9、智能制造工厂的关键技术与优化策略

智能制造工厂的关键技术与优化策略

1. 设备知识复用与边缘计算自适应传输优化

在智能制造工厂中，存在一些特定的设备操作场景。例如，有设备在仓储环节工作，其中 Robot1 需要准确地将雕刻材料放置到 CNC 加工区域，而 CNC 的气密性还会对 Robot1 的移动造成限制。这些设备在放置动作上有相似性，只是处理对象的尺寸有所不同，动作周期差异不大。经过对设备学习过程的分析可知，知识复用并非直接应用，而是要匹配搜索相似的处理任务，以提取满足相似性要求的知识。

近年来，工业 4.0 和工业物联网（MIoT）背景下的智能工厂成为学术界和工业界的热门话题。在 MIoT 系统中，不同智能设备之间对不同延迟流的数据交换需求日益增加，但相关研究较少。为克服传统方法的局限性，提出将全球集中式软件定义网络（SDN）和边缘计算（EC）融入 MIoT 的策略，并通过仿真评估其性能。结果表明，该策略在平均时延、吞吐量、路径差异度和下载时间等方面优于相关方法，为 MIoT 数据传输提供了更好的解决方案。

1.1 MIoT 平台结构

1.1.1 平台结构概述

在制造应用中，通信网络有了很大发展，集群和分组网络拓扑已被证明是 MIoT 可管理的结构。然而，当前结构受通信延迟、固定带宽、覆盖范围和计算资源部署不平衡等限制，难以适应新兴的 MIoT 需求。为提高 MIoT 的灵活性、可扩展性和集中化程度，平衡计算资源的合理部署，将 SDN 和边缘计算集成到 MIoT 中。

该解决方案中，云、SDN、边缘计算和其他子系统构成了一个新的框架，所有组件通过通信基础设施连接。为便于理解，将框架简化为东西向流（MIoT）、南北向流（SDN）和计算平面（边