前言










制造業(yè)直接體現(xiàn)著一個國家或地區(qū)的經(jīng)濟和綜合實力，是立國之本、強國之基、興國之器。隨著時代的□遷，制造業(yè)的發(fā)展重點也發(fā)生了巨大的□化。歷史上的工業(yè)革命有三次，可以大致歸納為□□次的機械化工業(yè)革命、第二次的電氣化工業(yè)革命和第三次的數(shù)字化工業(yè)革命，而正在到來的第四次工業(yè)革命則是以智能化——新一代人工智能(artificial intelligence，AI)為標(biāo)志的智能制造。


人工智能可以比擬為智能制造的“大腦”，它使制造系統(tǒng)更加智能、靈活和敏捷，從而使制造系統(tǒng)能夠快速地適應(yīng)多□的環(huán)境，實現(xiàn)智能制造系統(tǒng)與混沌環(huán)境的和諧。數(shù)字化制造是智能制造的基礎(chǔ)，沒有數(shù)字化，智能制造將是無源之水、無本之木。數(shù)字化工廠是將產(chǎn)品從設(shè)計意圖轉(zhuǎn)化為實體產(chǎn)品的關(guān)鍵環(huán)節(jié)，是數(shù)字化制造的基礎(chǔ)。柔性制造單元(flexible manufacturing cell，F(xiàn)MC)提供了一種完整的多品種、小批量、離散型制造模式的解決方案，具有高度柔性和智能化加工能力，能適應(yīng)復(fù)雜多□的市場需求，是數(shù)字化工廠建設(shè)的新方向。FMC可以看作□小的數(shù)字化工廠，是數(shù)字化工廠落地生根□有效的“抓手”。通過眾多FMC的分工合作，整個數(shù)字化工廠就可以通過積木式、模塊化、標(biāo)準(zhǔn)化、分區(qū)化的方式，進行自由地□換組合，從而大大提升數(shù)字化工廠對內(nèi)外部環(huán)境□化的快速響應(yīng)能力。如今的FMC不僅能完成機械加工，而且還能完成鈑金加工、鍛造、焊接、鑄造、激光、電火花等多種加工，以及噴漆、熱處理、注塑和橡膠膜制等工作； 而從整個制造業(yè)所生產(chǎn)的產(chǎn)品來看，現(xiàn)在的FMC已不再□限于生產(chǎn)機床、汽車、飛機、艦船等產(chǎn)品，而是逐步擴展并應(yīng)用到計算機、手機、半導(dǎo)體、化工等產(chǎn)品的生產(chǎn)之中。


控制系統(tǒng)是柔性制造單元的核心，它貫穿于系統(tǒng)的各個方面和各個層級，控制和指揮系統(tǒng)的各個環(huán)節(jié)協(xié)調(diào)一致地按作業(yè)計劃運行，以期獲取□佳的運行效果。


柔性制造單元常常表現(xiàn)為高度非線性、不確定性和復(fù)雜性。這些特性給柔性制造單元的控制系統(tǒng)帶來了新的挑戰(zhàn)，提出了更高的要求，如： 要求控制系統(tǒng)能在不確定、不完整的環(huán)境下充分理解目標(biāo)和感知環(huán)境； 要求控制系統(tǒng)在復(fù)雜多□的環(huán)境下，要有較強的自學(xué)習(xí)和自適應(yīng)能力，要有靈活性、敏捷性和適應(yīng)性，要能自主地做出合理有效的決策和適當(dāng)?shù)姆磻?yīng)，以實現(xiàn)高度綜合與抽象的控制目標(biāo)。






顯然，基于精確數(shù)學(xué)模型的傳統(tǒng)控制難以解決上述復(fù)雜對象的控制問題。誕生于□0世紀(jì)60年代的智能控制理論與技術(shù)，為解決像柔性制造單元這樣復(fù)雜被控對象的控制問題，提供了新的思維，產(chǎn)生了更為有效、更有針對性的控制方法。


本書是編者在上海大學(xué)上海市智能制造及機器人重點實驗室多年科研實踐和教學(xué)工作的基礎(chǔ)上編寫的。作為“智能制造工程”專業(yè)的教材，本書嘗試從系統(tǒng)科學(xué)與工程的角度闡述柔性制造單元的智能控制的基本概念、工作原理、體系結(jié)構(gòu)以及核心技術(shù)——制造過程建模、信息集成、過程控制、智能調(diào)度和深度學(xué)習(xí)。


本教材內(nèi)容分為兩大部分。


□□章和第□章為綜述部分： 主要介紹柔性制造單元的研究背景及意義、離散事件動態(tài)系統(tǒng)的概念及建模方法、人工智能的發(fā)展簡史以及FMC智能控制系統(tǒng)的綜述及體系架構(gòu)。


第3章至第6章共4章為分述部分： 詳細(xì)闡述基于Petri網(wǎng)的制造過程建模原理、FMC制造過程建模和性能分析的詳細(xì)流程以及FMC的過程控制系統(tǒng)的實現(xiàn)； 詳細(xì)介紹基于遺傳算法的單目標(biāo)和多目標(biāo)FMC調(diào)度智能算法； 詳細(xì)闡述深度學(xué)□□基本概念、基本原理、發(fā)展歷程以及深度學(xué)習(xí)模型的訓(xùn)練、評估與改進，概述基于深度學(xué)□□計算機視覺技術(shù)，重點介紹目前性能□優(yōu)且應(yīng)用□廣泛的“兩階段目標(biāo)檢測算法”和“一階段目標(biāo)檢測算法”。


本書的編寫得到了上海大學(xué)上海市智能制造及機器人重點實驗室的大力支持與幫助，在此表示□誠摯的感謝。


衷心感謝SAP(北京)軟件系統(tǒng)有限公司鄔學(xué)寧專家的幫助和寶貴建議。


衷心感謝清華大學(xué)出版社，特別是劉楊編輯。


在本書的編寫過程中，編者參考了國內(nèi)外大量的專著、教材和文獻，在此謹(jǐn)向有關(guān)著作者致以衷心的謝意！


由于編者的水平和能力有限，書中錯謬之處在所難免，內(nèi)容表述也會存在不妥之處，承蒙各位專家和廣大讀者不吝賜教，將不勝感激。






米智偉

2021年6月