一、引言
随着现代制造技术、计算机技术及信息技术的飞速发展，以计算机集成制造系统(CIMS，Computer Integrated Manufacturing System)和计算机集成生产系统(CIPS，Computer Integrated Production System)为核心的企业综合自动化建设面临着前所未有的严峻挑战。无论是在模型的精确性、信息的实时性以及系统的容错性等方面，都提出了越来越高的要求。计算机集成生产系统(CIPS)，也被称为连续流程工业的CIMS，是一个集成了多个功能子模块的综合自动化系统，通常包括信息管理子系统、CIPS支撑子系统与生产过程控制子系统。企业通过对这些功能子系统的集成和利用，从而实现企业生产经营过程的全局最优目标。
信息融合(IF，Information Fusion)技术开始于20世纪70年代，早期的应用主要在军事上，一般用于目标的检测、定位、跟踪和识别。而随着工业系统的复杂化和智能化，该技术已经逐渐应用到民用领域，主要应用有移动机器人、医疗诊断、智能交通、智能制造、智能检测以及目标识别、现代管理等很多领域。信息融合是现代信息处理领域新近崛起的一个前沿性的研究方向，是针对一个系统中包含多种信息源这一问题而展开的一种信息处理方法。它通过对多类同构或异构数据源的冗余信息和互补信息进行综合（集成或融合），得到被观测对象更加精确的评估，以便对整个系统给出正确的判断和决策。相比于通常的信息处理，信息融合能够增加信息的维数和置信度、改进系统的探测性能、扩展空间和时间的覆盖范围、提高系统可靠性和可维护性，以及增强系统容错性和鲁棒性，达到系统内优势互补，资源共享，从而提高资源的利用率。
二、综合自动化系统的发展及其问题
综合自动化系统是一种基于CIMS及CIPS哲理构成的计算机化、信息化、智能化、集成化的制造系统。它借助计算机硬件、软件，将企业主要生产过程中有关人、技术和经营管理三要素及其信息流和物流有机地集成并优化运行，从信息集成的角度来提高企业的生产和工作效率，实现质量高、成本低、服务优、环境好的目标。综合自动化系统不仅是一个工程技术系统，更是一个企业整体集成化系统。综合自动化系统的核心是“集成”，其特性主要包括人员、信息、功能集成和技术集成等。根据企业类型不同，实现综合自动化的方式也必然有所不同。通常包括针对离散机械制造行业的CIMS系统和针对连续流程生产行业的CIPS系统。综合自动化系统可以由工程设计自动化、管理信息、生产自动化、质量保证、故障检测以及支撑数据库等分系统组成，也可以由上述部分分系统集成组成。
图1给出了综合自动化系统的功能构成。从图1可以看出，在各个功能子系统之间及其内部都存在着信息的交换与共享。随着模型精确性、信息实时性及系统容错性方面的标准越来越高，系统处理的信息量也变得日趋庞大，怎样快速而准确地处理这些信息以使得企业做出最好的决策成为企业实现综合自动化的最大问题。具体来说，可以分为以下几个方面。首先，在生产自动化系统前端用于信息采集的传感器数量越来越多，种类也越来越复杂，通常在数据采集的同时还会受到不同程度的噪声干扰。为了能够准确而实时地处理这些信息，必须寻求新的信息处理技术；其次，现代企业都需要使用庞大的数据库作为企业综合自动化系统的支撑。这些数据库本身可能属于不同的类型，例如员工信息数据库、产品特征模型库和专家知识系统等，它们存放的位置也不尽相同，如本地数据库、网络数据库等。处理单个数据库中的海量数据本身就是一件繁杂的事情，更不用说在不同类型和不同存放环境的数据库之间达到数据共享并对数据进行分析处理；第三，企业的决策要求分析人员快速、灵活地将大数据量的复杂查询以直观易懂的形式提供给决策人员，便于他们掌握企业的经营状况，了解市场需求以制订正确的决策。这对于传统的决策支持系统(DSS，Decision Supporting System)无疑是个挑战；第四，故障诊断在企业综合自动化系统中扮演着越来越重要的角色。
图1 综合自动化系统的功能构成
三、综合自动化系统中的信息融合技术
1.信息融合模型
针对信息处理方式及最终的应用目的不同，人们提出了多种信息融合模型。图2给出了一个典型的信息融合模型。该融合模型按信息融合的层次分为3级。第一级为数据级融合，通常是针对前端传感器采集的数据进行数据处理。第二级为特征级的融合，包括对来自不同信息源信息的综合判断与评估，这一级的主要特征是需要有相应数据库的支撑。第三级为决策级融合，通常也是最高级别的融合，即根据前面的融合结果，使用相应的决策算法获得最优的决策。
图2 信息融合模型
2.生产过程中的传感器数据融合
企业生产过程的智能化是提高企业加工效率、确保企业加工精度以及改善工件表面加工质量的有效途径。生产智能化离不开传感器。应用于企业生产过程的传感器通常可以分为3类：①应用于运动控制过程的传感器，例如位置传感器、速度传感器和角速度传感器等；②控制系统中用于加工过程控制的传感器，例如力传感器、功率传感器等；③应用于生产过程中监控及诊断的传感器，例如振动传感器、温度传感器等。如何根据传感器在机床及机床加工过程中完成的功能的不同选择合适的传感器，合理地使用多传感器来提高机床的智能化水平是其中的关键问题。目前多传感器智能信息融合理论及技术是解决此问题的有效途径。
事实上，从多传感器获得的关于同一对象的信息，可能是冗余、互补、矛盾的。多传感器信息融合的基本原理就是充分利用各种信息，将这些信息依据某种准则进行有效处理，导出信息之间蕴含的关系，获得对象更准确、更全面的特征描述，从而提高总的传感器系统的性能，消除单个或少量传感器的局限性。
3.基于信息融合的数据库技术
由于内部组织分布的跨地域性特点，因此企事业所采用的CIMS系统是一个分布式的多任务处理系统。由于其CIMS建设的分阶段性，CIMS的子系统之间存在差异和不同，从而使系统具备异构的特点。系统的分布性与异构性，决定了CIMS的系统集成必须依托网络技术和数据挖掘技术。基于CIMS的系统信息集成框架，按照应用层、逻辑层及物理层设计。系统有全局和局部知识库，分别自适应地进行数据挖掘、信息析取和知识管理。
针对CIMS系统信息孤岛的数据源和子系统的异构性和分布性，使用基于数据挖掘技术的CIMS系统信息融合方法，以原有数据库为基础，利用网络技术和数据挖掘技术，构建数据挖掘系统。在全局模式与局部模式间进行事务下钻分解和数据知识上卷融合，集成分布异构的ERP/CAD/CAPP/CAM/MRPII/PDM等子系统数据库，并以市场订单为数据挖掘启动引擎，提高系统的联机分析与实时处理能力，能够较好地解决CIMS系统的资金流、物流与信息流的集成问题。
4.企业决策融合
决策支持系统(DSS)是在企业管理信息系统的基础上发展起来的，弥补了管理信息系统的不足，适应了人们对于信息管理向智能化方面的发展。DSS可以为决策者提供及时、准确、科学的决策信息。但是，传统的DSS存在许多不足，做出的决策常常可能被有经验的决策者一口否定，使决策者对DSS产生不信任感主要有以下几方面原因：①决策支持涉及大量历史数据和半结构化司题，在传统数据库管理系统基础上建立决策支持系统只能提供辅助决策过程中的数据级支持，难以求解复杂的半结构化决策问题；②决策支持系统以集成数据为基础，然而现实中的数据往往分散管理且大多分布于异构的数据平台，直接的数据集成不能产生好的效果；③决策支持系统的建立需要对数据、模型、知识和接口进行集成，数据库语言数值计算能力较低，因而采用通常信息技术建立的决策支持系统其知识表达和知识综合能力比较薄弱，难以满足企业日益提高的决策要求。
计算机技术、专家系统、人工智能以及神经网络等学科的发展，使计算机辅助决策系统向着智能、高效、准确的方向全面发展。进入90年代后，信息融合技术的兴起，为克服传统DSS存在的司题提供了技术上的支持，使DSS的发展跃上一个新的台阶，也为DSS的解决开辟了一条新的途径。基于信息融合技术的DSS具有比较强的学习功能，能够利用现有的数据库技术进行数据挖掘获取新的有用的信息。图3给出了基于信息融合的DSS体系结构。
图3 基于信息融合的DSS体系结构
四、结束语
综合自动化系统日趋复杂的结构特点使得仅靠传统的方法难以解决工业系统的整体优化与决策问题。在综合自动化系统的相应子系统中引入信息融合技术，使复杂的问题在有限的时间内、有限的背景知识条件下得到更好、更快的解决，从而解决整个系统的优化与决策问题。随着信息与工业技术的发展，信息融合将会在企业综合自动化建设中获得越来越广泛的应用。
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文网址：http://www.toberp.com/html/consultation/1082048823.html
相关文章
