制造循环工业系统- 课件 第10-14讲 制造循环工业系统“三传一反”理论 -制造循环工业系统设计仿真平台_第1页
制造循环工业系统- 课件 第10-14讲 制造循环工业系统“三传一反”理论 -制造循环工业系统设计仿真平台_第2页
制造循环工业系统- 课件 第10-14讲 制造循环工业系统“三传一反”理论 -制造循环工业系统设计仿真平台_第3页
制造循环工业系统- 课件 第10-14讲 制造循环工业系统“三传一反”理论 -制造循环工业系统设计仿真平台_第4页
制造循环工业系统- 课件 第10-14讲 制造循环工业系统“三传一反”理论 -制造循环工业系统设计仿真平台_第5页
已阅读5页,还剩77页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

制造循环工业系统界面连接与物流优化管理一、物流系统典型优化问题物流系统:物流系统是指通过科学的计划、组织、协调和控制,将原材料、半成品、成品等物品从供应地运输到需求地,以满足客户需求的一系列活动和过程的综合系统。它包括运输、储存、装卸、搬运、包装、流通加工、配送和信息处理等多个环节。典型优化问题:节点规划设计、线路规划设计、网络规划设计3一、物流系统典型优化问题—节点规划设计物流节点选址:是指在物流网络中选择合适的位置来建立重要的设施或节点,以支持物流活动的顺畅进行。节点选址的合理性直接影响到物流系统的效率和成本控制。物流中心设计:优化货物接收、存储、分拣和发货的流程,通过合理布局和自动化技术提高效率和降低成本。它涉及仓库选址、空间规划、设备选型和信息系统集成,以确保物流作业的高效运转和响应能力。节点规划设计选址问题4一、物流系统典型优化问题—线路规划设计运输方式规划:是根据货物特性、运输距离和时效要求,选择最合适的运输工具和路线,以优化运输成本和效率。它包括多式联运、路线优化和运输资源整合,旨在提高物流运作的灵活性和可靠性。路径规划:通过算法和技术手段,确定从起点到终点的最优路径,以最小化时间、距离或成本。直接涉及到具体的路线选择、途经点设置、交通流量分析等方面,直接影响着货物的运输效率和准时性。线路规划设计VRP5一、物流系统典型优化问题—网络规划设计网络结构类型:不同的物流网络结构类型适用于不同的物流需求和运作模式,如集中式网络、分散式网络、混合式网络等。网络规划设计:网络规划设计是物流系统规划设计中的核心环节之一。网络规划设计涉及到网络的布局、连接关系、节点功能等方面,直接影响着物流系统的整体运作效率和服务水平。规划内容:包括炼钢、轧钢、原料场、成品库等主要生产和辅助设施的合理布置,以优化生产流程、提高生产效率和降低运输成本。布局类型:一般的布局类型有集中式、分散式和混合式布局。跟据实际需要灵活选择不同得布局方式以满足企业需要。规划原则:钢铁企业设施布局规划需遵循工艺导向、经济效益、安全环保、灵活性和系统性原则。确保生产高效、成本优化、安全环保,并预留发展空间应对变化。二、钢铁微循环物流优化-钢铁企业设施布局规划布局规划规划特点布局类型1、连续生产2、高效便捷3、安全环保1、集中式2、分散式3、混合式原则规划原则1、工艺导向2、经济效益3、安全环保4、灵活性5、系统性物流设备:现代化物流设备一般为仓库的自动化设备,运输工具,装卸设备等机械设备。作业系统:采用物联网、大数据、AI技术的智能化升级与流程优化作业系统。仿真系统:仿真系统可以更精准的模拟运营环境,评估优化方案,确保科学性。规划流程:明确需求、综合考虑园区的设备布局、作业系统、信息系统集成。二、钢铁微循环物流优化-钢铁物流园区规划设计物流设备作业系统仿真系统规划流程采购物流:从原材料供应商到钢铁厂的运输和管理过程,包括供应商选择、采购计划制定、物流路线优化以及库存管理等环节,以降低采购成本、提高供应链效率并保证生产连续性。生产物流:包括原料运输、生产工序衔接、半成品和成品的搬运及存储,通过优化流程和使用自动化技术,提升生产效率、降低物流成本并保障产品质量。销售物流:包括订单处理、库存管理、运输安排和配送服务,通过优化运输路线和选择合适的运输方式,提高物流效率,降低物流成本,并增强客户满意度。二、钢铁微循环物流优化-钢铁企业物流系统优化调度钢铁企业物流运作方式及特采购生产销售构建评估机制调整采购策略自动化智能化科学布局配送网络神话运输合作实时追踪原料物流:钢铁企业的原料物流包括从供应商处采购并运输铁矿石、煤炭、石灰石等主要原材料到工厂的全过程。它涵盖采购计划、运输方式选择、物流路线优化、原料接收和储存等环节,旨在确保原材料的及时供应,降低运输成本,并保障生产的连续性和稳定性。半成品物流:钢铁企业的半成品物流涉及在生产过程中将炼钢、轧钢等环节的半成品在不同工序之间进行转移和存储。它包括半成品的搬运、临时储存、质量检验和库存管理,通过高效的物流运作和精准的调度,确保生产流程的顺畅衔接和各工序的高效运转。成品物流:钢铁企业的成品物流涉及将最终产品从生产线转移到仓库,再分发给客户的全过程。它包括成品的包装、仓储管理、订单处理、运输安排和配送服务,确保成品按时、按量、按质地交付给客户,同时提高物流效率、降低运输成本和提升客户满意度。二、钢铁微循环物流优化-典型物流优化调度三、装备微循环物流优化—装备企业设施布局规划生产布局优化根据企业生产效率、设备特性以及物料流动等因素对厂房和设施设备等进行位置布局的设计。主要考虑优化空间利用率,高效的空间利用不仅可以降低成本,提高生产效率,还有助于提升整体运营灵活性。装配线结构设计装配线的线体形状可以根据生产需求和场地条件进行选择,常见的有直线型、L型、U型和S型。工位布局是装配线结构设计的需要同时考虑工位数量、工位间距和工位设计。三、装备微循环物流优化—装备企业物流园区规划设计物流节点选址在规划区域内选择物流中心或转运节点的位置,以确保所选位置能够最大限度地满足物流需求,同时降低运营成本。在选址过程中,应尽量选择货物平均运距较短的位置,以减少运输成本和时间。在选址方法上,可以采用解析技术法或线性规划法对选址方案进行精确计算和评估。运力规划基于货物类型、数量、流向以及运输方式等需求特点。通过对历史数据的分析,可以预测未来的运输需求趋势,为运力规划提供基础数据支持。根据货物特性和运输需求,选择合适的运输方式,如公路、铁路、水路或航空运输。三、装备微循环物流优化—仓储物流优化调度任务分配根据企业实际情况和资源状况,制定详细的作业计划,包括任务分配、时间安排、人员配置。针对仓储物流作业的特点和需求,优化作业流程,减少不必要的环节和等待时间,提高作业效率。路径规划路径规划涉及到确定货物从入库到出库的最佳移动路线。实际物流场景中,常用的方法是最短路径算法。该方法通过计算各个路径的长度或时间成本,选择具有最短距离或最短时间的路径作为最佳路线。三、装备微循环物流优化—生产物流优化调度原料物流装备企业会根据生产计划、产品需求和库存情况,制定详细的原材料运输计划。对于大宗原材料,通常会选择铁路或水路运输,以降低运输成本;对于小批量、高价值的原材料,会选择公路或航空运输,以确保运输速度和安全性。装配物流涉及到装配过程中的设备零部件、半成品和成品的准确、及时配送。企业通常采用的运输方式包括厂内卡车运输,以及自动化装配线的无人AGV等。为了进一步提升物流效率,需要对装配物流的任务分配以及路径等进行合理规划以提高物流效率。制造循环工业主循环中,物流业保障钢铁工业、装备工业等核心制造工业之间的原材料供给和产品供给,物流业对制造业的物质流通提供重要支撑,从循环工业的角度制定生产与物流协调计划,构成制造循环工业系统,畅通国内大循环。钢铁工业和装备工业之间界面连接物流的结构和效率直接影响着循环工业生态系统的构成,需要对其进行通过系统集约化设计与优化,实现合理的资源配置和流通并形成循环供给关系,从而提升工业生态系统总体效益与效率。物流钢铁工业炼铁热轧炼钢冷轧生产设备钢铁原材料铁水板坯热卷物流装备工业冲压涂装焊接总装钢板部件整车物流四、钢铁-装备界面连接物流设计与优化钢铁-装备物流网络应基于供应链与物流协同平台,强调网络协作与精准设计,致力于实现成员企业总成本的最小化与收益的最大化,确保物流、信息及关系网络高效流动。制造业物流中的运输网络优化,是提升生产效率与产品质量的关键。优化过程中,需综合考虑整体规划、节点协调、成本控制、安全风险管理及网络灵活性等多方面因素。物流协同平台供应链协同平台供应链的物流网络四、钢铁-装备界面连接物流设计与优化物流需求预测通过分析历史数据,结合人工经验,运用科学方法预测市场需求趋势,有助于物流信息系统与生产能力协调,明确产品分配路径,并需建立完善的管理体制和技术支持体系,确保预测活动的有效进行与监控。协同仓储通过整合与共享仓库资源,优化物流配送,提升物流效率与服务质量,两者相辅相成,共同推动物流行业的智能化、高效化发展。需求预测四、钢铁-装备界面连接物流设计与优化多式联运不仅是公路、铁路、水运等不同运输方式的结合,同时还涉及仓储、运输、装卸等不同环节,对于确保货物安全、准时、低成本地到达目的地至关重要。在钢铁-装备物流运输中,通过多式联运,对公路运输和铁路运输以及水上运输进行统一规划和调度,以实现运输资源的优化配置和高效利用。四、钢铁-装备界面连接物流设计与优化衷心欢迎各位专家的指导与建议!工业智能与系统优化国家级前沿科学中心智能工业数据解析与优化教育部重点实验室东北大学人工智能与大数据研究院

第十一章制造循环工业系统能源高效利用与低碳管理主讲人:张颜颜工业智能与系统优化国家级前沿科学中心智能工业数据解析与优化教育部重点实验室东北大学人工智能与大数据研究院唐立新院士团队一、制造循环工业能源管理现状与循环路径-能源背景和管理现状

在工业领域,能源管理与碳排放问题日益受到关注。钢铁工业与装备制造业作为能源消耗大户,其能源发生与消耗协同管理成为重中之重。钢铁工业在能源发生方面,注重二次能源的回收与利用,而能源消耗方面则集中在炼铁、炼钢、轧钢等关键生产环节。在装备制造企业,能源消耗重点工序的能源管理同样重要。特别是涂装工序,作为装备制造的关键环节,其能源管理问题不容忽视。钢铁与装备能源协同管理是实现工业绿色发展的重要途径。通过协同管理,可以实现能源的优化配置,降低碳排放强度,达到能效和碳排放的双重目标。在能源循环管理路径方面,基于大数据技术的能源解析成为关键。通过对能源机理与数据的深度融合,实现对能源使用的精准分析与管理;静态与动态相结合的能源配置计划,以及全能源链调度与生产能源协调调度,都为工业能源管理提供了有效手段。20

钢铁工业碳排放钢铁工业的碳排放强度极高,这主要源于其生产过程中对化石能源的高度依赖,同时,在生产中需要消耗大量电能。减排措施装备制造业的产品种类繁多,碳排放量大、强度高,且集中在特定的生产环节,如机械加工、装配等。一、制造循环工业能源管理现状与循环路径-工业碳排放特征装备制造业碳排放钢铁工业:推广高效节能技术、增加二次能源利用及绿色炼钢减碳;装备制造业:优化工艺、用低碳材料、推广可再生能源应用。工业能源协同管理目标目标是实现工业能效提升和碳排放减少,提高设备的能效水平和优化产品的能耗结构,采取多种措施实现能效目标。节能技术与应用通过研发和应用高效节能技术、推广使用节能型产品,提高设备的能效水平,降低产品的能耗。生产工艺与材料利用优化产品设计、改进生产工艺、提高材料的利用率,推广使用低碳材料,也是实现工业能效目标的有效途径。产业链绿色低碳发展推广使用清洁能源、加强废弃物的回收和利用、实施循环经济模式等,推动整个产业链的低碳转型和绿色发展。一、制造循环工业能源管理现状与循环路径-工业能源协同管理目标二、钢铁企业微循环能源解析与优化钢铁生产流程:钢铁生产流程分为长流程和短流程,整体上具有工序多、流程长,能源介质消耗种类多,且各工序对能源介质的消耗存在显著差异。钢铁生产能源介质:钢铁生成端消耗的一次能源以煤为主,同时不同工序产生煤气、电、蒸汽等二次能源会用到其它工序,具有能源介质种类多、能量传输复杂的特点,构成能源利用的微循环系统。钢铁企业微循环能源解析和优化:通过精细的、科学的用能,提高钢铁企业的能源利用率,促进绿色、低碳的工业发展有着十分重要的意义。23242.1钢铁企业微循环能源解析—能源计量能源计量能源诊断能源预测钢铁企业能源解析:主要包括能源计量、能源诊断和能源预测,其中能源计量是钢铁企业能源诊断、预测和优化调度的基础,也是节能工作开展的基础。能源介质的计量:目的是量化各工序和产线的各能源介质消耗量,具体包括水、电、风、气等能源介质的计量,卡尔曼滤波等算法被应用以对工序能源介质单耗数据进行滤波,最终获得经滤波处理的工序能源介质单耗值。工序和企业层面能源计量:在各工序能源介质单耗准确计量之上,采用统计方法计算工序及吨钢能耗,更好的进行横向和纵向对比,评估能源使用效率。名称用途电能表(ElectricityMeters)测量和记录电能的使用量燃气流量计(GasFlowMeters)记录煤气、天然气等燃料气体的流量蒸汽流量计(SteamFlowMeters)测量生产过程中消耗的蒸汽量水表(WaterMeters)监测工业用水和冷却水等的用水量热能计量装置(ThermalEnergyMeters)测量生产中使用的热能量介质计量产品计量工序计量252.1钢铁企业微循环能源解析—能源诊断钢铁企业能源诊断:通过对钢铁生产过程中能源利用情况的全面调查和分析,识别出影响能源消耗的各种因素,并进一步确定关键的能源消耗瓶颈。能源诊断方法:可分为能源结构分析法、能源系统分析法和能源分类分析法,具体包括能源流程分析、能耗监测与评估分析、能耗高根因分析、能耗跟踪分析、能源效率评估等。能源诊断操作:在能源诊断基础之上,可针对性的提出节能方案,包括但不限于使用更高效的燃料、采用节能技术、优化生产时序、在线监控系统及时调整设备运行参数以达到最佳能耗状态、改进原材料和成品的运输与存储流程等。“界面”技术①铁钢界面“一罐到底”②钢包优化调度③钢坯热装热送④加热炉高温蓄热燃烧原燃料处理技术①煤风选-调湿-型煤技术CMC②高炉鼓风脱湿技术③烧结原料预热干燥-热风烧结技术④链篦机-回转窑低碳焙烧技术余热余能的回收利用技术①高炉渣显热回收技术②干熄焦技术CDQ③焦炉荒煤气显热回收技术④高炉煤气干法除尘-TRT发电技术⑤转炉煤气干法除尘-煤气—余热回收技术⑥烧结余热分级回收梯级利用技术⑦板坯冷却锅炉回收余热技术⑧低温余热回收-海水淡化技术⑨热风炉废气干燥高炉水渣技术262.1钢铁企业微循环能源解析—能源预测钢铁企业能源预测:运用统计方法和数学模型,对历史数据统计分析,用量化指标预测未来一段时间内的能源消耗情况。能源预测方法:时间序列模型(ARIMA、SARIMA)、回归模型(如线性回归、支持向量回归)、机器学习模型(如随机森林、神经网络)等,可以选择单一模型或组合多个模型进行能源预测。能源预测分类:从时间尺度维度上,可分为短期能源预测、中期能源预测、长期能源预测;从时间动态维度上,可分为静态预测和动态预测。272.2钢铁企业微循环能源优化调度—多能源耦合钢铁企业多能源耦合调度:多能源耦合系统的有效调度占据了系统运行的中心地位,确保了不同能源间的最优化配置与转换,平衡了能源供需关系,减少了在能源传输过程中的损耗,以及提升了系统整体的灵活性与稳定性。多能源耦合调度方法:数学规划方法如线性规划、非线性规划和混合整数规划方法等;启发式算法如差分进化算法、遗传算法、粒子群算法等;不确定优化算法包括随机规划、鲁棒优化等。煤气混合分配计划ijt=1t=2t=3t=4t=5t=6t=7t=8t=9t=10t=11t=1212565757585757585860606060210213200021320000021320002132000213200000002718007187330007967968588583245045045045045045045048048054054054041000000000000216160016190016310016660166630363636360364321070003679374802370000氧气系统平衡与调度方案i=1i=3i=5βtiOtiAtiβtiOtiAtiβtiOtiAtit=1133500015317t=2133000015217t=31331700015217t=41331700015217t=51331700015217t=61331700015217282.2钢铁企业微循环能源优化调度—多目标调度钢铁企业能源多目标调度:在钢铁企业的微循环能源调度系统中,首先面临的问题是能源介质的多样性、发生和转换设备的种类繁多以及供应网络的复杂性,从优化角度来看,能源调度的目标并非单一,且多个优化目标通常是相互冲突的,因此采取多目标调度策略是必要的。多目标优化方法:常见的多目标调度策略是加权求和法,这种方法将多个目标函数线性组合为一个综合目标函数,通过调整不同目标的权重来实现不同目标之间的平衡;基于进化算法的多目标优化方法也是应用广泛的一种策略。例如,遗传算法和粒子群优化等方法通过模拟自然进化的过程,在解空间中搜索并逐步改进解,生成一组非劣解(Pareto前沿)来解决多目标问题。三、钢铁-装备制造循环能源解析与优化钢铁-装备制造循环能源解析:重点耗能设备的能效直接影响企业能源管理和优化,设备能效诊断与预报的主要目的是识别设备能效瓶颈,预测未来能效趋势;进行能源投入成本分析和能源价值分析,全面梳理钢铁、装备等企业能源转换、能源替代和能源共用对生产过程的影响;碳足迹分析和碳排放强度解析是评估钢铁和装备制造行业在生产、使用和循环利用过程中对环境影响。钢铁-装备制造循环能源优化:建立跨企业的合作机制,通过信息共享、资源互补,根据各企业的需求和供应情况,通过能源管理系统、能源存储技术、负荷管理,实现资源优化配置,确保能源供应的稳定性和可持续性;多个参与主体在能源(如电力、天然气、燃料等)使用过程中,通过协同合作,实现多种能源的有效整合和优化利用。29设备能效诊断与预报,基于对整个生产流程的全面分析,明确需要诊断的重点设备,结合设备的类型、运行状态、负载情况、环境参数、历史能耗数据等,通过统计分析,对比设备的实际能耗与标准能耗或行业平均能耗,得出设备能效低的原因;基于历史能耗数据、设备运行状态、生产负荷等因素,预测未来一段时间内设备的能耗量、能效比等指标。生产过程能效诊断与预报,基于历史累积的生产、能耗和资源消耗数据,采用统计方法、机器学习方法,建立数学模型来刻画生产能效与生产负荷、设备利用率、环境条件等因素之间的关系,解析生产能效的规律和趋势,同时制定相应的应对方案。三、钢铁-装备制造循环能源解析与优化–能效解析设备能效诊断与预报运行状态负载情况环境参数历史能耗设备类型设备利用率评价设备负荷预测生产能效评价生产能效预测在考虑能源转换、能源替代和能源共用的背景下,进行能源投入成本分析和能源价值分析有助于企业识别能源使用中的经济性和效率性,以及在不同能源选项之间的权衡。能源投入成本包括采购成本、运输成本、存储成本等,分析不同能源的成本构成和变化趋势,比较各种能源的成本效益;评估各种能源在生产过程中的燃烧效率、热值、可再生性等指标,以及不同能源对生产过程的稳定性和环保性等方面的价值。能源转换分析是分析能源从一种形式转换为另一种形式的成本和效率,比如电能转换成热能的成本与效率,以及不同能源转换方式对能源利用的灵活性和经济性的影响。能源替代是对比各种替代能源的投入成本和价值,评估替代能源引入后的经济效益,分析替代能源对生产过程稳定性、可持续性等方面的影响。能源共用是分析多种能源在生产过程中的协同利用情况,考虑能源共用带来的系统复杂性、管理难度等因素,评估能源共用带来的成本节约和效率提升。三、钢铁-装备制造循环能源解析与优化–能源共用钢铁-装备制造循环碳足迹分析和碳排放强度解析是评估钢铁和装备制造行业在能源生产、使用和循环利用过程中对环境影响。碳足迹指的是产品在其全生命周期内产生的温室气体(主要是CO₂)排放的总和。包括了从原材料提取、生产、运输、使用到废弃或回收的所有阶段。钢铁-装备制造循环中,收集钢铁和装备制造过程中各个环节的温室气体排放数据,包括直接排放(如燃烧过程)和间接排放(如电力消耗),同时考虑上游供应链的碳排放,使用国际通用的碳足迹分析方法,如生命周期评估(LCA)分析各个生产阶段对总碳足迹的贡献,识别主要的排放源。并与行业平均水平或国际标准进行比较,评估企业的碳排放表现。根据解析结果,全面了解钢铁和装备制造业的碳排放情况,制定针对性的减排措施,如改进生产工艺、提高能源效率、使用低碳原材料等,助力可持续发展。三、钢铁-装备制造循环能源解析与优化–碳排放解析跨企业电力优化配置,电力是保障钢铁、装备等制造业正常生产的最重要能源。通过分析各企业的电力需求模式和趋势,评估各企业当前的电力来源、设备效率、能源使用效率等,分析可用的电力供应选项,包括可再生能源、传统能源、分布式能源等。建立跨企业的合作机制,通过信息共享、资源互补,根据各企业的需求和供应情况,通过能源管理系统、能源存储技术、负荷管理,实现资源优化配置,确保电力供应的稳定性和可持续性。跨企业多能源优化配置,钢铁、装备之间综合考虑多种能源之间的互补性和转换效率,以提高能源利用效率、减少能源浪费。通过集成各种能源的供应和需求数据,实现对多种能源资源的统一监控、计划和管理;企业之间建立能源交叉利用机制,引入智能能源转换设备和技术,实现多种能源之间的高效转换和协同利用;企业共同利用可再生能源设施,如太阳能发电、风力发电等,实现各种能源资源的共享和最大化利用。因此,通过跨企业多种能源的整体利用规划、储备规划和紧急调度预案等,确保各种能源的充分利用和安全供应。三、钢铁-装备制造循环能源解析与优化–跨企业能源配置多主体多能源协同优化:各主体之间共享能源需求、生产计划和能源消耗数据,建立统一的数据平台;针对涉及的多种能源类型,进行跨领域的协同规划,考虑不同能源之间的替代关系和互补关系,实现在多种能源之间的灵活转换和利用;采用人工智能和大数据分析技术,建立多主体多能源的智能调度系统,实现动态能源资源配置和协同优化,以适应不同主体的需求变化。能源管理多目标优化:综合考虑多个企业能源管理的降低能源成本、减少碳排放、提高能源利用效率等多个可能存在冲突的目标;跨企业整合各自的能源使用数据、生产计划以及设备状态等信息,构建统一的能源管理数据平台;建立多变量、多限制的优化模型,考虑不同目标之间的权衡和协调,寻找满意的能源配置方案,实现多目标之间的平衡和协同。三、钢铁-装备制造循环能源解析与优化–多目标协同优化

第十二章面向制造循环的工业互联网平台与技术主讲人:汪恭书工业智能与系统优化国家级前沿科学中心智能工业数据解析与优化教育部重点实验室东北大学人工智能与大数据研究院唐立新院士团队概述12.1、工业互联网驱动制造循环12.2、面向制造循环的工业互联网平台12.3、工业互联网“端-边-云”协同技术12.4、目录工业互联网通信技术12.5、工业互联网安全技术12.6、37工业互联网是新一代信息通信技术与制造业深度融合的新型基础设施、应用模式和工业生态,通过对人、机、物、系统的全面连接,构建起覆盖全产业链、全价值链的全新制造和服务体系,为工业数字化、智能化发展提供了实现途径,是第四次工业革命的重要基石。网络为基础:构建工业全系统、全产业链、全价值链泛在深度互联。平台为中枢:为数据汇聚、建模分析、知识提取、应用创新提供支撑。数据为要素:结合行业知识和工业机理,深耕细作挖掘数据价值。安全为保障:构建安全体系,识别和抵御安全威胁、化解安全风险。路车人法12.1、概述钢铁工业产品设计工艺设计质量设计原料多工序生产过程产品工业互联网平台装备制造零散小批量需求个性化定制需求12.2、工业互联网驱动制造循环以钢铁工业和装备制造为中心的制造循环工业系统主要强调生产、物流、能源等要素在物理空间的循环畅通。工业互联网通过数字技术将制造循环工业系统的实体信息虚拟化,将物理空间映射为数字空间,通过连接全要素、贯通全流程、聚合全生态来提升生产效率,实现资源优化配置,推进制造业高质量发展。制造循环工业平台制造企业1制造企业2低时延高可靠大宽带企业间主循环网络高可靠全覆盖大宽带企业微循环网络工业机器人生产设备仪器仪表高可靠高安全高融合生产控制网络CAXPLMERPSCMPLC\CNCSCADA\DCSMES智能传感器制造循环工业微循环企业层设备层边缘层开发者社区应用商店应用二次开发行业解决方案设计协同管理协同设备租赁共享工业金融信贷应用层优化模型数据模型工业模型工业应用开发工业PaaS层专业服务通用服务部署运维资源管理公有云服务IaaS层企业平台并入网络产品设计仿真设备健康管理企业能耗优化个性化定制应用层工业模型数据模型数据管理私有云部署本地部署工业视觉检测工艺参数自适应AGV智能调度…边缘智能应用边缘应用部署管理工业设备接入信息系统接入协议解析数据预处理边缘系统云-边-端协同云端-边缘协同设施层………平台层优化模型平台互操作面向制造循环的工业互联网平台是实现制造企业间与企业内的互联互通,包括具有供需关系制造企业之间的横向互联,以及企业内部生产车间、运输部、能源部等业务部门之间的纵向互联。12.3、面向制造循环的工业互联网平台端-边-云协同技术作为一种新兴的计算模式,正日益受到各个行业的关注和应用。这种技术模式通过将计算任务在端设备、边缘节点和云端之间合理分配和协同处理,为实现高效生产和管理提供了新的思路和方法对于制造循环工业来说,资源、数据和应用的协同是实现高效生产和管理的重要引擎,工业互联网端-边-云协同架构是实现这种协同的关键12.4、工业互联网“端-边-云”协同技术—协同概念资源协同端-边-云系统中各个计算节点之间合作利用资源的过程,包括计算资源、存储资源、网络带宽等核心目标是实现资源的高效利用和平衡分配,以满足不同任务的需求数据协同端-边-云系统中数据的共享、传输和处理过程数据协同能够实现实时数据采集、数据处理、数据分析等功能应用协同端-边-云系统中各个应用之间的协同工作这种协同工作可以通过多种方式实现,包括但不限于算法模型的共享、应用服务的协同部署等端-边-云协同技术架构是一种将端设备、边缘计算节点和云平台相互协作的系统设计,旨在实现高效的数据处理与应用部署端-边-云协同技术的架构,包括端设备层、边缘计算层、云平台层以及它们之间的协同与集成机制12.4、工业互联网“端-边-云”协同技术—协同架构端设备层端设备层是端-边-云协同技术的基础组成,包括各种智能终端、传感器、执行器等,负责数据的采集和传输边缘计算层边缘计算层位于网络边缘,负责接收从端设备传来的数据,并进行初步的处理和分析云平台层云平台层是端-边-云协同技术的核心,负责接收来自边缘计算层的数据,并进行进一步的处理、存储和分析协同与集成机制通过端、边、云之间的协同与集成,实现数据的高效处理和应用部署,提升系统的性能和效率端-边-云协同网络的优化与调度策略是实现最大化利用和分配端边云计算资源的关键。端-边-云协同优化技术包括跨端边云协同计算方法、端到端跨域保障机制以及资源管理和任务调度策略、端云协同多目标优化算法等通过端-边-云协同优化,端边云协同网络能够在满足各种复杂、变化的需求的同时,解决协同网络的优化与调度策略的问题,优化网络资源配置,进一步提升网络性能12.4、工业互联网“端-边-云”协同技术—协同优化工业互联网通过新一代信息通信技术与工业自动化技术的深度融合,构建了覆盖全产业链、全价值链的全新制造和服务体系通过实时数据采集、解析与优化,工业互联网通信技术帮助企业实现对生产过程的精细化管理和优化,最大限度地减少资源浪费和能源消耗,从而实现制造循环的有组织运行支撑通信技术生产设备12.5、工业互联网通信技术工业互联网通信技术将工业生产中的各种设备、系统、资源进行连接和通信,实现信息的获取、传输、处理和应用的过程工业互联网通信技术涵盖传统有线通信技术和新兴的无线通信技术,包括传感器网络、工业以太网、无线传输技术等,为工业生产提供了高效、智能的通信解决方案,实现了设备之间的互联互通,是工业生产数字化、智能化的基础12.5、工业互联网通信技术面向工业互联网的通信技术需要满足低时延、高可靠、大规模连接和超高带宽的需求,面向不同的工业应用场景,需要满足不同的工作指标通信技术通过有效的网络资源规划与调度,结合通信理论,数据挖掘等技术,为通信管理及性能优化提供智能化方法,实现以最小化的网络成本获取最大化的服务质量(带宽,速度,可靠性等)。面向制造循环工业系统,通信技术主要包括:12.5、工业互联网通信技术—通信优化信道建模与估计技术自适应调制与编码技术频谱管理与优化技术中国工业互联网产业联盟发布《工业互联网体系架构》,提出工业互联网安全体系架构,聚焦设备、控制、网络、应用、数据五大安全重点。确保工业互联网的正常运转和安全可信,应对工业互联网设定合理的安全目标,并根据相应的安全目标进行安全技术实施,从而保护工业控制系统、设备、网络和数据免受未经授权的访问、使用、披露、破坏、修改、检查、记录或控制。12.6、工业互联网安全技术设备安全:设备智能化使生产装备直接暴露在网络攻击之下网络安全:网络无线化及组网灵活化带来更大网络安全风险控制安全:控制环境开放化使外网威胁迅速渗透至工厂内网应用安全:工业应用种类多样化、数量巨大化和程序复杂化数据安全:数据互联和共享使信息安全和隐私保护面临挑战基本安全目标:信息安全三要素分别为可用性(Availability)、完整性(Integrity)和机密性(Confidentiality)。在工业互联网环境下,可用性(Availability)往往被赋予更高的优先级,因此工业互联网的基本安全目标需要遵循AIC原则。此外,还包括可靠性、弹性和隐私安全等,共同构成了工业互联网的关键安全目标。基本攻击类型:工业互联网领域的攻击行为涵盖了广泛的主动攻击和被动攻击,其核心目标是破坏、操纵或窃取工业控制系统的数据和操作。4712.6、工业互联网安全技术密码技术:密码算法和密码协议是目前公认的最有效、最可靠、最经济的关键信息核心保障技术,可以为工业互联网的数据业务全流程进行加密保护和安全认证。隐私计算:通过同态加密、安全多方计算等密码学原语,允许不同实体在不泄露原始数据的情况下协同处理和分析数据,有效解决数据孤岛问题。博弈理论:工业互联网安全是一个复杂多维问题,涉及多方利益平衡,博弈论作为一种分析和解决冲突和合作问题的理论工具,为工业互联网安全提供一种有效的分析框架。4812.6、工业互联网安全技术

第十三章制造循环工业系统数据循环机制与技术主讲人:汪恭书工业智能与系统优化国家级前沿科学中心智能工业数据解析与优化教育部重点实验室东北大学人工智能与大数据研究院唐立新院士团队13.1概述制造循环:本质是具有物质交换关系的制造业集群的供给与需求的通畅通达,工业互联网为制造循环的信息连接提供基础设施。标识解析:通过标识码为物理实体和虚拟对象赋唯一身份,为制造循环工业系统中跨企业的资源、物流、能源等物质基础提供相对应的数据身份信息。区块链网:基于密码学和分布式技术实现的去中心化架构,是构建制造循环工业系统信息空间数据循环秩序和信任机制的共性技术。隐私计算:以保障制造循环工业系统企业间的数据安全与隐私为目的,基于统计和机器学习方法而实现数据可用不可见的底层技术。制造循环标识解析区块链网隐私计算身份编码数据映射机制设计数据流通安全密码加密可用数据流通机制作为一种专为实现多个企业间数据安全、高效交换与共享而设计的结构化系统,通过技术手段和规则设计,最大化数据价值和利用效率,促进数据资产化,实现跨企业间的协同效益和业务创新,支持决策优化和精准营销。13.2数据循环机制标准化和协议:定义统一的数据格式、通信协议和交换标准,以确保不同组织能够理解和使用共享的数据身份管理和访问控制:确立严格的身份验证机制和访问控制策略,以确保只有授权的用户和系统可以访问特定的数据资源。安全和隐私保护:实施强大的数据加密、匿名化处理和安全传输协议,以保护数据在传输和存储过程中的机密性和完整性。持续优化和评估:建立持续优化和反馈机制,定期评估数据流通框架的效率、安全性和可靠性,并根据评估结果进行调整和改进。标识解析是指为工业制造中的智能机器、生产设备、零部件和存储系统等赋予唯一标识,并建立基于标识的通信网络,实现所有数据元素的全面互联,有效推动了工业数据的集成、共享和价值挖掘,是解决“信息孤岛”、完成工业系统数据汇聚以及在此基础上实现数据共享的关键技术之一。5213.3制造循环工业系统标识解析标识解析体系架构作为指导各级标识服务节点部署和产业生态构建的重要理论依据主要包括业务视图、功能视图、实施视图和安全视图四个部分。5313.3制造循环工业系统标识解析业务视图:明确为不同角色提供联网对象唯一标识、数据管理和信息共享服务的业务过程功能视图:描述了解析体系支撑标识服务所需提供的功能实施视图:列出了企业端、公共平台端和应用端需要部署的标识软硬件设施及其相互关系安全视图:考虑标识服务过程中的身份安全、数据安全和行为安全我国的工业互联网标识解析体系架构采用分层、分级的部署模式,由根节点、国家顶级节点、二级节点、企业节点、递归节点要素组成5413.3制造循环工业系统标识解析国家顶级节点:国家或地区内部最顶级的标识服务节点,提供全国范围的顶级标识解析服务二级节点:面向特定行业或多个行业提供标识服务的公共节点,提供标识认证等管理功能企业节点:企业内部的标识服务节点,提供企业专属的标识注册、解析和数据服务递归节点:标识解析体系的关键入口设施,通过缓存等技术手段提升服务性能递归解析标识解析体系整体架构包含根节点、五大国家顶级节点、灾备节点、二级节点、企业节点、公共递归解析节点。递归解析系统是接收标识解析统一入口,负责递归寻址并利用缓存技术提高解析效率的服务系统,是标识解析体系的关键入口设施。标识关联构建数据字典和知识库,基于唯一标识字典、产品信息等数据,通过关联和索引,对标识数据特征进行提炼,支撑数据的全面关联解析。构建具有唯一编码及对应解析寻址数据元素,数据对象覆盖标识对象业务流程的关键环节、业务关系和数据规范。13.3制造循环工业系统标识解析标识编码将物理或虚拟资源身份数据进行编码,映射到信息空间,构建可识别数字对象,从而能够唯一识别物理或虚拟资源的身份符号。编码是将源对象内容按照一种标准转换为一种标准格式内容,解码是使用和编码相同的标准将编码内容还原为最初的对象内容。霍夫曼编码将出现频率较高的字符用较短的二进制编码,而出现频率较低的字符用较长的二进制编码表示,从而达到无损压缩数据的目的。实现方式是将出现频率较低的字符合并成一个节点,而出现频较高的字符保持为叶子节点,通过不断合并字符创建哈夫曼二叉树。13.3制造循环工业系统标识解析区块链基于密码学和分布式技术实现的去中心化架构,是构建制造循环工业系统信息空间数据循环秩序和信任机制的共性技术,为跨企业的数据存储、传输和计算提供可信环境。区块链核心特点包括去中心化、不可篡改、透明公开和安全可信。区块链通过构建信任机制,提高数据的安全性和可信度,实现跨企业数据流通和交易。针对具有物质交换关系的钢铁工业-装备制造业,在标识解析基础上基于区块链为协同制造、资源共享提供技术支撑。制造循环工业系统(物理空间)工业互联网平台(信息空间)区块链区块链本地数据库……存储、传输、计算数据采集决策13.4基于区块链网的数据循环技术区块链通用架构包括数据层、网络层、共识层、激励层、合约层和应用层。这些层次分别负责处理区块链的底层数据、网络连接、共识算法、经济激励、智能合约以及具体应用。工业区块链架构则是在通用区块链架构的基础上,针对工业领域的特定需求进行优化和扩展,确保工业数据传输的可靠性、高效性和安全性。5813.4基于区块链网的数据循环技术区块链的核心技术包括:块链数据结构、分布式存储、非对称加密、共识算法、P2P网络等。可以简化并抽象成五层技术架构。5913.4基于区块链网的数据循环技术块链数据结构:将数据存储在一定容量的区块中,每个区块分为区块头和区块体两个部分分布式存储:网络中的每个节点都可以选择存储完整的数据,并依据情况对节点数据进行更新非对称加密:相对了传统的对称加密而言更具有安全性P2P网络:负责交易数据的网络传输和广播、节点发现和维护共识算法:主要用来解决各节点数据一致性和有效性问题隐私计算是在保护数据本身不对外泄露的前提下实现数据分析计算的技术集合,融合密码学、数据科学、人工智能、区块链等众多技术体系,在充分保障数据隐私的前提下,多方协同进行跨域计算和联合分析,实现数据的可用不可见。通过将区块链与隐私计算技术融合,解决数据孤岛信息流通与隐私保护之间的矛盾,保障数据全生命周期过程计算安全,驱动敏感工业数据价值的转化和释放。隐私计算主要分为基于密码学的安全多方计算、基于人工智能的联邦学习等。数据计算方数据使用方数据拥有方所有权执行权数据使用权授权访问授权使用授权执行隐私计算13.4隐私计算隐私计算交叉融合了密码学、人工智能、计算机硬件等众多学科,逐渐形成以多方安全计算、联邦学习、可信执行环境为代表,混淆电路、秘密分享、不经意传播等作为底层密码学技术,同态加密、零知识证明、差分隐私等作为辅助技术的相对成熟的技术体系,为数据安全合规流通提供了技术保障。6113.5隐私计算技术技术多方安全计算可信执行环境联邦学习安全机制基于密码学原理的数据加密引入可信硬件数据不动模型变化性能低~中高高通用性高中低高效性中中低准确性高高中~高可控性高中高保密性高中~高中可信方不需要需要不需要整体描述开发难度大,关注度高使性能提升迅速易开发,性能好,需新人芯片厂商综合运用各类密码学方法,主要针对机器学习同态加密密码编码基于保密编码、信息论、数学和计算机科学设计密码算法和密码协议,是信息安全核心保障技术,可以为工业系统的关键业务进行全流程加密保护、安全认证,提供机密性、完整性、真实性、不可否认性等一系列重要安全保障。同态加密作为一种加密形式,是实现数据隐私计算的基础。通过对密文进行特定形式的代数运算得到仍然是加密的结果,将其解密所得到的结果与对明文进行同样的运算结果一样,不交换明文数据的情况之下依然进行业务计算。单密钥加密:私钥密码、对称密码双密钥加密:公钥密码、非对称密码密码核心技术白盒攻击:对密码系统完全控制灰盒攻击:侧信道分析攻击等攻击模型无条件安全性:信息论安全、完备安全计算安全性:破解代价难以实现密码安全性自适应选择密文攻击:选择任意密文进行质询自适应选择密文攻击:选择限制密文进行质询敌手能力数学困难问题计算复杂度理论语义安全理论伪随机数生成器自适应选择明文攻击:选择任意明文进行质询无密钥加密:哈希函数、散列函数黑盒攻击:仅知密码系统外部信息可证明安全性:数学难题的等价证明代数运算同态加密同态解密原始数据密文数据密文结果代数运算相同明文结果明文结果相同13.4隐私计算

专用算法

密码原语多方计算安全多方计算技术主要通过秘密分享、不经意伪随机函数等密码学原语,在无需进行数据归集的情况下,完成目标数学模型的多方数据协同计算,保护数据所有方的原始数据隐私,实现跨域大规模密态数据计算和价值挖掘。隐私查询检索密文正则运算隐私集合运算密文比较运算差分隐私密文矩阵运算密码算法密钥交换同态加密秘密共享OT协议OPRF协议......

安全多方计算联邦计算联邦学习是一种保护隐私的机器学习方法,强调多个参与方在保证各自隐私数据不超出安全边界的前提下来协作完成一项学习任务。它解决机器学习中多方数据缺失的问题,数据的安全问题和隐私保护的问题。13.4隐私计算5.6小结本章内容介绍制造循环工业系统的数据循环机制及相关技术。数据循环机制通过相应技术手段融合和规则设计,确保企业间数据高效流通共享标识解析技术通过将物理实体和虚拟对象赋唯一身份,实现数据映射和身份编码区块链技术基于密码学和分布式技术实现去中心化的数据流通和交易,通过构建信任机制,提高数据的安全性和可信度隐私计算基于统计和机器学习方法,确保数据在流通和融合过程中的“可用不可见”,实现数据可控共享。64

第十四章制造循环工业系统设计仿真平台主讲人:许特工业智能与系统优化国家级前沿科学中心智能工业数据解析与优化教育部重点实验室东北大学人工智能与大数据研究院唐立新院士团队一、制造循环工业系统设计仿真平台基于虚拟现实(VR)、增强现实(AR)、虚拟仿真技术的可视化研究是近年来人工智能、智能人机交互领域的前沿课题。一方面,基于VR、AR、虚拟仿真技术的仿真模型可以接受经过预处理的实际生产数据,在相对安全的环境下实时模拟现场生产情况,将部分黑盒问题转化为白盒问题;另一方面,仿真模型在终端设备内可以进行虚拟生产或制造,从而纠正基于数据解析和优化的数学模型,形成闭环的控制与监测。连铸加热炉轧制轧制工艺过程透明化黑箱工艺可控化优化生产过程一、制造循环工业系统设计仿真平台全流程物流优化与调度实时控制全流程生产过程安全与质量监控钢铁全流程关键工序机理解析虚拟现实增强现实计算流体力学仿真不同的冶炼需求不断调整冶炼环节的各个参数,传统的冶炼优化过程造成巨大成本消耗,且面临复杂技术操作培训难度高等问题。可对操作人员进行工艺流程、系统及设备性能及设备安装等方面的培训,能有效降低冶炼成本和实际操作风险全质量实时监控。结合环境感知和智能识别技术,实时监控整个生产流程,及时发现生产过程中的操作失误。维修维护操作引导。生成可视化维修指令来指导现场作业,引导整个维修过程,实现精准化元件对接,可以降低维修难度,提升效率。钢液流动常常耦合传热、传质、化学反应、相变、电磁力、气泡流动等诸多过程形成更复杂的流动现象。传统的手段是模型实验(物理的或化学的)和现场实测。通过数值计算和图形显示的方法,所需的时间和费用都少得多。制造循环工业系统设计仿真平台能够利用传感器收集现场感知的数据,通过数据解析技术对生产过程进行准确计量、诊断和预报,在此基础上实现生产计划、调度、操作和控制的优化决策;同时,按照基于时间-空间-要素的全生命周期设计与仿真集成方法,对制造全过程进行精准刻画与仿真,实现上述关键核心功能的可靠验证和迭代更新,为智能工业数据解析与优化理论和技术在钢铁、装备、物流、能源等工业中的应用提供中试基地。一、制造循环工业系统设计仿真平台2.1系统建模与仿真理论二、设计仿真平台概述

面向数字化的设计仿真平台是一种全新的工业设计理念和模式,它借助数字化和互联网技术的优势,将大数据、数字设计、自动设计等技术进行整合,通过仿真技术实现设计制造的一体化。该平台采用系统工程的思想,通过数字化技术和大数据分析,对制造循环工业系统的生产流程、产品设计、质量控制等方面进行全面优化。系统建模与仿真技术的发展已经渗透各行各业。系统建模与仿真理论是一个涉及多个领域的复杂理论体系,它结合了数学、计算机科学、工程学等多个学科的知识,用于对实际系统进行描述、建立模型、模拟其行为和性能,从而进行系统的分析、验证和评估。系统建模仿真算法仿真实验设计与实施2.1系统建模与仿真理论——系统建模二、设计仿真平台概述

需求分析:明确建模的目的、系统类型、目标、关注点和可见度等因素,为后续建模工作提供指导。系统界定:划定系统的边界,明确系统与环境之间的交互关系,为后续建模提供明确的范围。系统组成要素定义:识别并定义系统的组成要素,包括实体、属性、关系等,为后续建模提供基础。构建关系网络:根据系统组成要素之间的相互作用和关系,构建系统的关系网络,以反映系统的整体结构和功能。制定假设和模型参数:根据系统实际情况和建模需求,制定合理的假设和模型参数,以确保模型的准确性和可靠性。需求分析系统界定系统组成要素定义构建关系网络制定假设和模型参数2.1系统建模与仿真理论——仿真算法二、设计仿真平台概述

建立模型:根据系统建模的结果,构建仿真模型。模型应该能够反映系统的实际结构和功能,并能够处理各种输入和输出。指定条件:为仿真模型指定初始条件、边界条件、输入参数等,以便在仿真过程中模拟系统的实际运行情况。运行仿真模拟:使用仿真算法对模型进行运行,在仿真过程中,系统会根据不同的输入和环境条件来模拟各种场景下的系统行为。分析结果:对仿真结果进行处理和分析,以评估系统的性能和行为是否符合预期。如果仿真结果不符合预期,需要对模型进行调整和优化。仿真算法的实现可以采用多种方法和技术,如离散事件仿真、连续仿真、基于代理的仿真等。建立模型指定条件运行仿真模拟分析结果具体算法2.1系统建模与仿真理论——仿真实验设计与实施二、设计仿真平台概述

实验设计:根据研究目的和仿真需求,设计合理的仿真实验方案。实验方案应该包括实验目标、实验场景、实验参数、实验步骤等内容。实验实施:按照实验方案进行仿真实验的实施,需要确保仿真模型的准确性、稳定性和可靠性,并根据实验需求进行模型的调整和优化。数据收集与处理:在仿真实验过程中收集各种数据,包括系统的输入、输出、状态变量等,分析评估系统的性能和行为是否符合预期。结果分析与解释:根据数据分析的结果,对系统的性能和行为进行解释和评估。如果系统性能不符合预期,需要分析原因并进行模型的调整和优化。要确保实验方案的科学性和合理性;要确保仿真模型的准确性和可靠性;要对实验结果进行充分的分析和解释,以提供有价值的参考和指导。实验设计实验实施数据收集与处理结果分析与解释注意点2.1计算机图形学

——三维建模二、设计仿真平台概述

建模方法建模软件应用领域具体方法建模方法:三维建模主要依赖于几何形状的描述和数学公式的运用。常见的建模方法包括多边形网格、NURBS(非均匀有理B样条)曲面、体素等。建模软件:为了辅助三维建模,出现了许多专业的建模软件,如3dsMax、Maya、Blender等。提供了丰富的工具和功能,使用户能够轻松地创建和编辑三维模型。应用领域:三维建模技术在许多领域都有广泛应用。在电影和游戏制作中,三维模型被用来构建逼真的虚拟场景和角色。多边形网格由顶点、边和面构成,可以表示复杂的物体形状。NURBS曲面则提供了更高的灵活性和精度,特别适合于表示曲线和曲面。2.1计算机图形学

——动态仿真二、设计仿真平台概述

建模方法建模软件应用领域物理引擎:物理引擎是实现动态仿真的关键技术之一。它负责模拟现实世界中的物理规律,如重力、碰撞、摩擦等。粒子系统:粒子系统是实现自然现象仿真的重要工具。它可以模拟火、水、烟雾等复杂现象。通过调整粒子的属性,可以创建出各种逼真的动态效果。实时渲染:动态仿真通常需要实时渲染技术来呈现仿真结果。实时渲染要求图形系统能够在短时间内生成高质量的图像,以便用户能够实时观察仿真的进展。2.1计算机图形学

——人机交互二、设计仿真平台概述

图形用户界面交互设备与技术用户体验设计GUI

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论