边缘计算在工业互联网领域标准体系及应用模式探究

来源 :制造业自动化 | 被引量 : 0次 | 上传用户:zoneshao1
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
当前,制造业正处在智能化转型升级过程中.随着制造终端连接规模的极速扩展,智能化终端等网络边缘设备产生的数据量也快速增加.这对工业传输宽带提出了更高的要求.同时,新型的制造模式对数据处理的实时性要求更高,现有的集中式云计算处理模式难以高效地解决这些问题.为此,以边缘计算为核心的海量边缘数据处理及快速决策新计算模式应运而生.文章介绍了边缘计算的概念,分析了边缘计算在工业互联网领域标准化现状及发展趋势.最后,提出了边缘计算在工业互联网的标准体系,并讨论了在工业互联网领域应用模式.
其他文献
随着总装输送线柔性化、智能化的发展,传统的风扳手存在噪音大、装配质量无法追溯等一些问题逐渐暴露,已经逐步被电动拧紧工具代替.AGV也广泛的用于自动化物流系统和柔性制造系统,通过将两者结合设计了一种可移动拧紧设备,可以在狭小的空间内实现任意方位的全向移动及自动拧紧,有效的解决了人工操作的空间不足问题.
针对化纤长丝智能物流工厂,开发了码垛龙门机械手,该机械手为化纤长丝包装线中码垛系统的核心设备.介绍了码垛系统的布局设计,码垛龙门机的主要结构设计,以及化纤长丝码垛系统的节拍计算和其中最为关键的伺服电机选型计算方法,经过对该码垛系统的节拍及电机选型优化设计,可以有效提升码垛龙门系统的工作效率,满足用户关于化纤长丝智能物流工厂中关于包装码垛设备的产能要求.
针对产品服务质量评价的模糊性和复杂性,导致评价准确率低的问题,提出基于神经网络的产品服务质量评价模型.通过采用UCI上的汽车测评数据集(Car Evaluation Data Set)模拟产品服务质量评估离散型数据的实际情况,使用独热编码(one-hot编码)进行数据预处理,结合数据特征构建神经网络结构进行模型训练,与传统质量评价模型进行实验对比分析,该模型具有较强的信息处理能力,解决了面向离散型产品数据进行产品服务质量评估的随机性,主观性,模糊性问题.仿真实验结果表明,模型训练收敛速度快,信息处理效率高