Python与机器学习（第2版）（微课版） 课件 10-01-智能产线应用项目概述

项目背景|项目概述|学习目标|任务实施步骤综合实训智能产线应用【数据挖掘应用】01101111011010111101010000101101010100111101背景先导项目概述项目学习目标任务实施步骤01Background02BriefIntroduction03LearningObjectives04ImplementationSteps主要内容智能制造

2015年，我国出台《中国制造2025》，全面推进实施制造强国战略，强调加快新一代信息技术与制造技术融合发展，推进生产过程智能化，培育新型生产方式，全面提升企业研发、生产、管理和服务智能化水平。

党的十八大以来深入实施创新驱动发展战略和制造强国战略，中国工业不仅在量上获得极大的扩张，工业快速增长，中国工业总量世界第一。

党的十二大报告指出，坚持把发展经济的着力点放在实体经济上，推进新型工业化，加快建设制造强国，推动制造业高端化、智能化、绿色化发展。中国是世界第一大工业强国，世界第二大经济体，拥有全世界最完善的工业体系认识智能产线

本项目聚焦以数控机床为代表的智能装备的加工精度稳定性问题，通过大数据、人工智能算法的应用，围绕视觉测量与检测、加工误差精度补偿等实践来减少机床加工误差，有利于提升数控机床的应用水平，对于提升国产数控机床等智能装备的性能和技术竞争力、助力解决高端装备“卡脖子”问题。典型工业场景

国内某汽车零部件加工厂引进一台高档数控机床，该机床各方面指标均处于国际最先进水平，用于零件成品生产线上的关键工序加工，按照设计应能提升整线生产精度的前提下，提升产能30%。而该机床引入到生产线上进行实际生产时发现，由于原材料与刀具性能不稳定、产线其他设备引起的振动和温度变化等因素导致原有的生产工艺无法实现高效率和高质量的生产，无法发挥出机床该有的作用，产能反倒降低了5%。而解决这个问题的办法就是引入一套自动闭环误差补偿控制系统，能在车间环境下在线自动柔性检测工件，结合环境参数智能分析，当夹具、刀具、材料、温度等产生变化时依然保持加工精度的稳定。认识智能产线不合格工业真实应用项目模拟加工程序G(x,y)数控加工产品三坐标检测反馈误差，人工调整加工工艺加工程序G(x,y)模拟数控加工G(x’,y’)产品视觉检测虚拟环境变量反馈误差，工业大数据算法自动补偿加工程序合格合格不合格G(x’’,y’’)F(w1,w2,…,w18)认识智能产线认识智能产线分类槽1传送带分类槽2激光器雕刻驱动供料盘相机光源CNCPC1PLC电气控制驱动PC1-工业控制计算机项目总体要求

智能产线应用项目

通过一套智能数控产线模拟以上工业场景，提供一套虚拟机床系统来模拟多种误差因素对机床加工精度的影响。通过工业大数据构建智能误差补偿算法提升数控机床的加工精度训练视觉检测模型，对加工后的工件进行检测分拣，形成完整的加工、检测生产全流程

项目总体要求①①②③②③②③①硬件操作：①智能视觉检测模块②智能数控模块③数据显示单元软件操作：①WEB管理端②Jupyter工作台③REST-API项目三维目标了解数据采集设备安装、调试方法；掌握图像数据采集和标注方法；掌握图像数据预处理方法；

重点：阿里云大数据分析与应用职业技能等级标准中级理解图像智能识别算法原理；掌握模型部署和应用验证流程。

大数据工程技术人员国家职业技术技能标准中级6.3

知识目标能力目标素质目标证岗项目三维目标会安装、调试数据采集设备；会规范采集图像数据并做标注；会选用方法对图像数据进行预处理；懂得变通设计算法识别产品合格性；

重难点：阿里云大数据分析与应用职业技能等级标准中级5.3.2会应用模型实现智能分拣和调参。

知识目标能力目标素质目标证011011110110101111010111100100001011010101001111101项目三维目标精心搭建，承崇尚劳动的精神；精细采集，持精益求精的态度；精密处理，树数据质量的意识；精准分类，有创新增效的担当；精品展示，守赋能强国的使命。能力目标素质目标知识目标011011110110101111010111100100001011010101001111101智能产线应用项目任务数据准备智能分类误差补偿联调与生产验证环境搭建硬件设备搭建相机、镜头、光源安装相机设置成像效果调整云平台部署数据准备智能分类误差补偿联调与生产验证环境搭建训练数据样本采集对训练数据样本进行数据清洗对训练数据样本进行增广智能产线应用项目任务数据准备智能分类误差补偿联调与生产验证环境搭建视觉样本图片预处理依照比例设置训练集和验证集搭建神经网络结构训练和部署模型验证视觉算法效果智能产线应用项目任务数据准备智能分类误差补偿联调与生产验证环境搭建加工误差实时补偿模型选择、训练、模型固化误差实时补偿模型部署、验证智能产线应用项目任务数据准备智能分类