【CN109816232A】一种智能生产管理系统【专利】

智能制造系统论文精编版

智能制造系统论文精编 版 MQS system office room 【MQS16H-TTMS2A-MQSS8Q8-MQSH16898】

编号: 课程论文 题目智能制造系统 指导教师王慧 学生姓名邵芹 学号 专业机械设计制造及其自动化 教学单位德州学院机电工程系（盖 章） 2012年6月20日 目录 摘要及关键词 (1)

智能制造系统 邵芹 （德州学院机电系，山东德州 253023） 摘要：介绍了智能制造提出的背景、主要研究内容和目标, 人工智能与 I M T、 I M S的关系, I M S 和C I M S, 智能制造的物质基础及理论基础, 智能制造系统的特征及 框架结构, 并简要介绍了智能加工中心 IMC, 智能制造技木的发展趋势，以及智能制造 系统研究成果及存在问题。 关键词：智能制造；IMS； IMC；IMT。 Abstract：Intelligent Manufacturing introduced the background, main contents and objectives, Artificial Intelligence and IMT, IMS relations, IMS and CIMS, intelligent manufacturing and the material basis of the theoretical basis of the characteristics of intelligent manufacturing system and the framework structure, and gave a briefing on intelligence Machining Center IMC, intelligent manufacturing technology development trend of wood, as well as the Intelligent Manufacturing Systems research results and problematic. Key words: Intelligent Manufacturing, IMS, IMC, IMT。 1 引言 智能制造提出的背景 制造业是国民经济的基础工业部门, 是决定国家发展水平的最基本因素之一。从机 械制造业发展的历程来看, 经历了由手工制作、泰勒化制造、高度自动化、柔性自动 化和集成化制造、并行规划设计制造等阶段。就制造自动化而言, 大体上每十年上一个 台阶: 50～ 60年代是单机数控, 70 年代以后则是CNC 机床及由它们组成的自动化岛, 80 年代出现了世界性的柔性自动化热潮。与此同时, 出现了计算机集成制造, 但与实用 化相距甚远。随着计算机的问世与发展, 机械制造大体沿两条路线发展: 一是传统制造 技术的发展, 二是借助计算机和自动化科学的制造技术与系统的发展。 80年代以来, 传 统制造技术得到了不同程度的发展,但存在着很多问题。先进的计算机技术和制造技术 向产品、工艺和系统的设计人员和管理人员提出了新的挑战, 传统的设计和管理方法不 能有效地解决现代制造系统中所出现的问题, 这就促使我们借助现代的工具和方法, 利 用各学科最新研究成果, 通过集成传统制造技术、计算机技术与科学以及人工智能等技术, 发展一种新型的制造技术与系统, 这便是智能制造技术 ( In telligen t M anufactu r ingTechno logy, I M T ) 与智能制造系统( In telligen tM anufactu r ing System , I M S)[1 ]。 90 年代以后, 世界各国竞相大力发展 I M T 和I M S 的深层次原因有:

浅谈机器人智能控制研究.答案

陕西科技大学 2015 级研究生课程考试答题纸 考试科目机械制造与装配自动化 专业机械工程 学号1505048 考生姓名乔旭光 考生类别专业学位硕士

浅谈机器人智能控制研究 摘要：以介绍机器人控制技术的发展及机器人智能控制的现状为基础,叙述了模糊控制和人工神经网络控制在机器人中智能控制的方法。讨论了机器人智能控制中的模糊控制和变结构控制,神经网络控制和变结构控制,以及模糊控制和神经网络控制等几种智能控制技术的融合。并对模糊控制和神经网络控制等方法中的局限性作出了说明。 关键词:机器人；智能控制；模糊控制；人工神经网络 1 智能控制的主要方法 随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出崭新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。 智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。1.1 模糊控制 模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验作为控制规则。其基本思想是用机器模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定二者缺一不可。 1.2 专家控制 专家控制是将专家系统的理论技术与控制理论技术相结合,仿效专家的经验,实现对系统控制的一种智能控制。主体由知识库和推理机构组成,通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。 1.3 神经网络控制 神经网络模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表

【CN209624994U】一种智能家居控制系统【专利】

(19)中华人民共和国国家知识产权局 (12)实用新型专利 (10)授权公告号 (45)授权公告日 (21)申请号 201920230353.9 (22)申请日 2019.02.21 (73)专利权人 成都信息工程大学 地址 610225 四川省成都市双流区西南航 空港经济开发区学府路一段24号 (72)发明人 马颖婷　祝小龙　王海时　占佳锋　 白玲秀　唐俊豪　李珂　田昌军　 叶琳娜　邓娟　张金伟　王雪　 赵斌　文展　 (74)专利代理机构 成都九鼎天元知识产权代理 有限公司 51214 代理人 钱成岑 (51)Int.Cl. G05B 15/02(2006.01) G05B 19/418(2006.01) (ESM)同样的发明创造已同日申请发明专利 (54)实用新型名称 一种智能家居控制系统 (57)摘要 本实用新型公开了一种智能家居控制系统。 该智能家居控制系统包括用户端，云服务器，通 讯设备以及第一电器，其中用户端接收表征第一 电器工作状态的数据并发送指令以控制第一电 器，云服务器用于存储用户端和通讯设备传输的 数据和指令，通讯设备具有与第一电器和云服务 器之间进行数据和指令传输的广域网功能，其中 第一电器集成有无线数传模块。权利要求书1页 说明书4页 附图3页CN 209624994 U 2019.11.12 C N 209624994 U

权　利　要　求　书1/1页CN 209624994 U 1.一种智能家居控制系统，包括用户端，云服务器，通讯设备以及第一电器，其特征在于用户端接收表征第一电器工作状态的数据并发送指令以控制第一电器，云服务器用于存储用户端和通讯设备传输的数据和指令，通讯设备具有与第一电器和云服务器之间进行数据和指令传输的广域网功能，所述第一电器集成有无线数传模块,其中通讯设备集成在第一电器中，所述通讯设备包括GPRS模块或NBIOT模块，其中无线数传模块包括WIFI模块或433M模块，其中第一电器是净水装置，所述净水装置包括水质检测模块，开关模块，电磁阀控制模块，无线数传模块和单片机， 其中水质检测模块包括电导探头，温度探头以检测所在位置水的电导和温度分别生成电导信号和温度信号，所述温度信号用于校正电导信号； 其中开关模块检测储水部件的储水量生成压力信号并传输到单片机以控制净水模式的开启和关闭，当储水部件中的储水量大于预设值时压力信号处于第一状态，净水模式不进行； 其中电磁阀控制模块包括进水电磁阀和冲洗电磁阀，单片机发送进水指令信号和冲洗指令信号以分别控制进水电磁阀和冲洗电磁阀的导通和关断； 其中单片机的型号为STM32型； 其中净水装置还包括按键模块和显示模块，按键模块发送第一按键信号和第二按键信号到单片机以控制显示模块显示的信息； 其中净水装置还包括报警模块，当单片机接收到的特定检测信号达到预设值时，报警模块输出报警信号。 2.如权利要求1所述的智能家居控制系统,其特征在于所述智能家居控制系统还包括第二电器和/或第三电器，所述第二电器和/或第三电器集成有无线数传模块。 2

人工智能技术专利深度分析报告

人工智能技术专利深度分析报告

目录 第1章报告目标与检索策略 (1) 1.1 人工智能技术概述 (1) 1.2 分析目标 (1) 1.3 检索策略 (2) 第2章人工智能技术整体专利态势分析 (3) 2.1 专利申请量趋势分析 (3) 2.1.1 全球人工智能专利申请量趋势 (3) 2.1.2 专利申请量排名前十的国家/地区 (3) 2.1.3 中国申请量趋势及国内排名前五的申请人申请量趋势 (4) 2.1.4 美国地区申请量趋势 (6) 2.1.5 欧洲地区申请量趋势 (6) 2.1.6 日本申请量趋势 (7) 2.1.7 韩国申请量分析 (8) 2.2 专利权人整体状况分析 (9) 2.2.1 国内主要专利权人分析 (9) 2.2.2 美国主要专利权人分析 (9) 2.2.3 欧洲主要专利权人分析 (10) 2.2.4 日本主要专利权人分析 (11) 2.2.5 韩国主要专利权人分析 (11) 2.3 PCT申请态势分析 (12) 2.3.1 世界范围内的PCT申请量分布特征 (13)

2.3.2 世界主要PCT申请地区的申请年代趋势 (13) 2.3.3 世界范围内PCT申请的技术分布 (15) 2.3.4 世界主要PCT申请地区的技术分布 (16) 第3章人工智能重点专利技术分析 (17) 3.1 主要技术分支 (17) 3.2 主要技术分支技术生命周期 (18) 3.2.1 机器学习和基础算法技术生命周期 (18) 3.2.2 智能搜索和智能推荐技术生命周期 (19) 3.2.3 语音识别技术生命周期分析 (20) 3.2.4自然语言处理技术生命周期 (21) 3.2.5自动驾驶技术生命周期 (22) 3.2.6计算机视觉和图像识别技术生命周期 (23) 3.3 主要技术分支申请量趋势 (23) 3.3.1 主要技术分支在国内的申请量趋势 (23) 3.3.2 主要技术分支在美国的申请量趋势 (24) 3.3.3 主要技术分支在欧洲的申请量趋势 (25) 3.3.4 主要技术分支在日本的申请量趋势 (26) 3.4 主要技术分支国内重要申请人 (27) 3.4.1 机器学习和基础算法方向主要申请人 (27) 3.4.2 智能搜索和智能推荐方向主要申请人 (28) 3.4.3 语音识别方向主要申请人 (29) 3.4.4 自然语言处理方向主要申请人 (29)

电脑生产智能制造系统的制作方法

本技术提供了一种电脑生产智能制造系统，包括基础数据模块、生产计划模块、生产调度模块、质量管理模块、制造资源模块、员工管理模块、仓库管理模块、综合报表模块、系统管理模块、动态数据模块和配备的移动端系统。所述动态数据模块包括资金数据管理模块、能量数据管理模块、市场需求数据管理模块和售后数据管理模块，通过动态数据模块的数据构建电脑生产智能制造知识库，生产计划模块通过对知识库进行智能学习，实现电脑制造内容的智能优化设计，从而有效配置各环节高效运转，实现利益最高化、成本最低化的自动排产。 权利要求书 1.一种电脑生产智能制造系统，包括基础数据模块、生产计划模块、生产调度模块、质量管理模块、制造资源模块、员工管理模块、仓库管理模块、综合报表模块、系统管理模块和配备的移动端系统，其特征在于，还包括动态数据模块，所述动态数据模块包括资金数据管理模块、能量数据管理模块、市场需求数据管理模块和售后数据管理模块，所述动态数据模块还承接生产计划模块、生产调度模块、质量管理模块、制造资源模块、员工管理模块、仓库管理模块、综合报表模块和系统管理模块的数据，并对数据进行分析和处理，然后传递至移动端系统。 2.根据权利要求1所述的一种电脑生产智能制造系统，其特征在于，所述资金数据管理模块

包含固定资金、流动资金、生产成本资金和收益资金，所述生产成本资金包含各个生产环节对应的成本资金分布；所述能量数据管理模块包含生产过程中能耗类别、能耗分布及能源利用率；所述市场需求数据管理模块包含产品市场占有率、地区分布、功能需求、结构需求、价格匹配；所述售后数据管理模块包含产品交付后用户使用过程中的状态参数的收集、用户评价的反馈、用户体验的反馈、售后服务过程中维修数据的积累。 3.根据权利要求1所述的一种电脑生产智能制造系统，其特征在于，所述生产计划模块包括生产订单预测模块、生产订单设计模块和生产订单跟踪模块，所述生产订单预测模块根据市场需求数据及售后数据预测客户需求订单，所述客户需求订单包括产品的结构、功能、价格和待生产数量，所述生产订单设计模块将客户订单或所述客户需求订单转换成具体的制造内容，并将制造内容传递给所述生产调度模块。 4.根据权利要求3所述的一种电脑生产智能制造系统，其特征在于，所述生产订单跟踪模块对从销售部接到所述客户订单或所述预测客户需求订单开始，到使之变成釆购计划和生产计划的全过程进行跟踪，收集生产订单的计划、分派、执行数据，更新生产订单状态，对脱期订单发出警告信息；动态数据模块承接生产订单跟踪模块信息。 5.根据权利要求4所述的一种电脑生产智能制造系统，其特征在于，所述生产订单预测模块采用以下方法进行生产订单的预测： 设有时间序列：x1，x2，x3，……，xt；线性趋势、周期性变动和不规则变动的三个基本方程为： 式中，α1、α2、α3为平滑常数，0<α1、α2、α3<1；μt为趋势值，除去周期变化影响的时间序列指数的平均数，包含了趋势变化但不包含周期变化的影响；βt为趋势斜率，用来处理时间序列的变化趋势；St为周期性指数，周期性因子的指数平滑均数； 即，本技术对生产订单的预测模型如下： yt+m＝(μt+mβt)×St-L+m

智能机器人控制系统

机器人的控制 机器人控制系统是机器人的大脑，是决定机器人功能和性能的主要因素。机器人控制技术的主要任务就是控制工业机器人在工作空间中的运动位置、姿态和轨迹、操作顺序及动作的时间等。具有编程简单、软件菜单操作、友好的人机交互界面、在线操作提示和使用方便等特点。 智能机器人控制的关键技术 关键技术包括： (1)开放性模块化的控制系统体系结构：采用分布式CPU计算机结构，分为机器人控制器(RC)，运动控制器(MC)，光电隔离I/O控制板、传感器处理板和编程示教盒等。机器人控制器(RC)和编程示教盒通过串口/CAN总线进行通讯。机器人控制器(RC)的主计算机完成机器人的运动规划、插补和位置伺服以及主控逻辑、数字I/O、传感器处理等功能，而编程示教盒完成信息的显示和按键的输入。 (2)模块化层次化的控制器软件系统：软件系统建立在基于开源的实时多任务操作系统Linux上，采用分层和模块化结构设计，以实现软件系统的开放性。整个控制器软件系统分为三个层次：硬件驱动层、核心层和应用层。三个层次分别面对不同的功能需求，对应不同层次的开发，系统中各个层次内部由若干个功能相对对立的模块组成，这些功能模块相互协作共同实现该层次所提供的功能。 (3)机器人的故障诊断与安全维护技术：通过各种信息，对机器人故障进行诊断，并进行相应维护，是保证机器人安全性的关键技术。 (4)网络化机器人控制器技术：目前机器人的应用工程由单台机器人工作站

向机器人生产线发展，机器人控制器的联网技术变得越来越重要。控制器上具有串口、现场总线及以太网的联网功能。可用于机器人控制器之间和机器人控制器同上位机的通讯，便于对机器人生产线进行监控、诊断和管理。 PID控制原理和特点 在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。当被控对象的结构和参数不能完全掌握，或得不到精确的数学模型时，控制理论的其它技术难以采用时，系统控制器的结构和参数必须依靠经验和现场调试来确定，这时应用PID控制技术最为方便。即当我们不完全了解一个系统和被控对象，或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。 比例（P）控制 比例控制是一种最简单的控制方式。其控制器的输出与输入误差信号成比例关系。当仅有比例控制时系统输出存在稳态误差。 积分（I）控制 在积分控制中，控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统，如果在进入稳态后存在稳态误差，则称这个控制系统是有稳态误差的或简称有差系统。为了消除稳态误差，在控制器中必须引入积分项。积分项对误差取决于时间的积分，随着时间的增加，积分项会增大。这样，即便误差很小，积分项也会随着时间的增加而加大，它推动控制器的输出增大使稳态误差进一步减小，直到等于零。因此，比例+积分(PI)控制器，可以使系统在进入稳态后无稳态误差。 微分（D）控制

2018年人工智能技术专利深度分析报告

人工智能技术专利深度分析报告 2018年11月

目录 第1章报告目标与检索策略 (1) 1.1人工智能技术概述 (1) 1.2分析目标 (1) 1.3检索策略 (2) 第2章人工智能技术整体专利态势分析 (3) 2.1专利申请量趋势分析 (3) 2.1.1全球人工智能专利申请量趋势 (3) 2.1.2专利申请量排名前十的国家/地区 (3) 2.1.3中国申请量趋势及国内排名前五的申请人申请量趋势 (4) 2.1.4美国地区申请量趋势 (6) 2.1.5欧洲地区申请量趋势 (6) 2.1.6日本申请量趋势 (7) 2.1.7韩国申请量分析 (8) 2.2专利权人整体状况分析 (9) 2.2.1国内主要专利权人分析 (9) 2.2.2美国主要专利权人分析 (9) 2.2.3欧洲主要专利权人分析 (10) 2.2.4日本主要专利权人分析 (11) 2.2.5韩国主要专利权人分析 (11) 2.3PCT申请态势分析 (12) 2.3.1世界范围内的PCT申请量分布特征 (13)

2.3.2世界主要PCT申请地区的申请年代趋势 (13) 2.3.3世界范围内PCT申请的技术分布 (15) 2.3.4世界主要PCT申请地区的技术分布 (16) 第3章人工智能重点专利技术分析 (17) 3.1主要技术分支 (17) 3.2主要技术分支技术生命周期 (18) 3.2.1机器学习和基础算法技术生命周期 (18) 3.2.2智能搜索和智能推荐技术生命周期 (19) 3.2.3语音识别技术生命周期分析 (20) 3.2.4自然语言处理技术生命周期 (21) 3.2.5自动驾驶技术生命周期 (22) 3.2.6计算机视觉和图像识别技术生命周期 (23) 3.3主要技术分支申请量趋势 (23) 3.3.1主要技术分支在国内的申请量趋势 (23) 3.3.2主要技术分支在美国的申请量趋势 (24) 3.3.3主要技术分支在欧洲的申请量趋势 (25) 3.3.4主要技术分支在日本的申请量趋势 (26) 3.4主要技术分支国内重要申请人 (27) 3.4.1机器学习和基础算法方向主要申请人 (27) 3.4.2智能搜索和智能推荐方向主要申请人 (28) 3.4.3语音识别方向主要申请人 (29) 3.4.4自然语言处理方向主要申请人 (29)

智慧工厂管理系统介绍模板

智慧工厂管理系统 介绍

智慧工厂管理系统 简介 工业 4.0 技术解决方案 在工业4.0的大环境下，如何实现高效、快捷、稳定地生产，是我们能够解决的问题。

系统需求:为什么要做这样的系统 当前的问题是：厂商无法对生产设备的状态、设备的利用状况、生产的数量统计以及生产数据的信息等情况做到实时监控；无法优化生产节拍，不同设备之间无法进行联动操作。这种问题的根源是生产设备和网络检测之间存在着矛盾，这种矛盾的产生会严重降低厂商的生产效率。 为了解决这个问题，我们必须将生产设备（物）和网络检测（网）有效地联系起来，因此，智慧工厂管理系统诞生。 系统功能：系统能够做什么 智慧工厂管理系统是一个集合设备故障监测，设备生产数量查看，报表生成及打印，下放生产计划，故障单查看及打印等众多强大功能的综合管理平台，是在计算机互联网的基础上,利用传感器技术、数据通信等技术，构造一个能够提高生产过程的可控性、减少生产线上人工的干预、即时正确地采集生产线数据，以及合理的生产计画编排与生产进度的网络平台，并加上绿色智能的手段和智能系统等新兴技术于一体，构建一个高效节能的、绿色环保的、环境舒适的人性化工厂。

系统结构：系统运用原理是什么 如上图所示，系统由数据采集嵌入式单片机与现场设备进行交互（当前系统支持市面上主流的各种型号的PLC、数字制式的传感器、模拟制式的传感器、具有数据输出功能的各型设备、RS23/485、Modbus、USB、TCP/IP/UDP网口通信等），经过数据采集嵌入式单片机采集设备发出的信号数据。获取当前设备的最新状态、故障说明、使用电流/电压大小、气体大小，温度大小，工位生产数量以及生产过程中多个关键数据。

智能机器人的控制技术前景分析

智能机器人的控制技术前景分析 随着科学技术的发展，机器人控制技术也日渐成熟，不仅在力矩和位置控制等基础技术上有所进步，在智能化控制上也有显著提高。可是机器人基础控制技术尽管比较完善，但是想要得到进一步提升却有很大难度，因此，智能化发展成为了机器人控制技术的研发方向，该技术上突破会给基础控制技术的发展带来契机，本文重在研究机器人控制技术的发展方向及难度，希望本文内容能对机器人控制技术的研究带来帮助。 机器人技术一直是国内外科学家重点研究的课题，尤其是美国、日本等发达国家更是机器人研究能力较强的国家，他们对机器人的研究工作有近60年了，而且实现了编程机器人向智能化机器人的发展。他们经过多年研究总结，把机器人控制技术分为三大部分，分别是力矩技术、位置技术和智能技术，其中，力矩技术和位置技术是基础，智能技术是研究的发展方向，所以说，前者是基础技术，后者是重点技术，两者都要快速地向前发展。 1.机器人基础控制技术的重要性及所面临的技术难题 力矩技术和位置技术是机器人控制技术的基础，智能化技术是在这两种技术的基础上进行发展的，所以说，我们要想实现机器人智能化发展，就要先认识到力矩技术和位置技术的作用，了解到两种基础控制技术的重要性。 以前，在机器人基础控制技术中的研究重点是速度、位置和受力等要素，而随着科学技术的发展，控制技术又需要研究各种实用的系统技术，从而保证机器人基础控制技术更加完善。可以这样说，在当今时代，机器人基础控制技术已经达到了一定的水平，这给机器人控制技术的发展打下了坚实的基础，但是，对于作为基础技术中的力矩技术和位置技术来说，要想实现突破，却要依赖智能化技术的发展，因此，位置技术、力矩技术、智能技术三者是紧密联系和相互制约的，位置技术和力矩技术为机器人控制技术智能化发展打下了基础，智能化技术又为机器人基础控制技术的突破带来了机会。下面，我介绍一下机器人控制基础技术所面临的难题。 第一，机器人基础技术研发中存在技术难题。机器人系统设置和实际运动出现不一致问题，这个问题一直难以解决，这对位置技术和力矩技术来说是一个大的挑战。第二，数据模型不能解决机器人运动中的复杂问题。机器人在实际运行中遇到复杂问题时，数据模型就出现工作不正常现象，还有一些难以预见的问题，更是机器人控制基础技术难以解决的。第三，机器人基础控制技术系统不够完善。由于机器人基础控制技术都是建立在数字模型基础上的，该数字模型只是简单的力矩控制系统，根本不能完成复杂的指令，因此，机器人为了提高系统的性能，就需要增加设备来实现，这对基础控制系统来说难度很大。第四，机器人基础控制技术不能解决不确定对象的有关问题。机器人运行中会遇见很多不确定因素，由于这些不确定因素没有建立数字模型，因此，这些问题就难以靠基础控制技术来解决。所以说，机器人性能要想得到提高，光靠基础控制技术是难以实现的，

智能家居市场分析

4、市场分析 4.1智能家居的产生 目前，国外对智能生活物联网行业有了长足的发展规划。美国的“智慧地球”战略定义大致为：将感应器嵌入和装备到电网、铁路、建筑、大坝、油气管道等各种物体中，形成物物相联，然后通过超级计算机和云计算将其整合，实现社会与物理世界融合。美国试图用它的信息网络技术，小到控制一台计算机、一台发电机，大到控制一个行业，控制各国的经济。该战略已在信息安全等领域引起我国有关方面的高度重视，部分专家甚至相关部委正在重估它在一些地方城市的部分项目建设。我国在2000年得到了第一个智能家居的专利，自此我国迈出了智能家居的第一步。 4.2 智能家居的市场前景 智能家居的前景从现在来看是大势所趋。现在的人生活都追求的是更方便、安全。智能家居的产生原因也是这样。现在的智能家居最基本的就是一般小区里都会安装的可视对讲设备及系统，这个不用细说应该都清楚。而现在高档小区已经开始使用比较先进的智能家居的黄金时间已经开始，例如房间内的灯光调光控制、电动窗帘控制、背景音乐控制、空调、新风及地暖控制等都可以纳入智能家居中。就设备而论，举例说明：德国永诺的面板配合调光模块可以操控所有户内灯光的开关、亮度、场景，增加功能网管可以对窗帘、背景音乐、空调、新风、地暖等进行控制，而且这些控制是均可以通过无线网或移动3G/4G网络在设备上（例如手机、平板电脑）等进行操控。换句话来说，主人躺在床上可以对户内所有纳入智能家居系统的设备进行操控，是非常方便的。 4.3国内外研究现状和趋势 国外起步早，经过二十余年的发展，已经发展到了相对成熟的阶段，国内与之相比，智能家居的发展存在的极大的差距。目前，国外对智能生活物联网行业有了长足的发展规划。智能家居在国外已经有很强的配套运作能力，形成了比较完善的售后服务体系，总体的行业发展成熟度比国内好很多。 我国智能家居行业发展起步较晚，2000年以前智能家居行业相关专利申请数量几乎空白；2000年后开始实现零的突破。2009年开始，我国智能家居行业技术专利申请数量开始迅速攀升。2010年申请数量达到135项，突破100项；2012年申请数量达到442项。涉足此行业者也在逐年增加。（见图4.2.1） （图4.3） 4.4 国内智能家居调查 国内消费者对智能家居概念虚火，84%的人对国内智能家居的发展不满，现在在市场上售卖的智能家居产品不能满足大部分人的需求。原因有起步较晚 国内智能家居的不足： 1、大多客户不愿因为智能家居而将原有家电废弃。

湖面清扫智能机器人的控制系统设计说明书

湖面清扫智能机器人的控制系统设计 1、引言 机器人是上个世纪中叶迅速发展起来的高新技术密集的机电一体化产品，它作为人类的新型生产工具，在减轻劳动强度、提高生产率、改变生产模式，把人从危险、恶劣的环境下解放出来等方面，显示出极大的优越性。在发达国家，工业机器人已经得到广泛应用。随着科学技术的发展，机器人的应用范围也日益扩大，遍及工业、国防、宇宙空间、海洋开发、紧急救援、危险及恶劣环境作业、医疗康复等领域。进入21世纪，人们已经越来越切身地感受到机器人深入生产、深入生活、深入社会的坚实步伐。机器人按其智能程度可分为一般机器人和智能机器人。一般机器人是指不具有智能，只具有一般编程能力和操作功能的机器人；智能机器人是具有感知、思维和动作的机器人。所谓感知即指发现、认识和描述外部环境和自身状态的能力，如装配机器人需要在非结构化的环境中认识障碍物并实现避障移动，这依赖于智能机器人的感觉系统，即各种各样的传感器；所谓思维是指机器人自身具有解决问题的能力，比如，装配机器人可以根据设计要求为一部复杂机器找到零件的装配办法及顺序，指挥执行机构，即指挥动作部分完成这部机器的装配；动作是指机器人具有可以完成作业的机构和驱动装置。由此可见，智能机器人是一个复杂的软件、硬件综合体。 机器人的核心是控制系统。机器人的先进性和功能的强弱通常都直接与其控制系统的性能有关。机器人控制是一项跨多学科的综合性技术，涉及自动控制、计算机、传感器、人工智能、电子技术和机械工程等多种学科的内容。 近年来，随着工业和其它服务行业的蓬勃发展，人们在重视其经济效益的同时却往往忽略了他们对环境的污染，人类赖以生存的水资源也不例外。水面污染对人类的水源构成很大的威胁，湖泊尤其是旅游胜地和市内人工湖泊，更是无法逃避漂浮物污染的厄运，举目可见各种日常消费品的包装物在湖面上漂浮。污染的加剧根治水污染。但是，水面污染的治理是一项艰难的长期任务，是全人类必须面对的共同问题。用人工清理水面漂浮物只是权益之计，有些危险水域人无法工作。很多发达国家致力于水面污染治理设备的研究，如石油清理设备，但只是用于大量泄露石油的清理。目前，我国研制的清理水面漂浮物的设备还未见报道，国外研制的也不多，并且价格昂贵，实现的功能也不尽人意。因此，开发一种性

基于智能移动终端的智能家居技术专利分析

基于智能移动终端的智能家居技术专利分析 发表时间：2018-02-02T16:33:05.423Z 来源：《基层建设》2017年第33期作者：崔鑫彤李海龙[导读] 摘要：随着3G和4G移动网络的发展，智能手机的日益普及，智能手机等移动终端与智能家居连接到一起，能够实现随时随地对智能家居的控制，将成为未来智能家居发展的趋势。 国家知识产权局专利局专利审查协作天津中心天津 300304 摘要：随着3G和4G移动网络的发展，智能手机的日益普及，智能手机等移动终端与智能家居连接到一起，能够实现随时随地对智能家居的控制，将成为未来智能家居发展的趋势。本文首先对关键技术进行梳理总结，然后从专利申请趋势、主要申请人分布角度对中国专利申请情况进行统计分析，并梳理了技术发展路线，为该领域的技术创新提供参考。 关键词：移动终端，智能家居，专利分析 随着3G和4G移动网络的发展，智能手机的日益普及，智能手机等移动终端通过无线通信技术与智能家居连接到一起，能够实现随时随地对智能家居的控制，方便、快捷，有利于智能家居更好地融入到日常生活中，将成为未来智能家居发展的趋势。 智能家居（smart home）主要指将家庭住宅内的电器设备智能化，实现更多人性化的程序控制功能，构建电器设备和日常控制、管理的交互性系统，提升家居生活的安全性、便利性、舒适性，如远程开关控制、室内温度调节和门户安保等。 1 基于智能移动终端的智能家居技术 基于智能移动终端的智能家居主要涉及无线通信技术、智能控制技术和传感器应用技术几方面的关键技术。 （1）无线通信技术 随着物联网相关技术的发展，尤其是无线通信技术的成熟、智能硬件的发展以及智能手机等移动终端的普及，使得智能家居的智能化程度大幅提升。通过wifi、蓝牙、移动通信网络等无线通讯方式，智能手机等移动终端能够很方便的接入、实现用户与各种智能家电之间的控制和交互。 （2）智能控制技术 智能控制技术是智能家居的重要组成部分，其与智能家居的开发本质密切相关，即更智能、更便利地服务于人们的需求。因此，家居控制应更符合人们的生活习惯且随着环境和习惯的变化进行适应性的改变。比如说，智能家居系统涉及数量较多的设备，智能控制技术需要对智能设备进行管理，加入或删除对该设备的控制；智能控制技术必须不断学习人类的生活习惯，对环境变化做出反应，以制定出满意 （3）传感器应用技术 智能控制算法的基础是控制参数，如温湿度/光照等环境参数、家电数量等，因此，如何获得控制参数是智能家居的一个重要组成部分。传感器网络的布置能够实现对控制参数的采集，从而通过智能控制算法完成对被感知物体的监测和控制，实现基于智能控制的智能家居。由于传感器的种类多样，如何选取和布置传感器网络，需要考虑多种传感器数据的相互作用。 四川理工学院于2015年提出了一种基于物联网的智能家居监控系统，该系统涉及传感控制单元，实时检测家庭环境中各种状态参数，并传送到主机控制单元，传感器设备包括湿度传感器、温度传感器、光照度传感器、一氧化碳传感器、红外传感器，涉及家居环境的各个方面；主机控制单元负责对传感控制单元进行组网管理和控制、对传感控制单元的环境采样数据进行处理并传送至人机交互单元；人机交互单元能够远程控制家用电器。而随着技术的发展，传感器设备的种类将会变得更加丰富，如何更好地选取和布置传感器网络将是今后研究的一个热点方向。 参考文献 [1]杨凤欣等.中国智能家居专利分析[J].电视技术，2014，38（S2）. [2]陆婵婵等.智能家庭清洁机器人专利技术综述[J].中国新通信，2015，10（1）. [3]邢雲峰等.智能电视人机交互技术专利技术分析[J].电视技术，2013，37（S2）.

我国人工智能专利申请及研究进展分析

我国人工智能专利申请及研究进展分析 人工智能专利申请状况 北京、上海、广东为中国人工智能专利数量分布的三大中心，与中国经济的分布区域特点相吻合。北上广浙苏五省市占总体的59.62%。 图表中国人工智能申请专利数量分布图 注：地图上的数据为累积数据 资料来源：DT财经 图表中国人工智能申请专利各细分领域百分比

资料来源：DT财经 图表中国人工智能专利细分领域百分比TOP5 资料来源：DT财经

人工智能产研结合加快 多年来积累的深度学习技术研究成果的应用价值正在开始显现，产业界也已经将人工智能作为了重点发展和关注的领域。而为了在未来占据这个万亿级市场的优势，人才和技术积累就成了当前需要投资的关键。 2016年，我们看到很多学术界的研究者和科学家开始进入到了产业领域，其中包括8月份中国科学院计算机视觉资深研究专家山世光创立人脸识别技术公司“中科视拓”、10月份卡耐基梅隆大学机器学习教授Ruslan Salakhutdinov加入苹果、10月份加拿大蒙特利尔大学教授Yoshua Bengio参与创立深度学习孵化器Element AI、11月份斯坦福大学教授李飞飞加入谷歌和卡耐基梅隆大学教授邢波创立机器学习平台公司Petuum。而其中一些研究者也表示在进入产业界之后仍然会保留在大学内的研究或教学职务。 学术界的人才在向产业界流动的同时，产业界也在凭借自身强大的优势资源产出高质量的学术成果。谷歌、微软、Facebook、腾讯、百度等科技巨头都已经有了自己专门的人工智能研究机构，这些机构不仅在帮助这些公司提升自己的产品和应用，也同时在将自己的研究成果公开发表出来。这样一片欣欣向荣共同进步的发展景象让一贯遵循保密策略的苹果公司也坐不住了，在2016年12月份，前面提到的该公司的人工智能研究主管Russ Salakhutdinov在NIPS 2016上宣布“苹果的人工智能研究团队将公开发表他们的研究成果并更多地参与到广阔的学术圈中去。”之后不久，苹果发布了其第一篇人工智能论文《Learning from Simulated and Unsupervised Images through Adversarial Training》。 中投顾问发布的《2017-2021年中国人工智能行业深度调研及投资前景预测报告》分析认为：闭门造车的时代已经结束了，研究界和产业界构建起了人工智能发展合作的桥梁，人工智能相关技术研究将获得进一步融合创新，从而带动人工智能产业版图的逐步延伸。

智能化生产管理系统

智能化生产管理系统 目前，国内很多企业的信息化建设方兴未艾。一方面，随着信息技术、自动化技术、制造技术和管理技术的应用，在企业设计、生产、制造、管理过程中，势必有大量底层基础信息需要处理;另一方面，由于缺少PDM/MES的管理和基础数据的导入，源头数据没有得到有效管理和控制，大量的ERP系统信息，仍然依靠人工输入，造成信息不及时、不准确，影响了ERP的实施效果。因此，企业更加关注如何根据实时信息来辅助经营决策和订单管理，同时又能将生产目标转化为生产过程控制。这就需要将企业的设计、生产、管理和控制的实时信息引入到企业的生产和计划中，实现信息流的无缝集成。 ERP/PDM/MES/PCS信息流程 采用ERP/PDM/MES/PCS集成产品数据管理、生产计划与执行控制，是实现数字制造系统的一个有效解决方案。 在产品形成过程中，PDM与ERP发生关系是在生产计划阶段。PDM数据库可以提供各种不同的产品数据，ERP根据管理的需要，要获得产品数据中的零件基本记录和物料清单(BOM)。产品BOM和零件基本记录是PDM和ERP数据交换的主要内容。 MES上承ERP等计划系统，下接车间现场控制，填补了ERP与车间控制之间的断层，提供信息在垂直方向的集成。MES可看作是一个通信工具，它为其它各种应用系统提供现场实时信息。MES向上层ERP提交生产盘点、物料盘点、实际订单执行等涉及生产运行的数据，向PCS系统发布生产指令及有关生产运行的各种参数。 企业信息集成模型

ERP/PDM/MES/PCS信息集成模型 数字制造的信息集成是通过ERP/PDS/MES/PCS的信息流集成得以实现的。这种模式用PDM技术来控制产品数据、流程和工程变更，一方面PDM将产品几何信息送往ERP系统，同时从PDM这一方需要访问ERP的生产计划信息，从而保证ERP的有效运作。在ERP系统应用基础上，通过集成制造执行系统MES解决生产现场科研试制问题，使生产管理系统能适应多种生产模式。 ERP系统中物料管理、订单管理、生产管理、库存管理、销售管理、财务管理、产品数据、人力资源8个主要功能模块和PDM/MES之间存在非常紧密的联系。而MES是整个系统中信息流和控制流的枢纽，是连接ERP和底层控制的桥梁。 ERP/PDM/MES/PCS之间的信息集成对现代制造业运作来说是至关重要的。PDM/PCS作为数据源，是ERP实施成功的基础;MES弥合了计划层和车间过程控制系统之间的间隔，是制造过程信息集成的纽带，起着关键作用。

智能型车间管理系统(设计1)

智能型车间管理软件初步规划 一、概述 近几年，随着国内制造业成本不断的上升，企业在外部市场的竞争也越来越激烈。一个企业要想做大做强，必须在残酷的市场竞争中，不断的寻求管理上的突破，寻求成本的降低，同时还要保证质量的提升。在这样的大环境下，原先企业随处可见的原材料、半成品、成品库存的堆积浪费，人员浪费，沟通浪费，以及质量不良造成的浪费越来越不能被容忍，这是企业普遍推行“精益生产”的最直接原因。 (智能生产管理系统），是辅助企业推行“精益生产”的有效工具。是生产车间的信息化管理平台，PLC控制系统的桥梁。它覆盖了产品制造整个周期，从人、机、料、法、环等多个方面入手，系统性为企业智能制造生产提高现场管理水平，优化生产制造业务流程，自动化制造执行过程，最大程度的共享车间现场信息流、物流，实现订单拉动式生产，从而在整体上降低原材料、半成品及成品积压。对于生产计划、生产执行、设备管理、质量管理、工艺防错管理、智能仓储及物料配送管理大数据及智能决策等都有定制的解决方案。实现以“缩短交期、保证质量、降低成本”为管控目标的“生产过程”管控。 二、解决问题 1、生产全程监控&实时分析 生产过程中的各类信息均通过基于wincc组态软件系统平台，设立在车间内的各类自动和半自动信息采集终端，实时的汇总和计算统计各分厂生产实际信息，系统计划在制品、完成率等指标，从而将生

产状况通过系统实时还原出来，实现透明化车间管理。 2、生产自动统计&自动集成 生产实绩情况及时反馈上层数据分析系统，可将生产完工信息通过接口程序实时反馈回WEB系统，以及进行各类生产实绩、效率、生产成本等数据抽取与分析。通过把统计和分析数据发布到车间大屏幕看板，现场管理者和员工随时了解生产进度和绩效状况。 3、作为传统的自动化系统无论是现代自动化系统的核心--可编程控制器，还是工业自动系统的神经系统--总线技术 ●与自动化系统的无缝集成。 ●与自动化网络系统的集成。 ●与MES系统的集成。 ●与相应的软硬件系统一起，实现系统级的诊断功能。 ●数据库系统全面开放。 ●广泛采用最新的开放性软件技术和标准，面向多种操作系统平台。人机界面（又称用户界面或使用者界面）是系统和用户之间进行交互和信息交换的媒介，它实现信息的内部形式与人类可以接受形式之间的转换。凡参与人机信息交流的领域都存在着人机界面。 实时的资料趋势显示——把撷取的资料立即显示在屏幕上。 自动记录资料——自动将资料储存至数据库中，以便日后查看。 历史资料趋势显示——把数据库中的资料作可视化的呈现。

工业智能制造系统开发方案

工业智能制造系统开发方案

目录 一、开发背景 (3) 二、系统功能介绍 (4)

一、开发背景 今年我国提出了以德国工业4.0为蓝本的中国制造2025的发展纲要，提出在工业自动化发展的今天，要将信息（大数据）与工业深度融合，提出大数据服务平台的工业制造思想。使我国从制造业大国发展为制造业强国！ 公司正在开发一款打通企业内部上下级之间、跨部门之间沟通，企业现场问题解决及时性，以及解决问题经验积累的“工业智能制造系统”，此基于移动通讯设备的云端系统，可以解决企业如下问题： 1.制造环境（工厂厂区）分布较大，且分散，使得生产、管理信息不能得到及 时、有效地沟通； 2.当管理架构较复杂时，管理指令信息、现场作业信息，突发事件信息不能及时 有效地传达与沟通； 3.当生产一线员工处理生产作业事件时，其内容不能得到及时有效地反馈，且处 理过程不透明，无法追溯； 4.当生产人员过多且分散时没有一个很好的方式方法使决策层信息得到及时的互 联互通； 5.生产员工的自主学习意向与公司安排的培训内容匹配性不强等

二、系统功能介绍 1.交互模式 ●用户交互方式（硬件）：手机（手持式）通讯设备 ●用户交互界面（软件界面）：手机移动端APP专用软件界面 开发思路： 移动终端设备为载体：应用最为普遍的，易于现场使用 同时相应的在手机的操作平台上开发交互软件，建立用户交互的基本层面。 2.信息（数据）的传输 1)行业信息 ●主要推送本企业所在行业的最新技术信息 ●国际前沿技术的前瞻文章的推介等 2)指令、作业计划信息的传送 ●生产指令的直接送达（手机端）（语音、文字、视频、图片） ●领导意图的直接送达（手机端）（语音、文字、视频、图片） 3)生产事件信息的传输（如：产品缺陷、设备故障等） ●横向分享到相关责任人 ●系统协助组织建立手机会议模式讨论解决方案 ●执行计划提醒机制 ●执行计划结果评价机制 ●经验教训积累报告 ●系统协助提供相关成熟的解决方案资料 ●系统协助提供相关专家在线咨询

多移动机器人编队控制

基于Multi-Agent的多机器人编队控制 摘要：多移动机器人协调是当前机器人技术的一个重要发展方向。多移动机器人之间的协调与 合作将大大提高机器人行为的智能化程度，完成由单个机器人难以完成的更加复杂的作业。多 移动机器人协调技术的研究对提高机器人的智能化水平及加快机器人的实用化进程具有重要的 理论研究意义和实用价值。本文结合多智能体技术对多机器人编队控制进行了研究，同时根据 具体的多机器人系统，进行了仿真实验。验证了多智能体技术在机器人编队控制系统中的应用，完成了小规模的编队控制。 关键词：多智能体；多机器人；编队控制；协调控制；模糊控制 Multi-robot Formation Control Based on Multi - Agent Abstract :The problem of multi-robot cooperation and coordination is central to mobile robotics. Cooperation and coordination will improve the intelligent performance of robots and can complete lots of impossible missions for single robot.The research on multi-robot cooperation and coordination is of great academic and applied significance. The multi-robot formation is developed combined with the multi-agent technology in this dissertation, and the simulation is done with the multi-robot system. The application of multi-agent is verified in the multi-robot formation control through a small system adopt the fomation control. Key words: Multi-agent ;Multi-robot ;Formation control;Coordination control;Fuzzy control 1. 国内外机器人系统发展现状 自80年代末以来，基于多智能体系统理论研究多机器人协作受到了普遍的关注，从军事领域到工业与民用领域，从星际探险到海底考察，从比赛到教学，都取得了不同程度的进步。近年来，在IEEE R&A,IROS等著名的国际机器人学术会议上，几乎每次会议都有多智能体协作机器人系统的专题。一些机器人学术刊物出版了有关多智能体机器人的研究专辑。一些研究项目，如ACTRESS,CEBOT,GOFER,SWARM等，已进行了多年[1]。 目前，国内关于群体机器人系统的研究刚刚起步，基本上还处于基础技术的研究阶段，这方面的研究成果报道比较少。中科院沈阳自动化所机器人开放研究实验室是国内研究多机器人技术较早也较全面的科研单位。 (1)CEBOT(Cellular Robotic System) CEBOT是一种自重构机器人系统(Self-Reconfigurable Robotic System)，它的研究是受生物细胞结构的启发，将系统中众多的具有相同和不同功能的机器人视为细胞元，这些细胞元可以移动，寻找和组合。 根据任务或环境的变化，细胞元机器人可以自组织成器官化机器人，多个器官化机器人可以进一步自组织，形成更加复杂的机器人系统。细胞结构机器人系统强调是单元体的组合如何根据任务和环境的要求动态重构。因此，系统具有多变的构型，可以具有学习和适应的系统智能(Group Intelligence)，并具有分布式的体系结构[3]。 (2)ALLANCE/L-ALLANCE系统