摘要：在5G、人工智能、“互联网+”高速发展的今天，物联网作为物物相连的互联网，在工业企业中被广泛应用。本文运用物联网对智慧工厂实验系统设计进行研究，根据系统的设计原则，结合工厂生产、能源等管理工作，总结设计优势，旨在通过设计与开发智慧物联实验系统进一步加快智慧工厂建设。
关键词：物联网；智慧工厂；实验系统
引言
中国制造2025的智能制造工程提到，我国要开展新一代信息技术与制造装备融合的集成创新和工程应用，分类实施流程制造、智能化管理、智能化服务等试点示范及应用推广。但在现阶段部分企业的智慧工厂建设中，存在一定的限制性问题，因此，企业在构建物联网智慧工程实验系统时，应结合自身企业的特点进行管理，创新技术及标准化项目，实现智慧工程实验系统与物联网技术相结合，满足项目对信息化发展的需求，促进工业行业稳定发展。
1智慧工厂概述
旧M在2009年提出"智慧全球"的概念后,"智慧"的概念逐渐深入到交通、工厂、医疗、家庭等各个方面。智慧工厂是现代工厂信息化发展的新阶段。在德国提出的工业4.0计划中,两个主题就为智慧工厂和智能制造W。智慧工厂和智能制造在本质上具有很大区别。智慧工厂是在数字化工厂的基础上,应用物联网技术和传感器技术加强生产过程中信息的管理和监控;提高生产过程可控性、减少生产线人工干预,使生产的计划、物料、设备、库存能够整合到一起,能够被有效的控制,从而达到提高生产率、降低库存、降低成本的目的。智慧工厂属于生产制造执行层的发展目标、而智能制造属于企业决策层和管理层的发展目标。智能制造是人机一体化的制造系统,是一种由人工智能和人类专家共同沮成的人机一体化智能系统,它能够在制造过程中模拟人类的智能决策功能,能够完成如构思、判断、分析和决策等行为。通过人与智能机器的协同控制,用人工智能,逐渐代替人类专家在制造进程中的部分脑力劳动。它让企业的制造过程更加的智能化、柔性化。智慧工厂偏重于制造,而智能制造偏重于运营。智能制造是智慧工厂的最终愿景,智慧工厂则是达到智能制造的基础。
2智慧工厂实验系统的建设原则
在智慧工厂实验系统建设中，通过与物联网技术相融合，将智慧工程实验室的系统设计作为重点，保证工厂实验室系统设计的有效性，因此，在智慧工厂实验系统设计中，企业应该遵守以下几个原则。第一，在智慧工厂实验系统设计中，企业应结合物联网优势，使厂区按照功能、层次进行模块化的项目处理。第二，将实验系统生产及物流自动化运行作为重点，通过适时调整数据资源，提高智慧工厂的操作功能。第三，积极采用先进、成熟以及实用性的智慧化系统，将其作为主流生产系统，达到智慧工厂实验室节能减排的最终目的。第四，在智慧工厂系统设计中，应该根据开放性、数据化的设计内容，创新工厂生产工艺，全面提升工程项目设计的价值，为系统的安全性、快速性故障处理提供参考。
3物联网智慧工厂的系统组成
3.1生产控制层
在建设智慧工厂的工程中，企业应结合物联网智慧技术构建生产控制层，通过RFID、一二维码扫码器等各种传感器以及控制器，实现对工厂入库物资的实时信息采集、转换，然后整合收集信息，实现实时传输。同时，在生产控制层中，企业通过应用关键技术，在结合信息采集技术、传感技术以及网络传输技术等基础上，保持物联网智慧工厂系统运行的稳定性。
3.2数据融合层
在设计数据融合层时，企业通过运用ESB（主数据）及数据融合主机，实现信息优化处理以及有效传输，实现对工业实验系统的数据编码等多个系统基础数据的唯一性管理，并计算出综合性的安全指数。同时，在使用数据融合层关键技术的过程中，企业通过应用信息优化处理技术以及工业以太网络传输技术，满足互联网智慧工程的运行需求。
3.3生产制造管理层
在构建智慧工厂实验系统的过程中，企业应结合物联网技术，结合生产制造管理层，组成高性能电脑终端。生产制造管理层包括生产调度计划管理、成本管理、质量管理和设备管理等功能，通过相关人员操作，为工厂数据的储存、分类及分析提供支持。决策相应层通常使用软件技术、计算机技术以及各种数据采集技术，提高工厂实验系统的稳定性。
期刊文章分类查询,尽在期刊图书馆
4工厂物联网背景下智慧实验系统的设计内容
4.1智慧生产
在智慧生产中，中国制造2025关于智能制造工程提到，企业的生产过程要想实现智能优化控制、供应链优化，应重点建设领域智能工厂、数字化车间。在生产过程中，智慧实验系统以生产供应链为主线，以互联网、大数据、物联RFID、一二维码等技术为抓手，实现生产调度、物料扫码、成品出库的供应链全过程跟踪，避免生产过程发生质量事故，最终实现精益管理的应用目标。同时，在智慧实验系统设计中，企业要结合实验室建设的智能化需求，满足智能防差错、智能预警、智能追溯、智能分析和数据智能交互的要求，使系统具有判断、及时跟踪和变更记录等技术。
4.1智慧楼宇
在工厂实验系统设计中，智能化系统作为办公大楼自控系统的重要组成部分，通常包括一卡通系统、多媒体查询系统以及智能化集成管理系统等。企业应将智能化系统作为核心，通过数据资源的技能管理、文档管理以及统计报表功能分析，实现工厂智慧实验系统开发中物联网资源的有效运用，提高工厂运行的稳定性。
5系统数据库设计
5.1数据库设计需求
系统数据库的设计包括数据库的结构设计和数据库的行为设计数据库的结构设计包括数据库的概念设计、逻揖设计和物理设计,又叫做数据库的静态模型设计。数据库的行为设计,也叫做数据库的动态模型设计,是指用户对数据库进行一定的操作,这些操作主要通过上位化应用软件来实现,所^>1数据库的行为设计也就是软件设计开发的一部分。首先进行数据库的静态模型设计的需求分析。智慧工厂实验系统的数据库不光要满足对系统内基本信息的管理,还作为上层管理层软件和中间控制层软件的数据交换枢纽。上层软件需要通过对数据库的操作,将订单信息记录到数据库中,然后中间层软件读取任务。智慧工厂实验系统的数据库首先要实现对数据的管理,主要有下几个方面:1)用户信息:主要存储了使用智慧工厂实验系统的用户的相关信息,包括用户编号、姓名、职务、联系方式、权限等信息;2)订单信息:主要存储订单的相关信息,包括订单的订单号、下单日期、下单人员、工艺名称、MES编号等;3)物料信息:主要是物料的基本信息、储存位置、货物编码、价格等,主要是立体仓库中的货物信息,电子标签辅助栋选货架中的货物信息等;4)设备状态信息:记录实验平台中各主要设备的工作运行状态,主要包括堆操机、AGV、锐床、机器人、输送线等各设备的使用状态,还有包括设各编号、设备状态;5)设备控制信息:主要储存设备单元的详细动作信息,如AGV小车的行驶方向、转弯、滚筒出入货等动作、堆煤机出库、入库、调库移库等动作,对应的工单号等。管理人员通过上层管理软件下达工作任务,发送给中间层控制软件,么后由中间层调度控制下层单元的动作函数,完成相应的任务。数据库的动态模型设计也就是应用程序对数据库的操作设计。在应用程序对数据库操作之前,首先要保证应用程序能够正常访问数据库,也就是需要先应用程序访问数据库的过程和方式进行设计。应用程序中具有添加任务、删除任务、初始化任务数据等操作都是对数据库的操作,需要在数据库动态模型设计中完成送些操作的设计。
5.2数据表模型建立
1)层次数据模型。层次数据模型(HierarchicalDatamodel)是将实体类型及实体间联系用层次结构的数学模型表示出来。层次数据库的模型为树形结构,树形结构中的节点为实体,树枝部分为实体之间的联系。这样的体系结构访问数据的过程非常快速,但也有一定的缺点,就是容易出现大量兀余的数据,所W不支持数据间的复杂联系。2)网状数据模型。现实世界中事物之间的联系更多的是非层次关系的,用层次模型表示会显得不直观,所W就用到了网状数据模型,它能够非常灵活有效的描述这些实体之间的关系。网络数据模型用有向图结构来表示实体和实体之间的关系,有向图中的节点为数据模型中的实体,有向图中的边为实体之间的联系。
结语
在设计智慧工厂工程实验系统中，企业应结合物联网技术的使用特点，完善系统工程项目，提高工厂生产以及数据管理的有效性。对于工厂的管理者来说，在收集数据资源以及管理数据的过程中，应结合工厂的运行状况，实现物联网技术的稳定创新，并设计出智慧实验系统、工厂动力能源监控系统以及工厂生产控制技术等。通过应用物联技术，对生产过程、能源管理等实现智能防差错、智能预警、智能追溯、智能分析和数据智能交互的要求，使系统具备自我判断、及时跟踪和变更记录等能力，推动工厂的智慧发展，加快推进工厂的智能制造。
参考文献
[1]孟庆伟,张冬蛟.基于Dijkstra最短路径算法的优化及应用研究[J],电子商务,2014(12):60-61.
[2]余丽.最短路算法及其在物流管理中的应用机.赤峰学院学报(自然版),2013(21):20-22.
论文作者:刘 冬
论文发表刊物:《城镇建设》2019年10期
论文发表时间:2019/8/15
标签：工厂论文; 智慧论文; 系统论文; 智能论文; 数据库论文; 数据论文; 技术论文; 《城镇建设》2019年10期论文;