智能制造系统控制技术
实时故障诊断系统
安全预防 管理
以太网、互联网等
车间管理网络
批量控制 协同控制
工业装备数据管理
现场数据 管理
运动控制 逻辑控制 连续控制
监控软件开发平台 IEC61131-3编程、SCADA数据管理、HMI人机界面
EPA、Modbus TCP、MB+、D-Bus、Profibus-DP等控制总线
控制总线层
大数据的智能控制技术
智能技术
DCCE NEAS 组件
信息开发平台(HMI/MES/ERP) 开发平台
网络化程序开发平台
技术
软PLC控制系统
可编程控制器(PLC/NC/DCS)
系统控制 技术
嵌入式可编程序控制器
关键控制单元
单元控制
EPA/WIA + 其它网络
网络集成
智能制造控制系统
控制网络和信息网络融合日趋明显
(1)符合工业应用环境, (2)具有可编程功能,(3)支持网络功能
仪表、控制器和驱动器统一成整体 控制系统形式多样化
1、智能制造汇报控提制纲-技3 术与问题 2、系统控制技术与趋势 3、突破几个关键技术 4、应用案例
智能工厂的定义
智能工厂:面向产品全产业链环节,综合应用现代传感技术、网络技术、 自动化技术、智能化技术和管理技术等先进技术,与现有生产过程的工艺 和设备运行技术高度集成的新型工厂,以实现复杂环境下生产运营的高效、 节能和可持续为目标。
❖ 1)网络功能无处不在(移动互联)
有线无线通信技术已经成熟 现场总线、控制总线、互联网、移动终端可以混合使用
系统控制技术趋势
❖ 2)硬件软件化趋势日益明显
+
=
+
=
仪表功能集成到控制器中,测量功能做成软件功能块 执行器中具有可编程控制功能,执行器就是一个可编程序控制器
系统控制技术趋势
❖ 3)可编程控制系统,嵌入式系统(板级,芯片级)和MEMS (微机电系统)等多种形态的统一
• 多种信息有效集成和管理 为制造过程智能化提供技 术基础;
• 统一数据描述、一致性、 互操作性标准化技术体系 是技术发展趋势
1、智能制造汇报控提制纲-技2 术与问题 2、系统控制技术与趋势 3、突破几个关键技术 4、应用案例
智能制造系统控制技术组成
智能制造控制系统组成:
1)单元控制技术——解决特种仪表、控制器和执行器中的关键单元技术 2)系统控制技术——用可编程系统解决制造高效/安全/绿色等关键技术 3)开发平台技术——程序开发、组态监控和信息集成等开发平台技术 4)智能控制技术——对数据进行分析和处理,实现系统的智能化(知识自动化) 5)网络互联技术——解决不同系统的信息互通和统一理解(不同系统的集成)
解决四个关键技术:
1)数据智能采集技术
支持设备、条码、IC卡以及视频等 信息集成;信息自动获取。
2)全互联网络集成技术
各种生产过程数据全集成,消除各 种信息壁垒。
3)协同自动化技术
实时数据和数据库多种信息集成, 实现监控(HMI)、制造执行(MES)、 企业资源管理(ERP)以及产品全生命 周期管理(PLM)。
4)制造全信息化技术
人、机器、资源如同在一个社交网 络里自然的相互沟通协作
智能装备和智能产品
嵌入式可编程控制器,具 有视觉测量、距离测量、 环境测量、输出驱动、运 行执行和网络通信等功能。
智能制造控制系统要解决问题
智能制造 全集成系统架构
内部诊断 中心
数据管理层
制造过程 数据分析与故障诊断
产品数据 中心
PLC、NC、PAC可编程控制器 仪表、传感器、驱动器、执行器
FF、HART、Modbus、Profibus-PA、ZigBee等现场总线
现场总线层
• 网络由现场总线、控制总 线、车间级管理总线组成 ,多种网络集成技术是控 制系统要解决的问题
• 开放的感知、控制和驱动 一体化控制技术是系统控 制技术的新特点
像由生用产户汽自车己一开关样发键生所技产需术软要1件的),软监像件控搭,管积修理木改一、开样维发构护平建和台系升统级。
业务使用统一模型描述。 业务系统按统一组件化 标准开发。
统一标准的组件可以 快速装配出适合业务 需要的系统。
开发团队1 开发团队2
业务系统A
业务变化时,业务 系统可以快速重组, 适应变化。
1、智能制造汇报控提制纲-技1 术与问题 2、系统控制技术与趋势 3、突破几个关键技术 4、应用案例
智能制造控制系统
流程制造(DCS/大型PLC)
离散制造(PLC/ECU) 汽车
高铁
原
然油等
飞机
油
有机材料
家电
微机
通信
纺织
煤
电力等
轻工
炭
能源动力
食品
工程 机械
矿
金属等
工业机器人
石
无机材料服务机器人 特种机源自人高效、绿色、安全、智能无人制造(MC/NC/Robot)
德国工业4.0的内涵
• 德国工业4.0
德国工业 4.0的特性
信息技术深度融合制造 过程
全产业链能够自组织集 成
通过信息技术改变制造模式 实现产业工人与制造过程分
离
制造具有个性化制造特 征
实现用户对制造过程的深度 参与
德国工业 4.0的重点是创造智能产品、程序和过程
自由通信
开发过程全部工具化。 重复劳动环节全部自 动化。
人、机器、资源如同在一个社交网络里自然的相互沟通协 作
智能产品和制造过程与用户密切结合,产品功能和服务能 力得到较大提高
3
智能制造内涵
制造智能:随着互联网、物联网、大数据、云制造等技术的发展,使制造装 备和过程与信息技术深度融合,制造具有概念、判断、推理以及自诊断、自 维护,自恢复等能力。 如:德国推出工业4.0、美国提出智能制造、日本提 出的“智能制造系统计划”等 。
智能工厂当前的潜在应用
• 利用嵌入操作员工具和服务信息系 统的数字化控制系统,优化生产操 作和提高安全性 • 利用预防性维护、统计评价和度量 进行资产管理,提高工厂的可靠性 • 利用智能传感器检测异常,避免非 正常和灾难性事件 • 智能系统、能耗管理系统、外部智 能电网集成,进行实时能源优化
• •
智能工厂的必要技术
• 传感器网络 • 数据互操作性 • 大规模动态建模与仿真 • 智能化自动控制 • 可伸缩的、多层次的信 息安全
智能工厂带来的收益
• 降低产品上市周期 • 推动动态的、基于需求的生产模式 • 带来全局性的竞争力优势 • 使过程向零事故和零排放方向发展 • 利用能耗管理与智能电网集成的优势 • 快速响应消费者需求的变化