CN112331006B - 工业互联网应用实训系统 - Google Patents
工业互联网应用实训系统 Download PDFInfo
- Publication number
- CN112331006B CN112331006B CN202011179709.4A CN202011179709A CN112331006B CN 112331006 B CN112331006 B CN 112331006B CN 202011179709 A CN202011179709 A CN 202011179709A CN 112331006 B CN112331006 B CN 112331006B
- Authority
- CN
- China
- Prior art keywords
- module
- data
- industrial
- industrial internet
- robot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012549 training Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000007405 data analysis Methods 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000004519 manufacturing process Methods 0.000 claims description 79
- 238000004458 analytical method Methods 0.000 claims description 40
- 239000000463 material Substances 0.000 claims description 23
- 238000001514 detection method Methods 0.000 claims description 15
- 238000012423 maintenance Methods 0.000 claims description 14
- 230000004927 fusion Effects 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 239000002994 raw material Substances 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 8
- 239000003086 colorant Substances 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 5
- 238000010330 laser marking Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 230000006872 improvement Effects 0.000 claims description 4
- 238000003754 machining Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000010223 real-time analysis Methods 0.000 claims description 3
- 238000012384 transportation and delivery Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 2
- 238000003860 storage Methods 0.000 claims description 2
- 238000011179 visual inspection Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 abstract description 7
- 238000012258 culturing Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 11
- 238000011161 development Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000013480 data collection Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种工业互联网应用实训系统，包括个性化定制模块、工业数据采集模块、工业大数据分析模块、云架构部署模块、以及边缘计算模块；本公开实施例的技术方案能够提供工业互联网人才培养需要的技术载体，能够满足学习者在工业互联网实训过程中全流程参与互动的最佳体验，以供学习者学习理论知识并提高动手实操技能，能够培养社会端需求工业互联网人才。
Description
技术领域
本发明实施例涉及工业互联网技术领域，具体涉及一种工业互联网应用实训系统。
背景技术
为了主动应对新一轮的科技革命与产业变革，推动工程教育改革创新培养大批新兴工程科技人才以满足国家战略和新兴产业发展的需求，促进多学科交叉融合新型工程技术学科的建设，迫切需要培养大批拥有更强创新能力、实践能力、适应能力的工业互联网等新兴产业工程人才。
目前工业互联网人才缺乏，一方面，作为工业互联网提供者，缺乏大量的懂工业互联网研发、销售、服务、管理的人才；另一方面，而作为工业互联网应用者，应用企业同样缺懂工业互联网使用、维护、管理的人才。并且，实践是工程的本质，是创新的基础，而实验室和实习实训基地是培养工程实践能力和创新创业能力的基础性平台。
现有的工业互联网应用实训系统的硬件条件明显不足，一是与行业企业实际脱节，二是与地方经济发展脱节，与地方产业结构匹配度不高，不能适应区域经济社会的发展需要。这表现在校内外实践基地的建设不尽完善，各种实验仪器设备不全，实验设施的更新换代滞后于生产实际，同时受观念、资金等的限制，实验实践平台单一，功能简单，未能构建完善的实践教学平台，缺乏对学生应用创新能力培养的环境和条件，难以培养满足市场、企业需求的人才。
发明内容
有鉴于此，本发明实施例提供一种工业互联网应用实训系统，以满足学习者在工业互联网实训过程中全流程参与互动的最佳体验。
本发明实施例的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明实施例的实践而习得。
在本公开的第一方面，本发明实施例提供了一种工业互联网应用实训系统，包括个性化定制模块、工业数据采集模块、工业大数据分析模块、云架构部署模块、以及边缘计算模块；
所述个性化定制模块用于，获取模拟用户的产品定制信息，根据所述产品定制信息在预定的工业互联网综合实训台进行样例产品的生产制作；
所述工业数据采集模块用于，从所述工业互联网综合实训台采集所述样例产品生产设备及生产过程中的工业数据；
所述工业大数据分析模块用于，根据所述样例产品的信息和所述样例产品生产设备及生产过程中的工业数据进行大数据分析支持；
所述云架构部署模块用于，为所述样例产品生产所需设备的信息和所述样例产品生产设备及生产过程中的工业数据提供云服务；
所述边缘计算模块用于，基于所述样例产品生产所需设备的信息和所述样例产品生产设备及生产过程中的工业数据提供边缘计算服务。
于一实施例中，所述个性化定制模块包括下单模块、仓储单元、机器人装配单元、以及视觉检测单元。
于一实施例中，在所述预定的工业互联网综合实训台进行样例产品的生产制作时，支持模拟多个工业企业进行样例产品的生产制作；
所述工业互联网应用实训系统还包括标识解析模块，所述标识解析模块用于支持标识解析服务。
于一实施例中，所述工业互联网应用实训系统还包括多网络通讯模块，所述多网络通讯模块用于，在进行样例产品的生产制作过程中，提供多网络通信模拟环境，以支持学员进行多网络通讯学习。
于一实施例中，所述工业互联网应用实训系统还包括工业互联网安全模块，所述工业互联网安全模块用于，提供对所述样例产品的信息和所述样例产品生产设备及生产过程中的工业场景部署及工业数据的监控服务，以支持学员进行工业互联网安全知识的学习。
于一实施例中，所述工业互联网安全模块包括设备安全子模块、控制系统安全子模块、网络安全子模块、云安全子模块。
于一实施例中，所述工业互联网应用实训系统还包括虚实融合模块，所述以及虚实融合模块用于，提供虚实融合模拟环境，以支持学员进行虚实融合技术学习。
于一实施例中，所述工业数据采集模块所采集的工业数据包括产品生产过程数据及相关设备数据。
于一实施例中，所述相关工具的实时参数包括机器人数据、机床数据和模组数据。
于一实施例中，所述机床数据包括机床相关轴电压数据、电流数据、震动数据、温度数据等。
于一实施例中，所述工业大数据分析包括能耗分析、振动分析、湿度分析、温度分析、机器人预测性维护、模组预测性维护、机器人装配分析、以及机床加工质量分析中的至少一种。
于一实施例中，所述产品定制信息包括用户所输入的产品个性化签名、产品颜色、和/或定制LOGO。
本发明实施例提出的技术方案的有益技术效果是：
本公开实施例的技术方案能够提供工业互联网人才培养需要的技术载体，能够满足学习者在工业互联网实训过程中全流程参与互动的最佳体验，以供学习者学习理论知识并提高动手实操技能，能够培养社会端需求工业互联网人才。为广大在校学生及社会从业者了解工业互联网提供体验平台，让更多在校学生及社会从业者走进工业互联网，共享工业互联网带来的发展机遇。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明实施例中的一部分实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本发明实施例的内容和这些附图获得其他的附图。
图1是根据本发明实施例提供的一种工业互联网应用实训系统的结构示意图；
图2是根据本发明实施例提供的一种工业互联网应用实训系统中个性化定制模块的示例性的产品效果图；
图3是根据本发明实施例提供的另一种工业互联网应用实训系统的结构示意图。
具体实施方式
为使本发明实施例解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本发明实施例中的一部分实施例，而不是全部的实施例。基于本发明实施例中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明实施例保护的范围。
需要说明的是，本发明实施例中术语“系统”和“网络”在本文中常被可互换使用。本发明实施例中提到的“和/或”是指包括一个或更多个相关所列项目的任何和所有组合。本公开的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于限定特定顺序。
还需要说明是，本发明实施例中下述各个实施例可以单独执行，各个实施例之间也可以相互结合执行，本发明实施例对此不作具体限制。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面结合附图并通过具体实施方式来进一步说明本发明实施例的技术方案。
图1示出了本发明实施例提供的一种工业互联网应用实训系统的结构示意图，本实施例可适用于支持学习者在工业互联网实训过程中全流程参与互动的情况，如图1所示，本实施例所述的工业互联网应用实训系统100包括个性化定制模块110、工业数据采集模块120、工业大数据分析模块130、云架构部署模块140、以及边缘计算模块150。
所述个性化定制模块110用于，获取模拟用户的产品定制信息，根据所述产品定制信息在预定的工业互联网综合实训台进行样例产品的生产制作。
所述工业数据采集模块120用于，从所述工业互联网综合实训台采集所述样例产品生产过程及生产设备的工业数据。
所述工业大数据分析模块130用于，根据所述样例产品的信息和所述样例产品生产设备及生产过程中的工业数据进行大数据分析支持。
所述云架构部署模块140用于，为所述样例产品生产所需设备的信息和所述样例产品生产设备及生产过程中的工业数据提供云服务。
所述边缘计算模块150用于，基于所述样例产品生产所需设备的信息和所述样例产品生产设备及生产过程中的工业数据提供边缘计算服务。
根据本公开的一个或多个实施例，本实施例所述的工业互联网应用实训系统可通过三轴孔明锁装配为场景，通过物联网、大数据、云计算等技术手段，构建基于海量数据的采集、建模、分析的服务场景，展现新工业革命数字化、网络化、智能化的特征。
图2示出了一种工业互联网应用实训系统中个性化定制模块的示例性的产品效果图，如图2所示，所述个性化定制模块可包括下单模块(见图2所示的左侧触摸屏输入装置)、仓储单元、机器人装配单元、以及视觉检测单元等。
其中，所述机器人配视觉引导等设备，以三轴孔明锁装配为例，其个性化定制模块获取模拟用户的产品定制信息，根据所述产品定制信息在预定的工业互联网综合实训台进行样例产品的生产制作时，其工艺流程包括：
步骤1、人工无序将不同颜色不同槽口的孔明锁料放置在原材料区，例如将原材料入库，可按三种颜色，每个颜色有一个托盘，托盘内无序摆放。
步骤2、下订单，包含颜色和签名内容。
步骤3、机器人取料，视觉识别槽口形状，根据装配顺序，通过拍照、视觉引导定位依次抓取，即原材料出库。
步骤4、机器人取料放至模组托盘上。
步骤5、模组移动托盘至检测工位。
步骤6、视觉检测加工尺寸，检测完成，模组回到初始位置。
步骤7、在模组初始位置，机器人通过模组托盘上的工装，完成三根孔明锁的装配。
步骤8、装配完成，模组移动到检测工位，进行装配间隙的测量。
步骤9、检测完成，模组回到初始工位，机器人取成品交付到交付工位即成品入库。
根据本公开的一个或多个实施例，所述工业数据采集模块所采集的工业数据包括产品生产过程数据及相关设备数据，其中，所述产品生产过程数据及相关设备数据包括多种，包括但不限于机器人数据、机床数据和模组数据等生产设备及生产过程中的实时数据。
其中，所述机床数据包括多种，本实施例对此并不作限定，例如可包括机床相关轴电压数据、电流数据、震动数据、温度数据等。
其中，所述工业大数据分析包括多种，例如包括能耗分析、振动分析、湿度分析、温度分析、机器人预测性维护、模组预测性维护、机器人装配分析、以及机床加工质量分析等一种或多种分析。
其中，所述产品定制信息包括但不限于用户所输入的产品个性化签名、产品颜色、定制LOGO等。
本实施例所公开的工业互联网应用实训系统，能够提供工业互联网人才培养需要的技术载体，能够满足学习者在工业互联网实训过程中全流程参与互动的最佳体验，以供学习者学习理论知识并提高动手实操技能，能够培养社会端需求工业互联网人才。为广大在校学生及社会从业者了解工业互联网提供体验平台，让更多在校学生及社会从业者走进工业互联网，共享工业互联网带来的发展机遇。
图3示出了本发明实施例提供的一种工业互联网应用实训系统的结构示意图，本实施例可适用于支持学习者在工业互联网实训过程中全流程参与互动的情况，如图3所示，本实施例所述的工业互联网应用实训系统300包括个性化定制模块310、工业数据采集模块320、工业大数据分析模块330、云架构部署模块340、边缘计算模块350、标识解析模块360、多网络通讯模块370、工业互联网安全模块380、以及虚实融合模块390。
所述个性化定制模块310用于，获取模拟用户的产品定制信息，根据所述产品定制信息在预定的工业互联网综合实训台进行样例产品的生产制作。
所述工业数据采集模块320用于，从所述工业互联网综合实训台采集所述样例产品生产过程及生产设备的工业数据。
例如采集机器人数据，包括但不限于机器人各关节电流、机器人各关节电压、机器人各关节温度、机器人各关节姿态、机器人振动、报警信息、耗电量等。
又如，采集机床数据，包括但不限于采集主轴电压、主轴电流、xyz轴电压、xyz轴电流、主轴振动、主轴转速、耗电量。
再如采集模组数据，包括但不限于电机电压、电机电流、电机温度、电机转速、模组位置、模组振动、耗电量等。
再如采集视觉系统数据，包括但不限于采集装配间隙、产品质量、相机状态等。
再如采集空压机数据，包括但不限于采集空压机的气压、耗电量等。
再如采集激光打标机数据，包括但不限于采集激光打标机的设备状态、电压、电流等。以及采集环境湿度、订单信息、以及生产信息等。
所述工业大数据分析模块330用于，根据所述样例产品的信息和所述样例产品生产过程中的工业数据进行大数据分析支持。
例如可提供基于知识图谱的大数据分析，包括但不限于能耗分析、振动分析(包括人为振动器，振动可调整)、湿度分析、温度分析、机器人预测性维护、模组预测性维护、机器人装配分析、机床加工质量分析。
所述云架构部署模块340用于，为所述样例产品生产所需设备的信息和所述样例产品生产过程中的工业数据提供云服务。例如，构建工业互联网综合实训软件云端架构，通过汇聚位于不同区域的综合实训产线数据，在云端不断迭代优化机理模型，并下发新的训练后模型到各区域实训产线，实现设备预测性维护、质量改进、工艺提升、故障调试。
所述边缘计算模块350用于，基于所述样例产品生产所需设备的信息和所述样例产品生产过程中的工业数据提供边缘计算服务。
例如，可支持以下场景：
场景一：基于边缘计算的设备安全优化。端侧：采集机器人各关节姿态数据，上传至边缘侧；边缘：基于云端模型，实时分析，AI决策，设备安全优化；云端：端的数据汇总、分类，大数据分析，预测性维护。
场景二：基于机器学习的边云协同视觉检测。端侧：智能相机进行划痕检测，数据上传至边缘侧；边缘：基于云端模型，实时分析，AI决策；云端：端的数据汇总、分类，优化模型，并将模型下发至边缘
所述标识解析模块360用于，支持标识解析服务。例如，可聚焦标识解析最新技术研究成果，基于产品追溯典型场景，融合工业机器人、传感器、机床、PLC等硬件、通过基于云的架构，建设数据采集、查询、共享与应用。
所述多网络通讯模块370用于，在进行样例产品的生产制作过程中，提供多网络通信模拟环境，以支持学员进行多网络通讯学习。
例如，ABB支持profinet、直线模组支持Ethercat、机床支持Focas、打标机支持TCP、传感器支持profinet。
所述工业互联网安全模块380用于，提供对所述样例产品的信息和所述样例产品生产过程中的工业场景部署及工业数据的监控服务，以支持学员进行工业互联网安全知识的学习，包括但不限于设备安全、控制系统安全、网络安全、云安全等场景的解决方案。
所述以及虚实融合模块390用于，提供虚实融合模拟环境，以支持学员进行虚实融合技术学习。例如提供基于VC开发虚实融合系统。
图2示出了一种工业互联网应用实训系统中个性化定制模块310的示例性的产品效果图，如图2所示，所述个性化定制模块310可包括下单模块(见图2所示的左侧触摸屏输入装置)、机器人装配单元、以及视觉检测单元等,其中，所述机器人配视觉引导，含机床、打标机等设备，本实施例以三轴孔明锁装配为例，其个性化定制模块310获取模拟用户的产品定制信息，根据所述产品定制信息在预定的工业互联网综合实训台进行样例产品的生产制作时，其工艺流程包括：
步骤1、人工无序将不同颜色的毛呸料放置在原材料区。
步骤2、模拟用户下订单，包含颜色和签名等内容。
步骤3、机器人取料(例如通过拍照、视觉引导定位抓取，依次取三根原料)。
步骤4、机器人给机床上料。
步骤5、机床加工对应槽口。
步骤6、机器人取料放至模组托盘上。
步骤7、模组移动托盘至检测工位。
步骤8、视觉检测交加工尺寸，检测完成，模组回到初始位置。
步骤9、第二根料的取料、个性化定制、加工、检测(在加工第一根料期间，完成第二根料上面的个性化签名定制的工艺)。
步骤10、第三根料的取料、个性化定制、加工、检测。
步骤11、在模组初始位置，机器人通过模组托盘上的工装，完成三根孔明锁的装配。
步骤12、装配完成，模组移动到检测工位，进行装配间隙的测量。
步骤13、检测完成，模组回到初始工位，机器人取成品交付到交付工位，即成品入库。
根据本公开的一个或多个实施例，所述工业数据采集模块320所采集的工业数据包括产品参数和生产所述产品生产设备及生产过程中的相关工具的实时参数，其中，所述实时参数包括多种，包括但不限于机器人数据、机床数据和模组数据等生产过程中的实时数据。
其中，所述机床数据包括多种，本实施例对此并不作限定，例如可包括机床相关轴电压数据、电流数据、震动数据、温度数据等。
其中，所述工业大数据分析包括多种，例如包括能耗分析、振动分析、湿度分析、温度分析、机器人预测性维护、模组预测性维护、机器人装配分析、以及机床加工质量分析等一种或多种分析。
其中，所述产品定制信息包括但不限于用户所输入的个性化签名、产品型号、产品颜色、产品造型、定制LOGO等。
本实施例所公开的工业互联网应用实训系统，能够提供工业互联网人才培养需要的技术载体，能够满足学习者在工业互联网实训过程中全流程参与互动的最佳体验，以供学习者学习理论知识并提高动手实操技能，能够培养社会端需求工业互联网人才。为广大在校学生及社会从业者了解工业互联网提供体验平台，让更多在校学生及社会从业者走进工业互联网，共享工业互联网带来的发展机遇。
附图中的流程图和框图，图示了按照本发明实施例各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
以上描述仅为本发明实施例的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明实施例中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (6)
1.一种工业互联网应用实训系统，其特征在于，包括个性化定制模块、工业数据采集模块、工业大数据分析模块、云架构部署模块、以及边缘计算模块；
所述个性化定制模块用于，获取模拟用户的产品定制信息，根据所述产品定制信息在预定的工业互联网综合实训台上进行样例产品的生产制作；其中，所述个性化定制模块包括下单模块、仓储单元、机器人装配单元以及视觉检测单元；所述产品定制信息包括用户所输入的个性化签名、产品颜色、和/或定制LOGO；
其中，所述工业互联网应用实训系统在三轴孔明锁装配时，所述个性化定制模块获取模拟用户的产品定制信息，根据所述产品定制信息在预定的工业互联网综合实训台上进行样例产品的生产制作，具体包括：
步骤1、人工无序将不同颜色不同槽口的孔明锁料放置在原材料区，将原材料入库，按三种颜色，每个颜色有一个托盘，托盘内无序摆放；
步骤2、下订单，包含颜色和签名内容；
步骤3、机器人取料，视觉识别槽口形状，根据装配顺序，通过拍照、视觉引导定位，依次抓取，依次取三根原料，使原材料出库；
步骤4、机器人给机床上料，机床加工对应槽口，机器人取料放至模组托盘上；
步骤5、模组移动托盘至检测工位；
步骤6、视觉检测加工尺寸，检测完成，模组回到初始位置；
步骤7、第二根料的取料、个性化定制、加工、检测(在加工第一根料期间，完成第二根料上面的个性化签名定制的工艺)；
步骤8、第三根料的取料、个性化定制、加工、检测；
步骤9、在模组初始位置，机器人通过模组托盘上的工装，完成三根孔明锁的装配；
步骤10、装配完成，模组移动到检测工位，进行装配间隙的测量；
步骤11、检测完成，模组回到初始工位，机器人取成品交付到交付工位即成品入库；
所述工业数据采集模块用于，从所述工业互联网综合实训台采集所述样例产品生产过程及生产设备的工业数据；其中，所述工业数据包括机器人数据、机床数据、模组数据、视觉系统数据、空压机数据以及激光打标机数据中的至少一种；
所述机器人数据，包括机器人各关节电流、机器人各关节电压、机器人各关节温度、机器人各关节姿态、机器人振动、报警信息、耗电量；
所述机床数据，包括主轴电压、主轴电流、xyz轴电压、xyz轴电流、主轴振动、主轴转速、耗电量；
所述模组数据，包括电机电压、电机电流、电机温度、电机转速、模组位置、模组振动、耗电量；
所述视觉系统数据，包括装配间隙、产品质量、相机状态；
所述空压机数据，包括空压机的气压、耗电量；
所述激光打标机数据，包括激光打标机的设备状态、电压、电流；
所述工业大数据分析模块用于，根据所述样例产品生产所需设备的信息和所述样例产品生产过程中的工业数据进行大数据分析支持；其中，所述大数据分析包括能耗分析、振动分析、湿度分析、温度分析、机器人预测性维护、模组预测性维护、机器人装配分析、以及机床加工质量分析中的至少一种；
所述云架构部署模块用于，为所述样例产品生产所需设备的信息和所述样例产品生产过程中的工业数据提供云服务；
所述云架构部署模块还用于构建工业互联网综合实训软件云端架构，通过汇聚位于不同区域的综合实训产线数据，在云端不断迭代优化机理模型，并下发新的训练后模型到各区域实训产线，以实现设备预测性维护、质量改进、工艺提升、故障调试；
所述边缘计算模块用于，基于所述样例产品生产所需设备的信息和所述样例产品生产过程中的工业数据提供边缘计算服务；其中，所述边缘计算服务包括基于边缘计算的设备安全优化和基于机器学习的边云协同视觉检测至少一种；
所述基于边缘计算的设备安全优化，具体包括：端侧采集机器人各关节姿态数据，上传至边缘侧；边缘侧基于云端模型，实时分析，AI决策，设备安全优化；云端进行云端的数据汇总、分类，大数据分析，预测性维护；
所述基于机器学习的边云协同视觉检测，具体包括：端侧通过智能相机进行划痕检测，数据上传至边缘侧；边缘侧基于云端模型，实时分析，AI决策；云端进行云端的数据汇总、分类，优化模型，并将模型下发至边缘侧。
2.根据权利要求1所述的工业互联网应用实训系统，其特征在于，在所述预定的工业互联网综合实训台上进行样例产品的生产制作时，支持模拟多个工业企业进行样例产品的生产制作；
所述工业互联网应用实训系统还包括标识解析模块，所述标识解析模块用于支持标识解析服务。
3.根据权利要求1所述的工业互联网应用实训系统，其特征在于，所述工业互联网应用实训系统还包括多网络通讯模块，所述多网络通讯模块用于，在进行样例产品的生产制作过程中，提供多网络通信模拟环境，以支持学员进行多网络通讯学习。
4.根据权利要求1所述的工业互联网应用实训系统，其特征在于，所述工业互联网应用实训系统还包括工业互联网安全模块，所述工业互联网安全模块用于，提供对所述样例产品的信息和所述样例产品生产过程中的工业场景部署及工业数据的监控服务，以支持学员进行工业互联网安全知识的学习。
5.根据权利要求4所述的工业互联网应用实训系统，其特征在于，所述工业互联网安全模块包括设备安全子模块、控制系统安全子模块、网络安全子模块、云安全子模块。
6.根据权利要求1所述的工业互联网应用实训系统，其特征在于，所述工业互联网应用实训系统还包括虚实融合模块，所述虚实融合模块用于，提供虚实融合模拟环境，以支持学员进行虚实融合技术学习。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011179709.4A CN112331006B (zh) | 2020-10-29 | 2020-10-29 | 工业互联网应用实训系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011179709.4A CN112331006B (zh) | 2020-10-29 | 2020-10-29 | 工业互联网应用实训系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112331006A CN112331006A (zh) | 2021-02-05 |
| CN112331006B true CN112331006B (zh) | 2023-11-21 |
Family
ID=74296205
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011179709.4A Active CN112331006B (zh) | 2020-10-29 | 2020-10-29 | 工业互联网应用实训系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112331006B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113628493B (zh) * | 2021-08-30 | 2023-11-28 | 行文智教(南京)科技有限公司 | 工业互联网网络运维实训系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001296798A (ja) * | 2000-04-17 | 2001-10-26 | Seishinshiya:Kk | 作品製作用教材及びインターネットを利用した作品製作用教材の供給方法並びに作品の製作方法 |
| CN105957419A (zh) * | 2016-05-12 | 2016-09-21 | 陕西维视数字图像技术有限公司 | 智能工厂实训系统设备 |
| KR20170087584A (ko) * | 2016-01-20 | 2017-07-31 | 한국전자통신연구원 | 고객 맞춤 제품 생산을 위한 스마트 제조 시스템 및 방법 |
| CN107272629A (zh) * | 2017-07-28 | 2017-10-20 | 赣州科睿特软件股份有限公司 | 一种基于物联网技术与工业大数据的智能工厂系统 |
| CN107292702A (zh) * | 2017-05-26 | 2017-10-24 | 青岛海日高科模型有限公司 | 一种智能制造方法和系统 |
| CN207115847U (zh) * | 2017-06-20 | 2018-03-16 | 南京菱电自动化工程有限公司 | 一种互联网加智能制造的生产线实训装置 |
| CN109862087A (zh) * | 2019-01-23 | 2019-06-07 | 深圳市康拓普信息技术有限公司 | 基于边缘计算的工业物联网系统及其数据处理方法 |
| CN109920295A (zh) * | 2019-04-01 | 2019-06-21 | 南京康尼电气技术有限公司 | 一种智能工业互联网教学实训系统及方法 |
| CN110335527A (zh) * | 2019-06-04 | 2019-10-15 | 广东启创智能科技有限公司 | 一种智能工厂产线仿真系统 |
| CN110719210A (zh) * | 2019-12-05 | 2020-01-21 | 赣江新区智慧物联研究院有限公司 | 一种基于云边协同的工业设备预测性维护方法 |
| CN111445776A (zh) * | 2020-04-03 | 2020-07-24 | 芜湖安普机器人产业技术研究院有限公司 | 一种工业机器人综合实训平台 |
-
2020
- 2020-10-29 CN CN202011179709.4A patent/CN112331006B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001296798A (ja) * | 2000-04-17 | 2001-10-26 | Seishinshiya:Kk | 作品製作用教材及びインターネットを利用した作品製作用教材の供給方法並びに作品の製作方法 |
| KR20170087584A (ko) * | 2016-01-20 | 2017-07-31 | 한국전자통신연구원 | 고객 맞춤 제품 생산을 위한 스마트 제조 시스템 및 방법 |
| CN105957419A (zh) * | 2016-05-12 | 2016-09-21 | 陕西维视数字图像技术有限公司 | 智能工厂实训系统设备 |
| CN107292702A (zh) * | 2017-05-26 | 2017-10-24 | 青岛海日高科模型有限公司 | 一种智能制造方法和系统 |
| CN207115847U (zh) * | 2017-06-20 | 2018-03-16 | 南京菱电自动化工程有限公司 | 一种互联网加智能制造的生产线实训装置 |
| CN107272629A (zh) * | 2017-07-28 | 2017-10-20 | 赣州科睿特软件股份有限公司 | 一种基于物联网技术与工业大数据的智能工厂系统 |
| CN109862087A (zh) * | 2019-01-23 | 2019-06-07 | 深圳市康拓普信息技术有限公司 | 基于边缘计算的工业物联网系统及其数据处理方法 |
| CN109920295A (zh) * | 2019-04-01 | 2019-06-21 | 南京康尼电气技术有限公司 | 一种智能工业互联网教学实训系统及方法 |
| CN110335527A (zh) * | 2019-06-04 | 2019-10-15 | 广东启创智能科技有限公司 | 一种智能工厂产线仿真系统 |
| CN110719210A (zh) * | 2019-12-05 | 2020-01-21 | 赣江新区智慧物联研究院有限公司 | 一种基于云边协同的工业设备预测性维护方法 |
| CN111445776A (zh) * | 2020-04-03 | 2020-07-24 | 芜湖安普机器人产业技术研究院有限公司 | 一种工业机器人综合实训平台 |
Non-Patent Citations (1)
| Title |
|---|
| 工业互联网中的标识解析技术;杨震等;《电信科学》;20171120;第33卷(第11期);第2017296-5页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112331006A (zh) | 2021-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Baygin et al. | An effect analysis of industry 4.0 to higher education | |
| Hernandez-de-Menendez et al. | Engineering education for smart 4.0 technology: a review | |
| Simons et al. | Learning in the AutFab–the fully automated Industrie 4.0 learning factory of the University of Applied Sciences Darmstadt | |
| Faller et al. | Industry 4.0 learning factory for regional SMEs | |
| Antony | Six Sigma vs Lean: Some perspectives from leading academics and practitioners | |
| Cachay et al. | Developing competencies for continuous improvement processes on the shop floor through learning factories–conceptual design and empirical validation | |
| CN114169248B (zh) | 产品缺陷数据分析方法、系统、电子设备及可读存储介质 | |
| Terkowsky et al. | PeTEX@ Work: Designing CSCL@ Work for online engineering education | |
| Sudira | The role of vocational education in the era of industrial automation | |
| CN112331006B (zh) | 工业互联网应用实训系统 | |
| CN107833503A (zh) | 配网核心作业增强现实仿真培训系统 | |
| Muszyńska et al. | Application of virtual reality in the training of operators and servicing of robotic stations | |
| Lanz et al. | A concept and local implementation for industry-academy collaboration and life-long learning | |
| NILSEN et al. | The adoption of Industry 4.0-technologies in manufacturing: a multiple case study | |
| Tan et al. | Conceptual development of learning factory for industrial engineering education in Indonesia context as an enabler of students’ competencies in industry 4.0 era | |
| Windelband | Artificial Intelligence and Assistance Systems for Technical Vocational Education and Training–Opportunities and Risks | |
| CN108416710B (zh) | 一种面向工程教育的机械类严肃游戏教学模式 | |
| Wang | A theoretical analysis method of spatial analytic geometry and mathematics under digital twins | |
| Pechmann et al. | Using a semi-automated job-shop production system model to prepare students for the challenges of Industrial Cyber-Physical Systems | |
| Demčák et al. | The experimental SMART manufacturing system in SmartTechLab | |
| Minghat et al. | Literature Review: Technical and Vocational Education and Training (TVET) in Malaysia | |
| Weigert et al. | Conceptual framework of a Learning Experience Platform (LXP) to strengthen AI competence by linking simulation technologies and AI | |
| Chookaew et al. | Upskilling and reskilling for engineering workforce: implementing an automated manufacturing 4.0 technology training course | |
| Malhaire et al. | Project-based learning for engineering students in the context of industry 4.0: application to automotive assembly system | |
| Rueckert et al. | On-site learning factories for implementing artificial intelligence systems in production |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 211135 floor 5, building 6, Qilin artificial intelligence Industrial Park, No. 266, Chuangyan Road, Qilin science and Technology Innovation Park, Nanjing, Jiangsu Province Applicant after: Xingwen Zhijiao (Nanjing) Technology Co.,Ltd. Applicant after: CAOS industrial Intelligence Research Institute (Qingdao) Co.,Ltd. Applicant after: Kaos Digital Technology (Qingdao) Co.,Ltd. Applicant after: Karos IoT Technology Co.,Ltd. Address before: 211135 floor 5, building 6, Qilin artificial intelligence Industrial Park, No. 266, Chuangyan Road, Qilin science and Technology Innovation Park, Nanjing, Jiangsu Province Applicant before: Xingwen Zhijiao (Nanjing) Education Technology Co.,Ltd. Applicant before: CAOS industrial Intelligence Research Institute (Qingdao) Co.,Ltd. Applicant before: Kaos Digital Technology (Qingdao) Co.,Ltd. Applicant before: Haier Kaos IOT Technology Co.,Ltd. Address after: 211135 floor 5, building 6, Qilin artificial intelligence Industrial Park, No. 266, Chuangyan Road, Qilin science and Technology Innovation Park, Nanjing, Jiangsu Province Applicant after: Xingwen Zhijiao (Nanjing) Education Technology Co.,Ltd. Applicant after: CAOS industrial Intelligence Research Institute (Qingdao) Co.,Ltd. Applicant after: Kaos Digital Technology (Qingdao) Co.,Ltd. Applicant after: Haier Kaos IOT Technology Co.,Ltd. Address before: 211100 floor 1-2, block B, building 11, Fuli Science Park, Jiangning District, Nanjing City, Jiangsu Province Applicant before: Haier digital technology (Nanjing) Co.,Ltd. Applicant before: QINGDAO HAIER INDUSTRIAL INTELLIGENCE RESEARCH INSTITUTE Co.,Ltd. Applicant before: Haier digital technology (Qingdao) Co.,Ltd. Applicant before: Haier CAOS IOT Ecological Technology Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |