................... 36 1 MEMS 惯性传感器.................................................................................................................39 2 MEMS 压力与力学传感器................................ ......................41 3 MEMS 声学传感器.................................................................................................................42 4 环境与气体传感器................................... .......................................................................... 44 CONTENTS · 5 光学与图像传感器..................................................................................................

声呐 水轮机叶片 对比分析 声呐检测系统 信号 传感器 声发射波 · 测量 · 诊断 · 追踪 · 评价 · 决策 声发射仪 被测件 传播 传播 声发射信号测量系统  外加传感器 利用关键测量技术，将 外部传感器加装于原有 复杂装备上，实现设备 数据化；  内置传感器 利用设备内置传感器， 解析复杂装备原有工业 传输协议  Kafka/Flume Kafka/Flume • 一般用于日志 数据 / 传感器 数据 / 用户行 为数据的接入 • 业务系统数据 库的增量实时 接入采用 CDC 、 binlog 方案，实现采 用数据库日志 的方式无负荷 接入 1. 数据采集 - 实时数据接入处理 kafka 、 flume 数据接入 流式计算引擎 (storm 、 spark-streaming) Hadoop 分布式数据库 内存数据库 常用的数据管理与服务：对各种类型数据进行接入、处理和储存。 数据接入 数据处理 数据储存 对数据进行处理，例如 对传感器数据进行标签 处理、资产数据与 ERP 数据相结合等。 支持多渠道多类型的 数据接入，包括实时 数据接入和批量数据 接入。 可根据需求选择存储方式： 时间序列存储传感器实时数据 BLOB 数据库存储图片式数据 关系型数据库存储其他数据 3. 大数据应用 - 数据管理与服务 实时数据分析

偿与精准控制方法，将人机协同从任务分配提升到 任务协同层次，实现机器执行的同时，操作人员感 知误差，并通过微调力触觉交互，实现对误差的动 态补偿。 以某型号产品舱段装配为例构建人机协同装 配系统，系统由人、机器人、视觉传感器、力觉传感 器 、AR 眼 镜 、触 觉 交 互 装 置 等 组 成 ，如 图 6 所 示 。 系统将装配环节划分为 20 余个步骤，通过视觉传 感 器 获 取 装 配 空 间 实 际 的 三 维 . 面向产品概念设计的多模态 智能交互框架及实现［J］. 计算机集成制造系统，2022， 28（8）：2508-2521. ［31］ 洪海波，万舒彪，沈义平，等 . 基于光度-面结构光复合 传感的大型航天构件机器人原位测量方法［J］. 航天制 造技术，2022（5）：18-21. ［32］ 郑雪鹏，王文强，王飞，等 . 运载火箭贮箱焊缝射线数字 成像自动检测技术研究［J］. 航天制造技术，2023（2）：

智慧运营服务 安全管理系统 智慧公交调度 智慧出租车 机房工程 综合管网 。。。 数字交通枢纽方案 04 —— 总体架构 智能建筑楼宇 交通枢纽智能服务 设施 车辆管理 交通枢纽机器人 传感器 信息采集器 定位终端 视频监控 光纤网络 5G 通信网络 物联网 专网 传输层 感知层 设施层 基础层 平台层 云存储 | 云租赁 | 办公管控 | 交通枢纽信息 云服务 数据采集 事件处理 事件回溯 应急预案 应急指挥 资源联动 智能分析 智能诊断 决策支撑 设备管理 能耗预测 通行权限 资产共享 资产盘点 空间管理 状态全可视 事件全可控 业务全可靠 管控 中心 传感器 仪器仪表 现场控制系统 闸机 移动终端 大屏终端 智慧灯杆 报警器 摄像头 门禁 工位 资产标签 基础 设施 客户价值： 状态全可视：将交通枢纽数据进行统一分类和分析，实现交通枢纽 GIS

网络本身是一个无线通信技 术,可以避免传统的有线布线方式带来的高成本和复 杂性问题。 同时,UWB 技术具有精确测距和定位的功 能,可以在室内和复杂环境中实现高精度定位,而不需 要布设大量的传感器和线路。 (2)提高上线速度:由于 5G 网络的高速度数据传 输能力,无人天车的控制系统可以更快地获取车辆的 状态和位置信息,并更快地发送控制指令。 这可大大 缩短无人天车的上线时间,提高其工作效率。 技术支撑。 这可以确保无人天车在运行过程中不会因 为通信问题而出现故障或停机。 随着 5G 技术的不断发展和普及,人们可以预见 未来无人天车将会更加智能化和自动化。 例如,通过 5G 网络连接更多的传感器和设备,无人天车可以更好 地感知周围环境,更加智能地规划和执行任务。 同时, 通过与云计算和人工智能技术相结合,无人天车可以 实现更高级别的自动化,甚至可以达到自主决策和自 我学习的能力。

(如图 1 所示), 该架构分为 5 层, 自下而上分别是生产过程层、生产过程感知层、生产过程自动化层、制造运营自动化 层、企业营运逻辑层. 在生产过程感知层涵盖了流量、压力、温度、液位、视觉等各类传感器, 在生产 过程自动化层涵盖了可编程逻辑控制器 (PLC)、分布式控制系统 (DCS) 等控制系统, 在制造运营自动 化层涵盖了制造执行系统 (manufacturing execution system 例如在制造执行系统中自主调用低代 码开发平台的控件组成用户需要的报表, 在流程模拟软件中自主搭建工艺流程并设置物性参数、计算 路径等, 在先进过程控制软件中自主搭建模型预测控制器等. 感知智能体. 该智能体用于查询多源传感数据, 实时监测工业设备的运行状态、环境条件和工艺 参数, 提供准确的工况识别能力. 可被部署在制造执行系统的设备预测性维护、能效优化、生产过程 https://www.sciengine.com/doi/10 响应用户的低代码开发指令, 自动调用控件构建报表、控制器等, 提升定制开发 效率. 依赖 LLM 理解意图并操作底层平台接口. (2) 数据处理与感知类智能体. 感知智能体: 实时采集和处理来自设备与传感器的数据, 识别设备 状态与工况, 广泛用于能效、维护、安全等场景. 具备多源数据访问、处理与封装能力, 为上层智能体 提供数据支持. (3) 分析与诊断类智能体. 分析智能体: 执行深度数据分析

变，支持数字孪生应用从“映射、可视化”到“诊断、预测、仿真、 优化”的不断深入。 主要特点 项目以工业互联网平台为基础，以数字孪生管理系统为核心，以 解决方案应用为目标建设。工业互联网平台完成对传感器等各类生产 数据的边缘采集和处理，提供所需 IT 资源，提供发电设备全生命周期 数据和模型，提供丰富的数据服务和接口，采用低代码开发环境和图 形化编程技术降低开发门槛，为上层数字孪生管理系统提供技术支持。

算机完成的，但互联网可以把计算能力集中在 一起，通过网络向每个终端输出计算能力。再 引入人工智能、大数据和云计算等，终端只需 要具备简单的处理和展示功能。 智能终端包括手机、可穿戴设备、传感器 和应用程序。这些设备可以自动产生和传输数 据。因此，个体不只是信息的消费者，也是生 产者，而且生产的方式越来越自动化，这样就 可以产生海量信息，为大数据提供基础。 数 字 物联网通过射频识别、红外感应器、全球定位系统、 激光扫描器等信息传感设备，按约定的协议，把任何物品 与互联网相连接，进行信息交换和通信，以实现对物品的 智能化识别、定位、跟踪、监控和管理。 物联网（ Internet of Things ， IoT ）即“万物相连的互联网”，是在互联网的基础上延伸和扩展的网络，是将各种信息传感设备与 互联网结合起来形成的一个巨大网络，实现

质量的半导体，实现 更高的产量。 从精益制造向智能制造的演进是企业取得成功和长盛不衰的关键。 通过开放、全面的物联网 解决方案有机地连接企业 的机器、生产线、工厂和 供应链。 使用虚拟传感器对高价值资产 的运营效率进行建模和分析。 使用来自人工智能和分析工具 的预测性洞察优化制造流程。 消除数据孤岛，实现整个生 产流程的端到端可见性，并 提高流程效率。 利用新的过程自动化技术提

AGV/CTU 输送线 / 挂线 RGV/ 提升机 叉 车 加工设备 检测设备 包装设备 智能终端 /SOP/ 追溯 PLC/ 传感器 /DNC/ 数采 盒 智能装箱 系列 智能存储 系列 智能分拣 系列 智能搬运 系列 智能产线 系列 德沃克 OBF 智能硬件：一厂五景 基于共同指令语言，实现多品牌、多机型、多场景一体化调