制造業智能制造裝備研發和技術升級方案TOC\o"1-2"\h\u14208第一章智能制造概述 2277151.1智能制造發展背景 2233401.2智能制造發展趨勢 311336第二章智能制造裝備研發策略 3202512.1研發目標與定位 354032.2研發流程與方法 494402.3研發團隊建設與管理 518615第三章智能傳感器技術 5149593.1傳感器選型與應用 524283.2傳感器數據采集與處理 5153333.3傳感器網絡構建與優化 624938第四章智能控制器技術 6103174.1控制器硬件設計 692824.2控制器軟件開發 665874.3控制器功能優化 711190第五章技術 7213155.1選型與應用 7261255.1.1選型原則 7275345.1.2選型方法 8212165.1.3應用領域 8248535.2編程與控制 899585.2.1編程方法 834115.2.2控制系統 8222405.2.3通信接口 8221235.3系統集成與優化 828535.3.1系統集成方法 8151245.3.2優化策略 8185325.3.3實時監控與維護 829384第六章信息化技術 8162736.1工業互聯網技術 9277846.2大數據技術 915606.3云計算技術 102235第七章智能制造系統設計 10165867.1系統架構設計 1038157.1.1設計原則 10243577.1.2系統架構組成 1098177.2系統模塊設計 11127727.2.1數據采集模塊 1143487.2.2數據處理與分析模塊 11161197.2.3控制與調度模塊 1186827.3系統集成與調試 1116217.3.1硬件集成 11300767.3.2軟件集成 12179887.3.3系統調試 1224291第八章智能制造裝備升級方案 127858.1裝備升級目標與策略 12244708.1.1裝備升級目標 12300268.1.2裝備升級策略 12243418.2裝備升級技術路徑 12232838.2.1智能傳感與控制系統 12199158.2.2與自動化技術 13192888.2.3數據分析與優化算法 13297318.2.4網絡通信與云計算技術 13272318.3裝備升級實施與驗收 13304648.3.1實施步驟 13326558.3.2驗收標準 139529第九章智能制造裝備維護與管理 13220549.1裝備維護策略 13322109.2裝備故障診斷與預測 14140589.3裝備生命周期管理 157419第十章智能制造產業發展政策與建議 15452110.1政策環境分析 152820110.1.1國家政策支持 152342010.1.2地方政策跟進 151324410.1.3政策環境展望 16416210.2產業協同發展 161460810.2.1產業鏈整合 163096910.2.2產業生態構建 162712110.2.3區域協同發展 16969510.3產業創新與升級建議 16890010.3.1技術創新 161701610.3.2產業升級 162634110.3.3人才培養 162328010.3.4國際合作 17第一章智能制造概述1.1智能制造發展背景全球經濟一體化進程的加快，制造業作為國家經濟的重要支柱，正面臨著激烈的競爭壓力。在這種背景下，智能制造應運而生，成為制造業轉型升級的重要方向。智能制造的發展背景主要包括以下幾個方面：（1）國家戰略需求：我國高度重視制造業的發展，明確提出要推動制造業高質量發展，實現由制造大國向制造強國轉變。智能制造作為制造業轉型升級的關鍵環節，成為國家戰略的重要支撐。（2）科技創新驅動：科技創新是推動制造業發展的核心動力。信息技術的快速發展，尤其是大數據、云計算、物聯網、人工智能等技術的廣泛應用，為智能制造提供了技術支撐。（3）市場需求變化：消費者對產品質量、個性化需求不斷提高，制造業企業需要通過智能制造提高生產效率、降低成本、提升產品質量，以滿足市場需求。（4）產業轉型升級：我國制造業正面臨著從傳統制造業向高端制造業轉型的壓力，智能制造是實現產業轉型升級的重要途徑。1.2智能制造發展趨勢智能制造作為制造業發展的重要方向，其發展趨勢主要體現在以下幾個方面：（1）智能化水平不斷提高：技術的不斷進步，智能制造系統的智能化水平將不斷提高，能夠更好地滿足復雜生產環境和多樣化市場需求。（2）網絡化協同發展：智能制造將實現設備、工廠、企業、產業鏈等各環節的互聯互通，形成網絡化協同制造模式，提高資源配置效率。（3）個性化定制生產：智能制造將根據市場需求，實現個性化定制生產，提高產品質量和客戶滿意度。（4）綠色可持續發展：智能制造將注重環保、節能、減排等方面，推動制造業向綠色可持續發展方向轉型。（5）跨界融合創新：智能制造將促進制造業與其他行業的跨界融合，如互聯網、大數據、人工智能等，推動產業創新。（6）人才培養與引進：智能制造發展需要大量高素質人才，制造業企業將加大人才培養和引進力度，提高整體創新能力。（7）政策支持與引導：將繼續加大對智能制造的政策支持力度，推動產業健康發展。第二章智能制造裝備研發策略2.1研發目標與定位智能制造裝備研發的目標在于推動制造業向智能化、自動化、網絡化方向發展，提高生產效率、降低成本、提升產品質量，以及增強企業核心競爭力。研發定位應遵循以下原則：（1）緊密圍繞國家戰略需求，服務國家制造業發展戰略，以國家重大工程和項目為牽引，推動智能制造裝備研發。（2）以市場需求為導向，關注行業發展趨勢，緊跟國際先進技術，提高智能制造裝備的自主創新能力和市場競爭力。（3）以企業為主體，發揮企業技術創新主體作用，加強與科研院所、高校的合作，實現產學研一體化發展。2.2研發流程與方法智能制造裝備研發流程主要包括以下幾個階段：（1）需求分析：通過對市場、行業、企業現狀的研究，明確智能制造裝備研發的目標、技術路線和關鍵指標。（2）方案設計：根據需求分析結果，制定智能制造裝備的總體方案、技術方案和實施計劃。（3）技術研發：針對智能制造裝備的關鍵技術，進行技術攻關和研發，包括硬件研發、軟件開發、系統集成等。（4）樣機研制：根據技術研發成果，研制具有代表性的樣機，并進行功能測試和優化。（5）中試與產業化：在樣機研制基礎上，進行中試和產業化，實現智能制造裝備的批量生產和市場推廣。（6）售后服務與持續改進：對已交付的智能制造裝備提供售后服務，收集用戶反饋，不斷優化產品功能。研發方法主要包括以下幾種：（1）技術創新：通過自主研發、技術引進、技術改造等手段，提高智能制造裝備的技術水平。（2）產學研合作：加強與科研院所、高校的合作，實現技術創新和人才培養的良性互動。（3）項目管理：采用項目化管理方式，保證研發進度、質量和成本控制。（4）標準化管理：制定和完善智能制造裝備的標準化體系，提高產品的通用性和互換性。2.3研發團隊建設與管理智能制造裝備研發團隊建設與管理應注重以下幾個方面：（1）人才引進與培養：積極引進和培養具有創新能力、專業素質高的人才，形成結構合理的研發團隊。（2）激勵機制：建立完善的激勵機制，激發團隊成員的積極性和創造力。（3）團隊協作：加強團隊內部溝通與協作，提高研發效率。（4）知識管理：建立知識管理體系，促進研發團隊的知識共享與創新。（5）項目管理：采用項目化管理方式，保證研發任務的順利進行。（6）績效評估：建立科學的績效評估體系，對研發團隊的貢獻進行合理評價。第三章智能傳感器技術3.1傳感器選型與應用在制造業智能制造裝備研發中，傳感器的選型與應用。傳感器作為信息獲取的關鍵部件，其功能直接影響著系統的準確性和穩定性。應根據實際應用場景的需求，選擇具有較高精度、穩定性和可靠性的傳感器。還需考慮傳感器的量程、分辨率、響應時間等技術參數。常見的傳感器類型有溫度傳感器、壓力傳感器、濕度傳感器、位移傳感器等。在制造業中，應根據具體應用場景選擇合適的傳感器。例如，在高溫、高壓等惡劣環境下，應選擇耐高溫、耐高壓的傳感器；在精度要求較高的場合，應選擇高精度傳感器。3.2傳感器數據采集與處理傳感器數據采集與處理是智能制造裝備研發的關鍵環節。數據采集過程中，要保證數據的準確性和實時性。為此，需采用高效的數據采集方法和技術，如無線通信、邊緣計算等。數據采集完成后，需對數據進行處理。數據處理主要包括數據清洗、數據融合、數據挖掘等。數據清洗是為了去除無效、錯誤和異常數據，保證數據的準確性；數據融合是為了整合多個傳感器數據，提高系統信息的全面性和準確性；數據挖掘則是從海量數據中提取有價值的信息，為決策提供支持。3.3傳感器網絡構建與優化傳感器網絡是智能制造裝備中信息傳遞的重要載體。構建傳感器網絡時，要考慮網絡的拓撲結構、通信協議、能量管理等因素。在拓撲結構方面，應根據實際應用場景選擇合適的網絡結構，如星形、總線形、環形等。通信協議方面，要保證數據傳輸的可靠性和實時性，可選擇WiFi、藍牙、LoRa等無線通信技術。能量管理方面，要降低傳感器網絡的能耗，提高網絡壽命，可通過優化傳感器的工作周期、休眠策略等方法實現。優化傳感器網絡的關鍵在于提高數據傳輸效率、降低能耗和延長網絡壽命。為此，可以采用以下策略：（1）采用自適應路由算法，實現節點間的有效通信；（2）優化節點部署，降低網絡冗余，提高數據傳輸效率；（3）引入能量收集技術，如太陽能、振動能等，延長傳感器網絡的壽命；（4）采用網絡切片技術，實現不同業務場景下的網絡優化。通過以上策略，可以有效構建和優化傳感器網絡，為制造業智能制造裝備研發提供有力支持。第四章智能控制器技術4.1控制器硬件設計智能控制器作為智能制造裝備的核心部件，其硬件設計。本節將從以下幾個方面展開論述：（1）硬件架構設計：根據控制對象和控制需求，設計合理的硬件架構，包括處理器（CPU）、存儲器、輸入輸出接口、通信接口等。（2）硬件選型：根據控制器的功能要求，選擇合適的CPU、存儲器、傳感器等硬件設備，保證控制器具備高功能、高可靠性、低功耗等特點。（3）硬件接口設計：合理設計硬件接口，包括模擬量輸入接口、數字量輸入接口、通信接口等，以滿足不同控制對象和控制需求。（4）硬件電路設計：針對控制器的功能需求，設計相應的硬件電路，包括電源電路、信號處理電路、驅動電路等。4.2控制器軟件開發智能控制器軟件是控制器功能實現的關鍵，本節將從以下幾個方面闡述控制器軟件開發：（1）軟件架構設計：根據控制器的功能需求，設計合理的軟件架構，包括系統軟件、應用軟件、中間件等。（2）編程語言選擇：根據控制器的硬件平臺和開發環境，選擇合適的編程語言，如C、C、Python等。（3）實時操作系統（RTOS）應用：針對控制器的實時性需求，選擇合適的實時操作系統，如FreeRTOS、uc/OS等。（4）軟件模塊設計：根據控制器的功能需求，設計相應的軟件模塊，包括信號采集模塊、數據處理模塊、控制算法模塊、通信模塊等。（5）軟件調試與優化：通過調試工具和測試方法，對軟件進行調試和優化，保證控制器在各種工況下穩定運行。4.3控制器功能優化為了提高智能控制器的功能，本節將從以下幾個方面進行探討：（1）硬件功能優化：通過選用高功能硬件設備、優化硬件電路設計等手段，提高控制器的處理速度和可靠性。（2）軟件功能優化：通過優化算法、提高代碼效率等手段，降低控制器運行時的資源消耗和響應時間。（3）實時功能優化：針對控制器的實時性需求，優化實時操作系統調度策略、中斷處理機制等，保證控制器在實時性要求較高的場景下穩定運行。（4）通信功能優化：通過優化通信協議、提高通信速率等手段，提高控制器與外部設備的信息交互效率。（5）自適應功能優化：引入自適應控制策略，使控制器能夠根據外部環境變化自動調整參數，提高控制系統的適應性和穩定性。第五章技術5.1選型與應用5.1.1選型原則在制造業智能制造裝備研發中，選型需遵循以下原則：一是滿足生產需求，保證具備相應的負載、精度、速度等功能指標；二是考慮成本效益，選擇性價比高的；三是兼顧未來發展，預留一定的升級和擴展空間。5.1.2選型方法選型方法包括：分析生產任務需求，確定類型；對比不同品牌和型號的功能指標；評估的穩定性和可靠性；考慮售后服務和技術支持。5.1.3應用領域技術在制造業中的應用領域廣泛，如焊接、搬運、裝配、噴涂、檢測等。根據不同生產場景，合理選擇類型，提高生產效率和質量。5.2編程與控制5.2.1編程方法編程方法有示教編程、圖形化編程、文本編程等。示教編程適用于簡單任務，圖形化編程便于操作，文本編程則具有更高的靈活性。5.2.2控制系統控制系統包括硬件和軟件兩部分。硬件主要包括控制器、驅動器、傳感器等；軟件主要包括操作系統、編程環境、應用軟件等。控制系統需具備實時性、穩定性和可靠性。5.2.3通信接口與上位機或其他設備之間的通信接口有串口、以太網、無線等。合理選擇通信接口，實現與生產線的無縫對接。5.3系統集成與優化5.3.1系統集成方法系統集成需考慮以下因素：生產線的整體布局、與設備的配合、安全防護措施等。系統集成方法包括：模塊化設計、模塊化編程、模塊化調試等。5.3.2優化策略系統集成優化策略包括：優化路徑規劃，提高運行效率；優化運動參數，降低能耗；優化控制系統，提高響應速度和穩定性。5.3.3實時監控與維護為保證系統的穩定運行，需實施實時監控與維護。包括：監控系統運行狀態，及時發覺并處理故障；定期檢查本體和周邊設備，保證安全可靠；對進行維護保養，延長使用壽命。第六章信息化技術信息技術的飛速發展，制造業智能化轉型已成為產業升級的重要方向。信息化技術在智能制造裝備研發和技術升級中扮演著關鍵角色。本章主要闡述工業互聯網技術、大數據技術和云計算技術在制造業中的應用。6.1工業互聯網技術工業互聯網技術是將互聯網、大數據、云計算等信息技術與制造業深度融合的一種新型制造模式。其主要內容包括：（1）網絡架構：工業互聯網網絡架構分為設備層、平臺層和應用層。設備層負責采集和傳輸設備數據；平臺層負責數據存儲、處理和分析；應用層則實現數據驅動的智能決策。（2）關鍵技術：工業互聯網的關鍵技術包括邊緣計算、云計算、大數據分析、人工智能等。邊緣計算將部分計算任務從云端遷移到設備端，降低網絡延遲，提高實時性；云計算為工業互聯網提供強大的計算能力；大數據分析有助于挖掘設備數據中的價值；人工智能技術則為智能決策提供支持。（3）應用場景：工業互聯網技術在制造業中的應用場景包括生產過程監控、設備維護預測、產品質量追溯等。通過實時監控生產過程，優化生產調度，降低生產成本；利用設備維護預測技術，提前發覺設備故障，減少停機時間；通過產品質量追溯，提高產品質量，降低售后風險。6.2大數據技術大數據技術在制造業中的應用主要體現在以下幾個方面：（1）數據采集：利用傳感器、攝像頭等設備，實時采集生產過程中的數據，包括設備運行狀態、生產環境、產品質量等。（2）數據存儲：構建大數據存儲系統，實現對海量數據的存儲、管理和查詢。（3）數據處理：采用分布式計算、MapReduce等技術，對采集到的數據進行清洗、轉換、分析等處理。（4）數據挖掘：運用機器學習、數據挖掘算法，從海量數據中挖掘出有價值的信息，為決策提供支持。（5）應用場景：大數據技術在制造業中的應用場景包括生產優化、設備維護、產品質量改進等。通過對生產數據的分析，優化生產流程，提高生產效率；利用設備運行數據，實現設備故障預測和維護；分析產品質量數據，找出問題根源，提高產品質量。6.3云計算技術云計算技術在制造業中的應用主要體現在以下幾個方面：（1）基礎設施即服務（IaaS）：提供虛擬化計算資源、存儲資源和網絡資源，為制造業提供靈活、可擴展的計算和存儲能力。（2）平臺即服務（PaaS）：提供開發、測試、部署和運維等平臺服務，降低企業開發成本，提高開發效率。（3）軟件即服務（SaaS）：提供各種應用軟件服務，如企業資源規劃（ERP）、客戶關系管理（CRM）等，助力制造業實現信息化管理。（4）應用場景：云計算技術在制造業中的應用場景包括生產管理、供應鏈管理、設備監控等。通過云計算平臺，實現生產數據的實時監控和分析，優化生產調度；搭建供應鏈管理云平臺，提高供應鏈協同效率；利用云計算技術，實現對設備的遠程監控和維護。信息化技術在制造業智能制造裝備研發和技術升級中發揮著重要作用，為我國制造業轉型升級提供了有力支持。第七章智能制造系統設計7.1系統架構設計7.1.1設計原則在設計智能制造系統的架構時，需遵循以下原則：（1）高可靠性：保證系統在復雜的生產環境中穩定運行，降低故障率。（2）高擴展性：系統應具備良好的擴展性，以適應不斷發展的市場需求和技術進步。（3）高安全性：保障系統數據的安全，防止數據泄露和非法訪問。（4）易維護性：系統應具備良好的維護性，便于故障排查和升級。7.1.2系統架構組成智能制造系統架構主要由以下幾部分組成：（1）硬件層：包括傳感器、執行器、控制器等，實現數據的采集、傳輸和執行。（2）數據層：負責數據的存儲、處理和分析，為上層應用提供數據支持。（3）網絡層：實現各硬件設備之間的互聯互通，保證數據傳輸的實時性和可靠性。（4）應用層：包括各種智能應用，如故障診斷、優化調度、設備維護等。7.2系統模塊設計7.2.1數據采集模塊數據采集模塊負責實時采集生產過程中的各種數據，如溫度、濕度、壓力等。該模塊需具備以下功能：（1）數據采集：實時采集設備運行數據。（2）數據預處理：對采集到的數據進行清洗、過濾和轉換。（3）數據存儲：將預處理后的數據存儲到數據庫中。7.2.2數據處理與分析模塊數據處理與分析模塊對采集到的數據進行處理和分析，為智能制造提供決策支持。該模塊主要包括以下功能：（1）數據挖掘：從大量數據中挖掘有價值的信息。（2）數據可視化：將數據以圖表形式展示，便于用戶理解。（3）智能分析：運用機器學習、深度學習等技術對數據進行分析，為決策提供依據。7.2.3控制與調度模塊控制與調度模塊根據數據分析結果，實現對生產過程的智能控制與調度。該模塊主要包括以下功能：（1）設備控制：根據數據分析結果，對設備進行實時控制。（2）生產調度：根據生產需求，優化生產流程，提高生產效率。（3）故障處理：實時監測設備運行狀態，發覺并處理故障。7.3系統集成與調試7.3.1硬件集成硬件集成主要包括傳感器、執行器、控制器等設備的連接和調試。在集成過程中，需注意以下事項：（1）設備選型：根據系統需求，選擇合適的硬件設備。（2）接口對接：保證各設備之間的接口兼容，實現數據傳輸。（3）調試：對硬件設備進行調試，保證系統穩定運行。7.3.2軟件集成軟件集成主要包括數據采集、數據處理、控制與調度等模塊的整合。在集成過程中，需注意以下事項：（1）模塊劃分：明確各模塊的功能和接口，保證模塊之間的協同工作。（2）數據交互：實現各模塊之間的數據交互，保證系統運行高效。（3）調試：對軟件系統進行調試，保證各模塊正常運行。7.3.3系統調試系統調試是保證智能制造系統正常運行的關鍵環節。在調試過程中，需關注以下方面：（1）硬件調試：檢查硬件設備是否正常工作，排除故障。（2）軟件調試：檢查軟件系統是否穩定，優化功能。（3）系統功能測試：驗證系統在實際生產環境中的功能表現。（4）用戶培訓：對用戶進行系統操作和維護培訓，保證系統順利投入使用。第八章智能制造裝備升級方案8.1裝備升級目標與策略8.1.1裝備升級目標本節旨在明確智能制造裝備升級的具體目標。應提升裝備的自動化水平，降低人工干預的需求，實現高效、穩定的生產過程。需通過智能化技術，提高裝備的自適應能力，使其能夠適應不同生產環境和任務需求。應關注裝備的節能環保功能，降低生產過程中的能源消耗和污染排放。8.1.2裝備升級策略為實現上述目標，需采取以下策略：一是加強技術創新，積極研發具有自主知識產權的核心技術；二是優化產業鏈協同，實現上下游產業的緊密配合；三是加大政策支持力度，鼓勵企業投入智能制造裝備升級；四是強化人才培養，提高智能制造裝備領域的專業人才素質。8.2裝備升級技術路徑8.2.1智能傳感與控制系統通過集成智能傳感與控制系統，實現對裝備運行狀態的實時監測與控制，提高裝備的自主調整能力。關鍵技術包括傳感器技術、控制器技術、執行器技術等。8.2.2與自動化技術運用與自動化技術，實現生產過程的自動化和智能化。關鍵技術包括編程技術、視覺識別技術、路徑規劃技術等。8.2.3數據分析與優化算法通過收集和分析生產過程中的數據，優化裝備的功能和作業效率。關鍵技術包括大數據分析技術、機器學習算法、優化算法等。8.2.4網絡通信與云計算技術利用網絡通信與云計算技術，實現裝備與外部系統的高效協同。關鍵技術包括5G通信技術、邊緣計算技術、云計算技術等。8.3裝備升級實施與驗收8.3.1實施步驟為保證裝備升級的順利進行，需按照以下步驟實施：一是明確升級目標和任務，制定詳細的實施方案；二是選擇具備升級條件的裝備，進行前期準備工作；三是開展技術改造，包括硬件升級和軟件優化；四是進行系統調試和運行優化，保證裝備功能達到預期目標。8.3.2驗收標準驗收標準主要包括以下幾個方面：一是裝備功能指標，包括生產效率、故障率、能耗等；二是裝備穩定性，要求在長時間運行過程中保持良好的功能；三是系統兼容性，保證與其他系統的高效協同；四是用戶滿意度，關注用戶對升級效果的評價。通過以上措施，有望實現我國智能制造裝備的升級，提高制造業的整體競爭力。第九章智能制造裝備維護與管理9.1裝備維護策略智能制造裝備在制造業中的廣泛應用，裝備維護策略的優化成為提高生產效率、降低成本的關鍵因素。本節將從以下幾個方面闡述裝備維護策略：（1）預防性維護策略預防性維護是指在設備運行過程中，定期對設備進行檢查、保養和維修，以防止設備故障的發生。預防性維護策略主要包括以下內容：制定詳細的維護計劃，保證設備按照規定的時間間隔進行維護；根據設備運行狀態，調整維護周期和內容；對設備的關鍵部件進行重點監控，保證其正常運行；建立完善的維護檔案，記錄設備維護情況，為后續維護提供數據支持。（2）預測性維護策略預測性維護是指通過監測設備運行數據，預測設備可能出現的故障，提前采取維護措施。預測性維護策略主要包括以下內容：收集設備運行數據，建立設備狀態數據庫；利用大數據分析和人工智能技術，對設備狀態進行實時監控和預測；當設備狀態出現異常時，及時發出預警，指導維護人員采取相應措施；對預測性維護結果進行驗證，不斷優化預測模型。9.2裝備故障診斷與預測裝備故障診斷與預測是保證智能制造裝備穩定運行的重要環節。以下將從以下幾個方面介紹裝備故障診斷與預測技術：（1）故障診斷技術故障診斷技術主要包括以下幾種：信號處理與分析：通過對設備運行過程中的信號進行分析，提取故障特征；人工智能診斷：利用神經網絡、支持向量機等人工智能方法，對故障進行分類和識別；故障樹分析：通過建立故障樹，分析故障原因和故障傳播路徑；專家系統：將領域專家的知識和經驗融入計算機系統，實現故障診斷。（2）故障預測技術故障預測技術主要包括以下幾種：基于歷史數據的故障預測：通過分析歷史故障數據，建立故障預測模型；基于設備狀態的故障預測：通過實時監測設備狀態，預測設備未來可能出現的故障；基于機器學習的故障預測：利用機器學習算法，對設備運行數據進行分析，預測故障發生概率。9.3裝備生命周期管理裝備生命周期管理是指對智能制造裝備從設計、制造、運行到報廢的全過程進行管理。以下將從以下幾個方面闡述裝備生命周期管理：（1）設計階段考慮設備運行環境，保證設備具有良好的可靠性和維修性；優化設備結構，降低設備故障率；設計合理的維護保養方案，方便后期維護。（2）制造階段嚴格把控零部件質量，保證設備整體質量；采用先進的生產工藝，提高設備制造精度；強化設備出廠檢驗，保證設備滿足使用要求。（3）運行階段制定完善的運行管理制度，保證設備安全、高效運行；