智能制造系統(tǒng)設(shè)計(jì) 課件1.0 緒論

智能制造系統(tǒng)設(shè)計(jì)-緒論目錄1.方向—立足機(jī)械，賦能實(shí)體2.思維—從設(shè)計(jì)產(chǎn)品到創(chuàng)新準(zhǔn)則3.路徑—圖論為基石4.邏輯—深度運(yùn)籌學(xué)5.智能—六大關(guān)鍵6.內(nèi)容—系統(tǒng)設(shè)計(jì)框架

習(xí)總書(shū)記指出，“新一代人工智能正在全球范圍內(nèi)蓬勃興起，要以智能制造為主攻方向推動(dòng)產(chǎn)業(yè)技術(shù)變革和優(yōu)化升級(jí)，推動(dòng)制造業(yè)產(chǎn)業(yè)模式和企業(yè)形態(tài)根本性轉(zhuǎn)變，以‘鼎新’帶動(dòng)‘革故’，以增量帶動(dòng)存量，促進(jìn)我國(guó)產(chǎn)業(yè)邁向全球價(jià)值鏈中高端?！?。選擇比努力更重要，90年代選建筑、00年代選信息、10年代選金融、20年代選智能！選擇智能制造就是選擇國(guó)家戰(zhàn)略！新質(zhì)生產(chǎn)力=（科學(xué)技術(shù)革命性突破+生產(chǎn)要素創(chuàng)新性配置

+產(chǎn)業(yè)深度轉(zhuǎn)型升級(jí)）×（勞動(dòng)力+勞動(dòng)工具+勞動(dòng)對(duì)象）優(yōu)化組合1.方向—立足機(jī)械賦能實(shí)體二十大報(bào)告堅(jiān)持把發(fā)展經(jīng)濟(jì)的著力點(diǎn)放在實(shí)體經(jīng)濟(jì)上，推進(jìn)新型工業(yè)化，加快建設(shè)制造強(qiáng)國(guó)、質(zhì)量強(qiáng)國(guó)、航天強(qiáng)國(guó)、交通強(qiáng)國(guó)、網(wǎng)絡(luò)強(qiáng)國(guó)、數(shù)字中國(guó)。實(shí)施產(chǎn)業(yè)基礎(chǔ)再造工程和重大技術(shù)裝備攻關(guān)工程，支持專(zhuān)精特新企業(yè)發(fā)展，推動(dòng)制造業(yè)高端化、智能化、綠色化發(fā)展。鞏固優(yōu)勢(shì)產(chǎn)業(yè)領(lǐng)先地位，在關(guān)系安全發(fā)展的領(lǐng)域加快補(bǔ)齊短板，提升戰(zhàn)略性資源供應(yīng)保障能力。推動(dòng)戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展，構(gòu)建新一代信息技術(shù)、人工智能、生物技術(shù)、新能源、新材料、高端裝備、綠色環(huán)保等一批新的增長(zhǎng)引擎。構(gòu)建優(yōu)質(zhì)高效的服務(wù)業(yè)新體系，推動(dòng)現(xiàn)代服務(wù)業(yè)同先進(jìn)制造業(yè)、現(xiàn)代農(nóng)業(yè)深度融合。加快發(fā)展物聯(lián)網(wǎng)，建設(shè)高效順暢的流通體系，降低物流成本。加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群。優(yōu)化基礎(chǔ)設(shè)施布局、結(jié)構(gòu)、功能和系統(tǒng)集成，構(gòu)建現(xiàn)代化基礎(chǔ)設(shè)施體系集體智慧結(jié)晶，指明發(fā)展大勢(shì)機(jī)會(huì)藏在報(bào)告中中國(guó)制造2025十大重點(diǎn)領(lǐng)域：新一代信息技術(shù)、高檔數(shù)控機(jī)床和機(jī)器人、航空航天裝備、海洋工程裝備及高技術(shù)船舶、先進(jìn)軌道交通裝備、節(jié)能與新能源汽車(chē)、電力裝備、新材料、生物醫(yī)藥及高性能醫(yī)療器械、農(nóng)業(yè)機(jī)械裝備十大領(lǐng)域。五項(xiàng)重大工程：國(guó)家制造業(yè)創(chuàng)新中心建設(shè)、智能制造、工業(yè)強(qiáng)基、綠色制造、高端裝備創(chuàng)新。智能制造100%1）

數(shù)據(jù)—制造過(guò)程中數(shù)據(jù)“躺”在機(jī)房，需要“大海撈針”的工具1）信息物理系統(tǒng)（CyberPhysicalSystems,CPS），智能制造系統(tǒng)的總稱(chēng)，將實(shí)體進(jìn)程和計(jì)算進(jìn)程統(tǒng)一、實(shí)現(xiàn)虛實(shí)結(jié)合的新一代智能系統(tǒng)。2）客戶(hù)關(guān)系管理（CustomerRelationshipManagement,CRM）指利用軟件、硬件和網(wǎng)絡(luò)技術(shù)，為企業(yè)建立一個(gè)客戶(hù)信息收集、管理、分析和利用的信息系統(tǒng)。3）產(chǎn)品生命周期管理（ProductLifecycleManagement,PLM）面向產(chǎn)品創(chuàng)新的系統(tǒng)，管理從人們對(duì)產(chǎn)品的需求開(kāi)始到產(chǎn)品淘汰報(bào)廢的全部生命歷程。4）企業(yè)資源計(jì)劃（EnterpriseResourcePlanning,ERP）將企業(yè)所有資源進(jìn)行整合集成管理，將企業(yè)的物料流、資金流、信息流進(jìn)行全面一體化管理的管理信息系統(tǒng)。5）制造執(zhí)行系統(tǒng)（ManufacturingExecutionSystem，MES）作為一種全面管理和優(yōu)化制造過(guò)程的系統(tǒng)，以提高生產(chǎn)效率為核心，優(yōu)化訂單、設(shè)備、人員、質(zhì)量、采購(gòu)和庫(kù)存等要素，從而降低企業(yè)的制造成本。6）高級(jí)計(jì)劃與排程（AdvancedPlanningandScheduling，APS）指優(yōu)化和管理生產(chǎn)過(guò)程以更有效地規(guī)劃與執(zhí)行生產(chǎn)計(jì)劃，以滿(mǎn)足客戶(hù)需求并最大化資源利用率的系統(tǒng)。7）實(shí)驗(yàn)室信息管理系統(tǒng)（LaboratoryInformationManagementSystem，LIMS）是指利用信息化技術(shù)管理和優(yōu)化實(shí)驗(yàn)室工作流程，為研發(fā)、質(zhì)量和供應(yīng)服務(wù)的系統(tǒng)。8）倉(cāng)儲(chǔ)管理系統(tǒng)（WarehouseManagementSystem，WMS）是按照倉(cāng)儲(chǔ)運(yùn)作的業(yè)務(wù)規(guī)則和運(yùn)算法則，對(duì)信息、資源、行為、存貨和分銷(xiāo)運(yùn)作進(jìn)行更完美地管理，提高效率。9）供應(yīng)鏈管理系統(tǒng)（SupplyChainManagement,SCM）執(zhí)行從供應(yīng)商到最終用戶(hù)的物流的計(jì)劃和控制等職能，整合供應(yīng)鏈中的信息流、物料流、資金流以獲得運(yùn)營(yíng)效率。2）

理論—智能制造理論“散”在機(jī)械外，需要系統(tǒng)關(guān)系研究的整體框架

制造智能制造系統(tǒng)：探求非線(xiàn)性關(guān)系特征智能深度學(xué)習(xí)算法

機(jī)構(gòu)變形圖論工程力學(xué)量化主觀(guān)→設(shè)計(jì)準(zhǔn)則系統(tǒng)

管理復(fù)雜網(wǎng)絡(luò)深度運(yùn)籌學(xué)客觀(guān)

主觀(guān)

客觀(guān)

關(guān)系實(shí)體方法多學(xué)科融合力學(xué)—機(jī)械、力學(xué)專(zhuān)業(yè)圖論—計(jì)算機(jī)、數(shù)學(xué)專(zhuān)業(yè)運(yùn)籌學(xué)—經(jīng)濟(jì)、管理專(zhuān)業(yè)復(fù)雜網(wǎng)絡(luò)—數(shù)學(xué)、物理專(zhuān)業(yè)3）

內(nèi)卷—直覺(jué)/經(jīng)驗(yàn)式創(chuàng)新“困”在產(chǎn)品本身，需要突破產(chǎn)品同質(zhì)化的利器賺錢(qián)方式遠(yuǎn)古到近代：消息不對(duì)稱(chēng)現(xiàn)代：專(zhuān)利不對(duì)稱(chēng)智能時(shí)代：準(zhǔn)則不對(duì)稱(chēng)關(guān)注點(diǎn)在哪里？換車(chē)、時(shí)間

路線(xiàn)怎么計(jì)算？智能制造跨域時(shí)空——分析形狀到分析關(guān)系

設(shè)計(jì)產(chǎn)品到創(chuàng)新準(zhǔn)則2.思維—從設(shè)計(jì)產(chǎn)品到創(chuàng)新準(zhǔn)則坐標(biāo)系不好用微積分用不上好準(zhǔn)則，都以簡(jiǎn)單形式出現(xiàn)體重：PMI窮富：恩格爾系數(shù)質(zhì)量：CPK馬克思：人的本質(zhì)是一切社會(huì)關(guān)系的總和，人性是社會(huì)關(guān)系的產(chǎn)物。陳左寧院士：人工智能的核心特征就是對(duì)關(guān)系的研究

2.思維—從設(shè)計(jì)產(chǎn)品到創(chuàng)新準(zhǔn)則準(zhǔn)則舉例：胡煥庸線(xiàn)胡煥庸線(xiàn)（HuLine，或Heihe-TengchongLine，或Aihui-TengchongLine），又叫黑河-騰沖線(xiàn)，即中國(guó)地理學(xué)家胡煥庸（1901-1998）在1935年提出的劃分我國(guó)人口密度的對(duì)比線(xiàn)人口比例沒(méi)變過(guò)，貨運(yùn)量基本符合2022年貨運(yùn)關(guān)鍵：場(chǎng)景變矩陣3.路徑—圖論為基石智能制造系統(tǒng)設(shè)計(jì)的理論路線(xiàn)圖圖論是關(guān)系數(shù)學(xué)的基礎(chǔ)圖論的起源著名的柯尼斯堡7橋問(wèn)題（1736年，歐拉回路）Pregel河流經(jīng)哥尼斯堡，將該市分為兩部分，河中還有兩個(gè)小島。18世紀(jì)初，該市有7座橋?qū)⑺鼈兿噙B，如左圖所示。當(dāng)時(shí)人們問(wèn)：能否從某處出發(fā)，經(jīng)過(guò)各橋一次且僅一次，最后返回原處？ADBC133.1圖論-起源3.1圖論-舉例5v1v2v3v4v5v6843752618v1v2v3v4v5v643521v1v2v3v4v5v643521問(wèn)題：如何找到連接六個(gè)地點(diǎn)的最短連接路線(xiàn)場(chǎng)景：導(dǎo)航、送外賣(mài)、自來(lái)水管網(wǎng)、電話(huà)線(xiàn)等高等數(shù)學(xué)解決不了×圖論中的破圈法可以輕松解決：只要形成圈（如V1,V2，V4），去掉最長(zhǎng)邊（5），最后剩下的就是最短路線(xiàn)（右圖）3.2圖論-矩陣鄰接矩陣5v1v2v3v4v5v6843752618如果計(jì)算從V1到V6總共有多少條道路？有公式答案：P16條（矩陣P的第1行第6列元素）如果考慮距離，可得權(quán)矩陣ChatGPT：word2vec基于深度聚類(lèi)分析的典籍中的

一帶一路科技共建歷史圖譜研究

運(yùn)籌學(xué)將不同的實(shí)際問(wèn)題歸結(jié)為不同的數(shù)學(xué)模型，不同的模型構(gòu)成了運(yùn)籌學(xué)的各個(gè)分支，主要的分支有：

1.線(xiàn)性規(guī)劃（linearprogramming)——PLM2.非線(xiàn)性規(guī)劃（nonlinearprogramming)3.動(dòng)態(tài)規(guī)劃（dynamicprogramming)——MES4.網(wǎng)絡(luò)分析（networkanalysis)——ERP5.存儲(chǔ)論（inventorytheory)——WMS6.排隊(duì)論（queueingtheory)——APS7.對(duì)策論（gametheory)——CRM8.決策分析（decisiontheory)——CRM4.邏輯—深度運(yùn)籌學(xué)“夫運(yùn)籌帷幄之中，決勝前里之外”；田忌賽馬運(yùn)籌學(xué)是智能制造的方法論智能制造各模塊與運(yùn)籌學(xué)各分支一一對(duì)應(yīng)APS舉例——網(wǎng)絡(luò)分析在運(yùn)籌學(xué)的網(wǎng)絡(luò)分析中，節(jié)點(diǎn)代表工序，序邊上數(shù)字代表權(quán)重，所需權(quán)重最長(zhǎng)的路稱(chēng)為關(guān)鍵路,關(guān)鍵路上的工作稱(chēng)為關(guān)鍵工作路線(xiàn)。①→②→③→④→⑥→⑦→⑧權(quán)重最長(zhǎng)，排產(chǎn)時(shí)最優(yōu)先考慮。深度運(yùn)籌學(xué)李勇教授首次提出—深度運(yùn)籌學(xué)：

以運(yùn)籌學(xué)為底層邏輯，復(fù)雜網(wǎng)絡(luò)建立系統(tǒng)模型，通過(guò)圖深度學(xué)習(xí)尋找智能制造系統(tǒng)的“滿(mǎn)意解”，從而創(chuàng)新系統(tǒng)運(yùn)行準(zhǔn)則。具體來(lái)說(shuō)，分為三個(gè)步驟：1）實(shí)現(xiàn)節(jié)點(diǎn)的四流表示：以質(zhì)量流、資金流、信息流、物流表征智能制造系統(tǒng)節(jié)點(diǎn)的異構(gòu)張量，并通過(guò)正則化實(shí)現(xiàn)節(jié)點(diǎn)的自編碼。2）系統(tǒng)的層析復(fù)雜網(wǎng)絡(luò)：基于運(yùn)籌學(xué)，建立系統(tǒng)的不同模塊進(jìn)行社團(tuán)化和層次化復(fù)雜網(wǎng)絡(luò)的邊結(jié)構(gòu)。3）圖深度學(xué)習(xí)量化決策提高運(yùn)行效率：創(chuàng)新具有智能制造特征的圖神經(jīng)網(wǎng)絡(luò)算法，進(jìn)行點(diǎn)預(yù)測(cè)、邊預(yù)測(cè)和空間預(yù)測(cè)，提取特征尋找要素間內(nèi)在聯(lián)系。1.5智能—六大關(guān)鍵有限元是產(chǎn)品分析的利器，復(fù)雜網(wǎng)絡(luò)為智能制造系統(tǒng)的有限元，深度運(yùn)籌就是智能制造系統(tǒng)的數(shù)據(jù)CT1）

異構(gòu)張量—實(shí)現(xiàn)四流融合異構(gòu)（heterogeneous），指具有不同單位的參數(shù)。

一個(gè)人，由年齡（年）、身高（米）、體重（千克）、收入（元）、學(xué)歷（？）等參數(shù)描述。

那如何用一個(gè)分?jǐn)?shù)評(píng)價(jià)一個(gè)人？一般做法是對(duì)每一項(xiàng)設(shè)定總分的比例，這就是權(quán)重，并隨評(píng)價(jià)目的而改變，如入職、貸款、商品推薦等。

有限元分析中的節(jié)點(diǎn)，實(shí)質(zhì)只有一個(gè)參數(shù)：位移；而智能制造系統(tǒng)中，每一個(gè)節(jié)點(diǎn)都質(zhì)量流、資金流、信息流和物料流等的n多參數(shù)，并且參數(shù)單位也不統(tǒng)一，構(gòu)成了節(jié)點(diǎn)的異構(gòu)張量。系統(tǒng)建模、節(jié)點(diǎn)表示到端到端學(xué)習(xí)，確定節(jié)點(diǎn)正則化異構(gòu)張量參數(shù)2）標(biāo)簽—利用經(jīng)驗(yàn)提升預(yù)測(cè)能力在工業(yè)大數(shù)據(jù)時(shí)代，如果不利用行業(yè)或企業(yè)的經(jīng)驗(yàn)，僅僅依靠機(jī)器學(xué)習(xí)或人工智能，就會(huì)陷入概率統(tǒng)計(jì)或非線(xiàn)性擬合的漩渦，得出的結(jié)論也站不住腳。數(shù)據(jù)標(biāo)簽就是對(duì)智能制造系統(tǒng)要素各種屬性的真實(shí)刻畫(huà)，比如企業(yè)常用的FMEA（潛在失效模式與影響分析，F(xiàn)ailureModeandEffectsAnalysis）標(biāo)簽—企業(yè)“準(zhǔn)則不對(duì)稱(chēng)”創(chuàng)新的獨(dú)門(mén)絕技3）中心性—量化節(jié)點(diǎn)重要程度度中心性介數(shù)中心性4）層析池化—多級(jí)網(wǎng)絡(luò)的信息匯聚質(zhì)量管理：質(zhì)檢員→車(chē)間質(zhì)量室→質(zhì)量處→質(zhì)量部→質(zhì)量總監(jiān)→總經(jīng)理池化算法：取最大值，W=8；取平均值，W=3.5。根據(jù)目標(biāo)不同，選擇或創(chuàng)新合適的池化算法。5）圖預(yù)測(cè)—智能制造系統(tǒng)的求解工具智能制造系統(tǒng)設(shè)計(jì)難點(diǎn)：數(shù)據(jù)表示是不規(guī)則的，屬于非歐空間圖中每個(gè)節(jié)點(diǎn)的鄰域結(jié)構(gòu)各異且節(jié)點(diǎn)具有無(wú)序；數(shù)據(jù)僅僅具備局部平穩(wěn)性，且具有明顯的層次結(jié)構(gòu)；數(shù)據(jù)不符合獨(dú)立同分布。節(jié)點(diǎn)預(yù)測(cè)：推斷節(jié)點(diǎn)的狀態(tài)、屬性，用于異常點(diǎn)、分類(lèi)等；邊預(yù)測(cè)：確定兩條邊是否有關(guān)系，發(fā)現(xiàn)深藏的管理斷點(diǎn)，找出看似風(fēng)馬牛不相及的兩點(diǎn)之間的關(guān)系；圖預(yù)測(cè)：明確整個(gè)圖的屬性，適用于社區(qū)發(fā)現(xiàn)小團(tuán)體，如某個(gè)車(chē)間存在問(wèn)題或者內(nèi)外勾結(jié)監(jiān)守自盜的團(tuán)伙等6）符號(hào)回歸—發(fā)現(xiàn)大數(shù)據(jù)中的深層規(guī)律符號(hào)回歸：非線(xiàn)性函數(shù)的組合深度符號(hào)回歸：非線(xiàn)性函數(shù)庫(kù)的深層次組合，誤差最小5.內(nèi)容—設(shè)計(jì)框架目標(biāo)：宏觀(guān)視角俯瞰企業(yè)學(xué)習(xí)規(guī)則，用足規(guī)則掌握運(yùn)行的底層邏輯領(lǐng)導(dǎo)設(shè)計(jì)智能項(xiàng)目第2章設(shè)計(jì)基礎(chǔ)，包括智能制造系統(tǒng)的數(shù)學(xué)（圖論、復(fù)雜網(wǎng)絡(luò)、運(yùn)籌學(xué)、隨機(jī)過(guò)程）和感知（力學(xué)、振動(dòng)與噪聲、圖像處理）等，闡述系統(tǒng)建模的底層邏輯；第3章設(shè)計(jì)目標(biāo)，包括質(zhì)量工程、工業(yè)工程、安全工程和成本管理，熟悉智能制造系統(tǒng)的運(yùn)行準(zhǔn)則、學(xué)會(huì)問(wèn)