯作者:
    Teng Yang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

采用实时生产信息的单元制造任务动态调度方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    西安交通大学学报
  • 影响因子:
    --
  • 作者:
    周光辉;王蕊;张映锋;江平宇;张国海
  • 通讯作者:
    张国海
e-制造模式下制造信息动态跟踪方法研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    应用科技
  • 影响因子:
    --
  • 作者:
    黄国全;江平宇;张映锋;屈挺
  • 通讯作者:
    屈挺
一种求解资源受限多项目调度问题的分解算法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    计算机集成制造系统
  • 影响因子:
    --
  • 作者:
    张松飞;陈剑;张映锋;孙树栋
  • 通讯作者:
    孙树栋
数据驱动的复杂产品智能服务技术与应用
  • DOI:
    10.3969/j.issn.1004-132x.2020.07.001
  • 发表时间:
    2020
  • 期刊:
    中国机械工程
  • 影响因子:
    --
  • 作者:
    李浩;王昊琪;程颖;陶飞;郝兵;王新昌;纪杨建;宋文燕;杜文辽;文笑雨;巩晓赟;李客;张映锋;罗国富;李奇峰
  • 通讯作者:
    李奇峰
叠层穿刺CF/Al复合材料准静态拉伸力学行为与失效机理研究
  • DOI:
    10.7527/s1000-6893.2020.24816
  • 发表时间:
    2021
  • 期刊:
    航空学报
  • 影响因子:
    --
  • 作者:
    沈高峰;王振军;刘丰华;张映锋;蔡长春;徐志锋;余欢
  • 通讯作者:
    余欢

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

张映锋的其他基金

数据-知识混合驱动的离散制造系统自适应协同优化控制方法与应用验证
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    258 万元
  • 项目类别:
基于CPS和工业物联网的智能生产-物流系统自适应协同优化方法研究
  • 批准号:
    51675441
  • 批准年份:
    2016
  • 资助金额:
    63.0 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码