智能制造复习所有知识点

第一章智能制造概述

智能制造(IntelligentManufacturing)(1989年由日本首先提出):是一种由智能机器和人类专家共同组成的人机一体化生产系统，它在制造过程中能进行智能活动，实现生产效能的提升。

增材制造采用材料逐渐累加的方法制造实体零件的技术，相对于传统的材料去除－技术，是一种“自下而上”的制造方法。

计算机集成制造系统(CIMS)：将信息技术、管理技术、制造技术相结合，并应用于企业全生命周期各个阶段，通过信息集成、过程优化及资源优化，实现物流、信息流、价值流的集成和优化运行，从而提高企业的市场应变能力和生产效能。

机器人三大关键技术：控制器、关键件、机械臂。

智能制造关键技术：嵌入式系统、物联网技术、多智能体(Agent)技术

领域前沿：高端加工技术、先进制造系统、工业机器人；

云计算：基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。

(1)智能制造的领域前沿有哪些？简要阐述手术机器人的优缺点。

①高端加工技术

(1)流体精密加工(2)微纳超精密加工(3)增材制造-3D打印

②先进制造技术

(1)计算机集成制造系统(CIMS)(2)柔性制造系统(FMS)(3)网络化制造系统

③机器人技术

(1)工业机器人(机械臂)(2)服务机器人(3)仿生机器人(4)智能灵巧手(5)手术机器人

手术机器人

优点：手术创伤小、手术视野好、机器人无抖动、定位准确、执行末端灵活超越人体感知极限、手术时间短

缺点：价格昂贵、限制条件多、需要人工维护、无法应对突发情况

智能制造关键技术，嵌入式，物联网、整子系统技术、云计算技术

核心是制造，而非智能；

第二章智能精密制造技术

生产过程的智能化检测!（重点）

工业过程检测是通过传感手段获取工业生产过程关键参数，以保证生产高质、高效、安全进行的关键支撑技术。

闭环反馈控制是数字化机械生产精度与效率的重要保障；

关键前提：机械制造、加工过程关键物理量的在线检测。

生产过程中的物理条件限制会给检测带来挑战。

加工接触位置的传感器安装；工业干扰条件下的有用信号提取。

加工测量一体化控制是保证高质、高效机械加工的关键支撑技术。

名词解释

①工业过程检测；

工业过程检测是通过传感手段获取工业生产过程关键参数，以保证生产高质、高效、安全进行的关键支撑技术。

②多体动力学建模方法；

两个过程:几何模型形成物理模型的物理建模、由物理模型形成数学模型的数学建模;基于经典力学方法建立任意系统的微分方程，结合现代计算方法进行分析:绝对坐标、相对坐标。

③嵌入式系统。

嵌入式系统是以应用为中心，软件硬件可裁剪，对功能、可靠性、成本、体积、功耗严格要求的专用计算机系统。

简答

①机械加工参数采集的难点是什么？请提供几种解决方案；

机械加工过程一般伴随高频冲击振动信号;

刀架、主轴安装传感器困难，且拾取信号含有较多干扰成分。

解决方案：更换合适的传感器，通过算法排除干扰成分，通过安装多个传感器以及在不同位置、不同时间安装传感器消除干扰。

②简要阐述智能化多体动力学建模与优化流程。

通过实验与各种算法进行优化

第三章特种加工制造技术

特种加工制造技术主要包括：增材制造技术、微纳制造技术、复合能场制造技术、极端制造技术。

增材制造技术

增材制造(3D打印)：通过数字控制系统将专用的金属材料、非金属材料以及医用生物材料，按照挤压、烧结、熔融、光固化、喷射等方式逐层堆积，形成实体物品的制造技术。

增材制造可为具有内部复杂结构的构件制造提供可靠解决方案，能耗与强度是关键难点；

减材制造：自顶向下，技术相对简单容易实现、可以加工大型零件、成本低。复杂结构零件难以成形；

增材制造：自底向上，可以实现复杂结构的快速成形制造、成本高、技术较为复杂。

增材制造关键技术：控形与控性是两大核心问题；

微纳制造技术

微纳制造技术是指尺度为毫米、微米和纳米量级的零件，以及由这些零件构成的部件或系统的设计、加工、组装、集成与应用技术。

微纳制造技术是微传感器、微执行器、微结构和功能微纳系统制造的基本手段和重要基础

复合能场制造技术

利用光、电、声、热、化学、磁和原子能等能量进行加工的特种加工方法(包括激光、超声、电火花、电化学、高压水切割等)。

极端制造技术

在极端条件或环境下，制造极端尺度或极高功能的器件和功能系统，集中表现在微细制造、超精密制造、巨系统制造等方面。
极端制造是先进制造技术的核心之一,带动工业转型升级的重要突破口。

第四章工业机器人及其关键技术

工业机器人是一种具有自动控制，可重复编程，多功能，多自由度的操作机，能搬运材料、工件或操持工具，完成各种作业。

工业机器人的组成和分类

工业机器人:工业机器人（industrialrobot）是在工业生产中使用的机器人的总称，是目前在技术上发展最成熟、应用最多的一类机器人。

一台完整的工业机器人是由操作机、驱动系统、控制系统和末端执行器组成

操作机是工业机器人的机械主体，所以操作机通常又称为“机器人本体”，是用来完成各种作业的执行机械.

驱动系统是指驱动操作机运动部件的装置，也是工业机器人的动力装置。动力源主要包括气、液、电三种，与之对应的驱动装置为气缸、油缸和电机。

机器人驱动系统的特点

驱动方式	驱动特点	适用场合
液压驱动	具有动力大、力(或力矩)与惯量比大、快速响应高、易于实现直接驱动等特点，但液压系统需进行能量转换(电能转换成液压能)，速度控制多数情况下采用节流调速，效率比电动驱动系统低，且液压系统的油液泄漏会对环境产生污染，工作噪声也较高。	适于承载能力大(100kg以上)、惯量大以及在防爆环境下工作的机器人，如搬运/码垛机器人。
气压驱动	具有速度快、系统结构简单、维修方便、价格低等优点，但气压装置的工作压强较低，不易精确定位。	适于承载能力大(100kg以上)、惯量大以及在防爆环境下工作的机器人，如搬运/码垛机器人。
电动驱动	具有体积小、质量轻、响应快、易于控制和精确定位等优点，但维修使用较复杂，通常为获得较大的力和力矩，需使用减速器进行间接驱动	直流伺服电动机和交流伺服电动机采用闭环控制，一般用于高精度、高速度的机器人驱动，如串联式机器人；步进电动机采用开环控制用于精度和速度要求不高的场合，多用于机器人周边设备驱动，如变位机；直线电动机适用于低负载、高速度、高加速度、高精度的场合，如并联式机器人。

工业机器人的末端执行器是指连接在操作机腕部的直接用于作业的机构，它可用于抓取、搬运，喷涂、焊接、打磨、测量等

控制系统是工业机器人的“大脑”，它通过各种控制电路硬件和软件结合来操纵机器人，并协调机器人与生产系统中其他设备的关系。

工业机器人按机械结构大致可以分为直角坐标型机器人、圆柱坐标型机器人、球坐标型机器人、关节型机器人

工业机器人的技术参数

工业机器人的技术参数一般包括下列几项：□自由度(轴数)
□定位精度和重复定位精度□工作空间□额定负载□最大单轴速度

自由度：用于确定物体在空间中独立运动的变量(最大数为6)。机器人的自由度是指机器人所具有的独立坐标轴运动的数目，不包括末端执行器的自由度，它是度量机器人动作灵活的尺度

定位精度也称绝对精度，是指工业机器人末端执行器实际到达位置与目标位置之间的差异。

重复定位精度是指工业机器人重复定位其末端执行器于同一位置的能力，一般用标准偏差来表示。

工作空间：机器人工作时，其手腕中心点所能掠过的空间(常用图形表示)，不包括末端执行器和工件运动时所能掠过的空间。工作空间也称工作区域，工作范围，直接决定了机器人动作的可达性

额定负载：工业机器人在工作空间内的任何位姿上所能承受的最大重量。

最大单轴速度：最大单轴速度是指单个关节轴运动时，机器人手腕参考点所能达到的最大速度(通常用º/s表示)。

工业机器人-减速机构

工业机器人通常执行重复的动作，以完成相同的工序；为保证工业机器人在生产中能够可靠地完成工序任务，并确保工艺质量，对工业机器人的定位精度和重复定位精度要求很高。因此，为了提高和确保工业机器人的精度，就需要高精密的减速器。

目前成熟并标准化的减速器有：圆柱齿轮减速器、涡轮减速器、行星减速器、行星齿轮减速器、RV(RotateVector)减速器、摆线针轮减速器和谐波减速器。其中RV减速器和谐波减速器是精密减速器中重要的两种减速器。

谐波齿轮减速器由固定的内齿刚轮、柔轮、和使柔轮发生径向变形的波发生器组成，谐波齿轮减速机是齿轮减速机中的一种新型传动结构，它是利用柔性齿轮产生可控制的弹性变形波，引起刚轮与柔轮的齿间相对错齿来传递动力和运动。

https://haokan.baidu.com/v?vid=9687752277312195981

RV(RotateVector)减速器是在摆线针轮传动的基础上发展起来的一种二级减速传动装置。近年来在工业机器人等精密传动领域得到了广泛的应用。

https://www.bilibili.com/video/av51800637

第五章智能计算与制造过程优化

课后题

人工智能(AI)，是研究、开发用于模拟、扩展人的智能的理论、方法及应用系统的技术科学；

算法是人工智能与实际应用之间的技术桥梁。

核心特征：模拟自然过程，解决复杂工程问题。

专家系统是基于计算机的交互式决策系统，对使用知识推理过程进行模拟，能在一个范围较窄的存在疑难问题的领域中有效地工作。

请列举几种常用的人工智能算法；并以其中一种算法为例，简述它的基本原理。

主要有以下三种：人工神经网络、探索式进化计算、差异化样本训练

其中人工神经网络(artificialneutralnetwork,ANN)是由大量简单的基本元件——神经元相互连接,通过模拟人的大脑神经处理信息的方式,进行信息并行处理和非线性转换的复杂网络系统。神经网络的优点是多输入多输出实现了数据的并行处理以及自学习能力。前向反馈(backpropagation,BP)网络和径向基(radicalbasisfunction,RBF)网络是目前技术最成熟、应用范围最广泛的两种网络。

人工神经网络

人工神经网络(ANN)是人工智能领域的突出研究成果，它是对实体神经元网络的抽象模拟，具有容错性、高效性及自适应性等特点，可实现学习、记忆等类脑功能。※人工智能(AI)–机器学习(ML)–人工神经网络(ANN)

结构三要素：输入层(参数样本)、隐层(神经元)、输出层(目标)；计算三要素：误差函数(代价函数)、激活函数、权值修正函数。

粒子群算法(PSO):每一个粒子代表一个可能解，通过粒子个体行为、群体信息交互实现问题求解的智能化。

差异化样本训练

深度学习(DL)是机器学习(ML)领域中一个新的研究方向；

加强版人工神经网络：误差函数(代价函数)、激活函数、权值修正函数，具有较深的网络层次，需要强大的计算能力与海量训练样本数据支持。
※几起几落，“旧思想”达到“新高度”科学思想的超前性

第六章流程控制与物流调度

图论与路径优化~~

~~图论(GraphTheory)是数学的一个分支，其研究对象是由若干给定的点及连接各点的线所构成的图形。~~

排队理论与制造系统优化

~~排队论(QueuingTheory)也称随机服务系统理论，是为寻求服务机构和服务对象最优匹配的一门学科。~~
~~排队系统包括三个组成部分：输入过程、排队规则和服务机构；在计算机网络、智能交通、物流仓储广泛应用。~~

混合流水车间调度
混合流水车间调度问题(HFSP)：在一定的约束条件下，把有限的资源在时间上按照一定的顺序分配给若干个任务，以满足或优化一个或多个性能指标。

智能解决方案：遗传算法、模拟退火、禁忌搜索、蚁群算法、微粒群优化、人工免疫系统、蛙跳算法等。

在线识别与高速分拣

在线识别技术就是应用一定的识别装置，自动地获取被识别物品的相关信息，并提供给后台的计算机处理系统来完成相关后续处理的一种技术。

图像识别技术：视觉深度感知是图像识别领域中的关键，从传统的工业零件的测量到现在流行的人机交互、人体测量和虚拟试衣景深摄像头：可分为单目与双目。

双目视觉深度识别原理：通过对摄像头采集的两幅图像视差的计算，直接对前方景物进行距离测量。

射频识别技术

射频识别技术(RFID)是利用射频信号通过空间耦合(交变电磁场)实现无接触信息传递，并通过所传递的信息达到识别目的的技术。射频识别技术，具有适用性、高效性、独一性等优点。

~~快速分拣~~
快速分拣系统：由电商行业带动的快递需求迅速增长，分拣系统与在线识别技术结合，进行自动快速分拣工作，将包裹运送至条码对应的出货口。快速准确的包裹投递，读码准确率超99.99%。极大提高分拣效率，降低人工成本。

第七章制造过程智能集成与优化

整子制造系统

整子制造系统(HolonicManufacturingSystems,HMS)是智能制造体系的一种追求快速适应生产变化能力的制造模式

主要性质：单个整子的自治性与整子间的合作性。
关键问题：决定整子自治、协作和响应的任务调度算法。

多智能体系统(MAS)

在人工智能领域中，任何独立的能够思想并可以同环境交互的实体都可以抽象为智能体(Agent)。
功能：(1)感知环境中的动态条件；(2)执行动作影响环境条件；(3)进行推理以解释感知信息、求解问题、产生推断和决定动作。
MarvinLeeMinsky人工智能之父
最早提出Agent概念的学者1969年“图灵奖”获得者
多智能体系统(Multi-AgentSystem,MAS)是多个智能体组成的集合。
目标：将大而复杂的系统建设成小的、彼此互相通信和协调的，易于管理的系统。

自主性、自主性、适应性、移动性

可协作Petri网(CPN)

1962年德国CarlAdamPetri博士首次
提出，20世纪70年代美国学术会议首次称之为Petri网(PetriNets)。
Petri网是一种图论工具，适于对离散事件动态系统建模；
Petri网广泛应用于制造系统、计算机系统、通讯系统的建模与分析；
CarlAdamPetri(1926–2010)
主要适用于无中央控制的异步并发系统。

本章小结
针对生产过程的动态需求，整子制造系统较传统加工工艺更具优势，在各工程领域具备良好的应用前景；
整子系统的任务调度算法是达成智能制造的关键；多智能体的协作是集成制造的重要内容，智能体算法的优劣直接决定了制造系统的性能；
针对多整子、多智能体间的复杂协作、调度行为，各类Petri网可用于该过程的建模工作，具有指导意义；
在实际集成制造问题中，整子、智能体、Petri网需要互相支撑，共同完成对制造系统的架构。

哪个方法达到了哪个功能

多智能体系统
特点，功能性ABCD
数字孪生
基本概念内涵，唯独，技术框架

第八章数字孪生与生产过程重构

面向装备制造的数字孪生技术

数字孪生(DagitalTwin,DT)是一个集成了多物理性、多尺度性、概率性的复杂产品仿真模型，能够反映实体装备的全生命周期过程。
~~数字孪生可实现物理信息深度融合，是复杂机械装备的理想设计信息和实际运行状态的表达一致的有效途径。~~
~~技术支撑：高性能计算、先进传感采集、数值仿真、VR呈现，实现目标物理对象的超现实镜像呈现。~~
~~三个维度：物理、虚拟、连接；虚拟通过交换数据和信息连接部分映射到物理空间。~~

基于数字孪生的重构优化方法

重构优化被描述为一个多变量、多目标的组合优化问题。
工业微调(FT)方法：简单有效，调优所需时间昂贵，小效率相对较低；
遗传算法(GA)：确定工程优化目标，通过无梯度启发式求解优化；
交叉熵(CE)：基于群体的启发式方法，通过方差最小化，将优化问题转化为概率极低的随机问题来处理；
模拟退火(SA)：以工程需求的全局最优为目标，可跳出局部最优，获得全局最优解。

本章小结
面向制造过程的数字孪生技术是一种多物理场、多尺度融合的制造系统建模方法；
虚实结合所达成的“超现实”属性是数字孪生的核心特色；现实交互与虚拟验证是制约数字孪生技术有效性与实用性的两大关键问题；
多目标函数和高维决策变量融合是数字孪生重构优化算法的重要方向；
数字孪生是平台，智能算法是灵魂

第九章工业互联网

网络基本知识

~~起源于美国的因特网(Internet)现已发展成为世界上最大的国际性互联网(internet)；~~
~~网络(network)由若干结点(node)和连接这些结点的链路(link)组成。~~
~~互联网是网络的网络(networkofnetworks);每一个组成网络被称为子网；企业内部网(Intranet)。~~
~~连接在互联网上的计算机都称为主机(host)；为其他主机提供数据服务的主机被称为服务器(server)。~~

电子标签与无线传感网

射频识别（RFID）技术
阅读器与标签之间进行非接触式的数据通信，达到识别目标的目的；应用于动物芯片、汽车防盗系统、生产线自动化、物流管理

结构三要素：电子标签(Tag)、阅读器(Reader)、数据管理系统(Systemsoftware)；
无源：公交卡、二代身份证、学生证；有源：高速ETC

超高频、超远距离是发展方向。

无线传感网

无线传感器网(WSN)是通过无线通信技术把大量传感器结点以自由式进行组织与结合进而形成的网络形式。
传感器以自组织和多跳的方式构成无线网络，以协作地感知、采集、处理和传输网络覆盖地理区域内被感知对象的信息。
组建方式自由、网络拓扑结构不确定、控制方式不集中、安全性相对薄弱

物联网与工业以太网

物联网(InternetofThings,IoT):通过无线信息传感装置，实现物与物、物与人的泛在连接。
物联网是无线传感网与具体应用实体的融合实例。

整体感知、可靠传输、智能处理。
关键支撑：RFID、WSN、M2M、云计算。
典型应用：智能家居、智能物流、工业自动化。

场景
背景需求
功能
设计前后的区别

工业以太网

1975年：美国施乐(Xerox)公司的帕洛阿尔托中心研制成功，并命名为以太网(Ethernet)；
1980年：DIXEthernetV1是世界上第一个局域网产品(以太网)规约；
1983年：IEEE的802.3标准。

工业以太网是以工业生产应用为服务对象，基于IEEE802.3(Ethernet)的强大区域和单元网络；

本章小结
网络概念：互联网/因特网、内部网/外部网、结点/节点、路由器/跳；
先进生产系统可对RFID、无线传感网、物联网、工业以太网、现场总线进行选择性融合应用；
透明：用户无需关心的重要功能；网络技术应用于生产所面临的核心问题工业现场干扰与网络安全；
工业以太网是工业生产自动化的关键支撑。

第十章网络中间件与制造自适应服务

网络中间件构架

中间件(Middleware)是介于操作系统和应用软件之间的一类软件，它使用系统软件基础服务，衔接网络应用，达到资源共享、功能提升的目的。

中间件连接系统软件层和应用软件层，将不同系统软件提供的应用接口标准化，协议统一化，屏蔽具体操作的细节(透明化处理)。

智能网络中间件

~~通用即插即用(UPnP)2智能网络中间件~~
~~智能网络中间件：设备端(Device-end)、控制端(Controlend)、数据服务(DataService)三个基本单元组成。~~

~~设备网络服务构架(DPWS)DPWS支持多个操作系统环境，提供设备统一接口规范和通信协议，实现了不同设备的兼容；~~
~~DPWS兼容ServiceOrientedArchitecture(SOA)架构并且使用了标准Web协议，支持设备的自发现和松散耦合的特性，使系统具有良好的动态自适应性；~~
~~提供大量的协议机制来解决详细问题，定义了系统设备之间消息传输的格式，提高了设备的互操作性和安全性。~~

制造过程自适应服务方法

~~3.1UPnP自适应制造服务3制造过程自适应服务方法~~
将UPnP引入制造过程服务领域，进行实时化改造与优化，发挥其自适应优势，可实现设备状态的网络化实时智能监控与管理，能够较好的解决传统工业网络存在的一些固有问题。
~~建立制造网络模型，考察其动态负荷分配机理与承载性能临界条件，并给出资源竞争冲突解决方案。~~
~~面向具体制造过程，研发嵌入式环境下UPnP工控网络自适应服务机制及其实时工业优化与测评方法。~~

本章小结
中间件思想：屏蔽下层异构，为上层提供统一服务接口；必须兼容主流网络协议；工业网络智能化的重要支撑；
自适应服务：根据不同的应用对象特征，自动完成相关功能服务；前期工作量决定自适应有效性；
自适应服务的终极任务就是用户对于底层操作的全透明；不同时段、不同厂家的工业设备的并行使用为网络中间件服务系统的研发提供了广阔空间；
安全稳定性依然是智能工业网络的核心指标。

第十一章云计算与云制造服务

云计算体系构架

云计算是分布式计算的一种，通过网络将巨大的数据计算处理程序分解成无数个小程序，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。
~~可以在很短的时间内完成海量数据处理，从而达到强大的数据服务(透明超级计算机)。~~
~~计算机资源化服务是云计算的核心特色,能够为用户有效屏蔽大规模数据处理、应用程序部署等问题,提高数据资源利用率。~~

云计算的体系结构由5部分组成，分别为应用层、平台层、资源层、用户访问层、管理层

面向制造过程的云数据服务

云制造是一种利用网络和云制造服务平台,按用户需求组织网上制造资源,为用户提供各类按需制造服务的一种网络化制造新模式。
~~在理想情况下，云制造将实现对产品开发、生产、销售、使用等全生命周期的相关资源的整合，提供标准、规范、可共享的制造服务模式。~~
~~制造即服务，购买租赁制造能力：充分利用资源，实现效益最大化。~~

制造云平台与生产服务自动化

智能云制造平台可以实现资源利用效率更高的智能制造网络，实现制造资源服务的动态共享。
以面向服务的方式按需提供，从而根据用户的实际需求动态地实现各种分布式制造资源的方便共享。
在制造云平台上，用户可以搜索和请求完成所需制造的任务和所需的服务，并动态地将它们组装到制造服务解决方案中

课程小结
云计算：静若无物，动若雷霆；通过网络调度计算资源，实现透明的超级计算机；核心三要素：IaaS、PaaS、SaaS；云制造平台的主要任务是为工程需求企业提供云端数字化设计、数值仿真、虚拟验证、智能算法、生产数据集服务；
云制造服务的核心问题在于根据具体生产需求，提出创新服务算法，最终通过制造效果体现。

中间件
云计算
概念
内涵
部分
关键问题

云制造

第十二章先进制造系统与智能工厂

计算机集成制造系统（CIMS）

CIMS是通过计算机硬软件，综合运用现代管理技术、制造技术、信息技术、自动化技术、系统工程技术，将企业生产全部过程中有关的人、技术、经营管理三要素及其信息与物流有机集成并优化运行的复杂的大系统。
CIMS:基于CIM哲理的一种工程集成系统，是一种新型制造模式。

功能分系统生产经营管理信息分系统工程设计自动化分系统制造自动化分系统质量保证分系统
支撑分系统计算机网络分系统数据库分系统

CIMS关键技术：先进制造技术、敏捷制造、敏捷制造、并行工程

柔性制造系统（FMS）

柔性制造系统(FlexibleManufacturingSystem,FMS)是由统一的信息控制系统、物料储运系统和一组数字控制加工设备组成，能适应加工对象变换的自动化机械制造系统。

柔性制造是依靠高柔度的计算机、数控机床等制造设备来实现的多品种，小批量的制造方式。
FMS的工艺基础是成组技术，按照成组的加工对象确定工艺过程。

2关键技术
计算机辅助设计：CAD技术引入专家系统，是之具有智能化，可加快开发新产品和研制新结构的速度。
模糊控制技术：实质是模糊控制器，具有自学习功能，可不断获取新的信息并自动地对控制量作调整，使系统性能大为改善。
人工智能技术及专家系统：利用专家知识和推理规则进行推理，求解FMS中各类问题(如监视，技术，控制等)。
人工神经网络技术(ANN)：模拟智能生物的神经网络对信息进行平行处理的一种方法。

企业资源计划（ERP）

ERP(EnterpriseResourcePlanning)是指建立在信息技术基础上，以系统化的管理思想，为企业决策层及员工提供决策运行手段的管理平台；
核心思想：高价值导向的供应链管理，实现高水平的集成，改善内部和外部业务网络之间的通讯，是基于网络经济时代的新一代信息系统；
经济利益的主要特征：集成化与智能化。

第十三章智能物流与仓储系统

智能物流系统

智能物流是利用集成智能化技术，使物流系统能模仿人的智能，具有思维、感知、学习、推理判断和自行解决物流中某些问题的能力。

智能仓储系统是由立体货架、堆垛机、AGV、出入库输送系统、信息识别系统、自动控制系统、计算机监控系统、计算机管理系统以及其他辅助设备组成的智能化系统

AGV导航与调度

自动导引车(AutomaticGuidedVehicle,AGV)也称无人搬运车或自动搬运车，是一种现代化的先进物料搬运装备。
《中华人民共和国国家标准》定义：能够自动行驶到指定地点的无轨搬运车辆。

按照导引方式分：固定路径导引和自由路径导引两种类型；按照结构和用途分：搬运型、牵引型、叉车型和装配型等类型。

AGV的结构组成车体、车轮驱动和转向装置、移载装置、安全装置、电源系统、信息传输及处理装置、导航控制系统。

AGV导航原理固定路径：电磁导航、磁带导航、光学导航。自由路径：惯性导航、激光导航、视觉导航

~~AGV主要技术参数1）额定载重量2）自重3）车体尺寸4）运行速度5）停位精度6）最小转弯半径7）工作周期8）工作噪声9）电源管理、网络支持~~

自动化立体库设计

自动化立库(AutomaticStorageandRetrievalSystem,AS/RS)又称高架仓库，一般指采用高层货架储存货物，并且用专门的仓储作业设备进行货物出库或入库作业的仓库。

自动化立体仓库的物流模式同端(U型)出入式直线型旁流式(L型)多层同端式

概念设计阶段(1)确认建设立体库的必要性。(2)根据企业的生产规模和水平，以及立体库在整个物流系统中的位置，分析企业物流和生产系统对立体库的要求，并考虑企业的经营状况和经济实力，确定立体库的基本规模和自动化水平。
(3)调查拟存货物的品名、特征（例如易碎、怕光、怕潮等）、外形及尺寸、单件重量、平均库存量、最大库容量、每日入出库数量、入库和出库频率等，以便确定仓库的类型、库容量和出入库频率等。
(4)了解建库现场条件，包括气象、地形、地质条件、地面承载能力、风及雪载荷、地震情况以及其它环境影响等。(5)调查了解与仓库有关的其它方面的条件。

~~2.基本设计阶段(1)确定仓库的结构类型和作业方式(2)确定货物单元的形式、尺寸和重量~~
~~3.详细设计阶段~~
(1)确定堆垛机械和配套设备的主要参数(2)确定仓库总体尺寸(3)确定仓库的总体布置(4)选定控制方式(5)选择管理方式(6)提出土建、公用设施的要求(7)投资概算(8)进度计划

本章小结
智能物流及智能仓储系统的基本概念； AGV自动引导车的定义、分类、组成、引导原理，技术参数； AGV调度系统；自动化立体库：基本概念、基本组成、设计流程；自动化立库案例分析：总体方案设计、系统作业流程、主要设备技术参数、仿真。

第十四章多机器人并行生产线

多机器人生产调度方法

混合流水车间机器人调度求解问题(HybridFlowWorkshopSchedulingProblemwithRoboticTransportation)不仅要考虑工件排序，还需考虑引入功能机器人后所带来的协调问题。
①调度对象与约束关系增加，需考虑机器人工作的顺序与路径；
②机器人资源冲突增加，加工过程瓶颈漂移；
③算法实时性要求更高，需保证机器人利用率和处理突发事件的有效性。

在线导航与执行控制

机器人导航包括地图构建、机器人定位、路径规划和运动控制等导航系统构成模块。
两大技术路线：路径规划算法、局部避障算法。机器人导航模块在机器人运动之前会根据静态地图，利用全局规划器（路径规划算法）计算出一条可行的路径，然后将全局路径上的路径点设置给局部规划器（局部避障算法）当作目标点。
地图构建(要去那里)、定位(现在哪里)、规划控制(如何到

建图/定位与路面分析—>可行性决策—>任务决策—>路径规划—>路径跟踪—>容错控制。
路径规划算法：A搜索算法、D搜索算法、随机路标图方法、快读随机扩展树方法；
局部避障算法：向量直方图、动态窗口法、速度曲率法、近邻图法。
机器人自主定位导航技术中包括：定位和地图创建**（SLAM）**与路径规划和运动控制两个部分，而SLAM本身只是完成机器人的定位和地图创建，二者有所区别。

虚拟产线与区段生产优化

3D虚拟孪生系统解决方案，集成生产报表、质量管控、设备维检、视频监控、安全防护等系统，自动监控各系统运行信息，并对潜在的或已发生的生产状况进行实时预警。
数据采集/融合：从ERP、MES、过程自动化、基础自动化、仪表等系统采集数据，采用数据分析算法，对实时数据进行集成与融合，获得反映生产计划、物料跟踪、设备状态、产品质量等结构化数据，供可视化系统使用。

数字孪生3D模型：对目标系统进行3D数字映射，以1:1比例尺寸建立3D虚拟孪生模型，包含车间布局、产线布置、设备结构、装配关系等三维空间信息。

课程小结
运输时间、延迟时间、转换时间小于处理时间是产线调度优化的基本前提；
导航三要素：地图构建(要去那里)、定位(现在哪里)、规划控制(如何到位)；
虚实结合是产线优化设计的重要途径；深入生产一线调研分析，是发现人工智能与高端制造结合点的