落卷机器人数字孪生系统搭建及一对多作业效率优化

来源 :机械科学研究总院 | 被引量 : 0次 | 上传用户:li_uwx
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
“中国制造2025”和“工业4.0”的相继推出,使得我国整体的制造业发生了质的转变,生产模式推向智能化,这将是制造业升级转型的重要时间点。如今,在前纺车间的生产中,一台双轴的落卷机器人,需要面对96台卷绕机进行搬运作业。按照现有的排队顺序,逻辑过于简单,效率出现瓶颈。以至于生产的各个环节联动能力弱,无法对后续生产进行必要的预判,不能充分满足智能制造发展的需求。数字孪生的特点:虚实结合、实时交互,吸引了广大学者的注意力。探索数字孪生在前纺车间的应用,对前纺车间搭建数字模型,实现数据实时通讯。主要研究工作如下:(1)数字孪生的前纺车间的运行机制和模型架构的研究。基于物联网、信息物理系统等相关理论,研究数字孪生在前纺车间的内涵和特征,得出数字孪生在前纺车间的概念及组成。之后进行深入研究:数字孪生在前纺车间的运行机制。前纺车间的模型架构是实现其数字孪生体的根基。(2)对前纺车间进行数字孪生体的搭建。使用直接面向对象的方式搭建前纺车间的物理车间的三维模型。从硬件系统出发再到软件平台交互,对生产资料、生产任务、生产过程三个维度做统一的数据抓取和数据下发,实现前纺车间的物理空间的和数字空间的信息实时交互,利于日后的数字孪生虚拟空间的智能化应用拓展。(3)在前纺车间数字孪生的基础之上,对落卷机器人的接丝效率进行优化。以设计出的数字孪生模型为基石,结合某企业的前纺车间生产线,采用递归全排列的算法对接丝逻辑进行优化。从原先的PLC直接执行顺序接丝,优化到根据路径判断最佳接丝方案,提高效率的同时,增加设备的使用寿命。
其他文献
目的调查头孢西丁致过敏性休克的报道情况,为临床安全用药及开展药学监护提供依据。方法检索中文科技期刊全文数据库(维普)、中国学术期刊(网络版)、万方数字化期刊全文库,以"头孢西丁"和"过敏性休克"为标题检索词,对1999年1月—2019年10月关于头孢西丁致过敏性休克的报道进行统计、分析。结果共检索到17篇文献,结合本院1例,共计22例病例。包括男性9例,女性13例,平均年龄41岁;预防性用药6例,
学位
东亚夏季风影响着全球超过三分之一人口的日常生产生活,对中国尤其是东部地区的气候有重要影响。关于季风区域降水的变化研究主要包含内部变率和外部强迫两个方面,火山活动是气候系统最重要的自然外强迫因子之一。然而,迄今为止,火山活动在东亚夏季风降水年际尺度气候变率中的作用仍不确定,亟待进一步深入探讨。其次,全球变暖是人类目前面临最严峻的挑战之一。现下通过全球减排措施来减缓全球变暖趋势仍面临着很大挑战,因此科
随着经济与社会的不断发展,互联网技术在逐渐优化,在更多行业中融入互联网技术,使得生产运营的效率在逐渐提高,给人们的日常生产与生活带来极大的便利。因此,文章阐述互联网运营模式的相关概述,分析互联网运营模式的现状与发展的趋势,如其渗透的速度逐渐加快、网络技术在不断创新、由电脑向移动终端进行过渡、在各行业的应用程度逐步加深等,提出发展互联网运营模式的具体策略,要在法律法规的保障下,加强各领域的技术交流,
目前,人们研究微机械正面临着尺寸效应这一科学难题。当机械微小化后,首先要回答的问题就是微构件本身的力学性能与传统构件相比有什么差别。近年来的实验揭示出金属材料在微米尺度具有明显的尺寸效应。本文以弹性力学、连续介质力学、固体物理学、势函数理论等为基础,以一个由同种的、可用球模型近似的粒子组成的、单层粒子的平面固体薄板为研究对象,建立了“基于粒子间作用力的连续介质二维模型”(简称“PF-CM-2D”模
地铁齿轮箱是列车重要的驱动单元,齿轮箱性能的好坏与列车运行的安全性和平稳性息息相关。当齿轮箱运转时,各零部件会由于摩擦等因素产生损耗,产生的损耗大多以热量的形式散发到各零部件和外界空气中。高功率密度、高可靠性、高稳定性、高安全性已成为齿轮箱的发展趋势。若齿轮箱散热性能不佳,将会引起关键零部件温度的异常,影响关键零部件的正常运转,降低齿轮箱的使用寿命。因此对地铁齿轮箱进行热平衡分析,对改进其设计方案
由于物流配送中心的订单差异化较大,分拣作业的自动化程度很难提高,成为制约物流配送效率的关键因素。因此对订单分拣作业的流程进行有效优化,提升运作效率成为物流中心管理的重要目标。本文基于“货到人”模式下的自动化分拣系统,结合国内外对此问题的研究成果,针对订单调度过程中存在的订单分配不均衡、选取物料载具不合理等问题,根据拣选作业的流程进行分析,从订单分批和载具组合两个阶段对分拣过程进行优化:(1)对“货
传统的自动化立体仓库已经无法满足全流程自动、定制化和高作业效率的应用需求,为此物流配送中心在各个行业中得到广泛应用,以解决高速收发货物、自动化仓储、订单分拣和自动配送等全流程自动化和信息化的需求。在自动化物流配送中心的方案设计和实施过程中,如何确定关键子系统中单机设备的数量尤为重要,这个问题关系到物流系统的运行效率和应用方的投入产出比,设备数量太少,会引发货物积压,造成各系统堵塞,无法满足效率需求
缺陷检测是卫浴陶瓷生产流程中的重要环节,对于产品质量的把控至关重要。目前,卫浴陶瓷成品工件的缺陷检测主要依赖人工检测,检测效率较低,而且检测结果与检测人员的经验有很大关系,检测结果的稳定性难以保证。为了提高卫浴陶瓷生产线自动化程度,降低生产成本,提高缺陷检测的精度和速度,本文针对卫浴陶瓷表面缺陷,研究了基于深度学习的卫浴陶瓷缺陷检测算法。本文1的主要工作内容如下:首先,介绍多种目标检测算法,并对比