论文部分内容阅读
[摘 要]作為目前国内电子信息工程技术领域当中的重要组成部分，智能制造与虚拟生产系统是推进智能化生产的重要力量。本文首先对电子工程智能制造虚拟生产系统的设计方案进行了简单概述，随后，在此基础上，进一步探究了智能制造虚拟生产系统中管理共享平台试验系统的集成发展策略，旨在为关注这一领域的人士提供一些可行性较高的参考意见，为我国电子工程智能化发展水平的提升作出积极贡献。
[关键词]智能制造；虚拟生产系统；集成自动控制
中图分类号：TP391.9 文献标识码：A 文章编号：1009-914X（2018）37-0138-01
引言：随着我国国民经济的发展以及人民生活水平的提高，社会各界对于我国电子工程制造，特别是新型智能制造虚拟生产系统的设计集成方面越来越关注。作为我国现代化生产和建设发展活动中的关键性要素，电子工程制造的智能化水平将会直接影响到我国制造业的发展水平。因此，如何探究出更为有效的智能制造虚拟生产系统设计与集成方案，优化电子工程的建设成果，成为了相关领域工作人员的工作重点之一。
一、电子工程智能制造虚拟生产系统设计
（一）集成自动控制
在我国机械电子工程领域当中，集成自动化技术是一项应用范围最广且最具有发展前景的技术。此项技术是在信息技术全面发展的基础上产生的新型电子工程制造技术，通过对传统的信息化技术进行创新与优化，推动了该领域的控制和制造能力得到了进一步的发展和完善。一般来说，机械电子工程当中应用此种技术，可以对生产全过程中的各个细微环节进行监管和控制，进而充分发挥出系统内部各个环节的优势，提升不同设备之间的协同发展效率[1]。
（二）神经元网络控制
神经元网络控制技术在机械电子信息工程当中同样具有较好的应用效果。该项技术是在对人类的神经系统当中众多神经元进行探究和分析之后得出的新型智能制造虚拟生产方向。人类大脑能够通过控制神经元网络的方式，实现对人体各器官的控制。建立神经元网络控制系统，可使中央控制系统对区域内部的任意一个机械设备或者电子元件进行控制，从而达到降低人工控制的负担同时提升工作效率的目的。
二、管理共享平台实验系统集成发展策略
（一）管理共享平台集成
在管理共享平台集成环节中，可以实现对机械电子工程当中的各项设备进行维护和整修。在智能化的制造执行系统以及产品生命全周期管理系统当中，可以实现对系统设备的动态化监管和控制，便于工作人员及时有效地掌握系统内部各项设备和零部件的使用和运行状态。一旦出现设备故障问题，工作人员可以根据智能制造虚拟生产系统的管理共享平台提供的数据和信息，了解到故障出现的具体位置和原因，有利于工作人员采取更加具有针对性的故障处理方法，提升故障的解决效率。例如，我国某地区的机械电子工程制造和管理部门，为了全面提升部门内部的工作和管理效率，搭建了以智能化制造执行系统以及产品生命全周期管理系统为依托的智能制造虚拟生产系统管理共享平台。将部门日常管理工作涉及到的各项设备的信息数据全部都纳入到平台系统当中，为后续工作的开展提供了可靠支持[2]。
（二）实验系统集成
为了对智能制造虚拟管理技术的资源进行统一管理，将Visual Components软件纳入到了智能管理平台的实验系统当中，根据安装的提示信息进行操作，为智能制造虚拟生产系统的集成和应用提供了良好的技术支持。此外，利用虚拟化技术，还能对系统内部的服务器资源进行整合管理，最大限度地提升基础设施的使用效率，发掘出硬件信息资源的潜在价值。例如，Citrix公司以及科迈公司等，都在该领域中推出了具有代表性的产品。将基于应用软件以及服务器计算机架构的虚拟技术，将应用程序当中的人机交互逻辑同计算逻辑相互隔离。
（三）人工智能技术集成
作为互联网+背景下兴起的新型科学技术，人工智能技术的集成同样对于智能制造虚拟生产系统的集成具有积极影响。该项技术广泛地介入到机械电子工程生产和管理领域，能够对行业整体的发展带来重大变化。例如，国内部分机械电子工程产业开始逐步将人工智能纳入到企业信息录入以及分析等方面的工作之中，有效提升了相关领域的生产和管理效率。同时，应用人工智能技术，还能有效地避免出现因为人工操作而导致的信息误差。人工智能技术不仅能提升设备故障诊断工作效率，同时还能在规则原理、案例原理以及诊断方法的配合下，优化处理模式。针对机械电子工程当中存在的信息系统稳定性较差的弊端，人工智能技术可以建立专门的信息数据管理系统，以更加科学和及时的处理方式，为该领域的发展起到更加稳定的辅助和管理。
总结：综上所述，目前，智能制造已经成为了国内外带电子工程领域中的主要发展趋势，对于我国现代化建设发展来说，智能制造虚拟生产系统能够为国家经济增添新的活力。将该项技术充分地融合到电子工程技术的发展领域，有利于探索出更加具有创新和活力的发展途径。结合人工智能、大数据分析以及云计算方法等，促使电子工程领域发展水平的全面提升，为提高我国制造领域发展水平助力。
参考文献
[1]王顺顺.基于智能控制工程在机械电子工程中的应用[J].中小企业管理与科技（下旬刊），2018（01）：174-175.
[2]李萍，徐安林.基于BP神经网络的智能制造系统图像识别技术[J].现代电子技术，2016，39（18）：107-109.
[关键词]智能制造；虚拟生产系统；集成自动控制
中图分类号：TP391.9 文献标识码：A 文章编号：1009-914X（2018）37-0138-01
引言：随着我国国民经济的发展以及人民生活水平的提高，社会各界对于我国电子工程制造，特别是新型智能制造虚拟生产系统的设计集成方面越来越关注。作为我国现代化生产和建设发展活动中的关键性要素，电子工程制造的智能化水平将会直接影响到我国制造业的发展水平。因此，如何探究出更为有效的智能制造虚拟生产系统设计与集成方案，优化电子工程的建设成果，成为了相关领域工作人员的工作重点之一。
一、电子工程智能制造虚拟生产系统设计
（一）集成自动控制
在我国机械电子工程领域当中，集成自动化技术是一项应用范围最广且最具有发展前景的技术。此项技术是在信息技术全面发展的基础上产生的新型电子工程制造技术，通过对传统的信息化技术进行创新与优化，推动了该领域的控制和制造能力得到了进一步的发展和完善。一般来说，机械电子工程当中应用此种技术，可以对生产全过程中的各个细微环节进行监管和控制，进而充分发挥出系统内部各个环节的优势，提升不同设备之间的协同发展效率[1]。
（二）神经元网络控制
神经元网络控制技术在机械电子信息工程当中同样具有较好的应用效果。该项技术是在对人类的神经系统当中众多神经元进行探究和分析之后得出的新型智能制造虚拟生产方向。人类大脑能够通过控制神经元网络的方式，实现对人体各器官的控制。建立神经元网络控制系统，可使中央控制系统对区域内部的任意一个机械设备或者电子元件进行控制，从而达到降低人工控制的负担同时提升工作效率的目的。
二、管理共享平台实验系统集成发展策略
（一）管理共享平台集成
在管理共享平台集成环节中，可以实现对机械电子工程当中的各项设备进行维护和整修。在智能化的制造执行系统以及产品生命全周期管理系统当中，可以实现对系统设备的动态化监管和控制，便于工作人员及时有效地掌握系统内部各项设备和零部件的使用和运行状态。一旦出现设备故障问题，工作人员可以根据智能制造虚拟生产系统的管理共享平台提供的数据和信息，了解到故障出现的具体位置和原因，有利于工作人员采取更加具有针对性的故障处理方法，提升故障的解决效率。例如，我国某地区的机械电子工程制造和管理部门，为了全面提升部门内部的工作和管理效率，搭建了以智能化制造执行系统以及产品生命全周期管理系统为依托的智能制造虚拟生产系统管理共享平台。将部门日常管理工作涉及到的各项设备的信息数据全部都纳入到平台系统当中，为后续工作的开展提供了可靠支持[2]。
（二）实验系统集成
为了对智能制造虚拟管理技术的资源进行统一管理，将Visual Components软件纳入到了智能管理平台的实验系统当中，根据安装的提示信息进行操作，为智能制造虚拟生产系统的集成和应用提供了良好的技术支持。此外，利用虚拟化技术，还能对系统内部的服务器资源进行整合管理，最大限度地提升基础设施的使用效率，发掘出硬件信息资源的潜在价值。例如，Citrix公司以及科迈公司等，都在该领域中推出了具有代表性的产品。将基于应用软件以及服务器计算机架构的虚拟技术，将应用程序当中的人机交互逻辑同计算逻辑相互隔离。
（三）人工智能技术集成
作为互联网+背景下兴起的新型科学技术，人工智能技术的集成同样对于智能制造虚拟生产系统的集成具有积极影响。该项技术广泛地介入到机械电子工程生产和管理领域，能够对行业整体的发展带来重大变化。例如，国内部分机械电子工程产业开始逐步将人工智能纳入到企业信息录入以及分析等方面的工作之中，有效提升了相关领域的生产和管理效率。同时，应用人工智能技术，还能有效地避免出现因为人工操作而导致的信息误差。人工智能技术不仅能提升设备故障诊断工作效率，同时还能在规则原理、案例原理以及诊断方法的配合下，优化处理模式。针对机械电子工程当中存在的信息系统稳定性较差的弊端，人工智能技术可以建立专门的信息数据管理系统，以更加科学和及时的处理方式，为该领域的发展起到更加稳定的辅助和管理。
总结：综上所述，目前，智能制造已经成为了国内外带电子工程领域中的主要发展趋势，对于我国现代化建设发展来说，智能制造虚拟生产系统能够为国家经济增添新的活力。将该项技术充分地融合到电子工程技术的发展领域，有利于探索出更加具有创新和活力的发展途径。结合人工智能、大数据分析以及云计算方法等，促使电子工程领域发展水平的全面提升，为提高我国制造领域发展水平助力。
参考文献
[1]王顺顺.基于智能控制工程在机械电子工程中的应用[J].中小企业管理与科技（下旬刊），2018（01）：174-175.
[2]李萍，徐安林.基于BP神经网络的智能制造系统图像识别技术[J].现代电子技术，2016，39（18）：107-109.