1、模具作為制造業(yè)的基礎(chǔ)工藝裝備，其設(shè)計(jì)制造水平是制約制造業(yè)新產(chǎn)品研發(fā)與創(chuàng)新的關(guān)鍵瓶頸之一。隨著經(jīng)濟(jì)全球化的推進(jìn)，實(shí)現(xiàn)模具的高精、高質(zhì)、高效、低成本的設(shè)計(jì)制造，已成為模具行業(yè)面臨的重大技術(shù)挑戰(zhàn)。將先進(jìn)的自動(dòng)化技術(shù)引入模具的設(shè)計(jì)制造過程，是今后模具設(shè)計(jì)制造技術(shù)發(fā)展的必然趨勢(shì)。而在這一發(fā)展過程中，將信息化管理系統(tǒng)與模具生產(chǎn)的物理系統(tǒng)有效集成在一起，實(shí)現(xiàn)模具生產(chǎn)過程的各類信息的自動(dòng)采集、處理和傳輸，則是實(shí)現(xiàn)模具自動(dòng)化生產(chǎn)的關(guān)鍵。然而，由于模具是一

2、種典型的面向訂單和單件生產(chǎn)型產(chǎn)品，其制造過程復(fù)雜多變，使得模具生產(chǎn)過程各類信息的自動(dòng)采集和處理過程復(fù)雜且難度大。因此，本文重點(diǎn)圍繞模具生產(chǎn)過程各類信息的自動(dòng)采集和處理，系統(tǒng)研究了基于物聯(lián)網(wǎng)的模具生產(chǎn)過程信息感知及處理的關(guān)鍵技術(shù)。
　　首先，通過深入分析模具的生產(chǎn)過程，確定了各類生產(chǎn)信息特征及其感知處理需求，然后結(jié)合物聯(lián)網(wǎng)技術(shù)，提出了基于物聯(lián)網(wǎng)的模具生產(chǎn)信息感知和處理系統(tǒng)的四層體系結(jié)構(gòu)，包括感知層、中間層、應(yīng)用層與接口層。其中，感知

3、層是由物聯(lián)網(wǎng)智能設(shè)備（讀寫器、標(biāo)簽等）與生產(chǎn)過程所關(guān)聯(lián)的相關(guān)資源，通過聯(lián)網(wǎng)綁定后構(gòu)成；中間層用于對(duì)各類感知信息的處理融合；應(yīng)用層是對(duì)處理后的信息進(jìn)行面向生產(chǎn)過程的實(shí)時(shí)監(jiān)控；而接口層則是用于與其它關(guān)聯(lián)的信息系統(tǒng)的連接與集成。在此基礎(chǔ)上，根據(jù)模具生產(chǎn)過程各關(guān)聯(lián)對(duì)象間的關(guān)系，提出智能資源模型的概念，以及模具生產(chǎn)過程信息感知與管控活動(dòng)模型，從而為后續(xù)的模具生產(chǎn)過程信息的自動(dòng)感知與處理奠定了基礎(chǔ)。
　　針對(duì)模具生產(chǎn)過程的特點(diǎn)，提出了以各關(guān)聯(lián)

4、對(duì)象間相對(duì)位置關(guān)系作為信息感知與分類的處理機(jī)制，并按信息聚合粒度從小到大，將模具的生產(chǎn)過程信息定義為原始事件、關(guān)鍵事件和監(jiān)控事件三類信息。其中，原始事件信息表示了標(biāo)簽?zāi)骋粫r(shí)刻在讀寫器工作范圍內(nèi)的一次活動(dòng)；關(guān)鍵事件信息描述了標(biāo)簽綁定對(duì)象相對(duì)于應(yīng)用場(chǎng)景的時(shí)空活動(dòng)；監(jiān)控事件信息則是具備上層語(yǔ)義的企業(yè)級(jí)監(jiān)控活動(dòng)。在此基礎(chǔ)上，提出了模具生產(chǎn)過程事件處理系統(tǒng)，通過對(duì)原始事件進(jìn)行過濾和平滑處理將其轉(zhuǎn)化為關(guān)鍵事件信息，然后根據(jù)業(yè)務(wù)邏輯和事件模板將關(guān)鍵事

5、件融合成具有上層語(yǔ)義的監(jiān)控事件信息。基于上述事件信息的處理，即可實(shí)現(xiàn)模具生產(chǎn)過程中各類信息的快速采集、處理與傳輸。
　　各類對(duì)象間相互位置信息是進(jìn)行信息感知處理的基礎(chǔ)，為此，本文根據(jù)模具生產(chǎn)過程特點(diǎn)，提出了符號(hào)定位和位置指紋定位混合的模具車間定位模型及其分析計(jì)算方法，實(shí)現(xiàn)對(duì)工件位置信息的自動(dòng)感知。其中符號(hào)定位方法用于獲取定位目標(biāo)在機(jī)床等加工資源區(qū)域的相對(duì)位置；位置指紋定位方法則用于獲取較大空曠區(qū)域定位目標(biāo)的相對(duì)位置。為了提高位置指

6、紋定位方法的準(zhǔn)確度，在現(xiàn)有的方法基礎(chǔ)上，提出了一種改進(jìn)的位置指紋定位算法。該算法首先采用基于密度聚類的預(yù)處理方法，對(duì)信號(hào)強(qiáng)度進(jìn)行聚類分簇，從而有效降低噪聲對(duì)信號(hào)強(qiáng)度的影響。在此基礎(chǔ)上，構(gòu)建了包括基于信任度的輸入層，具有最優(yōu)節(jié)點(diǎn)數(shù)的隱含層在內(nèi)的反傳神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，降低了因?yàn)榫嚯x因素對(duì)信號(hào)強(qiáng)度造成的偏差。對(duì)比分析表明，本文所提的改進(jìn)位置指紋算法，有效提高了位置指紋定位的準(zhǔn)確性和穩(wěn)健性。
　　在上述研究基礎(chǔ)上，以J2EE為平臺(tái)，開發(fā)了基于