智能制造系统设计 课件1.0 绪论

智能制造系统设计-绪论目录1.方向—立足机械，赋能实体2.思维—从设计产品到创新准则3.路径—图论为基石4.逻辑—深度运筹学5.智能—六大关键6.内容—系统设计框架

习总书记指出，“新一代人工智能正在全球范围内蓬勃兴起，要以智能制造为主攻方向推动产业技术变革和优化升级，推动制造业产业模式和企业形态根本性转变，以‘鼎新’带动‘革故’，以增量带动存量，促进我国产业迈向全球价值链中高端。”。选择比努力更重要，90年代选建筑、00年代选信息、10年代选金融、20年代选智能！选择智能制造就是选择国家战略！新质生产力=（科学技术革命性突破+生产要素创新性配置

+产业深度转型升级）×（劳动力+劳动工具+劳动对象）优化组合1.方向—立足机械赋能实体二十大报告坚持把发展经济的着力点放在实体经济上，推进新型工业化，加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国。实施产业基础再造工程和重大技术装备攻关工程，支持专精特新企业发展，推动制造业高端化、智能化、绿色化发展。巩固优势产业领先地位，在关系安全发展的领域加快补齐短板，提升战略性资源供应保障能力。推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎。构建优质高效的服务业新体系，推动现代服务业同先进制造业、现代农业深度融合。加快发展物联网，建设高效顺畅的流通体系，降低物流成本。加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。优化基础设施布局、结构、功能和系统集成，构建现代化基础设施体系集体智慧结晶，指明发展大势机会藏在报告中中国制造2025十大重点领域：新一代信息技术、高档数控机床和机器人、航空航天装备、海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、新材料、生物医药及高性能医疗器械、农业机械装备十大领域。五项重大工程：国家制造业创新中心建设、智能制造、工业强基、绿色制造、高端装备创新。智能制造100%1）

数据—制造过程中数据“躺”在机房，需要“大海捞针”的工具1）信息物理系统（CyberPhysicalSystems,CPS），智能制造系统的总称，将实体进程和计算进程统一、实现虚实结合的新一代智能系统。2）客户关系管理（CustomerRelationshipManagement,CRM）指利用软件、硬件和网络技术，为企业建立一个客户信息收集、管理、分析和利用的信息系统。3）产品生命周期管理（ProductLifecycleManagement,PLM）面向产品创新的系统，管理从人们对产品的需求开始到产品淘汰报废的全部生命历程。4）企业资源计划（EnterpriseResourcePlanning,ERP）将企业所有资源进行整合集成管理，将企业的物料流、资金流、信息流进行全面一体化管理的管理信息系统。5）制造执行系统（ManufacturingExecutionSystem，MES）作为一种全面管理和优化制造过程的系统，以提高生产效率为核心，优化订单、设备、人员、质量、采购和库存等要素，从而降低企业的制造成本。6）高级计划与排程（AdvancedPlanningandScheduling，APS）指优化和管理生产过程以更有效地规划与执行生产计划，以满足客户需求并最大化资源利用率的系统。7）实验室信息管理系统（LaboratoryInformationManagementSystem，LIMS）是指利用信息化技术管理和优化实验室工作流程，为研发、质量和供应服务的系统。8）仓储管理系统（WarehouseManagementSystem，WMS）是按照仓储运作的业务规则和运算法则，对信息、资源、行为、存货和分销运作进行更完美地管理，提高效率。9）供应链管理系统（SupplyChainManagement,SCM）执行从供应商到最终用户的物流的计划和控制等职能，整合供应链中的信息流、物料流、资金流以获得运营效率。2）

理论—智能制造理论“散”在机械外，需要系统关系研究的整体框架

制造智能制造系统：探求非线性关系特征智能深度学习算法

机构变形图论工程力学量化主观→设计准则系统

管理复杂网络深度运筹学客观

主观

客观

关系实体方法多学科融合力学—机械、力学专业图论—计算机、数学专业运筹学—经济、管理专业复杂网络—数学、物理专业3）

内卷—直觉/经验式创新“困”在产品本身，需要突破产品同质化的利器赚钱方式远古到近代：消息不对称现代：专利不对称智能时代：准则不对称关注点在哪里？换车、时间

路线怎么计算？智能制造跨域时空——分析形状到分析关系

设计产品到创新准则2.思维—从设计产品到创新准则坐标系不好用微积分用不上好准则，都以简单形式出现体重：PMI穷富：恩格尔系数质量：CPK马克思：人的本质是一切社会关系的总和，人性是社会关系的产物。陈左宁院士：人工智能的核心特征就是对关系的研究

2.思维—从设计产品到创新准则准则举例：胡焕庸线胡焕庸线（HuLine，或Heihe-TengchongLine，或Aihui-TengchongLine），又叫黑河-腾冲线，即中国地理学家胡焕庸（1901-1998）在1935年提出的划分我国人口密度的对比线人口比例没变过，货运量基本符合2022年货运关键：场景变矩阵3.路径—图论为基石智能制造系统设计的理论路线图图论是关系数学的基础图论的起源著名的柯尼斯堡7桥问题（1736年，欧拉回路）Pregel河流经哥尼斯堡，将该市分为两部分，河中还有两个小岛。18世纪初，该市有7座桥将它们相连，如左图所示。当时人们问：能否从某处出发，经过各桥一次且仅一次，最后返回原处？ADBC133.1图论-起源3.1图论-举例5v1v2v3v4v5v6843752618v1v2v3v4v5v643521v1v2v3v4v5v643521问题：如何找到连接六个地点的最短连接路线场景：导航、送外卖、自来水管网、电话线等高等数学解决不了×图论中的破圈法可以轻松解决：只要形成圈（如V1,V2，V4），去掉最长边（5），最后剩下的就是最短路线（右图）3.2图论-矩阵邻接矩阵5v1v2v3v4v5v6843752618如果计算从V1到V6总共有多少条道路？有公式答案：P16条（矩阵P的第1行第6列元素）如果考虑距离，可得权矩阵ChatGPT：word2vec基于深度聚类分析的典籍中的

一带一路科技共建历史图谱研究

运筹学将不同的实际问题归结为不同的数学模型，不同的模型构成了运筹学的各个分支，主要的分支有：

1.线性规划（linearprogramming)——PLM2.非线性规划（nonlinearprogramming)3.动态规划（dynamicprogramming)——MES4.网络分析（networkanalysis)——ERP5.存储论（inventorytheory)——WMS6.排队论（queueingtheory)——APS7.对策论（gametheory)——CRM8.决策分析（decisiontheory)——CRM4.逻辑—深度运筹学“夫运筹帷幄之中，决胜前里之外”；田忌赛马运筹学是智能制造的方法论智能制造各模块与运筹学各分支一一对应APS举例——网络分析在运筹学的网络分析中，节点代表工序，序边上数字代表权重，所需权重最长的路称为关键路,关键路上的工作称为关键工作路线。①→②→③→④→⑥→⑦→⑧权重最长，排产时最优先考虑。深度运筹学李勇教授首次提出—深度运筹学：

以运筹学为底层逻辑，复杂网络建立系统模型，通过图深度学习寻找智能制造系统的“满意解”，从而创新系统运行准则。具体来说，分为三个步骤：1）实现节点的四流表示：以质量流、资金流、信息流、物流表征智能制造系统节点的异构张量，并通过正则化实现节点的自编码。2）系统的层析复杂网络：基于运筹学，建立系统的不同模块进行社团化和层次化复杂网络的边结构。3）图深度学习量化决策提高运行效率：创新具有智能制造特征的图神经网络算法，进行点预测、边预测和空间预测，提取特征寻找要素间内在联系。1.5智能—六大关键有限元是产品分析的利器，复杂网络为智能制造系统的有限元，深度运筹就是智能制造系统的数据CT1）

异构张量—实现四流融合异构（heterogeneous），指具有不同单位的参数。

一个人，由年龄（年）、身高（米）、体重（千克）、收入（元）、学历（？）等参数描述。

那如何用一个分数评价一个人？一般做法是对每一项设定总分的比例，这就是权重，并随评价目的而改变，如入职、贷款、商品推荐等。

有限元分析中的节点，实质只有一个参数：位移；而智能制造系统中，每一个节点都质量流、资金流、信息流和物料流等的n多参数，并且参数单位也不统一，构成了节点的异构张量。系统建模、节点表示到端到端学习，确定节点正则化异构张量参数2）标签—利用经验提升预测能力在工业大数据时代，如果不利用行业或企业的经验，仅仅依靠机器学习或人工智能，就会陷入概率统计或非线性拟合的漩涡，得出的结论也站不住脚。数据标签就是对智能制造系统要素各种属性的真实刻画，比如企业常用的FMEA（潜在失效模式与影响分析，FailureModeandEffectsAnalysis）标签—企业“准则不对称”创新的独门绝技3）中心性—量化节点重要程度度中心性介数中心性4）层析池化—多级网络的信息汇聚质量管理：质检员→车间质量室→质量处→质量部→质量总监→总经理池化算法：取最大值，W=8；取平均值，W=3.5。根据目标不同，选择或创新合适的池化算法。5）图预测—智能制造系统的求解工具智能制造系统设计难点：数据表示是不规则的，属于非欧空间图中每个节点的邻域结构各异且节点具有无序；数据仅仅具备局部平稳性，且具有明显的层次结构；数据不符合独立同分布。节点预测：推断节点的状态、属性，用于异常点、分类等；边预测：确定两条边是否有关系，发现深藏的管理断点，找出看似风马牛不相及的两点之间的关系；图预测：明确整个图的属性，适用于社区发现小团体，如某个车间存在问题或者内外勾结监守自盗的团伙等6）符号回归—发现大数据中的深层规律符号回归：非线性函数的组合深度符号回归：非线性函数库的深层次组合，误差最小5.内容—设计框架目标：宏观视角俯瞰企业学习规则，用足规则掌握运行的底层逻辑领导设计智能项目第2章设计基础，包括智能制造系统的数学（图论、复杂网络、运筹学、随机过程）和感知（力学、振动与噪声、图像处理）等，阐述系统建模的底层逻辑；第3章设计目标，包括质量工程、工业工程、安全工程和成本管理，熟悉智能制造系统的运行准则、学会问