文/張星

1 引言

離散制造企業(yè)的生產(chǎn)系統(tǒng)包括兩個(gè)組成部分，分別是人和物理系統(tǒng)，人可以利用機(jī)器操作車床，生產(chǎn)各種產(chǎn)品，完成生產(chǎn)制造任務(wù)。但是，隨著企業(yè)分工的明確和合理，離散制造企業(yè)的每一個(gè)產(chǎn)品都可以劃分為多個(gè)子任務(wù)，這些企業(yè)完成任務(wù)加工可以劃分為多個(gè)環(huán)節(jié)，每一個(gè)環(huán)節(jié)完成一定的零部件設(shè)計(jì)和生產(chǎn)。因此，為了提高離散制造任務(wù)的管理水平，越來(lái)越多的企業(yè)開(kāi)始引入信息化系統(tǒng)。離散企業(yè)信息化系統(tǒng)開(kāi)發(fā)需要采用的技術(shù)也非常多，比如前臺(tái)交換技術(shù)XML、服務(wù)器技術(shù)、數(shù)據(jù)庫(kù)技術(shù)，同時(shí)集成離散制造設(shè)備需要傳感器和物聯(lián)網(wǎng)技術(shù)，開(kāi)發(fā)離散制造軟件需要SOA技術(shù)、人工智能技術(shù)等，這些都可以提高離散制造信息化水平。

2 離散制造企業(yè)信息化應(yīng)用關(guān)鍵技術(shù)

離散制造企業(yè)目前已經(jīng)引入了許多的信息化系統(tǒng)，比如生產(chǎn)計(jì)劃管理系統(tǒng)、物流倉(cāng)儲(chǔ)管理系統(tǒng)、ERP系統(tǒng)、離散型車間生產(chǎn)過(guò)程監(jiān)控管理系統(tǒng)等，這些都有效的提高了離散制造企業(yè)的信息化水平。離散制造企業(yè)信息化可以將所有的設(shè)備及工位聯(lián)網(wǎng)管理，實(shí)現(xiàn)企業(yè)生產(chǎn)制造設(shè)備與設(shè)備、設(shè)備與服務(wù)器之間的通信，可以加強(qiáng)設(shè)備與工位員工之間的緊密聯(lián)系，比如數(shù)控編程人員可以在計(jì)算機(jī)終端設(shè)備上編程，同時(shí)將編制完成的程序發(fā)送到DNC服務(wù)器，設(shè)備操作人員可以進(jìn)行生產(chǎn)現(xiàn)場(chǎng)的通信控制，下載加工程序開(kāi)展作業(yè)，等待任務(wù)完成之后就可以通過(guò)網(wǎng)絡(luò)將數(shù)控程序傳輸至服務(wù)器，程序管理員或工藝人員歸檔程序，整個(gè)過(guò)程都是可以追溯的、網(wǎng)絡(luò)化的，提高了生產(chǎn)效率。離散制造企業(yè)信息化系統(tǒng)應(yīng)用關(guān)鍵技術(shù)也非常多，比如常用的人工智能技術(shù)、面向服務(wù)架構(gòu)（SOA）、傳感器、物聯(lián)網(wǎng)等技術(shù)。

2.1 人工智能

人工智能是一個(gè)非常重要的應(yīng)用技術(shù)，其是計(jì)算機(jī)技術(shù)發(fā)展到一定階段的產(chǎn)物，人工智能關(guān)鍵技術(shù)很多，比如機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、圖像處理、模式識(shí)別、模糊數(shù)學(xué)等，人工智能利用這些技術(shù)可以模仿人們的思維，進(jìn)一步完成人所不能干的復(fù)雜工作，并且具有較高的計(jì)算效率。離散制造企業(yè)利用人工智能開(kāi)發(fā)的執(zhí)行系統(tǒng)，可以完成人所不能夠完成的工作，提高制造產(chǎn)品的精確度。

2.2 面向服務(wù)架構(gòu)（SOA）

離散制造企業(yè)信息化系統(tǒng)采用了SOA技術(shù)，該技術(shù)可以實(shí)現(xiàn)一個(gè)面向?qū)ο蟮姆?wù)架構(gòu)，提高信息化應(yīng)用軟件的開(kāi)發(fā)便捷性?；赟OA架構(gòu)可以實(shí)現(xiàn)網(wǎng)絡(luò)通信功能、數(shù)據(jù)傳輸功能，還可以實(shí)現(xiàn)軟件交互界面、Web信息處理、數(shù)據(jù)庫(kù)服務(wù)處理的交互功能。SOA技術(shù)可以渲染和展示離散制造項(xiàng)目管理功能，包括項(xiàng)目計(jì)劃、時(shí)間進(jìn)度、執(zhí)行過(guò)程、文檔模板等，這些功能能夠?qū)崿F(xiàn)項(xiàng)目開(kāi)發(fā)管理。項(xiàng)目管理軟件采用SOA進(jìn)行集成通信，提高服務(wù)器的應(yīng)用水平，將處理結(jié)果封裝完成反饋給客戶機(jī)。

2.3 傳感器

傳感器是一種數(shù)據(jù)采集和感知設(shè)備，其集成了高精度的芯片、電路技術(shù)，同時(shí)結(jié)合不同的應(yīng)用場(chǎng)所融合應(yīng)用歸納，比如二氧化碳電化學(xué)技術(shù)等，可以感受周圍的被測(cè)量環(huán)境的信息，并且將這些信息轉(zhuǎn)換為電信號(hào)或其他信號(hào)輸送給服務(wù)器，能夠?qū)崿F(xiàn)信息的加工、處理、存儲(chǔ)和顯示。傳感器具有很多的應(yīng)用特點(diǎn)，比如數(shù)字化、網(wǎng)絡(luò)化、微型化、系統(tǒng)化和智能化，實(shí)現(xiàn)了自動(dòng)采集數(shù)據(jù)和自動(dòng)控制等功能。傳感器的發(fā)展能夠讓各種物體都有了味覺(jué)、觸覺(jué)和嗅覺(jué)，讓世界變得更加信息化，常用的傳感器包括光敏元件、濕敏元件、氣敏元件、聲敏元件、色敏元件等，這些都可以提高離散制造企業(yè)信息化應(yīng)用水平，每一個(gè)復(fù)雜的工程系統(tǒng)都可以使用傳感器進(jìn)行操作。

2.4 物聯(lián)網(wǎng)

物聯(lián)網(wǎng)是傳統(tǒng)互聯(lián)網(wǎng)和電信網(wǎng)絡(luò)的擴(kuò)展，能夠利用ZigBee通信協(xié)議實(shí)現(xiàn)萬(wàn)物互聯(lián)互通，集成各種信息傳感設(shè)備，形成一個(gè)巨大的網(wǎng)絡(luò)，能夠隨時(shí)隨地的實(shí)現(xiàn)人、物、機(jī)互相通信。物聯(lián)網(wǎng)目前主要在工業(yè)控制、環(huán)境監(jiān)測(cè)等領(lǐng)域中得到應(yīng)用，其與傳統(tǒng)的互聯(lián)網(wǎng)存在較大的不同，物聯(lián)網(wǎng)可以實(shí)現(xiàn)物與物、人與物之間的通信，能夠利用傳感器集中對(duì)信息內(nèi)容進(jìn)行采集和控制，因此物聯(lián)網(wǎng)在離散制造企業(yè)可以得到很好地應(yīng)用，其可以針對(duì)每一個(gè)制造設(shè)備進(jìn)行管控，加強(qiáng)制造設(shè)備控制的靈活性與智能性。

3 離散制造企業(yè)信息化應(yīng)用技術(shù)發(fā)展趨勢(shì)

離散制造企業(yè)設(shè)計(jì)制造過(guò)程中，采購(gòu)的原材料和半成品非常多，因此需要對(duì)設(shè)備進(jìn)行采購(gòu)、入庫(kù)、出庫(kù)、盤點(diǎn)、報(bào)廢和運(yùn)維等多個(gè)環(huán)節(jié)的操作，這些操作還涉及到與其他的應(yīng)用軟件進(jìn)行結(jié)合，共享離散制造企業(yè)數(shù)據(jù)資源，因此為了能夠提高歷史數(shù)據(jù)的可用性，需要引入更多的機(jī)器學(xué)習(xí)技術(shù)，以便能夠從海量的離散制造數(shù)據(jù)中挖掘潛在的、有價(jià)值的知識(shí)內(nèi)容，這些知識(shí)內(nèi)容的獲取可以采用回歸分析、Apriori算法、K-means算法等，能夠?yàn)殡x散制造企業(yè)提供強(qiáng)大的數(shù)字處理支撐，進(jìn)一步提高離散制造企業(yè)信息化智能化水平。

3.1 回歸分析

回歸分析能夠有效的反映離散制造企業(yè)信息之間的時(shí)間特征數(shù)據(jù)信息，將這些信息關(guān)聯(lián)到每一個(gè)數(shù)據(jù)項(xiàng)，同時(shí)采用先進(jìn)的映射函數(shù)，將這個(gè)函數(shù)實(shí)現(xiàn)預(yù)測(cè)變量值，發(fā)現(xiàn)數(shù)據(jù)變量或?qū)傩灾g的相互依賴關(guān)系，進(jìn)一步發(fā)現(xiàn)數(shù)據(jù)信息的趨勢(shì)特征，更有效的準(zhǔn)確預(yù)測(cè)趨勢(shì)時(shí)間序列，提高離散制造企業(yè)信息處理技術(shù)應(yīng)用的準(zhǔn)確度和魯棒性?；貧w分析可以提高信息技術(shù)應(yīng)用的線性規(guī)劃能力，比如將其應(yīng)用到離散制造企業(yè)任務(wù)子序列劃分過(guò)程中，回歸分析就可以提高編碼序列的準(zhǔn)確度，進(jìn)一步為離散制造企業(yè)信息化提供幫助。

3.2 Apriori算法

Apriori算法可以描述離散制造企業(yè)數(shù)據(jù)集中每一個(gè)數(shù)據(jù)項(xiàng)之間的關(guān)系，也即是如果某一個(gè)事件發(fā)生可能會(huì)引起其他事件一同發(fā)生，這種關(guān)系隱藏在數(shù)據(jù)中。經(jīng)過(guò)多年的研究，Apriori算法已經(jīng)在離散制造企業(yè)信息處理中得到了極大的改進(jìn)，引入了許多先進(jìn)的技術(shù)，比如遺傳算法、梯度算子、模擬退火等，提高了離散制造企業(yè)信息關(guān)聯(lián)規(guī)則發(fā)現(xiàn)的準(zhǔn)確度和高效率。

3.3 K-means算法

K-means算法不需要已知離散制造企業(yè)數(shù)據(jù)信息任務(wù)的類別，采用無(wú)監(jiān)督的學(xué)習(xí)方式，自動(dòng)的發(fā)現(xiàn)數(shù)據(jù)集中潛在的類別信息，針對(duì)這些數(shù)據(jù)進(jìn)行分類操作，確保數(shù)據(jù)不同類別的相似性盡可能的小，同一類別中的數(shù)據(jù)相似度保持較高。K-means算法由于具有簡(jiǎn)單性、無(wú)監(jiān)督性，也在很多信息加工和處理領(lǐng)域得到廣泛應(yīng)用，比如搜索引擎、基因序列識(shí)別、推薦系統(tǒng)等，因此其可以大大的提高離散制造企業(yè)信息的挖掘和分析能力，幫助離散制造企業(yè)構(gòu)建一個(gè)強(qiáng)大的應(yīng)用服務(wù)支撐。

4 結(jié)束語(yǔ)

離散型企業(yè)制造的產(chǎn)品定制化程度高，零部件加工工藝和設(shè)備種類非常多，因此控制離散型制造企業(yè)產(chǎn)品質(zhì)量就顯得非常重要。離散型企業(yè)為了管控產(chǎn)品質(zhì)量和生產(chǎn)加工效率，目前已經(jīng)引入了許多的信息化系統(tǒng)，也引入了很多的關(guān)鍵技術(shù)，比如傳感器、物聯(lián)網(wǎng)、人工智能、SOA技術(shù)等，未來(lái)將會(huì)根據(jù)制造產(chǎn)品的實(shí)際需求，引入更多的先進(jìn)機(jī)器學(xué)習(xí)技術(shù)，比如深度學(xué)習(xí)、支持向量機(jī)等，進(jìn)一步提高智能化水平和產(chǎn)品制造精確度。