第一情报 ---装备制造业

网格技术在制造业中应用简介

供稿人:潘宏  供稿时间:2004-11-30   关键字:网格  计算机集成制造  CIM  
近年来,有关计算机集成制造(Computer Integrated Manufacturing,CIM)的研究非常热门,而在制造系统中加强不同制造资源之间的信息交互与协作,将有助于制造系统的执行效率与系统性能的提高。这方面,网格计算是一种前景看好的新技术,世界上有很多科研机构和企业正在投入大量的人力、物力进行网格计算技术的研究和开发,随着网格技术的蓬勃兴起,其应用越来越受到人们关注。
 
计算机集成制造在我国从20世纪80年代就已经开始研究和实施,早期CIM只局限在一个企业内部信息集成。目前,CIM正在向网络化、全球化和智能化的方向发展。网络化制造就是以获取最大生产有效性为目的,以计算机技术和信息技术为支柱,以全球制造资源为可选对象,综合各种先进的制造技术和管理技术,快速、高效地提供市场所需的产品或服务。但是,网络化集成有它的局限性,网络化制造的数据集成无法使各个子系统之间的相互作用以透明的方式进行,透明的意思就是说把所有相互的细节向用户隐藏起来,使用户把各个系统看成是一个完全无缝的集成系统。
 
相比较而言,网格在制造业中的应用可以使各个子系统之间的相互作用以透明的方式进行——位置透明、名字空间透明、注册透明、分布式存储透明。美国阿岗(Argonne)国家实验室的资深科学家、美国网格计算项目的领导人Ian Foster这样描述网格:“网格是构筑在互联网上的一组新兴技术,它将高速互联网、高性能计算机、大型数据库、传感器、远程设备等融为一体,为科技人员和普通老百姓提供更多的资源、功能和交互性。互联网主要为人们提供电子邮件、网页浏览等通信功能,而网格功能则更多更强,能让人们透明地使用计算、存储其他资源。”
 
国外有关网格在制造业中的研究较早,CAC-Research的Savolainen等人在1995年发表了文献“Positioning of modelling approaches, methods and tools”。文章介绍了网格技术在计算机集成制造(CIM)中的应用。并着重强调为网格建立一个公共的框架。该文介绍的网格可以兼容现有CIM系统的各种不同的步骤、方法和工具,且作者希望将来在这一领域的发展可以和该文所述的网格集成为一体。
 
Tucker等发表的文献“Research and implementation of cooperative product development platform based on internet”介绍了GRAI网格,这个网格对于分析和改进协作商业过程是非常有效的。在一个新产品开发的过程中,完成不同产品功能的多个组织之间,需要提高沟通效率,GRAI网格提供一个分析和解决协作商业过程的高效的模型。GRAI网格被用于在生产过程中,使得各协作公司的之间在产品生产效率得到的提高。
 
目前我国研究网格在制造业中应用的单位有:上海大学、清华大学和广东工业大学等。发表的文献针对了制造业网格的系统架构、平台建设、资源共享等问题进行研究和实现。现介绍部分研究成果如下:
 
上海大学发表的文献“快速制造网格及其服务结点的建设”,该文述及建立了快速制造网格(RMG)作为前期研究和试点工程。同时,采用WSDL描述、服务映射与实现、服务部署等方法,将快速制造资源描述和封装成服务(RMSN),解决了制约网格技术向制造业推广的瓶颈,并以应用实例说明了具体的实现方法。
 
广东工业大学机电学院的文献“特许连锁模式下的模具制造网格系统架构”针对我国模具制造业的现状和国际市场的需求,提出了采用特许连锁的模式来改造我国的模具制造企业,并分析了该模式对制造系统的特定要求。借鉴网格计算的理念,提出了与特许连锁相匹配的模具网格化制造系统的新构想,探讨了模具制造网格系统的基本架构。
 
清华大学的文献“Research and implementation of cooperative product development platform based on internet”介绍了一个可支持基于Internet的远程设计、制造和资源共享的协同制造平台。该平台中应用了网格技术,包括信息网格、计算机网格和服务网格。

万方数字化期刊中相关文章
基于顺序形态变换的生物芯片图像网格化
作者:付东翔|马军山|陈家璧|庄松林|
刊名:光学技术
年:2006
卷:32
期:06
摘要:生物芯片图像网格化是对由生物芯片扫描得到的荧光成像中的信号(Foreground)和背景(Background)进行划分,以便提取各点的吸光度值、面积和吸光度比等荧光点的数据.网格化的准确与否决定了数据提取的正确性.提出了一种运用顺序形态变换理论实现生物芯片荧光图像网格化的方法,通过对百分位值在0~1之间的顺序形态进行变换,可实现像素灰度的极小值、中间值等多刻度值的灰度取值运算.理论分析表明,该算法能够识别信号与背景的边界,可去除噪声等非边界信息,能判断信号区域,可确定荧光点的边界和范围,可实现荧光点阵图像的网格化.试验结果表明,该算法对不同信噪比的荧光图像来说有很强的适应性,可用于高密度生物芯片图像的处理.

注册成为正式用户,登陆后,获得更多阅读功能与服务!
转载本文需经本平台书面授权,并注明出处:上海情报服务平台www.istis.sh.cn
了解更多信息,请联系我们

§ 请为这篇文章打分(5分为最好)