制造系统数据采集

随着社会经济的高速发展，先进制造技术已经成为全球经济竞争的主战场。数据采集技术是在不同学科之间交叉渗透的基础上出现的，对于制造企业而言，传统的信息采集方式已经难以满足制造业信息化的实时需求，所以迅速及时地将相关学科领域的最新研究成果应用到数据采集技术中，研究新型的数据采集技术方法，方便企业及时引进生产技术实现制造自动化，对产品质量的提高以及企业的竞争力增强是不可或缺的。

制造企业外部环境与自身环境复杂多变，要实现生产制造的安全高效，在注重环保效益的前提下生产出高品质的产品，需要制造系统安置大量的传感器与数据采集系统。对生产中设备运行状况、工艺水平、产品品质以及内外部环境变化数据实时监控反馈，为生产提供技术保障。制造系统数据采集技术主要有以下三种：

集中式采集方式适用于小规模与相对简单的系统，这种方式系统全部传感器与数据采集系统直接相连，用一台工控机可以实现所有的数据采集与处理，具有结构简单、易于操作、维护方便、价格低廉的特点。

这一方式适合规模适中且生产线较为简单的系统，可以实现生产线上分散的单体设备集中管理，被各大中型制造系统广泛采用。该方式将系统需要采集的数据依据一定的条件进行分组，由各组独立采集所辖区域的数据信息，各组协同完成整个生产过程的数据采集任务。通过各数据采集点设有独立的数据采集服务器，对站点进行维护管理，形成相对独立的局域网络。具有结构复杂、成本相对较高、使用维护简单以及具备网络功能的特点。

这种数据采集方式是前两种方式的高效组合，适用于大规模且承担复杂制造的系统，兼具前两种采集方式的优势。

智能主体（Agent）涉及人工智能(Artificial Intelligent)技术的深层次问题，为人工智能技术以及计算机科学发展提供了新的计算求解范例和方法，也为CIMS（Computer Integrated Manu-facturing Systems，计算机集成制造系统）提供了更加高效便利的解决方案。应用智能主体思想与方法构建基于智能主体的数据采集系统，进一步推进数据采集智能化发展。智能主体属于分布式人工智能（DAI， Distributed Artificial Intelligent）研究范围。分布式人工智能是相对于集中控制技术而言的，分布式问题求解的思想在工程领域应用始于分布式控制系统的研究。控制系统规模的扩大以及结构复杂化、功能增多等一系列影响系统性能的因素增加，需求一种基于整体优化的控制策略，亦即整体的总目标函数最优化控制方式。该函数包括质量产量技术指标，以及能源、成本与环保等经济社会指标，实现综合自动化生产。将大系统分解为若干相关小系统，控制小系统的目标对象，同时要考虑小系统之间的相互影响与作用，以小系统的最优化促进大系统的最优。

计算机技术与信息技术的飞速发展为制造系统数据采集技术提供了更多的可能性，基于智能主体的制造系统数据采集技术，对于制造企业运用现代化的制造技术，在制造自动化、提高生产力与生产制造高品质的产品、增强企业的综合竞争能力，实现经济效益与社会效益有重要意义。