论文部分内容阅读
在当下互联网与人工智能飞速发展的智能时代,制造业也正在发生巨大的变化,以工业4.0为代表的智能制造技术正在广泛应用于工业生产的各个环节。CPS系统作为综合计算系统、网络通信系统、感知系统和控制系统的多维复杂系统,是实现智能制造系统的具体方式。本文以白酒制曲工艺的智能化改造作为研究背景,建立了一个基于CPS架构的制曲智能制造系统,解决了传统生产工艺中人工干预程度高,生产效率低等问题,实现了制曲整个过程的数字化及智能化。论文主要研究内容包括如下几个方面:(1)CPS系统算法研究及改进。针对现有制曲工艺过程存在参数测量时间较长、系统反馈不及时的问题,提出了基于人工神经网络优化的参数在线测量方法。通过研究不同算法的特点,选择Elman神经网络作为参数预测的主要算法。并在Elman神经网络的基础上进行改进,提出了具有双隐层及输出层自反馈的DHElman神经网络。通过算法对比实验可知:提出的基于DH-Elman神经网络的参数预测模型,预测结果表现更好,精度更高。(2)CPS制曲智能制造系统设计。提出了基于CPS的制曲智能制造系统架构(感知层、网络层、应用层的三层CPS系统架构),来指导系统具体设计和实施。根据提出的CPS系统架构进行系统的分层设计。系统感知层设计提出四类感知节点设计方案完成制曲参数的全面感知。系统网络层提出CPS智能制曲异构组网模型,并采用Packet Tracer进行网络模型仿真,验证组网模型的可行性。系统应用层提出了基于B/S架构的生产过程实时感知系统软件设计过程,并设计了基于Java语言的DH-Elman算法的关键代码。(3)基于RPC架构的算法服务平台设计。针对传统算法服务与系统业务高度耦合的缺点,提出了RPC算法服务平台设计,将DH-Elman神经网络算法服务独立出来,以远程服务调用的方式来进行算法预测,可以很大程度上提高系统软件的可扩展性。(4)CPS制曲智能制造系统的具体实现及应用。针对上述系统设计思路,进行系统硬件实施及软件实现,并对系统实际运行情况进行评估,总结目前存在的问题及下一步改进方向。