2012年是“十二五”规划实施第二年，也是非常重要的一年。在中国机床工具行业提出的“十二五”期间行业的重点任务中，特别提出要“着力提升面向中高端市场的综合服务能力”。不难看出，行业企业在此方面的努力和作为将对机床工具行业最终实现由大变强打下坚实基础。

——2012年是“十二五”规划实施第二年，也是非常重要的一年。在中国机床工具行业提出的“十二五”期间行业重中之重的重点任务中，特别提出要“着力提升面向中高端市场的综合服务能力”。行业企业在此方面的努力和作为将对机床工具行业最终实现由大变强打下坚实基础。

为了能够满足行业的快速进步和发展需求,减少国家对国外产品和技术的依赖程度,就需要不断对数字化工厂技术进行创新和优化,加强技术投资的力度,及时对油缸制造技术进行优化,在确保行业稳定发展的基础上,实现技术的创新性发展。本文主要针对目前数字化工厂技术在油缸行业生产制造中的应用进行研究,希望能够对今后行业的发展提供参考。

针对船舶曲面分段建造难度大、效率低的问题,对曲面分段车间建造作业调度过程进行仿真与优化研究。首先,提出基于虚拟流水线的分段建造车间作业调度模式;其次,基于数字化工厂策略实现其作业调度过程的仿真;以最大完工时间最小化为目标,提出基于遗传算法的作业调度过程优化;最后,以实际生产计划为对象进行了实例验证。结果表明基于虚拟流水线的作业调度模式和基于数字化工厂策略的仿真优化,有效缩短了曲面分段建造周期,为提升船舶建造效率和水平提供了支撑。

以研究数字化工厂物流仿真系统结构,分析数字化工厂生产物流系统为基础,简要介绍DELMIA/Quest仿真软件中模型的基本构成、模型的建立及Quest仿真语言.并在DELMIA/Quest平台下,对某装配车间进行物流仿真,通过仿真结果分析物流系统拥堵情况,找到瓶颈工位,进而优化系统.

当前,航空、航天、船舶及汽车等行业正重点研究智能制造和工业4.0,践行中国制造2025,以实现先进制造企业的转型升级.在此趋势下,全球各大院校、科研机构和先进制造企业的研究重点之——数字化工厂,

针对数字化工厂“数据丰富,信息贫瘠”环境下制造车间生产过程存在异常信息利用不充分而造成监控效率低的问题,提出基于SPC技术和Logistic回归模型的制造过程质量监控方法。将关键工序中相关质量数据采集到MES系统,根据过程质量数据绘制T2控制图,然后利用Logistic回归模型挖掘过程异常信息,并通过T 2和Logistic回归的联合优化实现数字化工厂制造过程质量监控的动态调整。以某薄膜晶体管液晶显示器等离子薄膜沉积生产工序为实际案例,验证了该制造过程

导语21世纪以来,全球正出现以物联网、云计算、大数据、移动互联网等为代表的新一轮技术创新浪潮。当前,新兴经济体快速崛起,全球市场经济交流合作规模空前,多样化、个性化需求快速发展,用户体验成为市场竞争力的关键要素。在此背景下,各国将智能制造视为振兴实体经济和新兴产业的支柱和核心、提升竞争力和可持续发展能力的基础和关键。同济大学工业4.0-智能工厂实验室与西门子数字化工厂合作,结合各自在智能制造领域的实践经验和关键技术,

针对缺乏虚拟环境下集成工艺设计、车间布局、工艺验证以及车间物流各部分的数字化工厂虚拟建模方法，提出构建工艺层、系统层和物料流动层相互关联的数字化工厂模型建立方法，初步验证后若不满足要求，需反馈至相应层级进行再设计并验证，提高了各部分的整体性以及优化的一致性。并以转向架装配工厂为倒，构建了数字化工厂模型，并进行了仿真验证分析，设计了操作舒适的工作台，在物流模型中降低ACP工作台速度一定程度上减缓了拥堵，提高了设备利用率和工人劳动率。

针对数字化工厂背景下制造企业机加工车间存在的数据实时采集难、质量异常状态分析与诊断不及时等问题,提出了集质量数据采集—分析—诊断—调整于一体的面向数字化工厂的动态过程在线质量控制方法。该方法综合运用SPC、神经网络、专家系统等理论与技术,建立工序质量在线控制系统,并对其中面向数字化工厂的质量数据在线采集方法、基于SPC和神经网络的工序质量智能诊断方法以及基于专家系统的工序质量调整方法进行了详细分析。最后,以某电梯零部件企业的机加工车间为例,验证了该多品种小批量动态过程在线质量控制方法的可行性和有效性。