MARC

 008260203s2023        us                              c    eng  d
■001000017365848
■00520260209102837
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798314849392
■035    ▼a(MiAaPQ)AAI32063718
■035    ▼a(MiAaPQ)httphdlhandlenet2142120095
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a621
■1001  ▼aToro  Santamaria,  Ricardo.
■24513▼aAn  Operating  System  for  Cyber-Physical  Manufacturing  (OSCM)  to  Enable  and  Grow  Cyber-Physical  Manufacturing  Networks  (CYMAN)
■260    ▼a[Sl]▼bUniversity  of  Illinois  at  Urbana-Champaign▼c2023
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2023
■300    ▼a180  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-11,  Section:  A.
■500    ▼aIncludes  supplementary  digital  materials.
■500    ▼aAdvisor:  Ferreira,  Placid  M.
■5021  ▼aThesis  (Ph.D.)--University  of  Illinois  at  Urbana-Champaign,  2023.
■520    ▼aThe  evolution  of  factory  technologies  has  enabled  a  significant  level  of  manufacturing  flexibility  through  the  use  of  programmable  automation  such  as  CNC  and  PLCs,  hardware  innovations  such  as  quick-change  tooling,  and  operator  assist  technologies.  However,  the  manufacturing  information  system  remains  the  most  inflexible  aspect  of  a  factory.  These  systems  are  typically  customized  for  manufacturers  by  system  integrators  and  are  often  composed  of  large  monolithic  systems  built  around  an  ERP/MRP  framework  or  a  collection  of  decision-support  software  tools  that  are  poorly  integrated,  with  a  patchwork  of  communication  channels  connecting  them.On  the  other  hand,  cloud-based  information  service  platforms,  such  as  those  used  in  social  networks  and  service  brokers,  have  experienced  multiple  cycles  of  rapid  evolution,  resulting  in  a  tremendous  increase  in  their  ability  to  handle  increasingly  large  data  scales  and  rates  while  maintaining  their  elasticity  and  flexibility.  This  swift  advancement  of  cloud-based  information  services  has  sparked  a  new  era  in  the  manufacturing  industry,  as  evident  in  the  emergence  of  manufacturing  cyber-physical  system  technologies,  including  the  Industrial  Internet  of  Things  (IIoT)  and  Cloud  Manufacturing  (CM).  These  technologies  are  part  of  the  broader  context  of  the  unfolding  fourth  industrial  revolution,  also  known  as  Industry  4.0  or  Digital  Manufacturing.  This  revolution  emphasizes  the  importance  of  connectivity,  information,  and  machine-based  intelligence  to  create  a  new  paradigm  for  manufacturing  that  is  highly  flexible,  scalable,  responsive,  and  intelligent.The  work  proposed  in  this  dissertation  facilitates  the  digital  transformation  of  manufacturing  organizations  by  designing,  implementing,  and  testing  an  infrastructure  platform  that  can  handle  shopfloor  information.  This  platform,  called  Operating  System  for  Cyber-Physical  Manufacturing  (OSCM),  combines  cloud  and  edge  elements  to  achieve  three  objectives:  (1)  enable  connectivity  and  interaction  between  manufacturing  jobs,  machines,  and  manufacturing  software  applications;  (2)  capture  the  events  and  data  that  result  from  these  interactions;  and  (3)  process,  distribute,  store,  and  serve  them  to  the  desired  end-points.  The  dissertation  explores  how  modern  cloud  and  web  computing  concepts  and  frameworks,  such  as  containerization,  microservices,  event-based  designs,  and  pub-sub  messaging,  can  be  utilized  to  develop  a  configurable,  user-friendly,  flexible,  and  scalable  information  environment  for  the  manufacturing  shopfloor.The  first  portion  of  the  dissertation  introduces  the  software  architecture  for  OSCM  that  is  envisioned  to  facilitate  and  track  the  interaction  between  a  manufacturing  job,  physical  resources,  and  the  software  services  (or  apps)  around  them.  Then,  the  dissertation  provides  a  comprehensive  explanation  of  an  event-based  architecture  for  OSCM.  This  architecture  allows  for  flexible  distribution  of  resource  or  transaction-related  events/data  to  various  decision-making  and  manufacturing  software  tools  through  an  event/message  service.  The  following  chapter  examines  the  performance  of  the  proposed  event-driven  service.  To  evaluate  the  system's  capabilities  and  identify  its  limitations,  multiple  experiments  are  designed  and  conducted.  Then,  practical  recommendations  are  made  based  on  the  findings  of  the  experiments  to  assist  in  the  deployment  and  implementation  of  OSCM.  The  subsequent  Chapter  outlines  seven  different  applications  and  discusses  their  potential  benefits.  These  applications  include  a  research  collaborative  tool,  an  archival  data  storage  system  for  supporting  AI  and  machine  learning  analytic  tools,  three  different  monitoring  applications  with  varying  implementation  complexities,  a  production  line  simulator  tool,  and  an  automated  work-order  execution  system,  which  demonstrates  the  control  capabilities  of  applications  within  the  OSCM  ecosystem.  The  dissertation  concludes  by  providing  a  comprehensive  summary  of  the  proposed  framework  infrastructure's  benefits  and  advantages  in  comparison  to  traditional  manufacturing  operations  and  information  systems.  Furthermore,  it  offers  valuable  insights  into  potential  areas  for  future  research  based  on  the  investigation  presented  in  this  dissertation.
■590    ▼aSchool  code:  0090.
■650  4▼aMechanical  engineering
■650  4▼aComputer  engineering
■650  4▼aInformation  science
■653    ▼aOperating  System  for  Cyber-Physical  Manufacturing
■653    ▼aCloud  Manufacturing
■653    ▼aIndustry  4.0
■653    ▼aDigital  manufacturing
■653    ▼aInformation  systems
■653    ▼aSmart  manufacturing
■690    ▼a0548
■690    ▼a0464
■690    ▼a0723
■71020▼aUniversity  of  Illinois  at  Urbana-Champaign▼bMechanical  Sci  &  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g86-11A.
■790    ▼a0090
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17365848▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서