课程文献中心 更多>>

关键词： 制造业   设备管理   TPM  

摘要： 我国制造业经过70多年的发展，不论是制造业总量还是技术水平都有了极大的提升，取得了巨大的成就,目前拥有全球最完备的产业体系和持续提升的科技创新能力，有力推进了我国工业化和现代化进程。此外，我国是世界制造业第一大国，在联合国统计的所有19大类制造业产业中，中国有18个大类已经超越美国，跃居世界第一。根据国家统计局相关数据显示，2022年我国制造业附加值已经超过30万亿元，占到世界比重近30%。在新冠疫情影响及其他复杂严峻的形势下，我国制造业仍然稳步恢复，呈现出积极变化。但我国制造业部分核心技术主要依托国外且附加值不高的情况并没有从根本上转变，企业的管理和生产效率还有待提升。　　众所周知，在制造型企业发展的过程中，影响企业竞争力的重要一环是设备的运行管理，而全员生产维护(TPM)是提高设备效率行之有效的管理方法。因此，本论文以XY公司为例，从研究背景、TPM相关理论出发,结合该公司的实际情况和设备特点，系统分析了XY公司设备管理现状，设计了提高企业竞争力的具体实施方案，并据此确立了方案的保障措施。　　首先，本论文阐述了研究背景和国内外研究现状等内容，提出了设备管理这一基本理论，并详细介绍了TPM的含义、目标、发展进程及主要内容，为下文XY公司设备管理方案的设计打下了坚实的理论基础。　　其次，本论文介绍了XY公司设备管理的现状，通过实地考察并结合相关理论知识，分析了该公司设备运行管理中存在的问题，从而为针对性设计XY公司TPM设备管理方案提供现实依据。　　最后，对于XY公司设备管理中存在的一些主要问题，本论文运用设备管理理论及TPM专业知识，设计了包含TPM组织架构建立、预防保全、计划保全、型交换管理、培训体系建设等一系列具体内容的整体推进方案，以及方案推行的可持续性改善措施。同时针对TPM管理方案提出了与之相对应切实可行的保障措施，促使TPM管理活动能够持续有效地开展。论文最后还总结了XY公司实施TPM管理后的成果，包括规范了备件管理、降低了换型调整损失、提高了设备综合效率等有形效果和形成了全员维护意识、提升了企业形象等无形效果。　　本论文的研究不仅有助于指导XY公司形成全员维护意识，提高企业的设备管理水平，提升企业的行业竞争力，而且，文中提出的实施方案和保障措施，对这些重资产型、设备密集型企业的设备管理工作也都有一定的借鉴价值和参考意义。

关键词： ROS   嵌入式实时操作系统   DDS   QoS  

摘要： 近年来,由于人工智能行业的高速成长,人工智能、万物互联也越来越成了人工智能生产的最新趋势。但人工智能系统往往存在开发周期过长、无法复用的弊端,不符合开发者的需求。斯坦福大学研发的机器人操作系统ROS(Robot Operation System)作为一种先进的人工智能中间件,具有发送/订阅的消息机制,成功实现了机器人软件系统中不同模块间的信息解耦,极大地提高了机器人软件中系统模块的可复用性。为克服ROS的缺点,ROS官方继而研制了ROS2,在保留其优秀的发布/订阅机制的同时,还使用DDS(数据分发服务)作为底层的通信协议,去掉了ROS的中心节点,实现了真正的去中心化,使ROS2成为了一个真正的分布式机器人系统,对于实时性和稳定性也有提升。ROS2的官方版本不支持微控制器或国产RTOS,这限制了ROS2的发展。除此之外,目前还有许多机器人产品有低功耗和小型化的需求,并且机器人产品上存在的许多微控制器板卡是无法直接与ROS2进行通信的,所以需要一种可以使运行在微控制器上的ROS2节点与运行在PC端的标准ROS2节点进行通信的方法。因此,ROS2在国产嵌入式操作系统中的应用研究将有助于ROS2在机器人领域中的广泛使用,对于扩展ROS2的应用范围以及机器人的国产化都会起到积极的作用。本研究的主要工作是:实现了运行在资源有限的微控制器上的ROS2节点可以通过代理与运行在PC机上的ROS2节点进行无缝兼容的通信。选取中国电子科技集团第32研究所自主研制的锐华嵌入式实时操作系统作为本研究的目标操作系统,将其移植到STM32微控制器上;使用面向资源受限的Micro XRCE-DDS作为ROS2的底层DDS实现,并对DDS抽象层和客户端库进行了适用于微控制器的修改;提出一种QoS调控机制,对服务质量进行监控和动态调节。实现了ROS2对国产嵌入式实时操作系统的支持扩展。经过编写用例和功能性、非功能性测试,本研究对ROS2完成了国产嵌入式实时操作系统扩展,在微控制器上运行的ROS2节点可以无缝执行与PC上运行的节点兼容的发布和订阅操作。最后,本研究采用Turtle Bot3机器人构建了移动机器人目标检测系统,将轻量化的Yolo V3算法应用于嵌入式设备,并在实际场景中进行行人检测与跟踪测试。结果表明,实时性和稳定性均满足要求,达到了本研究的研究目标。

关键词： 分布式系统   分布式一致性   细粒度分布式一致性   程序分析   并发   自动推理  

摘要： 自21世纪以来,互联网蓬勃发展,催生了大量的互联网服务及应用程序,如各类社交网站、在线流媒体点播网站、电子商务网站等等。并且随着技术进步,计算机和网络的使用成本不断下降,各类互联网服务的用户数也在不断攀升。众多的用户数量对各类互联网服务提出了严峻的挑战:既需要可以容纳海量用户,也需要可以及时地响应用户的海量请求。在这样的背景下,通过牺牲强一致性来换取系统更好的可用性、可伸缩性也成为了当代互联网服务的恰当选择,因而传统的强一致性模型逐渐被弱一致性模型取代。然而,如何正确使用弱一致性模型并不显然,这一过程不仅易错,而且相当繁琐枯燥。而弱一致性如果使用有误,轻则影响系统性能,重则会造成经济损失。因此,弱一致性的自动化分析成为了迫切的需求。尽管到目前为止学界已经提出了诸多自动化或半自动化的解决方案,但这些方案均因种种缺陷无法适用于真实项目的现有代码仓库中。为解决真实应用程序的现有代码的一致性分析问题,本文的主要工作是提出并设计了一套模块化的全自动细粒度一致性分析框架。这个框架的流程是,首先通过程序分析,将程序的源代码转换成一种统一的中间表示语言,用于编码程序的数据库访问语义,然后通过一致性验证器根据中间表示和一致性检查条件产生对应的一致性验证条件,最后通过自动定理证明器完成一致性的自动化验证。这个框架最终可以产生适用于细粒度一致性模型的配置,从而可以将这个应用程序弱一致地部署为分布式系统,自动获得性能提升,同时也不牺牲正确性。这个框架设计中有三个组成部分:(1)本文为这个框架提出了一款中间表示语言。这种中间表示语言可以编码大部分的面向对象语言的数据库访问语义,并且具有一个直观且高效的SMT编码,可以优化SMT求解器的推理过程。(2)本文提出一种可以有效分析Python等动态语言的分析框架。本文同时提出一种可以有效分析Python等动态语言的分析框架。这种分析框架基于动态语言本身的机制实现动态符号执行,通过语言内建的调试器机制实现控制流的注入。实验表明,这种分析方法可以在较短的时间内完成大型应用程序的分析。此外,程序分析采取了与框架联合设计的策略,通过在框架中植入分析代码,有效地减轻了分析器的负担,同时极大地提高了分析精度。该方法也使得分析结果可以在运行时复现,从而可以让运行框架获知目前在哪条代码路径中,从而选择合适的分布式协调策略。(3)本文为上述中间语言设计了适用于细粒度一致性模型的自动化一致性验证器。该验证器通过SMT求解器实现自动一致性验证。除了利用了优化的SMT编码外,还引入了新的检查规则,从而相比目前最先进的自动化验证工具,可以使最弱一致性模型从因果一致性进一步放松到最终一致性。最后,本文选取了四个真实现存的Python应用程序并顺利进行了分析和验证,验证了本文工作的实用性、有效性和高效性。

关键词： 立体车库   柔性分布式系统   车牌识别   深度学习   升降横移  

摘要： 随着改革开放的逐步深入,伴随着经济迅速发展,我国私人汽车保有量连年保持增长趋势,但我国大部分城市在规划时,并没有预留足够的停车空间,使得停车位的增长速度相比于汽车保有量增长速度差距甚远,让停车难成为了亟需解决的问题。为了解决这一问题,在相同停车面积下停放更多汽车成为当下最优解,基于此立体车库成为了备受关注的课题。立体车库在相同面积下提升纵向空间,可以停放更多的汽车,但传统立体车库欠缺配套的管理系统和现场接线复杂。论文以立体车库管理系统为研究对象,针对传统立体车库功能简单、接线复杂等问题,设计了立体车库柔性分布式系统,丰富了立体车库功能,提供更加便捷的管理方式,解决了接线复杂的现象。论文的主要工作有以下几点:1.对立体车库柔性分布式系统的控制部分进行了硬件设计,包括集中式控制和分布式控制两方面。集中式控制核心为可编程逻辑控制(Programmable Logic Controller,PLC),负责控制层正反转接触器吸合和存取车数据、故障数据的传输,同时主控柜为分布式控制提供电力支持;分布式控制由多个分控盒单元组成,每个分控盒单元控制一个载车板的升降横移,并收集安全装置的触发状态反馈给集中式控制。2.对立体车库柔性分布式系统进行了软件设计,包括控制部分和人机交互部分。控制部分分别设计了集中式控制中PLC的程序模块和分布式控制中分控盒单元扩展板的程序模块,PLC的程序模块主要有控制模块、数据处理模块、故障处理模块和通信模块;扩展板的程序模块主要有主函数、控制模块和通信模块。人机交互部分设计了人机交互界面和车牌识别方法,人机交互界面主要进行了功能界面设计、数据库设计和通信设计;车牌识别方法方面提出了一种基于CNN(Convolutional Neural Networks,卷积神经网络)和Transformer的端到端车牌识别网络,其识别准确率和识别速率均优于当前主流方法,可以配合人机交互界面进行更便捷的管理。3.对设计的立体车库柔性分布式系统进行了验证与测试,实验表明所设计的系统具有可行性,对于立体车库的日常管理和使用感受都有很大的提高。同时设计的系统也进行了实地安装与使用,进一步验证了所设计的立体车库柔性分布式系统的功能可行性。本文设计的升降横移式立体车库柔性分布式系统,可以有效地提高立体车库的利用率,用户可以更便捷地进行存取车操作,管理员可以更直观的管理立体车库。

关键词： 车联网   信息年龄   强化学习  

摘要： 车联网使交通更安全、更高效、更智能,因此正引起越来越多研究者的关注。为减少交通事故发生率和提升乘客体验感,保证车辆获取的信息的新鲜度非常重要。本文(1))考虑车辆通过路侧单元获取信息,然后通过联合优化路侧单元的通信功率与信息存储分配提升车辆获取的信息的新鲜度。目前,基于多个路侧单元的通信功率与信息存储分配的研究较少,且基本采用传统的优化算法,这些算法应用在复杂的车联网系统会导致较高计算复杂度,且难以适应车联网的动态性。本文采用信息年龄量化信息新鲜度,且提出基于多智能体强化学习方法最小化信息年龄,具体包括以下研究:1.建立车辆向路侧单元获取边缘存储服务器的信息的场景,把信息分别按实时性和功能分成不同类别,构建路侧单元与车辆通信的信道模型和信息从路侧单元传输到车辆的排队模型,推导出系统总信息年龄表达式。2.针对实时信息与非实时信息共存的场景,研究车联网基于信息新鲜度和强化学习的通信功率控制。在满足车辆最低下载速率需求和路侧单元最大总通信功率限制的情况下,提出基于多智能体双延迟深度确定性策略梯度的方法通过优化路侧单元通信功率分配来最小化系统总信息年龄。仿真结果显示提出的方法相比基于深度确定性策略梯度和基于贪婪算法的方法有更好收敛性且减小了系统总信息年龄。3.针对相邻路侧单元两两配对的场景,研究车联网基于信息新鲜度和数字孪生的通信功率与信息存储分配方法。数字孪生系统实时获取场景数据并构建数字镜像,同时控制雾服务器实现配对路侧单元的资源分配。然后提出路侧单元功率与存储控制优化问题来最小化系统总信息年龄。而后,提出基于多智能体双延迟深度确定性策略梯度的方法解决该优化问题。仿真结果表明,提出的方法提升了系统信息年龄性能,另外,系统总信息年龄随车辆数目、信道数目和信息种类数目的增加而增大。上述研究提出了车联网基于多智能体强化学习的通信功率与信息存储分配机制,有效提高了车辆获取的信息的新鲜度,为车联网资源分配问题提供了解决方案。

关键词： 软件生态系统   国产操作系统   软件生态环境  

摘要： 构建优良的可持续发展软件生态环境，是安可替代工程取得成效的关键。在西藏自治区，对于藏文信息化处理有着独特需求，构建基础的藏文应用软件生态环境是必要的，同时也与安可替代工程在西藏自治区现阶段的实施目标相契合。本文通过调查基于国产操作系统的藏文基础应用软件环境的现状，分析存在的问题，提出相应的对策，并以点带面，为研究如何进一步构建国产操作系统通用软件生态环境打下基础。

关键词： 边缘计算   成本效益优化   数据放置   数据去重   负载均衡  

摘要： 随着物联网和人工智能的飞速发展与普及,越来越多的数据开始在网络边缘产生。边缘计算作为一种将计算和存储能力下沉到更靠近用户的网络边缘的新型计算范式,具有数据访问低延迟和节约核心网络带宽的优势。然而,相比于云计算,边缘服务器有限的部署规模导致了其资源的受限性。如何在资源受限的边缘计算环境中存储和管理庞大规模的数据成为了亟待解决的问题。现有的数据存储管理机制大多是针对云计算环境所设计,无法契合边缘计算环境的特点,这主要体现在三个方面:一是存在数据存储粒度大的问题,现有的多副本数据存储放置策略带来了巨大的存储资源浪费;二是忽略了由于边缘服务器的广泛地理部署而带来数据冗余度高的问题,降低了资源的利用率;三是缺乏探索边缘服务器之间的协作机制,由于边缘服务器的存储资源异构性而导致存在负载不均衡问题,增加了数据存储成本。与此同时,边缘计算环境中存在着包括服务器有限的覆盖范围、数据检索的低延迟需求、数据分布具有区域性和边缘资源异构性等特有属性,这增加了在边缘计算环境中探索成本效益优化的数据存储管理机制的难度。基于此,主要研究了如何在边缘计算环境下实现存储成本效益优化的数据管理机制,在保障数据存储管理高效性的同时实现了最小化数据存储成本。针对数据存储前如何节约存储空间和数据存储后如何释放存储空间这两个出发点,可以将目前面向存储成本效益优化的边缘数据管理机制研究划分为三个核心策略,即数据存储放置、冗余数据去重和存储负载均衡。在数据存储前如何节约存储空间方面,针对边缘计算环境下的数据存储放置策略,讨论了现有的多副本数据存储策略的高额存储开销问题,在边缘计算环境下引入了纠删码数据存储策略。分析了云存储系统和边缘存储系统的主要区别,研究了在边缘存储系统中应用纠删码数据存储机制的主要挑战,并且对边缘服务器的邻近性约束、传输性约束和编码性约束等特征进行了形式化定义,提出了基于整数规划的最优算法。针对最优算法计算开销大的问题提出了基于投票策略的近似算法,通过编码参数设置优化和编码块的放置优化来节约边缘存储系统的存储空间。在真实数据集上的实验结果表明提出的方法与其他对比算法相比平均可以节省68.58%的存储空间,在大规模场景下空间节省可高达81.16%。在数据存储后如何释放存储空间方面,针对边缘计算环境下的冗余数据去重策略,讨论了边缘数据冗余情况以及导致的存储资源浪费问题,分析了现有的针对云存储数据设计的去重策略在边缘计算环境的局限性。不同于全局去重方案,通过对边缘服务器网络拓扑的分析,提出了基于网络拓扑感知的边缘数据去重问题的形式化定义。通过对邻近边缘服务器之间冗余数据的去重操作以最小化系统整体存储成本,同时确保数据服务覆盖的范围不变。分别提出了基于整数规划的最优算法和基于启发式搜索的近似算法。在真实数据集上的实验结果表明提出的方法平均可以实现49.87%的数据去重率,大幅度降低了边缘数据存储成本。在数据存储后如何释放存储空间方面,针对边缘计算环境下的数据存储负载均衡策略,讨论了由于边缘资源异构性带来的数据负载不均衡问题及其对于存储成本效益的影响。通过边缘服务器之间的协同资源共享,在部分边缘服务器上移除冗余数据,以实现边缘服务器的数据存储负载均衡。根据数据访问延迟的差异来定义数据存储收益以避免热门数据的聚集。为缓解基于整数规划的最优算法的高额计算开销,提出了基于拉格朗日松弛的边缘数据负载均衡近似算法,并从理论上证明了该算法是可收敛的。在真实数据集上的实验结果表明提出的方法可以实现最优的数据负载均衡,较于其他对比算法平均具有53.85%的性能提升,极大地提高了存储资源利用率。

关键词： 故障预测与健康管理   神经网络   轴承   状态监测   设备管理  

摘要： 滚动轴承是制造业设备中最常见的一种旋转机械传动装置,在风电、航天、矿山机械、纺织机械、汽车零部件等领域应用广泛。在实际制造业生产过程中,滚动轴承往往处于使用环境条件差且高速运转的工况下,在运行过程中极易发生故障。滚动轴承由于其工作特性可能会由各种原因引起损坏,若不能及时发现设备运行异常,轻则造成停机事故,给企业生产带来损失,严重的还会造成安全事故。因此,掌握滚动轴承的运行状态对于企业安全生产是十分重要的。目前企业存在着对于含有滚动轴承的设备运行状态检测需要依靠人工巡检,传感器采集的运行数据需要人工分析等现状,需要运维人员依靠大量专业知识贮备才能进行相关数据的分析和设备运行状态判断,不满足现代化工业生产的需要。近年来,随着人工智能应用范围的不断扩展,基于深度学习的滚动轴承寿命预测和故障诊断方法为滚动轴承设备健康管理提供了新思路。因此,本文在故障预测与健康管理思想与深度学习相结合的基础上,提出了一种基于深度学习的滚动轴承故障预测与健康管理系统,用以实现对滚动轴承设备运行状态的把控。首先根据检测模型输入需求,研究了滚动轴承故障机理和振动信号分析方法。其次,根据滚动轴承退化趋势的特点,提出基于Tree-LSTM的滚动轴承剩余寿命预测算法,在输入层增加多尺度卷积神经网络和趋势一致性评价指标构成的特征筛选层,提高了模型对于轴承退化趋势的精度,通过测试集验证,模型预测的滚动轴承剩余寿命百分比误差达到12.39%,可对轴承剩余寿命提供有效预测。针对轴承故障分类问题,提出基于FasterRCNN的滚动轴承故障分类算法,引入加权双向特征金字塔网络,并通过可形变卷积改善模型特征提取性能,通过测试集验证,模型对于常见的十类滚动轴承故障检测准确率、精确率、召回率、F1值都能达到95%,满足实际设备运维管理的需求。最后,通过PYQT软件编写滚动轴承健康管理系统终端上位机界面,将各种预测分类算法进行整合,在满足不同情况下的检测需求的同时,提升滚动轴承设备运行管理的自动化程度,降低了系统部署和操作难度,具有一定实际应用价值。

关键词： 分布式系统   主题爬虫   文本相似度   LDA主题模型   Solr检索  

摘要： 21世纪是信息时代,是大数据时代。互联网上的数据量增长飞快,已至ZB级别。面对如此庞大且多种多样的数据,搜索引擎也需要朝着更精准的方向发展。通用搜索引擎搜索的结果范围广,数据多,准确度低,用户不得不多花额外的时间去从返回结果中继续做筛选。相比于通用搜索引擎来说,垂直搜索引擎只搜集某一特定的领域下的数据和信息,可以向专业的用户提供更准确的搜索服务。中国互联网发展迅速,互联网数据丰富,如何充分地利用互联网数据为行业的发展提供及时有用的信息,本文设计并实现了一款面向专业领域的垂直搜索引擎。 本文研究内容主要包括: 搭建分布式框架和设计搜索引擎系统。本文采用Hadoop大数据框架搭建底层分布式系统,成功地部署计算机集群,提高系统的可伸缩性,提高系统算力和存储能力;本文将主题爬虫部署在集群上,以分布式模式运行程序,提高主题爬虫的效率与性能;本文采用分布式数据存储方案,提供数据副本,增强系统的容错率;建立索引以及检索模块,实现多种排序方式以及分类展示功能。 在主题爬虫一侧,本文优化爬虫链接抓取规则,改进基于向量空间模型的文本相似度算法。为了进一步提高主题资源的覆盖率和采集主题信息的相关性,本文在Nutch开源爬虫框架的基础上,根据胶带、胶粘剂主题特征和链接结构改进链接发现规则,提高了发现优质种子链接的速度;对链接指向的网页文本结合胶带胶粘剂领域文本的特点进行分析,综合词频和语义的向量空间模型,改进主题相似度算法,提高模型计算的准确性;扩展LDA主题提取模块,对已抓取的文档进行主题词语提取操作,加入到领域主题描述文档,进一步提高基于向量空间模型的相似度计算的准确度。 基于以上研究,本文以胶带、胶粘剂行业为例,对主题爬虫模块和搜索引擎系统整体进行了测试。分布式(三台服务器)主题爬虫相比于其它两种模式下的爬虫,站点的浏览速度提高了2～3倍,改进相似度算法后的爬虫查全率提高了15%。此外,系统能够提供简洁方便的用户搜索界面,并且满足多种检索结果排序及分类展示功能。

关键词： Ad hoc文件系统   分布式键值存储   Burst Buffer   HPC  

摘要： 高性能计算(High Performance Computing,HPC)环境中的存储系统正在面对新的挑战,例如随机访问。通用系统级文件系统通常针对大文件顺序访问进行优化,不能适应新的访问模式,存在低可扩展、低并发等问题。部分Burst Buffer文件系统采用手动方式完成数据换入换出,或者采用自动方式,但是性能受到存储后端限制。针对以上问题,本文设计和实现了一个基于Burst Buffer的、根据计算任务按需部署的临时文件系统(称为Ad hoc文件系统),它作为后端存储系统的缓存,透明地为应用程序提供比存储后端更高的峰值带宽。本文做出的工作主要包含两个部分:第一部分是临时文件系统元数据管理和数据管理机制的设计。本文完全基于可扩展的分布式键值存储实现文件系统。元数据管理中,全路径作为文件和目录的键,通过目录分区消除了专门的元数据服务器。POSIX包含许多非必要的功能和强一致性要求,本文针对键值存储和HPC系统的特点,提出了宽松的POSIX实现。数据管理中,聚集了所有计算节点可用的本地存储作为Burst Buffer。本文通过分块存储避免了集中文件数据管理。提出了数据块索引,从而将数据与进程协同定位,并提出索引缓存以加速索引过程。实验显示该文件系统能够提供可扩展的并发I/O性能,进程独立目录时提供可扩展的元数据访问性能。第二部分是临时文件系统缓存机制的设计。为了避免缓存与后端文件系统的一致性维护开销,本文首先提出了两个一致性约束:1.缓存数据在存储后端是只读的;2.缓存数据遵循最终一致性。然后基于上述临时文件系统,结合一致性约束,设计了透明的文件元数据和数据块换入换出机制,数据按需缓存,并提供手动和自动两种刷出方式。最后针对缓存场景重新设计和实现了文件系统操作。实验表明在实现透明缓存的情况下,元数据和数据性能没有明显下降。本文提出的临时文件系统文件数据并发访问性能显著优于系统级文件系统,具有高度可扩展性。区别于其他Burst Buffer文件系统,该文件系统充分利用节点本地存储性能,并且在不牺牲性能的前提下实现了透明缓存。