云制造技术（共10篇）
云制造技术 篇1
0 引言
云计算技术作为新一代服务计算技术,凭借其按需服务、资源虚拟化及为用户提供多粒度多尺度的按需服务能力等特点,得到了广泛关注与快速发展。云制造[1]是在云计算基础上以“按需服务”为核心的新型网络化制造模式,其利用资源虚拟化及多粒度、多尺度的访问控制手段,面向资源共享及任务协同目标,以分布、异构和多控制域的资源或资源聚合为云节点,透明、简捷、灵活地构建开放、动态地协同工作支持环境,同时提供通用、标准和规范的制造服务。
客户需求多粒度解析是保证云制造运行的关键技术。在云制造中,客户需求多样性且贯穿整个产品生产周期,客户需求解析的好坏直接关系客户对服务的满意度。客户需求信息一般涉及产品的整体特性,包括产品的性能、价格、交货期以及其他个性化需求,有些需求是模糊的,甚至是矛盾的需求,将客户需求信息转化为云制造系统所“理解”的多粒度语义调度信息是本文研究的重点。目前国内外很多学者研究了客户需求解析的方法。荷兰的Hofer.A.P等人[2]根据客户需求,在已有产品的基础上,根据需求差异,对产品进行局部、简单的修改或变异,经过整理、归类后形成了“产品族”。加拿大的Cariaga.I等人[3]在建立用户需求索引的基础上,通过数据封装分析(Data Envelopment Analysis,DEA)发现用户对产品设计更改的需求。桂林电子科技大学的刘夫云等[4]提出采用语义web构建客户需求框架,然后以此为基础采用推理机对客户信息进行推理,最终获取客户需求的方法。重庆大学的但斌等人[5]主要针对模糊的客户需求,首先构造模糊客户需求本体和产品族实例本体,然后基于本体映射的方法,通过相似度算法,获取准确的客户需求。西安交通大学的延鹏等人[6]提出了一种客户需求映射方法,将客户需求参数映射到产品模块属性参数,从而得到满足客户需求的产品配置。按需服务是云制造的主要特征,云资源提供给用户的是多种粒度的资源属性,云制造客户需求解析需同时面向客户个性化需求和云资源属性需求。上述研究主要从产品整体性能出发,限定解析对象,分析客户需求,获得标准化的客户需求,并未考虑资源的多粒度属性,显然已经不能适应云制造客户服务需求解析的需求,本文针对这一问题,结合云制造多粒度、多尺度等特点,采用语义web构建以客户需求为目标的多粒度云制造资源参数本体,建立一套共享的术语和信息表示结构,减少信息转换的难度和工作量,为客户需求信息提供了一个统一的模式,在此基础上通过Jean推理机对客户需求进行推理,从而得到具体、规范、全面的客户需求信息。
1 云制造资源本体框架
1.1 云制造资源类型
云制造资源指涉及制造行业的一切活动和产品生命周期的物理资源(如加工设备、计算设备、数据文档)和信息资源(如设备能力信息、信誉评价、领域知识)的总称[7]。云资源具有多样性、异构性、分布性、抽象性和自主性等[8]特点,其资源构成如表1所示。从客户需求出发并根据云制造资源的特点,云资源的语义描述需保证以下要求。
1)关联性:云资源应具有语义信息和领域知识含义,满足资源匹配、调度、搜索、异构资源间的融合与重构等要求。
2)唯一性:同类资源的语义描述有且仅有唯一的描述。
3)一致性:保证新加入资源能被准确的描述且与现有资源描述不冲突。
综上所述,以客户需求为中心的云制造资源的描述需要很强的信息表达能力和逻辑推理能力,本文采用Web Ontology Language(OWL)描述云制造资源本体框架,OWL是W3C推荐的语义互联网中本体描述语言的标准[9],以资源建模框架标准(RDFS)作为概念模型框架[10],采用描述逻辑(Descri Ption Logic DL)进行服务过程中的逻辑关系表达和关系推理,可形象化的将无序数据变为计算机“理解”的有序知识,具有很强的信息表达能力和逻辑推理能力。
1.2 多粒度云制造资源本体框架
根据云资源的分类及特点,设定云资源基本描述模型(P、C、T),Property为资源的属性,包含云资源名称、性能、功能及组成部分等信息;Cost为该资源的成本;Time为制造该资源的时间。如图1所示为云制造资源本体框架,对云资源进行多粒度分解,将资源分解至制造过程中云平台所能提供的最小制造元(即云平台能提供的最小制造能力),最小制造元随着云平台的制造能力而改变。云制造本体建模过程[11]如下。
1)定义云资源类及层次关系。从资源分解中抽出类及层次的关系。其中,类对应本体体系中的class;对象对应本体体系中的Instance或Individual。
2)定义云资源类之间的关系。主要是聚合关系,对应本体体系中的Object Property。
3)定义云资源属性。包括资源的名称、值、功能以及其他。对应本体体系中的Datetype Property。
2 基于Jean推理机的客户需求分析
2.1 Jean推理机
Jean由HP Labs开发的基于Java的开放源代码语义web工具包[12],为解析和推理owl本体提供推理引擎,针对云制造客户服务需求可进行以下两种推理:1)云资源类推理。主要推理云资源之间类的包含、不相交、等价等关系以及云资源本体的一致性检查。2)云资源属性推理。资源属性与资源类之间的关系以及资源属性间的包含关系。
根据云制造资源构成的特点以及客户需求的特点,按照Jean Rules编写以下推理规则:
将上述规则导入Jean推理机,同时将云制造资源中的概念本体(指图1中的云制造、云资源、属性等概念本体)存储为Cloud Manufacturing.owl,把实例本体存储为Cloud Manufacturing.rdf(此处导入本体为图4的LED驱动板的本体),具体代码如图2所示。
Rule1为资源间的属于关系;Rule2与Rule3为均资源间的等价的推理关系;Rule4为资源之间的包含传递关系;Rule5为资源属性的传递关系;Rule6为资源之间的类属关系。由输出可知:1)PCB-Material的子类资源全部输出;2)PCB-Material隐藏属性经推理机变为PCB的属性。
2.2 系统流程图
现构造云制造服务需求解析系统流程图,如图4所示,客户通过平台用户界面提交服务需求,首先通过任务处理器查询知识库,如果有同样的任务需求结果在知识库中,则直接输出任务解析结果;如果没有则继续通过推理机模块对任务进行推理解析,推理所得结果返回给客户以及存储到查询知识库中,领域专家通过API接口输入资源本体。
3 试验验证
本文以产品LED驱动板为例,通过My EclipseJAVA开发软件将云制造资源本体域和对应的规则库与Jean包连接,并在云制造演示平台进行了实验验证。图4为protégé软件构建的LED驱动板实例本体(该软件是斯坦福大学基于Java语言开发的开放源代码的本体编辑软件,拥有友好的界面以及提供大量的知识模型架构用于创建、可视化、操纵各种表现形式的本体,支持插件和基于JAVA的API扩展)。此处LED驱动板分解为PCB尺寸大小、PCB板材、孔径、线宽以及其他组成部分。各个制造元存在“父子”和“兄弟”的关系,“父子”之间存在传递关系,而“兄弟”之间存在互斥关系。
用户在需求界面输入如下需求:1)造价低廉2)产品规格小;3)线距为0.2mm,经推理分析后得到准确规范的客户需求如图5所示,可以看出客户提出的模糊、矛盾的信息被转化为标准、规范、全面的语义信息,取得了较好的结果。1)经推理得出如下产品组合;2)经推理采用PCB双面板且线宽采用最小的0.254mm来节约体积;3)与云制造平台所能提供的最小线距出现矛盾,修改为0.2mm,其他为客户未提出的产品制造信息。
4 结束语
本文重点研究了云制造服务需求多粒度解析方法:从客户需求出发,以云制造资源为目标构建了客户需求本体框架,在此基础上通过Jean推理机对客户需求进行解析,最终获得了多粒度客户需求信息。该方法较好的解决了网络制造中因客户需求解析不准确而导致任务失败的问题,为云制造的运行,提供了有效的解决机制。
摘要：云制造是在云计算基础上发展的一种新型网络化制造模式,按需服务是云制造“制造即服务”理念的重要体现,服务需求解析技术是实现云制造的关键技术。本文针对云制造的特殊性,从客户需求出发,以owl描述语言构建多粒度云制造资源本体,采用描述逻辑进行服务过程中的逻辑关系表达和关系推理,然后基于Jean推理机对客户需求解析,最终获得多粒度客户需求信息,并通过实例进行了验证。
关键词：云制造,多粒度,语义解析,推理机
参考文献
[1]李春泉,尚玉玲,胡春杨.云制造的体系结构及其关键技术研究[J].组合机床与自动化加工技术,2011,(7):104-107.
[2]HOFER A P,HALMANJ I M.The potential of layoutplatforms for modular complex products and systems[J].Journal of EngineeringDesign,2005,16(2):237-255.
[3]Ignacio Cariaga,Tamer El-Diraby,Hesham Osman.Integrating Value Analysis and Quality Function Deploymentfor Evaluating Design Alternatives[J].Canadian MetallurgicalQuarterly,2007,133(10):761-770.
[4]张超,刘夫云,贾焕香.客户需求获取与分析方法研究[J].微电子学与计算机,2010,27(11):64-67.
[5]但斌,姚玲,经有国,张旭梅.基于本体映射面向模糊客户需求的产品配置研究[J].计算机集成制造系统,2010,16(2):225-232.
[6]延鹏,赵丽萍,王冠群,聂庆峰.面向客户需求分析的产品模块化配置方法[J].计算机集成制造系统,2010,16(11):2341-2345.
[7]耿科明,袁方.Jena推理机在基于本体的信息检索中的应用[J].微型机与应用,2005,24(10):62--64.
[8]肖艳秋,等.虚拟制造中协同制造资源建模研究[J].制造业自动化,2012,(3):52-54.
[9]王时龙,宋文艳,康玲,等.云制造环境下制造资源优化配置研究[J].计算机集成制造系统,2012.
[10]贺文锐,何卫平.基于OWL的网络化制造资源建模与应用研究[J].制造技术与机床,2004,(9):114-118.
[11]吴雪娇,柳先辉.基于语义的云制造服务描述[J].计算机与现代化,2012,(1):40-43.
[12]Philip McCarthy,Code generator that emits Java Beansfrom OWL Web Ontologies[EB/OL],http://jena.apache.org/2011-12.
云制造技术 篇2
【111846】的答卷
【试卷总题量: 35，字体： 大 中 小 | 打 总分: 100.00分】 用户得分：65.0分，印 | 关闭 |
用时4233秒，通过
一、单选题 【本题型共15道题】
1.粉末静电喷涂法是静电涂装施工中应有得最为广泛的工艺，其涂料利用率可达95%以上，一次涂装其涂膜厚度可达()μm。
A．30-80
B．40-90 C．50-100 D．60-100 用户答案：[C] 得分：3.00
2.真空热处理是真空技术与下面哪种技术相结合的先进热处理技术（）。
A．传统热处理技术
B．现代热处理技术
C．古代热处理技术
D．先进热处理技术 用户答案：[A] 得分：3.00
3.下列哪种结构体系以“建筑标准化、构配件生产工厂化、施工机械化和组织管理科学化”为特点（）。
A．钢结构
B．木结构 C．新型砌体结构
D．建筑工业化结构体系 用户答案：[A] 得分：3.00
4.如果在建筑的西向布置遮阳，下列哪种形式减少辐射的效果最好（）。
A．水平外遮阳
B．水平内遮阳
C．垂直外遮阳
D．垂直内遮阳
用户答案：[C] 得分：3.00
5.精密锻造技术主要应用领域，不包括（）。
A．批量生产的零件，如汽车、摩托车、兵器、通用机械上的一些零件，特别复杂的零件
B．航空、航天工业的一些复杂形状零件，特别是一些难切削的复杂形状零件，难切削的高价材料零件
C．高性能、轻量化结构零件
D．批量生产的简单零件 用户答案：[D] 得分：3.00
6.电泳涂装设备一般由电泳槽（主、付）、循环过滤系统、系统、电极和极液循环系统、控温系统、直流电源及相应电装置、纯水及清洗置和烘干装置等组成。()
A．离子交换
B．废水处理 C．反渗透
D．超滤
用户答案：[D] 得分：3.00
7.有机酯水玻璃砂的关键技术是：（）
A．泡沫模样材料及成形技术
B．EVA塑料膜加热软化温度
C．真空度
D．旧砂再生技术 用户答案：[B] 得分：0.00
8.回转塑性成形，不包括（）。
A．辊锻
B．辗环
C．楔横轧
D．螺旋孔型斜轧
E．摆动辗压
F．多向模锻
用户答案：[F] 得分：3.00
9.虚拟制造的术语简写表示为（）。
A．FMS
B．DF
C．BIM D．VM 用户答案：[D] 得分：3.00
10.为满足弹药库、煤矿、油库等建筑的安全要求，适宜采用以下哪种采光照明技术（）。
A．天窗采光
B．高侧窗采光
C．屋面采光板
D．光纤照明
用户答案：[D] 得分：3.00
11.通常在使用前要对刀具刃口进行倒棱处理的加工方法是哪一项？（）
A．干式切削
B．低温切削
C．硬态切削
D．高压水射流切削 用户答案：[B] 得分：0.00
12.消失模的关键技术是：（）
A．泡沫模样材料及成形技术
B．EVA塑料膜加热软化温度
C．高性能的粘结剂
D．旧砂再生技术 用户答案：[A] 得分：3.00
13.绿色锻造的范畴，不包括（）。
A．节约能源
B．节约材料
C．节省人力
D．稳定质量、提高效率、节省投资
E．能耗高、污染大 用户答案：[C] 得分：0.00
14.声波在传播过程中遇到障碍物时，在分界面处将处产生反射与投射，如果透射的声能与入射声能相比很低，则称该障碍物具有（）性能。
A．吸声
B．隔声
C．消声
用户答案：[A] 得分：0.00
15.车间内部噪声控制措施为吸声降噪，对外环境影响主要采取（）和消音措施。
A．声源降噪
B．隔振
C．隔音
用户答案：[A] 得分：0.00
二、多选题 【本题型共5道题】
1.相比射线检测，TOFD检测的技术特点有（）。
A．缺陷检出率高
B．检测速度快
C．检测方法易学易用
D．节约投资
E．安全环保
用户答案：[ABC] 得分：0.00
2.中国制造2025，提出的指导方针是：()
A．创新驱动
B．质量为先
C．绿色发展
D．结构优化
E．人才为本
用户答案：[ABCDE] 得分：2.00
3.雨水利用主要有以下哪几种形式：（）
A．雨水收集回用
B．雨水入渗
C．人工湿地
D．雨水调蓄排放
用户答案：[ABC] 得分：0.00
4.政府性资金投资主要包括（）。A．公益性和公共基础设施投资项目
B．保护和改善生态、环境的投资项目
C．促进欠发达地区的经济和社会发展的投资项目
D．推进科技进步和高新技术产业化的投资项目
E．国有企业的自主决定的投资项目 用户答案：[ABD] 得分：0.00
5.研发项目主要方向、任务与目标包括（）。
A．拟突破的技术方向
B．主要功能与任务
C．近期和中期目标
D．重要科研成果
E．达到的经济效益目标 用户答案：[ABC] 得分：0.00
三、判断题 【本题型共15道题】
1.资金申请报告和可行性研究报告没有本质区别，可以相互替代。（）
Y．对
N．错
用户答案：[N] 得分：3.00
2.资金落实中银行贷款承诺可以使用银行综合授信协议。（）
Y．对 N．错
用户答案：[Y] 得分：0.00
3.对于具有规模效益的机械产品再生资源回收利用而言，主要是报废汽车及机电产品。重点是是报废汽车及废弃电器电子产品两大类。（）
Y．对
N．错
用户答案：[N] 得分：0.00
4.室内环境调控装置中，冷热源设备是能量消耗的大户。（）
Y．对
N．错
用户答案：[Y] 得分：3.00
5.精密锻造技术——是指零件成形后，仅需要少量加工或不再加工，就可以用作机械构件的成形技术，即锻造接近零件形状的工件毛坯。（）
Y．对
N．错
用户答案：[Y] 得分：3.00
6.再制造与传统制造的重要区别是加工的坯件不同。（）
Y．对
N．错
用户答案：[N] 得分：0.00 7.真空热处理可以实现几乎所有的常规热处理所能涉及的热处理工艺。（）
Y．对
N．错
用户答案：[Y] 得分：3.00
8.超声波检测可完全替代射线检测。（）
Y．对
N．错
用户答案：[N] 得分：3.00
9.中水主要是建筑杂用水和城市杂用水，其水质除了安全可靠，卫生指标等必须达标外，还应符合人们的感官要求，另外，回用的中水不应引起设备和管道的腐蚀和结垢。中水虽然用途不同，但选用的水质指标相同。（）
Y．对
N．错
用户答案：[Y] 得分：0.00
10.我国各个地区都可以采用风冷热泵系统。（）
Y．对
N．错
用户答案：[N] 得分：3.00
11.保持正压时，送风量是排风量的80~90%；反之，则排风量是送风量的80~90%。（）
Y．对 N．错
用户答案：[N] 得分：3.00
12.网络化制造是按照敏捷制造的思想，采用因特网技术，建立灵活有效、互利互惠的动态企业联盟，有效地实现研究、设计、生产和销售各种资源的重组，从而提高企业的市场快速响应和竞争能力的新模式。（）
Y．对
N．错
用户答案：[Y] 得分：3.00
13.砂型铸造是铸造工艺的主要方法，占整个铸件产量的80%~90%。（）
Y．对
N．错
用户答案：[Y] 得分：3.00
14.高能束热处理的功率密度至少达到50W/cm2。（）
Y．对
N．错
用户答案：[N] 得分：3.00
15.虚拟制造技术的发展得益于计算机技术的发展。（）
Y．对
N．错
云制造落地需补充“养分” 篇3
Q：云制造试点工作已经开展，您认为目前发展的障碍主要有哪些？技术难点是什么？
A：当前最重要的还是要领导层提高认识，实施云制造是一场以“制造业信息化变革”为特征的、战略性的复杂系统工程，需要各地“一把手”来领导及推动，并将其纳入城市、产业或者企业的发展目标与规划。
在技术上，还需要以应用需求为牵引，大力加强信息化制造技术的研究与实施，大力加强各类资源和能力的物联化、虚拟化、服务化、协同化的研究与实施，大力加强云制造运营模式和标准化的研究与实施。
Q：在云制造产业链中，将涉及哪几类厂商？
A：云制造产业链涵盖从论证、设计、仿真、生产、试验、经营管理、运营、维修等制造产品全生命周期。支撑云制造产业链的有产品研发、工程实施、运营服务三类厂商。
产品研发厂商主要从事云制造十大类关键技术攻关及其产品开发，支持制造资源和制造能力的物联化、虚拟化和服务化；工程集成厂商主要负责开发和实施云制造系统，包括为制造企业进行行业咨询，提供完整的应用解决方案，并对注册企业进行业务定制，对接入的制造资源和制造能力进行云化改造和集成；运营服务厂商主要负责云制造服务中心、物流中心、金融中心的运营维护、客户服务等。
Q：您认为我国云制造产业链上的短板在哪一环节？
A：云制造产业本身是制造业的一种，因此和其他制造业一样还是要重点发展“微笑曲线”的两端。
“产品开发”及“服务”这两个环节是目前云制造产业链上的短板，需要通过加强这两个环节的应用牵引，催生一批在这两个环节提供资源和能力以及配套服务的第三方专业服务商，以推动云制造产业链的形成与发展。
Q：您对于云制造的进一步发展有何建议？
A：应根据中国的实际情况，突出中国特色，遵循“创新驱动、质量为先、绿色发展、结构优化”的指导方针来开展工作，具体表现如下：
一、在技术方面
深化应用有关的技术，特别是加强为“产品用户”服务的有关技术；面向全生命周期的活动，特别是加强产品后期的维修保障等活动有关的技术；加强能力协同和能力交易等相关技术。
融合更多的新兴信息技术、例如：移动互联网、大数据技术、基于模型的工程技术、高性能计算技术、复杂系统仿真技术、智能分析与评估技术、电子商务技术等。融合信息化制造性技术，如3D打印技术。
二、在工程化、产业化和深化应用方面
加强云制造工具集中平台的工程化、产业化；选择几个行业、智慧城市中的集团和中小企业群开展应用示范；积极支持工信部“工业云创新项目”——将在10个省市重点示范云制造。
三、在创新体系方面
加强创新体系建设，包括知识、技术、产业等创新体系，充分发挥“政、产、学、研、用”的优势和积极性。其中特别是要加强人才队伍建设，着力培养云制造领域的领军人物和大批复合型人才。
四、在落地实施方面
云制造的实施和推广是个战略性的工程，要围绕转变经济发展方式、增强企业市场竞争能力的目标，坚持“需求牵引、效益驱动”，即从增强企业市场竞争能力的应用需求出发，由需求来牵引系统建设，通过系统建设带动技术/产品研发，技术/产品的发展进一步促进系统的改进完善，系统进一步推动新的应用，如此周而复始的良性循环。
另外，云制造的实施和推广是一个复杂的系统工程，要按照复杂系统工程的思想来指导工作，加强顶层的规划设计，坚持“总体规划、分步实施、突出重点”，重视企业（集团）产品研制全系统、全生命周期活动中的人/组织、经营管理、设备/技术（三要素）及信息流、物流、资金流、知识流、服务流（五流）集成优化。例如，为实现三要素、五流的集成，云制造系统的组织中要有金融子系统、信息服务子系统和物流子系统的集成与协同。
评论
云制造需要“信自己”
2013年，欧盟正式提出了“Cloud Manufacturing”（云制造）说法，并启动了一个项目，打算通过云制造向中小企业用户（SMEs）提供计算机辅助工艺规划（CAPP）。该项目由瑞典皇家理工学院牵头，瑞典、英国、希腊、德国和西班牙的4所大学、1家跨国制造公司和6个中小企业共同承担，旨在强调服务于产品全生命周期过程，支持中小企业高效配置和重配置制造过程，支持产品定制化和变更，以适应快速变化的全球市场和更加苛刻的产品需求。
在项目执行背景的说明中，欧盟指出，产品开发和制造是欧盟主要的经济支柱，而超过90%的制造业活动由小型和中小型企业（SMEs ）完成。当前，制造业市场的要求越来越高，需要高度定制的产品，更高的质量，更快的交货，产品有更快的升级。制造企业特别是中小企业，必须有以客户为中心的，更为紧密、灵活、多元化的合作，同时在设计和工艺规划阶段，制造商应满足制造工艺的多方位的要求，以确保产品的竞争力和企业的可持续发展。制造企业需要有效配置或重新配置他们的制造工艺，以促进产品的定制和改装，适应迅速多变的全球市场和可持续发展的要求。云制造，就是满足这些需求的综合性的解决方案。“CAPP-4-SMEs”及此前一系列云制造项目的实施，令欧洲的学术界和工业界有机会互补专长，分享工业应用和技术专有知识，并进行了有效传播和工业应用，欧洲的工厂将在此基础上很快实现技术创新。
反观中国的云制造进程，其实起步并不晚于欧洲。李伯虎院士率领的云制造研究团队同样指出，云制造是一种取代大规模生产的新的生产方式，它像云计算一样，是一个分散式和大规模批量式并行的生产模式，云制造将成为一个由小型制造业企业组成的超大规模网络的分布式系统，助推中国制造成为中国“智造”。然而，李院士感叹，对于我们自己提出的云制造模式，业内人士及相关管理部门投注的眼光和关心程度都显得颇为淡漠。在此氛围下，尽管项目团队在云制造的推广应用上实施了多方努力，成效迄今却还不够明显，在制造行业内缺乏有效的机制来推动云制造的落地。若不改善这种局面，恐怕我们将在制造领域再度落后于人。
由于云制造要改变的是制造业的整体现状，所以它的落地并不是纯技术问题，而是需要协作并进，并引入市场机制。李伯虎院士认为，推进云制造可以说是“一把手”工程，因为云制造将颠覆制造企业的运营模式，牵涉到多方利益，只有企业的“一把手”意志坚定地参与其中，才能保证企业制造各环节的积极加入。同时，单个企业自身的努力只能起到一方面的作用，只有通过建立由政府主管机构、研究机构、软件厂商和用户共同组成的云制造产业联盟，建立行之有效的沟通、行动机制，消解相关标准、安全、知识产权保护等难题，才能更快地推动云制造落地。因此，尽管当前云制造模式处于蓄势待发阶段，但“势”蓄得还不够足量。
此外还需要认识到，自上而下的驱动之于产业进步的作用始终是有限的。我国互联网产业的迅猛发展已经证明，互联、协作的网络时代，市场才是最大的驱动力和检验力量，云制造模式最大的倚靠，同样也是市场需求。事实上，我国广大中小制造企业无不期盼得到自己渴求的制造资源和相关技能、知识方面的支援，只是目前很多企业都找不到门路，但只要云制造的基础工作做到位，企业们意识到云制造真的有用，并能够方便地接入云制造服务云池，市场竞争自然会令他们选择这种更先进的制造模式。而形成了这样的互动，中国的云制造也将在实践中磨砺得更加出色。（文/徐昊）
云制造中的关键技术分析 篇4
目前我国是制造大国,但要成为制造强国还需要不断的发展和努力。制造业存在着资源消耗高、环境污染大等特点,因此如何实现可持续发展成为制造业的一个重要问题。随着我国大力发展现代服务业的进程,制造业如何向服务业转化,提高制造业中服务的比例,提供制造服务,已经成为一个重要课题。现代制造业作为一个整体产业链条,包含了研发、生产、品牌、营销、物流、金融、网络、文化、客户管理等等诸多方面,是一个整合了很多元素的整体。其中生产只占一小部分比例,制造服务包括了除生产以外的各个环节。制造服务是现代服务的一部分,一方面,通过提供现代制造服务,可以增加制造业中服务的比例,合理分配和使用资源,降低能源消耗,实现绿色制造。另一方面,从制造企业自身的发展来看,由于产品在成本、技术、功能与质量方面已经达到竞争的极限,因此只有选择采用服务策略,才能达到提供差异化产品的目的。就价值链分析来看,产品生产过程创造的价值远不如在服务阶段所创造的价值,因此制造业向服务业转化有利于获取更多利润。提供制造服务有助于制造业企业的发展,可见发展制造服务符合我国大力发展现代服务业的发展方向。
云制造是在“制造即服务”理念的基础上,借鉴了云计算思想发展起来的一个新概念。云制造是先进的信息技术、制造技术以及新兴物联网技术等交叉融合的产物。云制造是希望采取包括云计算在内的当代信息技术前沿理念,支持制造业在广泛的网络资源环境下,为产品提供高附加值、低成本和全球化制造的服务。云制造提供了制造业向服务业转换的一种有效途径。
本文讨论了云制造的概念,给出云制造的体系结构,给出了制造资源的描述方法,并分析了云制造中的关键技术问题,为云制造的发展进行了积极探索。
1 云制造的概念
随着云计算的发展,人们认识到这种新的计算模式的重要性。云计算是基于网络的计算模式,共享的资源、软件和信息根据需要提供给需要的计算机,就像电力网一样[1]。云计算是指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是IT和软件、互联网相关的,也可以是任意其他的服务,它具有超大规模、虚拟化、可靠安全等特点。这种信息资源(软硬件)虚拟化、集中优化使用的方式给制造业中的资源共享提供了一个很好的借鉴。云制造的提出借鉴了云计算的概念,通常是面向区域、行业或企业,借助先进的信息技术,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、可共享的制造服务的制造模式[2]。它是先进的信息技术、制造技术以及新兴物联网技术等交叉融合的产物。下面首先分析云计算的特点,然后给出云制造的概念。
1.1 云计算
云计算(Cloud Computing)是在网格计算、分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等传统计算机技术和网络技术基础上融合发展而成的一种新的互联网技术。它旨在通过网络把多个成本相对较低的计算实体整合成一个具有强大计算能力的系统,并借助Saa S、Paa S、Iaa S、MSP等先进的商业模式把该系统的强大计算能力提供给终端用户。云计算的一个核心理念就是通过整合分散闲置的计算资源以不断提高“云”的处理能力,进而减少用户终端的处理负担,最终使用户终端简化成一个单纯的输入输出设备,并能按需享受“云”的强大计算处理能力。
狭义的云指提供计算机处理能力服务的资源网络,云中的资源在使用者看来是可以无限扩展的,并且可以随时获取,按需使用,随时扩展,按使用付费。广义的云可以是IT和软件、互联网相关的,也可以是任意其他的服务,就好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通,就像煤气、水电一样,取用方便,费用低廉。云计算的特点包括:1)超大规模;2)虚拟化;3)高可靠性;4)通用性;5)高可扩展性;6)按需服务等。
1.2 云制造
随着制造业的标准化和通用性程度的提高,现代制造中的产品已经由单一厂商独立完成转变为由多家制造厂商分部件或分工序共同协作完成,这些制造厂商共同形成一个完整产品的供应链或敏捷制造工厂。
随着产品信息化、虚拟化程度的提高以及网络的大量应用,制造商的各种制造能力可以满足多个供应链的多个环节,供应链中的一个环节也有多家可选制造商。制造商不再局限于提供产品或零部件,而是转为提供制造能力。提供给顾客的产品则是通过整合多个制造商能力生产而成。制造商的制造能力通过网络的集成形成了制造云。制造模式由供应链转变成云制造。
虽然云制造已成为现代制造业的发展趋势,但其内涵仍在不断发展之中,目前尚缺乏一种规范、标准的定义。
李伯虎院士认为云制造是一种面向服务的高效、低耗,基于知识的网络化的新制造模式,融合现在信息化制造技术、云技术、物联网等技术,把各类制造之间和制造能力集虚拟化、服务化并且进行统一的集中的智能化管理,从而通过网络和一个云制造平台中间件,将制造全生命周期的前期、中期、后期提供给用户,提供随时获取按需使用的优质廉价的服务[3]。
中国航天科技集团公司总工程师杨海成认为“云制造是先进的信息技术,制造技术以及新兴物联网技术等交叉融合的产品,是制造即服务理念的体现”[2]。科技部高新司先进制造及自动化处周平处长提出云制造的核心就是如何盘活制造资源的存量[4]。
国家“863计划”先进制造技术领域专家组组长王田苗认为云制造可以分为由低到高两个层次实现:低层次是提供相对功能明确、价格低廉的产品、设备的制造平台。高层次是根据顾客的设计或加工需求,整合制造资源,帮助客户完成相关产品的设计、加工、制造和配送,提供一整套加工制造的服务平台[5]。
综合上述专家学者的论述,我们认为云制造是一种以规范化和通用化的行业标准为基础,以互联网和物联网为支撑环境,以满足顾客个性化产品需求和提高加盟制造商利润为目标,具有智能化、绿色化、低消耗、高可靠性、高可伸缩性的现代制造模式。
2 云制造
参与云制造的角色包括三大类,即1)服务使用者,如投资人,设计方,制造方,2)云资源的提供者,他们提供各种制造资源及制造相关服务能力,通过云化技术,把资源转变为可以云服务形式使用的制造云服务;3)制造云服务的支持平台的提供商,用来支持制造云的运行和管理。本节分析云制造的体系结构、资源描述方法及关键技术。
2.1 云制造的体系结构
云制造体系结构从下至上分为三层,分别是:资源层、制造云运行支撑平台和服务层,具体如图1所示。
资源层:云制造中的制造资源包括:1)设备资源,例如各种加工设备等;2)软件资源,如产品设计、仿真、加工过程中涉及的设计专业软件、仿真软件和控制软件等;3)人力资源、无形资源、技术资源。在目前的云计算市场中,通常是有实力的公司投以巨资,形成自己的云能力。例如:Amazon提供海量存储和计算云服务,google提供海量文件存储能力等等。而在云制造中,资源功能更多样性,成本更高,因此,制造云很难由一家或者少数几家企业来完成,必须有更广泛的企业参与形成云制造能力,资源的分散程度更高,管理复杂程度更高,一方面,需要有灵活的制造资源服务化描述手段,使得各种制造资源能够以服务的形式注册、发布到云制造平台上;另一方面,也需要有适合的资源服务搜索和组合技术,使得用户能够随需而变,灵活的使用制造服务。因此,云制造对云服务的运行支撑平台提出了更高的要求。
制造云运行支撑平台:主要提供以下功能:1)提供各种资源的云化技术,包括资源的服务化描述、服务化封装、服务注册与发布等;2)提供云服务的调度与组合管理,由于云服务往往由不同服务提供者提供,且用户的需求往往需要多个服务组合完成,因此,该平台需要提供面向需求的云服务调度、优化和组合支持;3)云服务的运行与监控管理,以可视化的形式监控服务运行质量。
服务层:服务层面向服务使用者提供各种制造服务。典型的服务包括:设计服务,制造服务,供应链服务和营销服务等。
2.2 云制造的服务描述
云制造中的资源包括设计、制造、生产管理、销售、服务、物料等各种能力单元,对制造资源可以进行统一描述,然后加入的云制造环境中,在平台上注册供服务使用者查询和使用。本文借用Web服务的描述方法,采用类似于WSDL的形式对资源进行描述。为此定义了一个Schema,说明对资源的功能、技术指标、质量、能力等的描述方法。下面以一个实例对schema进行说明。如图2所示,该实例是对一个车床的描述,以其加工齿轮为例,定义了服务提供者信息、成本、质量、技术参数、生产能力等数据,并描述了其中获取成本、质量评估两个功能。
2.3 云制造的关键技术分析
根据云制造的架构,分析其中的关键技术包括以下几个方面:
1)制造云运行支撑平台:需要在云计算的支持下,提供制造云运行支撑平台,该平台提供云制造各个参与方所需要的计算环境。各种用户根据自己的角色注册、登录到云制造运。
2)营支撑平台中,寻找需要的资源并进行使用,通过相互协同完成一次制造过程。各个云制造能力提供者需要将自己的系统集成到云制造平台中,供服务使用者使用。此时,各个合作方有可能进行信息系统的集成,在云计算的支持下,实现平台中各个系统的高效集成运行。
3)供应链优化:云制造环境下各个参与方(包括制造服务提供者和使用者)之间将形成一个虚拟的供应链。这个大的供应链通常是以服务的使用者为中心形成的,对这个供应链的优化需要对包括采购、销售、物流、生产计划与调度在内的各个环节进行整体优化。
生产计划:云制造的服务提供者中,提供加工、制造能力的服务提供者,通常是传统的工厂、车间或者单独的云制造单元,需要对所接单独进行统一的计划管理,以调配资源,提高资源的利用率和效率。此种情况下的生产计划比传统的生产计划要求更高。因为云制造情况下的生产属于按照订单进行生产,通常订单是不确定的,对生产计划提出了更高的要求。
4)云制造资源调度:对于云制造中的能力资源的使用调度室一个关键问题。由于云制造环境下涉及的资源种类所、数量多,尤其是不同类型企业之间的交互多,因此需要提高制造资源利用率,对其进行调度室一个重要问题。
5)标准化技术:在制造技术方面,需要设计、工艺、和加工装配的标准化方法和技术,以保证在制造云中各个参与方的制造标准和接口。
6)保密技术:由于制造云的提供者会在不同的订单中接触不同请求者提供的产品,不同产品的加工工艺存在差异性和保密性,需要建立一种机制来对工艺信息保密,防止非法的扩散和使用。
3 结论
通过云制造可以充分利用全社会的制造资源,可以提高资源的利用率,避免资源浪费。但是如何对云制造中的资源进行有效管理是制约云制造发展的一个关键因素。例如,如何保证订单的持续性,从而避免云制造中具体的能力资源的闲置和浪费。本文分析了云制造的概念和特点,给出了云制造的架构和各个层次,给出了制造资源描述的规范实例。对云制造的关键问题进行了积极的探索。
摘要：我国正在大力发展现代服务业,制造服务是现代服务业中的重要组成部分,而云制造是实现制造服务的一种现代制造模式。本文分析了云制造的内涵,给出了云制造的体系架构,并对其中的制造资源描述、关键技术问题等进行了讨论,对云制造在我国的发展进行了有益的探索。
关键词：云制造,云计算,制造服务,企业集成
参考文献
[1]http://en.wikipedia.org/wiki/Cloud_computing.
[2]杨海成,云制造是一种制造服务[J].中国制造业信息化,2010(3).
[3]李伯虎,云制造概论[J].中兴通讯技术,2010,16(4).
[4]侯闯,云制造:摸不着[J].中国制造业信息化,2010(3).
云制造技术 篇5
【摘要】文章通过分析云计算的定义特点及云数据的管理技术，以促进云计算和云数据管理技术的发展和提高。
【关键词】云计算;云数据;管理技术
作者简介：初鲁京(1987-)，男，山东烟台人，中国人民大学在职研究生，研究方向：企业管理
近年来随着科技水平的不断提高，信息数据量不断增大，并且具有快速的增长速度，用户对于计算机的存储能力提出了更高的要求。而“三网融合”、“物联网”、“智能电网”等应用的快速发展对于计算和数据管理也带来了新的挑战。云计算作为一种正在兴起中的新型技术，可以改变普通用户操作计算机的模式，可以根据用户的需要来提高计算能力和存储能力，使用户像使用水电一样的方便快捷的使用计算机，降低用户的软件和硬件采购成本。云计算是基于分布式系统和网络计算上提出的新型概念，核心功能的提供海量的数据和存储，并且提供高效率的计算能力，由于开发更多的应用形式。而云计算并不仅仅是做计算，还需要融合更多的技术成果，提出云数据的管理概念。本文通过分析云计算和云数据的管理技术，促进云计算和云数据管理技术的发展和提高，方便今后工作的开展。
一、云计算的概念
(一)云计算的定义
云计算是一种近年来兴起的新型计算模型，是在互联网技术快速发展的基础上发展起来的。由于目前对于云计算还没有统一的标准定义，所以出现了很多云计算的定义版本。而通过对于云计算的分析研究，总体的定义方向都是一致的。具体来说，云计算实际上是一种对于虚拟化技术、网络技术和WebService等几种不同的新型信息技术的综合应用。云计算所运用的技术几乎包括了所有的互联网和信息技术。可以说云计算是网络计算的必然发展，虚拟化技术又是云计算得以发展的基础和前提，WebService信心技术为云计算提供了互联网环境的技术支持。随着互联网的发展，计算机用户也越来越专业化，它们对于数据信息的.了解和使用越来越熟练，对于数据信息的要求也发生了变化，提出了各种不同的信息数据需求，云计算正是满足了这类用户的需要，也得到了进一步的使用和发展。
(二)云计算的工作原理
云计算在工作环境下不需要使用本地的计算机，通过互联网联接来进行数据的分布和处理，并且优化数据，然后经过互联网的连接来实现分享数据的目的。这种工作模式可以使企业方便的进行资源利用，并且有效的切换有效资源，根据实际工作的具体要求来访问计算机和存储系统，获得相关的信息和数据。云计算作为一项新型的实用性技术，一定程度上提高了计算能力的商业性，通过网络传播和售卖实现了降低售卖成本的目的，同时还充分发挥了实用性，使企业的相关工作得以全面落实。
(三)云计算的体系结构
云计算的体系结构非常庞大，并且具有很强的复杂性，一般以“云”网络为核心，联接到其他网络和服务器，发送出相关的数据信息。同时通过虚拟技术的支持扩展相关服务器的功能，在云计算的平台上实现各种信息资源的整合，达到为用户提供更多更有效数据的目的，提升了计算能力和储存能力。完善的云计算体系结构应包括云端用户、部署工具、服务目录、管理系统这主要的四个部分。
二、云数据管理技术的主要特点
(一)规模大，海量性
随着近年来互联网技术应用的发展和普及，一些互联网技术是通过传感器来进行数据信息的采集来完成相关的工作。而随着应用技术的发展和推广，数据量变得越来越大，并且还在快速的增长。云计算中的“云”具有规模大的特性，以云计算为基础而构建的信息服务或设备也具有大规模的特点，并且应用于处理海量性的信息数据。另外云计算还可以无限扩展，同时处理成百上千的信息节点。这种可以无限扩大和伸缩的特点满足了不同用户的不同需求，在云计算的数据管理技术中也要注重技术和方法的改进，提高信息数据的管理水平和处理水平，重视信息数据的整合、提取和推理，有助于工作决策的完成。
(二)安全可靠性
云计算的技术包括了虚拟化技术、互联网技术及分布式计算等比较成熟的技术手段，为云计算的可靠性提供了有效的保证。并且云计算在安全性方面也具有优势，云计算采用了不同服务器上的信息数据多副容错的方式，计算的信息节点采用了同构互换技术，这些都极大地提高了云数据管理的安全性。
(三)异构性
由于应用云计算技术的领域和行业的不同，云计算的数据采集设备和方式也各不相同，存在着一定的差异性。每个行业中云计算所获取的结构和数据形态也存在着不同的差别，需要根据具体的实际情况，来判断采取不同的传感器，例如二氧化碳浓度传感器、温度传感器和湿度传感器等。不同的传感器在应用的时候，传递信息和获取信息的形式也是不尽相同的，这些差别会带来数据分析、处理和访问等各个环节的差别，另外数据的多源性也会造成数据的类型各不相同，不同类型的数据信息也有不同的格式，从而会出现半结构化数据、非结构化数据和结构化数据同时存在的情况，使信息数据存在异构性的特点。
(四)不确定性
云计算的运行环境中数据信息具有一定的非确定性，主要表现为信息数据本身、数据语义匹配及数据信息的分析查询等方面具有不确定性。而为了达到保证信息数据准确客观的目的，用户在应用云计算时一定要明辨真伪，去其槽粕取其精华，反映真实的需求完成预期的工作目标。
(五)通用性、便捷性
云计算的使用平台在提供各项服务时，用户在使用中不会受到空间上的限制，也不会受到时间的约束。用户只要具有访问验证信息就可以自由的使用云计算平台，享受云计算的服务，不会受到系统和平台的限制，具有极大的通用性和便捷性。
三、云数据管理技术
用户通过云计算来分析处理大量的数据信息，云计算的数据管理技术必须要能够满足用户的需求，高效及时的管理分析海量的数据和信息。云计算分析处理的数据具有海量性、不确定性，这对云计算数据管理技术的开发和发展不断提出新的要求，需要积极的构造高效可用的信息数据管理系统。
(一)数据信息的组织管理
数据的组织管理可以采用分布式的系统来访问分析海量的分布式数据，例如GFS技术。这种技术可以在差别不大的各种普通硬件上运行，为用户提供了容错功能，并且为用户提供高效可靠的信息数据并行的存储和访问权限。
(二)数据信息的集合管理
数据信息具有海量性、动态性、不确定性等特点，需要采取分布式的数据信息处理技术来进行采集分析，例如BigTable技术可以用于对海量数据信息的处理，提供高效的服务。
(三)数据信息的分析管理
应用云计算的数据管理技术是为了分析和挖掘相关的数据来满足用户的需求。因此需要运用不同技术和布局来从海量的数据中提取挖掘有用的潜在数据，并且理解所挖掘的信息数据同时进行分析，为各种应用提供支持。
(四)数据信息的存储管理
以Dynamo技术为例，这是一个具有高可用度的存储系统，具有DHT和数据库的特征，为AWS提供了基础的技术支持，并不直接展示于外网。Dynamo技术设计的存储架构可以使信息数据在框架内均匀的存储，并且各个存储节点之间可以互通，根据数据的具体操作需求在框架内进行转发，具有较强的自主性，而由于有主控点来进行控制，单个节点之间一般不会出现故障。Dynamo技术在存储时还具有一些优点，可以通过提供N、R、W这三个参数结合实际情况去调整实例。N即表示副本的个数，R为可完成的数据信息的成功一致个数，W为完成写入的个数。Dynamo技术可以记录、处理不同版本的对象，将对象的不同版本来提供给技术应用，使应用可以对这些数据信息进行合理的整合和利用。在这一过程中并不要求将副本个数N全部的成功完成，只需要成功读取的个数R和成功写入的个数W两者相加，大于副本个数N，这样就可以保证数据的最终一致性。这种读取方式比写入一次进行多次读取的系统要麻烦一些，但是写入方式变得更简单，也充分满足了用户的需要。同时Dynamo技术也具有负载均衡的优势，由于所采用的DHT方式将需要的信息数据都均匀的存储到每个节点，导致每个节点的数据信息访问量和存储量都大致相同，比较均衡。
四、结语
当今社会处于高速发展的信息时代，各种数据信息在全球范围内传递交换，也就需要开发和利用高效可用的信息传播媒介来适应信息时代的发展，云计算和云数据管理技术正是为此而生。作为新型的信息技术，云计算具有广阔的发展空间也面临着不同的挑战。网络互联网技术的快速发展使云计算和云数据管理技术有了更好的机会和支持，也导致了新型应用系统的开发和应用，因此云计算和云数据管理技术要充分把握机会面对挑战，利用本身的优势和时代的发展来实现进一步的提高，解决应用过程中的技术难题，得到长远发展。
参考文献
[1]刘正伟，文中领，张海涛，等.云计算和云数据管理技术[J].计算机研究与发展，，49(z1)：26-31.
云制造技术 篇6
一、云制造服务平台现状
根据相关信息, 就目前而言, 云制造的相关研究主要体现在云制造应用、关键技术、构建体系三方面。
(一) 云制造构建体系
根据云计算思想, 构建云制造智能模式, 该智能模式具有制造整体周期应用、制造云、制造资源三方面。通过对知识的具体应用, 以接入和接出的方式构建, 主要针对制造资源使用者、运营者、提供者三种用户。然而这种体系由于不具有兼容性和异构性, 因此需要提出新的方式加以解决, 这就是通过联邦模式构建云制造体系, 并通过联邦执行支撑, 以解决跨平台的兼容性和异构性的问题。
(二) 关键技术
为了适应不同的客户, 有些学者通过对普适交互界面的技术进行分析和研究, 建立了该框架, 并且对普适交互界面的信息可视化、虚拟资源配置、定制技术、设备系统功能等方面的技术展开了探讨。分析技术难点, 提出专属于云制造的编码系统、一站式服务、服务质量保证、产品模型系列化、标准化、模块化的具体技术的路线。并且建立了服务模式专门针对云制造外部协调加工资源的高效利用和快速共享, 并对该方面的技术进行了深入研究。
(三) 应用研究
部分学者研究并开发设计了一种云服务平台, 这个平台主要解决产品整体周期应用时的仿真、设计阶段需要的各类资源的问题。这个平台由很多系统构成。
通过以上论述可知, 我国云制造的研究就目前而言, 尚且处于雏形阶段, 未来该领域的空间还有很大的发展余地。当下在云制造相关技术方面的研究还没有取得多大效果, 该模式未来的发展方向主要是云制造平台的研究和应用。[1]
二、机械加工的云制造服务平台
机械加工的基础永远是技术, 技术能提高生产效率和产品质量。建设机械加工的云制造服务平台对于机械加工企业的资源优化和配置有着重要作用。
机械加工类的云服务平台有助于机械加工在仿真优化、工艺加工、算法设计、设计标准等方面实现资源共享和优化, 以及硬件资源的远程维护、加工监测、网络化集成服务。另外, 对于制造过程中的决策还能起到优化作用, 比如:机械加工的工艺参数、智能决策、数控程序的编制等的优化。在信息发布方面, 可以结合服务需求和制造资源的实际情况进行及时的更新, 进一步优化匹配。在服务交易的安全预防和保护方面可以使得交易过程和在线协同更加安全。可以根据客户的实际需求提供相应的服务, 这样的方法效率高、速度快、便捷性强。[2]
三、机械制造云平台的关键技术探索
将资源的实际物理形象转化为虚拟的平面形象的过程就是制造资源形象虚拟化, 该技术对云服务平台起到重要的支撑作用。该过程主要包括计算系统将实物虚拟化的技术、实物信息融合的系统和物联网相应技术。要实现虚拟化的转变, 该过程是最为关键的。
(一) 物理资源形象导入
该过程需要信息融合系统和物联网相应技术进行融合应用, 通过计算机的相关技术进行物理资源的处理, 通过计算机的相关装置对物理资源进行感知和反馈, 然后将相关资料导入到互联网云池中。
(二) 获取虚拟资源
虚拟资源的获取通常是通过互联网匹配技术和智能搜索, 用户可以在互联网相关功能中根据情况搜索, 相应的虚拟资料通过互联网云池的处理呈现在客户面前, 用户可以通过互联网服务引擎和互联网管理功能对虚拟资源进行管理。
(三) 虚拟资源的及时更新
供应端和需求端之间的协调往往通过将虚拟资源进一步优化实现, 用户根据客户实际需求, 及时综合相关物理资源信息, 在云服务平台上更新相关资源信息。随着物理资源信息的变化, 虚拟资源的信息也相对变化, 使客户及时了解到相关信息, 达成两者之间的沟通。
四、结语
随着世界科技的革新, 机械加工技术的快速发展, 提高了机械加工的制造和设计技术难度, 这两个方面面临的挑战难度越来越大。过去通过建模、分类进行设计知识的细化和研究, 和本体技术结合的方法, 已经无法满足现在的机械加工行业需求。机械加工的云服务平台关键技术就是将现有的资源虚拟化, 通过系统整合到云服务平台上去, 并且做到根据实际情况及时更新相关信息, 以使机械加工制造业趋向于服务化、智能化以及网络化方面发展。
参考文献
[1]祁琦.云制造背景下数控加工服务的关键技术研究[J].机械工程师, 2016 (10) .
云制造技术 篇7
模具是一种工艺装备, 广泛应用于制造行业中, 比如汽车、国防, 以及仪器仪表等。模具在生产的过程中以结构成型为方式, 工艺先进、成本低廉, 且产品质量好, 能够满足大批量生产的特点。可以看出, 模具的应用大大提高了企业的生产率, 在有效的时间内创造了更高的经济价值, 从而增强了企业的核心竞争力, 促进了这些企业的长久发展。因此, 对云制造的模具协同制造模式进行探讨显得非常有意义。
1 模具制造的基本现状
我国模具制造的发展速度非常快, 并且应用的范围逐渐扩大, 促进了工业产业化。但是与此同时, 相比国外的发达国家, 国内模具制造的工艺还不够先进、成熟。当前, 世界全球一体化进程不断推进, 促进了信息化时代的发展。在这种情况下, 企业之间的竞争力不断加剧, 为了使企业在竞争中立于不败之地, 需要不断更新理念, 创新生产工艺, 从而实现产品的更新换代。模具制造依靠传统的生产工艺, 成本比较高, 而且周期长, 面临着巨大的压力与挑战。因此, 企业必须转变思维方式, 提高模具设计制造模式的含金量, 实施精细化作业, 以此来满足市场的需求。
2 模具云制造模式概要
2.1 云制造模式
在云制造模式下, 以计算机网络平台为基础, 充分运用现代化网络技术、资源, 提高模具制造的精细化与信息化。传统的模具生产量比较小, 集中于单位小批量生产, 信息资源缺乏, 生产率不高。随着市场经济的快速发展, 互联网+模式被运用到各行各业中, 并且在生产方式的创新上起到了重要的作用。实践证明, 打造云制造的模具服务平台, 可以加强模具企业的交流、沟通, 集中各方资源、信息, 转变模具设计、制造的思路, 适应瞬息万变的市场机制, 并不断提高服务的质量。
2.2 云制造的特点
传统的模具加工, 资源利用率不高, 即便采用了网络制造模式, 也仅仅起到了集中分散资源的作用, 效果并不大。云制造模具协同以及制造模式与前面的制造方式不同, 它可以针对不同的用户, 提供多对一、多对多的优质服务。具体表现为:利用云制造网络平台, 针对用户的实际需要与要求, 调动分散的信息、资源, 以便对用户提供设计、制造多方面的服务。同时, 在云制造中, 还可以最大程度的整合企业的软件、硬件设备, 完成模具设计等。除此之外, 也可以针对用户的实际需求, 以资源共享的方式, 将模具设计、制造方面的信息分享给更多的用户。
3 云制造的模具协同制造模式研究
3.1 CAD层
首先, 按照相关的要求, 用户需要向设计人员提供产品的零件图。其次, 设计人员应该针对零件图的特点, 来设计产品的造型, 同时利用CAD软件得出数字建模。然后, 打开软件中的模具设计板块, 根据模具设计的要求, 完成数字模型的构建。在此基础上, 运用离散-堆积原理的RE技术, 快速制作完成的数字模型, 从而得到模具的成品。另外, 在产品的形态为实物的情况下, 还需要对其进行测量, 完成数据的曲面重构, 得到产品的数字模型。相同的零件, 采用的处理方式一致。
3.2 CAE/CAM层
在运制造环境下, 需要利用CAD软件制造三维建构。同时, 需要对制造出来的三维建模进行仿真分析、研究, 找出存在的问题与漏洞, 然后采取针对性的措施, 提高设计的可靠性。只有不断优化仿真模拟环境, 才能提高模具生产的效率, 最终达到理想的结果。
有一些模具零件的设计要求比较高, 除了利用CAD软件实现三维建构之外, 还需要导入到其他软件当中, 经常用到的为IGES、STEP软件。导入之后, 再进行深层次的设计、制造。在三维模拟建构中, 利用数字化程序可以将模具切割的轨迹展示在计算机平台中, 具体表现为一连串的模拟数据。然后, 根据模具成产的要求、指标, 采用人工操作的方式, 进行模具零件的生产、加工。最后, 当模具的加工、生产完成之后, 还要进行将模具与外部构建进行配备, 如果没有问题的话, 就说明制造的模具符合厂家要求。
4 实例分析云制造的模具协同制造模式
下面通过实例分析来探讨云制造的模具协同制造模式。某塑料企业需要生产一种森齿轮, 完成注塑。该零件的特点是形状小, 结构复杂。这家企业在运制造模具平台上发出了请求, 平台针对该零件的特点, 介绍L公司承接此业务。L公司利用RE技术实施三维建模, 然后把得到的数据导入到IGES、STEP软件中, 在此基础上启动CAM加工程序。在该程序中, 利用高效的数控加工设备, 来加工森齿轮注塑模具, 为企业提供了优质的服务。实践表明, 云制造有利于对分散的资源进行集中调配, 实现多对一、多对多的服务, 促进了模具产业的现代化、信息化。
5 结束语
模具制造是工业生产的重要组成部分, 在汽车、国防行业中占据重要的地位。当前, 随着科技的不断发展, 信息化技术不断被应用到企业发展当中。传统的模具制造方式简单, 主要以小批量生产为主, 生产效率不高, 已经不能满足市场经济的需要。本文首先阐述了模具制造的现状, 然后对云制造的模具协同制造模式进行研究, 包括CAD、CAE、CAM层的具体应用等, 并结合实例来分析, 希望能起到参考的作用。
参考文献
[1]李强, 秦波, 包柏峰.基于云制造的模具协同制造模式探讨[J].锻压技术, 2015 (06) .
云制造技术 篇8
1999 年Kevin Ashton提出 “物联网” 概念的出发点是为了将产生各种数据信息的来源———事物(things) 本身与电脑连接并构成网络,通过跟踪和清点 “事物”,掌握它们的真实数据和信息,达到降低成本、减少损失和消除浪费的目的[1]。基于物联网技术,制造企业能够实现对资源的智能感知与实时共享,实现跨越企业边界的物———物相连,进一步消除企业与地域间的界限,促进新产品、新市场、新交易关系的出现。在生产过程、供应链管理等环节深度应用物联网技术将成为制造业企业的必备。同时,随着云制造平台、工业大数据等配套服务模式的逐步完善,使得具有不同所有权的资源构成资源 “云”,为企业创造低成本和快捷的 “云”资源配置环境和条件,实现了资源的便利可得性(能够降低企业的交易成本[2]) 和深度可视性( 资源信息能够充分、实时共享),将进一步整合物联网服务资源,进而带动我国传统产业的全面转型升级。当前,我国在智能测控、机器人、新型传感器、3D打印等领域,初步形成完整的产业体系。这一过程中,供应链各个参与方之间的共享和协同问题就显得尤为重要。
1 相关文献的回顾
云制造融合了现有信息化制造技术及云计算、物联网、面向服务、高性能计算和智能科学技术等信息技术,将各类制造资源和制造能力虚拟化、服务化[3],构成虚拟化制造资源和制造能力池,并进行统一的、集中的智能化管理和经营,进而实现多方共赢、普适化和高效的共享与协同,通过网络和云制造服务平台,为用户提供可随时获取的、按需使用的、安全可靠的、优质廉价的制造全生命周期服务[4]。
云制造系统应用方面,2000 年美国搭建了目前世界上最大的制造能力交易平台MFG. COM,为全球制造业伙伴提供快捷高效的交易平台;2013 年欧盟第七框架计划( FP7) 启动的云制造项目 “CAPP - 4 - SMEs”,是继 “Manu Cloud”项目之后又一个云制造项目; 德国政府提出 “工业4. 0” ( INDUSTRIE 4. 0) 的概念[5],旨在通过充分利用信息通讯技术和网络空间虚拟系统———信息物理系统(Cyber - Physical System) 相结合的手段,将制造业向智能化转型。弗劳恩霍夫协会已在其下属6 ~ 7 个生产领域的研究所引入工业4. 0 概念,西门子公司也将这一概念引入其业软件开发和生产控制系统; 在我国,世通科技发展(香港) 有限公司启动了基于云制造的刀具管理软件 “刀网”服务; 2013 年,中国航天科工集团公司与中科院旗下曙光公司在中科曙光云计算中心的基础上,展开云制造领域的合作,为云制造系统的用户提供全面服务[6]。
云制造系统的技术实现方面,李伯虎院士等在文章[7]中提出云制造系统的结构,并指出云制造系统由云提供端( 云制造服务提供者,Cloud Service Provider ) 、 云请求端( 云制造服务使用者,Cloud Service Demander) 和云制造服务平台(云平台) 组成,结构如图1 所示。
云制造系统运行时,云提供端的剩余资源被实时感知[8]后,能够智能虚拟接入云平台系统[9],从而在资源共享的边际成本很低的情况下,向云制造服务平台提供企业剩余的制造资源和制造能力服务; 云制造服务需求端则通过云制造服务平台提出相应的云服务请求,寻找廉价的合适的资源[10]; 云制造服务平台根据用户提交的任务请求,在云端化技术、云服务的综合管理技术[11]等技术的支持下进行搜索、匹配等操作,为云请求端提供按需服务[12],使得整个制造系统具备更强的敏捷性和灵活性[13]。但不同的云资源提供端提供给云平台的制造资源和制造能力会有所不同,具有差异性和动态性[14],且制造能力具有易逝性,因此云制造服务平台一方面要做好制造资源的服务质量管理工作[15]; 另一方面还要对资源和能力进行有效的分类,为后续的智能化匹配做充足的准备。本文以 “匹配适应度”的概念来刻画提供的云服务与云需求端的需求之间的匹配程度(相似程度),在云制造的过程中,应该包括两个方面的匹配适应度: 云平台与云需求端之间的匹配适应度及云提供端与云平台之间的匹配适应度。
现有文献的研究大多是从云制造的技术层面进行分析,包括云制造实现的关键技术[16],体系架构[17],服务运营与交易的支撑技术[18]等,Wu D (2013)[20]对云制造系统的使用技术以及未来趋势进行了介绍。鲜有文章从经营主体的经济利益角度出发来考虑资源在通过信息技术实现共享后,产生的复杂利益关系和利益冲突问题。本文将在云制造的环境下,考虑一个剩余制造能力的提供企业(云提供端) 通过云平台实现能力共享的问题。云制造平台和制造能力提供企业各自决定能力共享的匹配适应度,以实现利润最大化。
2 问题描述与假设
2. 1 问题描述
当制造商存在剩余制造能力时,可以利用物联网技术,将这些剩余制造能力通过智能感知设备实时共享到云平台,云平台得到来自不同制造能力提供商的制造能力之后,进行制造能力的匹配,分配给有需要的制造商,然后由制造能力提供商进行生产成最终产品。因此,可以认为这是一条基于制造服务所形成的制造能力供应链: 先有制造能力的共享引起的无形的信息交互,再有基于制造共享实现的有形的产品的传递。
在制造能力共享的过程中,由于潜在的制造能力需求商的情况比较复杂(数目众多,类型多样等),因此云制造平台最终能够成功匹配哪个制造能力需求商,往往不是制造能力提供商所关心的,即使制造能力提供商最关心的基于能力共享生产出来的产品的定价问题,也可以从终端市场上了解得到。因此可以认为通过云平台能力共享所生产的最终产品的定价是由云平台这个主体进行决定的。同时,在能力共享的过程中,需要能力提供商和云平台的共同努力来完成: 云平台需要提高匹配适应度才能够将制造能力的需求与供给的信息达到或接近完全匹配; 能力提供商则需要通过提高匹配适应度来把无形的需求信息转化为有形的产品。制造能力提供商需要面临的决策难题是由剩余制造能力生产的产品在最终市场上会对企业已有的产品产生直接的影响,因此,制造能力提供商需要与云平台进行关于产品价格、匹配适应度等若干因素的博弈。
本文将考虑由单个制造商M和一个云平台P组成的两级供应链系统,双方为实现制造能力的有效匹配而应该付出的最优匹配适应度的决策问题。图2 描述了基于制造能力共享的供应链系统示意图: (虚线表示制造商M未知的情况)
2. 2 符号说明
PM: 制造商M销售单位产品的利润(元);
PP:云平台P销售单位产品的利润(元);
ω: 制造商M将单位制造能力通过云平台进行有效共享的收益(元);
A( t): t时刻制造商M为了实现制造能力的有效匹配而决策的匹配适应度,为控制变量,是制造商M的决策变量,且0≤A(t)≤1,A(t) = 0表示完全不匹配,A(t) = 1 表示完全匹配;
F( t): t时刻云平台P为了实现制造能力的有效匹配而决策的匹配适应度,为控制变量,是云平台P的决策变量,且0≤F(t) ≤1,F(t) = 0表示完全不匹配,F(t) = 1 表示完全匹配;
x( t): t时刻有效匹配的制造能力,依赖制造商和云平台共同的匹配适应度A(t) 和F(t),为状态变量;
JM、JP: 分别表示非合作时制造商和云平台长期(无限时区内) 的总利润;
JMC、JPC、JTC: 分别表示合作进行制造能力共享时制造商、云平台及供应链系统长期(无限时区内) 的总利润;
JMI、JPI: 分别表示云平台提出成本分担契约时制造商、云平台长期( 无限时区内) 的总利润。
2. 3 基本假设
该问题相关的4 个假设条件如下:
(1) 假设制造商和云平台为实现制造能力的有效匹配而付出的成本是关于匹配适应度的凸函数,文中匹配成本函数借鉴Jrgensen S等[21]的假设,t时刻制造商M和云平台P的为了实现制造能力的有效匹配而付出的成本分别为:
其中,μM和 μP分别是制造商和云平台正的匹配成本系数; C(A(t)) 和C(F(t)) 分别t时刻制造商和云平台的匹配成本。
(2) 能够有效匹配的制造能力水平是一个动态变化的过程,制造能力的有效匹配量受当期制造商和云平台的匹配适应度及当期制造能力的影响,可用下式所示的状态方程(微分方程) 表示制造能力匹配量的变化过程:
其中,x(t) 表示t时刻能够进行有效匹配的制造能力,且初始时刻有效匹配的制造能力为x(0) = x0≥0; α > 0、β > 0 分别表示制造商和云平台各自的匹配适应度对制造能力有效匹配的影响系数; 同时,因为制造能力的易逝性,故假设 γ> 0,表示制造能力的相对衰减率。
(3) 产品的需求受能够有效匹配的制造能力的影响: 当制造商能够提供较多的有效制造能力时,消费者会认为该制造商的制造水平较高,所提供的产品的质量也会更好,因此影响消费者对制造商产品的需求; 对云平台来说,当可以提供较多的有效制造能力时,表明云平台能够提供较高水平的制造服务,则能力的有效共享势必会对云平台的需求产生影响。此时,制造能力的共享会对制造商和云平台的需求都产生正外部溢出效应。假设t时刻需求与制造能力的匹配量呈线性关系,表示如下:
其中,DM(x(t),t)和DP(x(t),t)分别表示制造商和云平台最终产品的市场需求函数; a表示总体潜在的市场规模,且0 < δ < 1 为制造商销售的产品在市场上占有的份额; θ 表示两个渠道上产品的替代系数; ηM,ηP表示制造能力共享对需求产生的正外部溢出效应系数,且 ηM> 0,ηP>0。
(4) 另外,本文主要考虑制造能力共享对企业的影响,因此不考虑供应链企业的库存成本和缺货成本,同时,因为制造商向云制造平台提供剩余的制造能力的边际成本很小,所以也可以忽略。假设双方的决策行为基于完全信息,供应链中各个参与方均是理性决策者。
3 模型构建及求解
本节主要研究以下3 种情形:
(1) 非合作能力共享情况下制造商主导的Stackelberg博弈情形,假设制造商作为供应链中的核心企业,在制造能力匹配决策中充当领导者的角色,而云平台则作为能力共享的跟随者。
(2) 合作能力共享的情况下,制造商和云平台都意识到剩余制造能力的匹配对企业利润的影响,双方积极进行能力匹配的纵向合作,以供应链系统总利润最优为目标集中进行决策。
(3) 云平台作为Stackelberg博弈的主导者,提出成本分担契约来分担制造商的一部分匹配成本,对整个供应链系统的整体利益进行协调。
3. 1 非合作微分博弈( 制造商主导的Stackelberg博弈) 情形
本小节将研究制造商M作为供应链核心企业的情形。此时从动态角度考虑,占主导的制造商M和跟随的云平台P之间联合进行能力共享的决策构成了Stackelberg微分博弈,为追求各自长期利润的最大化,制造商M首先决定其不同时刻的匹配适应度A(t),云平台P在观察到制造商M的决策后再决定其在制造能力共享上的匹配适应度F(t)。
在无限时间长度之内,供应链系统中的两个成员(制造商和云平台) 任意时刻均具有相同的贴现因子,记为 ρ; 双方的目标都是在无限时区内寻求使其利润最大化的最优能力匹配策略。制造商和云平台的目标函数分别为:
其中,制造商和云平台寻求最优制造能力共享策略的过程构成了双方微分博弈。制造商和云平台的最优共享匹配行动由反馈策略决定。由于动态参数条件下求解解析解的困难,文中借鉴Itakura N ( 1996 )[22]的处理,假设模型中所有参数PM、PP、μM、μP、α、β、γ 和 δ、θ、ηM、ηP都是与时间无关的常数,且博弈在无限时区的任何时段内,参与方面对的是相同的博弈,因此可将策略限制在静态策略,即制造商和云平台的策略分别表示为A(x(t))和F(x(t)),其均衡为静态反馈均衡(为简化书写,下文不再列出时间t)。
命题1: 制造商主导的Stackelberg博弈情形下,制造商和云平台关于制造能力共享匹配适应度的静态反馈Stackelberg均衡策略分别为: (A*,F*),制造能力共享的最优轨迹为: x(t) = υ - (υ- x0)e- γt; 且双方各自的利润最优值函数为: JM*
证明: 为得到此博弈的反馈Stackelberg均衡策略,采用逆向归纳法,首先作为跟随方的云平台P视制造商M的匹配适应度A为给定参数,以此决策自身的最优匹配适应度,这便转化成了云平台P的单方最优化控制问题。记t时刻之后云平台P的总利润现值最优值函数为:
令t时刻之后云平台P的总利润当值最优值函数为:
则t时刻之后云平台的总利润现值最优值函数为:
那么VP(x)对于所有的x≥0 都必须满足如下哈密尔顿- 雅克比- 贝尔曼(Hamilton - Jacobi -Bellman) 方程:
显然此式是关于F的凹函数,由一阶条件可解得:
因此制造商M会根据云平台P的理性最优反馈策略F*来确定自己的最优策略A*,以满足自身利润最大化的目标。同样,记t时刻之后制造商M的总利润现值最优值函数为:
对于制造商M而言,考虑到云平台P将根据制造商给定的策略A再来决策自己的最优策略,
令t时刻之后制造商M的总利润当值最优值函数为:
则t时刻制造商M的总利润现值最优值函数为:
那么VM(x)对于所有的x≥0 必须满足如下哈密尔顿- 雅克比- 贝尔曼( Hamilton - Jacobi -Bellman) 方程:
将(2)代入(3)式,整理可得:
同理,由一阶条件可解得:
将(2) 式和(5) 式分别代入(1) 式和(4) 式,整理可得:
注意到微分方程(6) 式和(7) 式的阶数特点,推测关于x的线性函数是HJB方程的解。令:
其中,m1、n1和m2、n2是常数。分别求关于x的一阶导数,可得:
再代入(6)式和(7)式,得到:
对比两式左右两边的同类项系数,可得关于m1、n1和m2、n2系数的方程组,并求解方程组,可得:
将所求结果代入上述各式,可得:,以及制造商和云平台的静态反馈Stackelberg均衡策略为:
制造商和云平台利润当值最优值函数为:
则可以得到制造商和云平台的利润最优值函数JM*(x) = e- ρtVM*(x),JP*(x) = e- ρtVP*(x);
此时将求得的最优匹配有效度A*和F*的值代入状态方程式(2) 中,可解得制造能力有效共享的轨迹为:
其中。命题1 得证。
3. 2 制造商和云平台合作进行制造能力的共享的情形
在制造商和云平台进行合作博弈情形下,双方以供应链系统利润最优为首要原则,共同地来确定匹配有效度A和F的值。此时供应链系统的目标函数为:
命题2: 制造商和云平台合作博弈情形下,制造商和云平台关于匹配有效度的静态反馈均衡策略分别为: (AC*,FC*),共享制造能力的最优轨迹为: xC(t) = λ - (λ - x0)e- γt; 且合作情形下供应链系统的利润最优值函数为: JTC*(x) = e- ρtVT*(x)。其中:
证明:此时,记t时刻之后供应链系统的总利润现值最优值函数为:
同命题1 的证明过程,可以求得制造能力共享合作博弈情形下制造商和云平台的静态反馈均衡策略为:
在合作情形下,供应链系统总利润当值的最优值函数为:
供应链系统的利润最优值函数JTC*(x) = e- ρtVT*(x)。制造能力共享的轨迹为: xC(t) = λ - (λ- x0)e- γt,其中
命题2 得证。
另外,观察命题1 和命题2 提供的制造商和云平台的反馈均衡策略,均与时间无关,这也反映了该策略在企业能力共享实践中的操作性较强,作为连续时间范围内供应链系统,最优策略不需要随时间每时每刻都在变化,给企业的实践操作带来了可行性,一定程度上体现了该模型的管理实践意义。
引理1:制造能力共享合作博弈的情形下,供应链系统的总利润高于Stackelberg博弈情形下的对应值,即JC*T(x0)>J*M(x0)+J*P(x0),实现了Pareto改进。同时,云平台的最优匹配适应度高于Stackelberg博弈情形下的对应值,即FC*>F*。当ηPPP>ω时,AC*>A*;当ηPPP<ω时,AC*<A*。
证明: 对比命题1 和命题2 可得:
则当 ηPPP> ω 时, AC*> A*; 当 ηPPP< ω时,AC*< A*。引理1 得证。
引理1 说明: 与非合作制造能力共享相比,制造商和云平台的合作共享能够促使云平台提高匹配适应度,并能实现供应链系统整体利润的提升。而制造商匹配适应度的调整则取决于 ηPPP和ω 的相互关系,其经济含义是制造商提供一单位的制造能力的所得(ω) 与造成的损失( ηPPP)之间的衡量: 当提供剩余制造能力的所得较大时,制造商会尽可能的提高自己的匹配适应度A*以通过共享来获得更大的收益,当提供剩余制造能力不经济时(ηPPP> ω),制造商就不会有太大的动力来提高匹配适应度,此时需要云平台分配给制造商额外的收益以进行激励。
3. 3 成本分担契约的协调效果
值得注意的是,制造商和云平台之间的制造能力合作共享虽然能够实现供应链整体利润的最大化,但要使双方自愿参与合作,还必须满足参与约束,即制造商和云平台参与合作后,各自分得的利润比非合作时各自的利润要大。因此,制造商和云平台进行合作制造能力共享时,最优的匹配适应度策略(AC*,FC*) 必须满足下列参与约束: ΔJM(x0) = JMC*(x0) - JM*(x0)≥0,ΔJP(x0) =JC*P(x0)-J*P(x0)≥0。
另外,合作后制造商和云平台各自利润增量ΔJM(x0)和ΔJP(x0)占系统利润增量ΔJ(x0)的比例,一般来说,取决于双方的谈判(讨价还价)能力和掌握供应链渠道的能力,而合作博弈还要求双方形成强制性的参与条款、利润分配契约或成本分担契约。
考虑到云制造平台并不直接提供制造能力,仅为制造能力的共享提供便利条件,因此云制造平台有动机提供协调契约来获得更大的收益,本文将采用成本分担契约来进行整个供应链系统的协调。
首先,由云制造平台提出成本分担的比例ε并先决策平台的匹配适应度FI,然后观察到云平台的策略之后,制造商再来决策自己的匹配适应度AI。此时,双方进行的是云制造平台占主导地位的Stackelberg微分博弈。在无限时间长度之内,双方的目标仍然都是在无限时区内寻求使其利润最大化的最优能力共享策略。制造商和云平台的目标函数分别为:
其中,制造商和云平台寻求最优制造能力共享策略的过程构成了双方微分博弈。制造商和云平台的最优共享匹配行动由反馈策略决定。
命题3:当时,云制造平台主导的成本分担契约Stackelberg博弈情形下,制造商和云平台关于制造能力共享匹配适应度的静态反馈Stackelberg均衡策略分别为:(AI*,FI*,ε*),制造能力共享的最优轨迹为:xI(t)=ψ-(ψ-x0)e-γt;且双方各自的利润最优值函数为:JI*M(x)=e-ρtVI*M(x),JI*P(x)=e-ρtVI*P(x)。其中:
证明: 为得到此博弈的反馈Stackelberg均衡策略,采用逆向归纳法,首先作为跟随方的制造商M视云平台P的匹配适应度FI和 ε 为给定参数,以此决策自身的最优匹配适应度,这便转化成了制造商M的单方最优化控制问题。记t时刻之后制造商M的总利润现值最优值函数为:
同时令t时刻之后制造商M的总利润当值最优值函数为:
则制造商的总利润现值最优值函数为: JMI*(x ) = e- ρtVMI( x )。 由一阶条件解得: AI=
对于云平台P而言,考虑到制造商M将根据云平台给定的策略(FI,ε)再来决策自己的最优策略,因此制造商M会根据云平台P的理性最优反馈策略AI*来确定自己的最优策略(FI*,ε*),以满足自身利润最大化的目标。记t时刻之后云平台P的总利润现值最优值函数为:
令t时刻之后云平台P的总利润当值最优值函数为:
则云平台的总利润现值最优值函数为: JPI*(x)=e-ρtVIP(x)。
同理,由一阶条件可解得:
采用定理1 和定理2 的证明方法,可得制造商和云平台的静态反馈Stackelberg均衡策略为:
制造商和云平台的利润当值最优值函数为:
则可以得到制造商和云平台的利润最优值函数为: JMI*(x) = e- ρtVMI(x),JPI*(x) = e- ρtVPI(x)。
此时制造能力共享的最优轨迹为:
条件表示的含义是云制造平台通过制造能力共享所实现的利润值至少应当大于制造商获得的收益的一半,即 ηMPM+ ω < 2(ηPPP- ω) 。这说明云制造平台提出成本分担契约是有前提条件的,当获取的单位利润的数值较小时,也会失去协调的动力。
引理2: 在云平台提出成本分担契约博弈的情形下,制造商和云平台的最优匹配适应度满足下列关系: FC*> FI*= F*,且AC*> AI*,当; 供应链系统的总利润小于集中决策情况下的对应值,即JTC*(x0) >JMI*(x0) + JPI*(x0),当满足条件时,成本分担下的供应链利润要大于Stackelberg博弈情形下的对应值,即JMI*(x0) + JPI*(x0) > JM*(x0) + JP*(x0),能够实现Pareto改进。
证明: 对比命题1 和命题2 可得:
当2ηPPP- ηMPM- 2ω > 0 时,
引理2说明,与非合作制造能力共享相比,云平台提出成本分担契约后(即满足条件时),虽然云平台的最优匹配适应度F保持不变,但却可以激励制造商提高匹配适应度,并且在云平台分担制造商一定比例的匹配成本后,双方的利润都会增加,实现了供应链系统整体利润的提升。
引理3:云平台提出成本分担契约后(即),云平台的利润要大于分散决策的利润水平,且制造商的利润也会有所增加,即满足参与约束条件。
证明:
当。引理3得证。
通过引理2 和引理3 的分析过程,可以说明在整个供应链系统的利润构成中,制造商的利润占据主要地位,影响着利润总额的变化趋势。因此云平台在制定成本分担策略时,应充分考虑到这一特点。
4 算例分析
本节将对制造商和云平台的Stackelberg博弈,合作博弈以及云平台分担成本下的博弈分别进行算例分析,以验证模型的有效性,给定相关参数值如下: PM= 15,PP= 10,ω = 3,μM= 15,μP=10,α=0.6,β=0.8,γ=0.2,δ=0.8,ρ=0.9,ηM=0.2,ηP=0.8,θ=0.5,a=100,x0=100。
将给定参数值分别代入3 个命题,可解得:(因为J(x) = e- ρtV( x),所以数值计算时仅考虑V( x) 即可,并不会影响各利润之间的关系)
(1) Stackelberg博弈情形下制造商和云平台的最优匹配适应度及供应链系统的总利润当值最优值:
(2) 合作情形下制造商和云平台的最优匹配适应度及供应链系统的最优利润当值:
(3) 云平台提出成本分担契约情形下制造商和云平台的最优匹配适应度及供应链系统的最优利润当值:
(4) Stackelberg博弈情形下和合作情形下产品制造能力共享的最优轨迹为:
上述算例验证了引理2的结论,当时,合作共享的模式下,制造商和云平台的最优匹配适应度高于Stackelberg博弈情形下的对应值; 供应链系统的总利润也比Stackelberg博弈情形下的总利润高,表明供应链长期纵向合作共享能够促进供应链双方提高匹配适应度,给双方带来更多的利润。
由图3 可以看出,制造能力的共享水平随时间变化逐渐增加并趋于稳定,表明该供应链系统的共享过程是可控的,且同一时刻供应链纵向合作共享情形下的共享水平始终高于非合作情形下的值,这表明这种纵向合作模式不仅实现了供应链系统利润的最大化,还使供应链企业的能力共享水平也实现了较大的提升。
接下来,进行相关参数的灵敏度分析。考虑到影响云制造平台提供成本分担契约进行协调的关键条件是,因此本文将主要分析ω,ηM和ηP3个参数的变化对供应链中两个主体的影响。图4描述了在t=0的时刻,ω对3种情况下供应链利润的影响。在给定的参数条件下,可以得到ω的临界值为。ω 从0 到10 的范围内变化时,引起供应链总利润的变化。可以看出集中决策情况下的总利润是最大的,而成本分担契约下与分散决策情况下的总利润则取决于价格 ω 的取值。这与引理2 所描述的内容是相吻合的。
表1 表示的是 ηM和 ηP两个外部溢出效应系数对两个主体利润当值的影响,从表格中可以看出,无论 ηM和 ηP怎样变化,VPI*(x0) 总是大于VP*(x0)。而VMI*(x0) 和VM*(x0) 的大小关系仍然要判断与 ω 的关系: 由参数的设定可知: 当 ηP= 0. 8 时,得到 ηM的临界值为0. 47,当 ηM= 0. 2 时,ηP的临界值为0. 6,这与表1 中的数值分析相吻合。
5 结论与展望
本文在物联网环境下,考虑到制造商剩余能力的共享对需求的影响,以及共享过程的动态性,借助微分博弈,探讨了由单个制造商和单个云平台组成的两级基于制造能力共享的供应链的动态策略问题。假设需求受有效共享制造能力水平的影响,分别构建了制造商占主导云平台跟随的Stackelberg微分对策模型、制造商与云平台合作进行能力共享以及云平台占主导提出成本分担契约进行供应链协调的动态模型,得到了3 种情形下,制造商与云平台各自的最优反馈均衡策略和各自的利润最优值函数,并得到了3 种情形下制造能力随时间变化的最优轨迹; 而后对3 种情形下的最优反馈策略和供应链整体利润进行比较,发现合作进行能力共享的情形下,制造商和云平台之间实现有效能力共享的水平较高,供应链的整体利润也比非合作时高,实现了Pareto最优;还分析得到了云平台进行成本分担契约的前提条件: 云制造平台通过制造能力共享所实现的利润值至少应当大于制造商获得的收益的一半,即。最后,通过数值算例,验证了模型的有效性,并分析了相关参数的灵敏性,为供应链上下游企业长期开展制造能力合作共享提供了相关的理论依据。
不足之处是,文中简化考虑了整个云制造系统的情形,仅考虑了剩余制造能力提供商和平台构成的两级供应链的关系,当考虑下游的剩余制造能力需求商(云需求端) 为群体时,模型会更加接近现实情况,各个利益主体之间的关系也就更为复杂,得到的结论会更有实践指导意义。
摘要：本文在物联网环境下,考虑制造商剩余制造能力共享的动态性及对需求产生的影响,借助微分博弈研究了单个云平台和制造商构成的两级供应链制造能力共享问题。分析了供应链中制造商占主导的Stackelberg博弈、纵向合作以及云平台提出成本分担契约的情形,构建了相应的动态模型,得到反馈均衡策略及利润;发现合作共享能提高供应链整体利润,一定条件下实施的成本分担契约能实现供应链的协调;最后,通过数值分析,验证了结论的有效性。
云制造技术 篇9
中国制造业面临一个巨大的挑战, 表现在几个方面:首先, 整个全球的制造业正面临新技术革命和产业革命二次变革的前夜, 具体来说, 就是新一代的信息通信技术快速发展, 并且和制造业深度融合, 制造业发展理念、制造模式、技术体系和价值链的巨大变革在美国、德国等先进国家计划里可以充分的看到这一点。
工程院在周院长的领导下, 50多位院士和100多位专家, 对中国实现又大又强提出了五个转变, 由技术跟随略向自主开发战略转变向技术超越转变、从数字化向之化转变、粗放型向制造效益转变、从生产加服务转变等。国家在“十六大”开始就有了宏观对策, 就是两化融合, 特别是政府工作报告提出了中国制造2025的战略规划和“互联网+”的行动计划, 对我们的目标, 指导方针、战略路线、制定了九大战略任务, 十个重点发展领域和五个重大工程等等, 纵观国内外制造领域有关的技术与应用的发展, 并且基于我国制造业信息化的技术, 2009年提出了云制造的的理念, 在2012年提出了智慧云的实践。
什么是智慧云?简单地说, 智慧云制造就是一种基于泛在网络, 以人为中心, 互联化、服务化、个性化、社会化的一种智慧制造新模式和新手段。基于泛在网络, 以人为中心, 借助四类技术深度融合的数字化、网络化、智能化技术手段, 是信息化的制造技术、新兴科技技术、智能科学技术以及制造应用领域技术。通过这些手段把制造的资源和能力, 包括人, 构成服务的云, 使得用户通过终端和云制造服务终端的平台, 就能够随时随地按需获取你所要的制造资源和能力, 对制造全系统, 全生命周期里边的人及物进行智慧地感知、互联、协同、学习、分析、预测、决策、控制和执行, 使制造全系统及全生命周期里三个要素, 就是人组织、经营管理和技术装备, 流就是信息流、物流、资金流、知识流, 最后就是提高企业和集团的市场的竞争能力。
为什么叫智慧, 因为其强调了创新驱动, 以人为中心的人机深度融合, 数字化、网络化、智能化的深度融合和工业化和信息化的深入融合。
概念模型, 这个概念模型有三大部分, 一是支撑制造的能力和制造资源, 二是云池, 三就是全生命周期的应约。一个核心就是智慧云制造平台。两个过程, 服务拉进去, 拉出来服务。三类人员, 一是智慧制造服务的提供者, 二是运营者, 三是服务者。作为企业可以兼顾这三者。这样一个设备可以到单元、车间, 可以到企业和跨行业。
更具体来说是这样的结构, 下面是实实在在的制造资源和能力层, 中间是一个平台, 这个平台里又分成感知通信层、虚拟资源能力层、支撑功能层、用户界面三类用户。再上面就是人和组织。所以这里面在平台上面以后这是应用层, 所以实际上智慧云制造系统是一种基于泛在网及其组合人机物环境信息, 提供智慧制造能源和能力, 随时随地按需服务的互联系统, 就是一种互联网或者云加制造资源一种智慧制造系统。当然, 这个范围可以到设备、单元、工厂、区域、城市、行业、跨行业以至全球。
这几年我们对智慧云制造系统的技术体系提出了几类, 像总体系统技术、产品的专业技术、系统的支撑平台技术、云的产品设计技术、云的生产装备技术、云经营管理技术、云的仿真试验技术、云服务技术。比如说云的制造模式、智慧云制造系统商业模式、系统集成方法等等。
同时软件是这里面很重要的工作, 我们对这里的系统软件和平台软件都做了仔细的分析和公关。比如说我们的平台, 平台里可能有感知技术、虚拟化服务化技术、构建技术、运营技术、平台的环境评估技术、可视化的制造服务技术、知识、模型、数据管理技术、人机交互等等。
从上面可以看到这个智慧云制造系统, 一句话就是智慧化。具体来说, 就是制造资源和能力, 它是数字化的、物联化、虚拟化、服务化、协同化、定制化、互联化和智能化, 我们把它统一叫做智慧化。
智慧云制造实际上是云计算在制造领域的一个落地和拓展。首先云计算是共享计算资源, 智慧云制造是制造应资源、软资源以及能力, 包括认证、设计、生产、仿真、实验、管理等各种各样的专业能力。
同时, 我们不仅仅是提供计算服务, 而且提供制造业用户、企业用户和产品用户为中心, 按需动态架构, 互操作、协同、网络化异构柔性操作。因此它的支撑技术不仅仅是云计算, 当然云计算是提供了资源能力的存储共享和协同及智能计算使用技术。其他在我们这里提供了很多技术, 互联网技术包括CPS, 包括服务计算、建模仿真自动控制、高效能计算、大数据、电子商务、安全、网络通信、智能科学, 作为大制造技术绝对是这里的基础。因此, 它是互联网时代的一种智慧制造的模式和手段。
表现在实现产品服务为主导的, 制造全生命周期、全系统随时随地的按需的社会化智慧制造模式, 这里智慧云制造有很多优点, 就是按需、动态、敏捷、柔性地聚集和共享知识、资源能力, 因此可以加快中国推进五个转变, 能够支持个性化制造、社会化制造、绿色制造, 使得我们企业的竞争力大大提高。
智慧云制造通过引进新的制造模式、新的手段, 产生新的产业形态创造新的价值。
现在开始了云制造2.0, 在“863”项目的支持下, 以航天和轨道两个背景企业集团, 取得了初步的成效, 正在智慧城市建设实施智慧云制造。
工信部已经在16个省启动了工业云创新行动计划。航天科工集团启动了更广、更深的应用。
云制造模式就是以人为中心的, 互联化、个性化、服务化、社会化的智慧制造新模式和手段。
外国人也做, 中国人也做, 所以要突出中国云制造研究和实施的特点和优势。比如说我们强调了需求牵引云制造系统, 系统再强调人组织、设备技术经营管理协同发展脱选上升。我们强调新一代信息技术:云计算、互联网物联网、大数据等和大制造技术, 智能科学技术和产品专业技术的深度融合。通过以建立智慧制造新模式与新手段为核心, 强调了制造企业的用户和用户产品, 突出工业化、信息化、城镇化、农业现代化的同步发展。
从技术上讲, 平台很重要, 但是云设计、云生产、云管理、云试验、云服务等技术, 它的模式和流程更重要, 这个才是云时代, 所以商业模式很重要。在技术上不展开了, 大数据技术、网络安全服务防护、移动互联网、在线仿真都应该引入我们的智慧云制造。特别是3D打印, 如果我们做云3D打印, 将提出新的制造模式和手段。经济增长方式, 竞争力提高为目标, 走良性循环的道路。建立中国的智慧云系统, 组织开展知识、技术、产业发展项目, 制定相应的标准和评估体系等等。
云制造的体系结构研究 篇10
随着信息技术在企业的广泛应用与发展,现代制造业的工作模式已经由传统的闭门造车式发展到跨平台、跨企业和跨地域的协同制造模式,制造企业间通过相互合作与协同达到企业利益共赢的共同目标变得越来越重要。当前的网络化制造虽然促进了企业基于网络技术的业务协同,但其体现的主要是一个独立系统,是以固定数量的资源或既定的解决方案为用户提供服务,缺乏动态性,同时缺乏智能化的客户端和有效的商业运营模式。“云计算”为解决当前网络化制造存在的问题提供了新的思路和契机,但云计算并没有提出制造即服务,不能很好的描述现代制造业的业务逻辑。为此“云制造”应运而生,被广大学者和工程技术人员关注。“云制造”的研究与应用将会加速推进中国制造业信息化向网络化、智能化、服务化方向发展。本文在讨论了云计算,云制造的概念的基础上,提出了一种云制造平台的总体结构,讨论了云制造的相关技术。
1 云计算与云制造
1.1 云计算及其体系结构
云计算是一种商业计算模型,它将计算任务分布在大量计算机构成的资源池上,使用户能够按需获取计算力、存储空间和信息服务。它是并行计算(Parallel Computing)、分布式计算(Distributed Computing)和网格计算(Grid Computing)的发展,或者说是这些计算科学概念的商业实现。同时云计算也是虚拟化(Virtualization)、效用计算(Utility Computing)、将基础设施作为服务Iaa S(Infrastructure as a Service)、将平台作为服务Paa S(Platform as a Service)和将软件作为服务Saa S(Software as a Service)等概念混合演进并跃升的结果。云计算平台整体架构如图1所示。
1.2 云制造
云制造是把制造资源和制造能力在网上作为服务提供给所需要的用户。“云制造”融合了现有信息化制造及云计算、物联网、语义Web、高性能计算和能科学等新兴信息技术,是一种面向服务的、高效低耗和基于知识的网络化敏捷制造新模式。云制造是在云计算提供的IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)基础上的延伸和发展,它丰富、拓展了云计算的资源共享内容、服务模式和技术。从云计算概念到“云制造”概念,不难推论,若将“制造资源/制造能力”增加到IaaS中,云计算的计算模式和运营模式将为制造业信息化走向“敏捷化、绿色化、智能化、服务化”提供一种可行的新思路,并为云制造模式提供了理念基础。
2 云制造体系结构
2.1 云制造的运行与应用模式
在技术方面的拓展上,云制造技术融合云计算、物联网、高性能计算、面向服务的技术、智能科学技术与信息化制造等新技术。“云制造”的运行需要三大组成部分支撑:制造资源/制造能力、制造云池和制造全生命周期活动。它包括三类资源:制造资源提供者、制造资源的使用者和制造云的运营者,云制造的运行与应用模式如图2所示。制造资源提供者将制造资源和制造能力以服务的形式呈现,也就是云制造服务。云制造服务指制造企业实体将自身的制造过程(或能力)和管理过程(或能力)以服务的形式发布在云中,同时支持云客户端在云中发现、匹配与组合优化这些服务,形成整合服务,以满足云客户端个性化的制造服务需求。
2.2 云制造虚拟资源构建
虚拟化是适用于所有云架构的一种基础性设计技术。在云制造虚拟资源构建中,除了云计算的计算虚拟化、存储虚拟化和网络虚拟化外,还应包括制造资源和制造能力的虚拟化。即云制造应共享四种类型资源:1)计算资源:存储、运算器等资源。2)云制造的软资源:制造过程中的各种模型、数据、信息、软件、知识等。3)云制造的硬资源:各类制造硬设备如机床、加工中心、仿真设备、计算设备、试验设备等。4)制造能力资源:制造过程中有关的论证、设计、生产、仿真、实验、管理和集成等能力。为了感知各种制造资源,在云制造虚拟资源构建中,应引入物联网体系的感知层,采集物理世界中发生的物理事件和数据,确保为云制造平台的应用服务层提供分析所需的原始数据。通过视频感知、定位感知等前端建设或接入,实现对制造资源和制造能力的全面实时采集。云制造虚拟资源体系如图3所示。
2.3 云制造平台总体结构
云计算所提供的服务同样也包括中,并与制造全生命周期各环节服务相互交叉。云制造中除了包括IaaS,PaaS,SaaS外,更加重视和强调制造全生命周期中所需的其他服务,如论证为服务(Argumentation as a Service,AaaS)、经营管理为服务(Management as aService,MaaS)、设计为服务(Design as a Service,DaaS)、实验为服务(Experiment as a Service,EaaS)、生产加工为服务(Fabrication as a Service,FaaS)、集成为服务(Integration as a Service,InaaS)、仿真为服务(Simulation as a Service,SimaaS)等云制造体系架构包括云制造服务管理、云制造服务资源、云制造服务提供、云制造客户端几个方面,云制造体系架构如图4所示。
3 云制造中的关键技术
云制造中的关键技术包括下面五个方面:1)云制造的制造资源和制造能力的云端化技术:包括物联网技术、云终端服务虚拟化技术和云计算互接入技术等。2)云制造的模式、体系架构、标准、规范:包括云制造的体系结构,云制造的相关标准、协议,云制造模式下的制造资源共享、互操作模式,云制造相关规范。3)云制造业务管理模式与技术:包括云制造模式下企业业务流程的动态构造、管理与执行技术,云制造服务的成本、评估方法和技术,云制造模式各方信用管理机制与实现,云服务的电子支付技术等。4)制造云服务的综合管理技术:包括云服务的接入管理技术,云用户管理技术,云制造服务的动态组合与优化技术,云制造任务的动态构建、分解与部署技术,云制造服务的协同技术,高效能、智能化的云制造服务搜索与匹配技术等。5)云制造安全与可信制造技术:包括制造云终端的可信接入技术,制造云可信网络技术,制造云的可信运营技术,云模型理论的软件可靠性评估方法等。
4 结束语
云制造是当前兴起的一项新兴技术,本文介绍了作者在云制造方面的初步研究,在分析了云计算技术后,给出了云计算平台的总体结构,提出并着重阐述了云制造体系结构,论述了云制造发展所需攻克的关键技术,能够为中小企业搭建云制造服务平台提供理论支持和技术指导。
摘要：云计算正迅速改变着信息系统设计构建和服务方式。本文针对现代制造业跨平台、跨区域、跨企业的协同需求,引入云计算思想,给出了云计算平台的总体结构,提出了一种云制造平台的总体结构,讨论了实施云制造所需的关键技术,为中小企业搭建云制造服务平台提供理论支持和技术指导。
关键词：云制造,制造资源,云制造服务,云计算
参考文献
[1]钟小勇,龙渊铭,张国军.基于数据云与应用云分离模式的制造资源云定位服务平台[J],计算机集成制造系统,2011,17(3):520-524.
[2]王晶.全春来等.物联网公共安全平台软件体系架构研究[J],计算机工程与设计,2011,32(10):3374-3376.
[3]战德臣.赵曦滨.王顺强.等,面向制造及管理的集团企业云制造服务平台[J],计算机集成制造系统,2011,17(3):489-494.
[4]李伯虎.张霖等.云制造—面向服务的网络化制造新模式[J],2010,16(1):2-7.
[5]孟祥旭.刘士军.武蕾.等,云制造模式与支撑技术[J],山东大学学报(工学版),2011,41(5):16-17.
[6]李春泉.尚玉玲.等.云制造的体系结构及其关键技术研究[J],2011(7):105-107.
[7]陶飞.张霖等.云制造特征及云服务组合关键问题研究[J],计算机集成制造系统,2011,17(3):480-484.
[8]任磊.张霖.张雅彬等.云制造资源虚拟化研究[J],计算机集成制造系统,2011,17(3):514-516.