智能制造技術(shù)主要包括數(shù)字化技術(shù)、工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)、可視化技術(shù)、基于模型的工程，隨著計(jì)算機(jī)技術(shù)的進(jìn)步，大數(shù)據(jù)技術(shù)和基于模型的工程得到飛速發(fā)展，本文主要介紹以上兩種技術(shù)的實(shí)際應(yīng)用。

1 數(shù)字化轉(zhuǎn)型和工業(yè)4.0現(xiàn)代化技術(shù)[1]

面對(duì)各種靈活、適應(yīng)性強(qiáng)的制造系統(tǒng)和標(biāo)準(zhǔn)產(chǎn)品等挑戰(zhàn)，數(shù)字化轉(zhuǎn)換及工業(yè)4.0等技術(shù)越來越復(fù)雜。對(duì)于未來的發(fā)展，找到有效、靈活的方法對(duì)進(jìn)行異構(gòu)系統(tǒng)的連接（尤其是數(shù)據(jù)結(jié)構(gòu)）至關(guān)重要。本章描述的第一種方法涉及物流領(lǐng)域中系統(tǒng)的智能互操作連接，提出了一種系統(tǒng)方法的概念，其中智能物流對(duì)象通過定義的級(jí)別相互通信，并為現(xiàn)代工廠和生產(chǎn)環(huán)境的智能增值過程或應(yīng)用提供服務(wù)（見參考文獻(xiàn)1中的FIGURE 2）。第二種方法涉及增材制造在中小型企業(yè)中的應(yīng)用效果和潛力，介紹了數(shù)字化改造和工業(yè)4.0及其工業(yè)制造的最新發(fā)展。

當(dāng)前數(shù)字化轉(zhuǎn)型和工業(yè)4.0的發(fā)展使新技術(shù)在現(xiàn)代生產(chǎn)環(huán)境中得以應(yīng)用。所提出的兩種方法都將有助于與所提出的技術(shù)相關(guān)的管理決策以及進(jìn)一步研究概念的設(shè)計(jì)。系統(tǒng)的可互操作連接是進(jìn)一步發(fā)展的基本先決條件，尤其是在高度自動(dòng)化的物流領(lǐng)域。

針對(duì)第一個(gè)研究方法，簡(jiǎn)要介紹互操作性，概述當(dāng)前的互操作性方法，并介紹開發(fā)智能互操作物流環(huán)境的方法。開發(fā)了一個(gè)整體模型，包括三個(gè)級(jí)別（組織、信息和物理）及其智能對(duì)象為智能物流環(huán)境的不同要求提供服務(wù)。此外，異構(gòu)IT系統(tǒng)的整合為現(xiàn)代物流系統(tǒng)提供了大量機(jī)會(huì)。各種IT系統(tǒng)和組件的互連目標(biāo)是在系統(tǒng)之間實(shí)現(xiàn)高水平的互操作性，即意味著每個(gè)系統(tǒng)彼此連接并且可以一起通信。

所提出的兩種方法都有助于與所提出的技術(shù)和進(jìn)一步概念的設(shè)計(jì)以及進(jìn)一步研究相關(guān)的管理決策。這兩種方法結(jié)合了物流和互操作性以及傳統(tǒng)制造領(lǐng)域，并使其適應(yīng)數(shù)字化轉(zhuǎn)換和工業(yè)4.0可持續(xù)概念。

2 基于模型工程和網(wǎng)絡(luò)物理制造系統(tǒng)的虛擬調(diào)試-交通系統(tǒng)的研究 [2]

新興的制造系統(tǒng)變得越來越復(fù)雜，而其工程和加速階段需盡可能短，以減少對(duì)新市場(chǎng)需求的反應(yīng)時(shí)間，并最大限度地減少生產(chǎn)線停機(jī)時(shí)間。由于工程信息不能滿意地進(jìn)行共享，工業(yè)工廠的虛擬調(diào)試非常復(fù)雜。通過制造系統(tǒng)的仿真，將Siemens Plant Simulation工具及工程與Montratec的Schmid P'X5配置器相結(jié)合，有助于更好地合成和分析生產(chǎn)線。

模型驅(qū)動(dòng)工程（MDE）是一種新興的軟件工程模式，通過更高層次的抽象化開發(fā)系統(tǒng)來抵消現(xiàn)代軟件系統(tǒng)日益復(fù)雜的問題，從而為工程支持提供基礎(chǔ)。MDE最大的優(yōu)勢(shì)在于簡(jiǎn)單有效，可以在具有不同數(shù)據(jù)模型的各種數(shù)據(jù)格式之間開發(fā)數(shù)據(jù)轉(zhuǎn)換器。在提出的方法中，數(shù)據(jù)不是直接轉(zhuǎn)換的，而是使用中間格式AutomationML。所提的解決方案依賴于基于模型的數(shù)據(jù)和信息轉(zhuǎn)換技術(shù)，如圖2所示。

圖2 所提的解決方案

標(biāo)記為1和2的轉(zhuǎn)換是指運(yùn)輸系統(tǒng)中可用組件的轉(zhuǎn)換和集成數(shù)據(jù)，可用于創(chuàng)建運(yùn)輸線；標(biāo)記為3和4的轉(zhuǎn)換與將運(yùn)輸系統(tǒng)的拓?fù)湫畔鬟f給工程工具有關(guān)。

更詳細(xì)地來講，步驟1意味著制造/運(yùn)輸系統(tǒng)的可用組件被概括并以適當(dāng)?shù)男问奖磉_(dá)。將可用組件表示為AutomationML數(shù)據(jù)格式的系統(tǒng)單元類，繼續(xù)執(zhí)行步驟2。對(duì)于使用基于模型的技術(shù)，使用Automation?ML的元模型。通過內(nèi)置算法優(yōu)化拓?fù)浣Y(jié)構(gòu)，通過仿真驗(yàn)證用戶對(duì)所有功能和非功能的需求，進(jìn)行第3步，此步驟側(cè)重于單個(gè)組件的實(shí)現(xiàn)。步驟4表示將Auto?mationML結(jié)構(gòu)中的實(shí)例轉(zhuǎn)換為適用于Montratec的P'X5配置器的Pxpz文件。

3 汽車工業(yè)中基于模型工程的產(chǎn)品線工程[3]

產(chǎn)品線工程(PLE)和基于模型的工程(MBE)兩種方法都為系統(tǒng)工程項(xiàng)目帶來顯著優(yōu)勢(shì)。本章探討雷神公司、通用動(dòng)力公司和通用汽車公司三家公司如何在極具挑戰(zhàn)性的應(yīng)用領(lǐng)域以獨(dú)特和創(chuàng)新的方式將這兩種工程進(jìn)行有效結(jié)合，以實(shí)現(xiàn)至關(guān)重要的工程目標(biāo)。

基于特征的產(chǎn)品線工程：三家公司都采用了“基于特征的PLE”。在基于特征的PLE中，共享資源可以是數(shù)字化表示的任何工件。配置程序通過激活產(chǎn)品來生成特定產(chǎn)品。特征是能將產(chǎn)品線中的產(chǎn)品彼此分開的區(qū)分性特征；產(chǎn)品功能選擇的集合從產(chǎn)品系列所有可用功能選項(xiàng)中提取出來。

模型成為一個(gè)共享資源：三家公司使用MBE來實(shí)現(xiàn)其各自系統(tǒng)的設(shè)計(jì)和工程的特定目標(biāo)，將MBE與PLE相結(jié)合。為了支持各自的產(chǎn)品線，每家公司都借助MBE來處理建模，并用PLE來處理模型中固有的變化，來反映他所構(gòu)建產(chǎn)品的多樣性。這三家公司都使用基于功能的PLE來配置他們的模型，將它們作為共享資源附加到各自的PLE工廠。

通用動(dòng)力公司采用MBE+PLE+PLM，而通用汽車的主要目標(biāo)是實(shí)現(xiàn)系統(tǒng)集成工程，以實(shí)現(xiàn)結(jié)合電氣/電子、軟件和硬件領(lǐng)域統(tǒng)一的系統(tǒng)工程，采用便于自動(dòng)計(jì)算校準(zhǔn)參數(shù)的模型及促進(jìn)性能分析和網(wǎng)絡(luò)管理的模型(模擬級(jí)別見文中Figure 8)。

Figure 8 System engineering modeling levels(figured used with permission of General Motors)【3】

4 使用基于CUDA技術(shù)的并行計(jì)算進(jìn)行數(shù)字圖像處理[4]

并行計(jì)算可以在中央處理器（CPU）及圖形處理器（GPU）中實(shí)現(xiàn)，本文介紹一種使用并行計(jì)算進(jìn)行圖像中數(shù)字噪聲去燥算法的優(yōu)化。通常獲取CT圖像與大量數(shù)據(jù)的處理有關(guān)，使得優(yōu)化成為主要問題之一。

首先介紹了在數(shù)字圖像處理環(huán)境中使用GPU進(jìn)行大數(shù)據(jù)處理的方便性、圖像噪聲及去燥的基本概念。數(shù)字噪聲是一種圖像缺陷，表現(xiàn)為亮度或顏色與其原始值的隨機(jī)偏差，由光傳感器和器件電路引起，可能導(dǎo)致圖像中錯(cuò)誤的邊界。所有噪聲消除算法可分為局部和非局部，局部算法使用像素周圍的區(qū)域，非局部的使用整個(gè)圖像的像素。去燥過程是CT分割前的準(zhǔn)備步驟的一部分。去燥過程要求有最短的時(shí)間和最好的結(jié)果，因此在噪聲消除過程中應(yīng)用非局部均值算法。

并行計(jì)算是同時(shí)使用多個(gè)計(jì)算資源以解決計(jì)算問題。為了最大化并行計(jì)算的優(yōu)勢(shì)，任務(wù)由幾個(gè)獨(dú)立的子任務(wù)組成。在噪聲消除過程中，新像素的計(jì)算彼此獨(dú)立，允許計(jì)算機(jī)同時(shí)執(zhí)行這些計(jì)算，而采用CUDA技術(shù)可以更快地操作數(shù)據(jù)。

針對(duì)單色和彩色圖像，將并行計(jì)算應(yīng)用于非局部算法。根據(jù)公式計(jì)算新像素值、歐幾里德距離；使用GPU計(jì)算時(shí)需要預(yù)先評(píng)估計(jì)算，分批處理大量數(shù)據(jù)。

通過實(shí)驗(yàn)比較無并行計(jì)算、僅CPU、與CPU并行計(jì)算等三種情況的計(jì)算時(shí)間，可知：使用與GPU并行計(jì)算可以顯著加速程序的實(shí)現(xiàn)，并行度和加速度由同時(shí)執(zhí)行的獨(dú)立計(jì)算的數(shù)量確定。