智能工業機器人在航空制造業的應用

殷 俊

（中航工業成都飛機工業（集團）有限責任公司，成都 610091）

智能工業機器人在航空制造業的應用

殷 俊

（中航工業成都飛機工業（集團）有限責任公司，成都 610091）

航空制造業具有多品種、小批量的生產特點，傳統工業機器人的編程示教方式也不適用。智能工業機器人具備智能感知和規劃功能，能夠適應航空制造業的非結構化操作環境，并解決操作過程中的不確定性問題，是航空制造業的發展方向。通過裝配機器人和噴涂機器人的典型應用分析了智能感知和智能規劃技術。

智能工業機器人；航空制造；智能測量；智能規劃

0　引言

近年來，一方面中國資源紅利和人口紅利逐漸消失，另一方面東南亞發展中國家低端制造業的分流，迫使中國產業結構從低端制造業向高端制造業升級，從制造大國向制造強國轉變。

作為智能制造核心技術的工業機器人在產業結構升級過程中發揮著舉足輕重的作用。工業機器人的使用不僅可以降低勞動成本，而且還能夠提高生產效率和產品質量。工業機器人不僅可以將工人從簡單、重復、繁瑣、單調的體力勞動中解放出來（如拾取操作），而且可以完成人類無法完成的精密操作任務（如精密裝配）。因此，近年來，工業機器人在汽車、電子、機械等行業越來越多地應用，極大地提高了自動化生產程度。尤其汽車行業是工業機器人使用密度最高的行業，不僅拾取、包裝、碼垛等簡單操作由工業機器人實現，而且打磨、裝配、噴涂等復雜操作也由工業機器人實現。

近年來，工業機器人也逐漸被用到航空制造行業中來［1，2］，相對于手工操作，機器人作業首先提高了產品質量，比如美國Electro impact公司設計的ONCE（One Sided Cell End-eEffector）機器人自動鉆孔系統保障了孔的垂直度，提高了鉚接質量和壽命［3］，如圖1所示。

其次提高了生產效率，比如：B-2轟炸機采用傳統的人工噴涂大約需要10萬小時，F-22采用采用傳統的人工噴涂大約需要1萬小時，而用機器人自動噴涂僅僅需要1000小時［4］；洛克希德·馬丁公司研制的機器人飛機精整系統（Robotic aircraft finishing system， RCFC）用于F-35自動化噴涂極大地提高了噴涂效率［5］，如圖2所示。

圖1　ONCE機器人鉆孔系統

圖2　F-35機器人飛機精整系統

最后還擴展了操作能力，比如，英國OC Robotics開發的蛇形機器人可以進入機翼狹小空間進行檢測、緊固和密封［5］，如圖3所示。

相比于傳統的汽車行業，一方面航空制造業的產品尺寸大、載荷重；結構復雜、材料特殊；精度高，性能和可靠性高給工業機器人的帶來了極大的挑戰；另一方面航空制造業的多品種、小批量的生產特點又給機器人柔性制造模式帶來了機遇。傳統的航空制造需要大量的工裝夾具，一旦產品發生改變，相應的工裝夾具必須要做相應的更改，一方面延長了產品生產周期，另一方面也增加了產品成本。因此，傳統的航空制造業方式很難滿足現代化的柔性制造需求。本文將針對航空制造業的產品特點，介紹智能工業機器人的優勢并給出智能工業機器人在航空制造業中的典型應用，并講述智能感知與規劃技術。

圖3　OCRobotics研發的蛇形臂機器人

1　智能工業機器人

從第一臺工業機器人于1959年在美國誕生以來，工業機器人經歷了三個階段：

第一階段示教再現機器人，操作者將完成該作業的所需的運動軌跡等指令通過直接或間接的示教方式存儲起來，機器人工作時將相應的指令讀取出來并重復示教的動作。針對航空制造業而言，一方面每一架次的飛機狀態都存在一定的差別，無法直接利用以前的作業指令；另一方面一些復雜的操作（如裝配）無法示教。因此，示教再現機器人無法直接應用于航空制造業的復雜操作。

第二階段感知機器人，機器人具備了一定傳感器（如視覺、力覺、觸覺等）能夠感知操作過程中某些狀態（如裝配過程中接觸力）并完成相應的操作。由于航空制造業中的尺寸大，品種多，需要智能規劃操作路徑（如噴涂）。因此，感知機器人還無法應用于航空制造業的某些特定操作。

第三階段智能機器人，機器人不僅具有感知功能，還有一定的規劃和決策能力。隨著機器學習、人工智能等技術的發展，智能機器人是機器人未來發展的重要方向。

智能機器人是眼、腦、手有機結合體。首先具備感知要素來認識環境狀態（眼的功能）；然后具備思考要素能根據所得信息做出相應的規劃（腦的功能），最后還具備運動要素對外界環境做出相應的反應（手的功能）。智能機器人最重要的是具備學習能力和邏輯推理能力，使得機器人更加聰明。因此，操作者往往只需告訴機器人做什么，而不需要告訴它具體怎么做，智能機器人就能夠依據經驗進行執行操作。由于航空制造業產品在制造過程中的非結構化的工作環境，狹窄的操作空間以及大量的不確定因素，智能工業機器人的實時感知與規劃技術顯得尤為重要。

2　典型應用與智能技術

智能感知與規劃是智能工業機器人的兩個顯著特征，智能感知使得工業機器人實時獲取環境信息，智能規劃使得工業機器人對所處環境進行最優決策并做出相應的操作。將智能工業機器人應用在小批量、多品種的航空制造業中可以顯著提高生產效率與生產質量。下面分別從智能裝配機器人，智能噴涂機器人在航空制造業的應用進行闡述。

2.1智能裝配機器人

裝配作業是形成產品的后置工序， 裝配作業質量對產品性能有著直接影響。據統計，機電產品的裝配工作量，占整個產品制造工作量的20%～70%，裝配費用占總成本的1/3～1/2。隨著技術發展，機器人越來越多地被應用到汽車、電子等行業的裝配作業中。機器人不僅可以通過力傳感器和力控技術避免零件損傷，還可以通過視覺傳感器和伺服控制技術實現精確定位。

目前，機器人在大部件裝配中很少應用，正如機器人專家王天然院士所說“現在的造船、造飛機企業的零部件都是高精度生產系統加工出來的，但是在裝配的時候，相當多的情況下需要人親歷親為”，一方面人工裝配過程中不可避免的碰撞降低了產品質量，另一方面人工裝配生產效率低、勞動強度大。因此，利用機器人實現大部件自動化裝配，可以提高裝配質量和生產效率。

飛機大部件裝配具有大載荷、大尺寸、高精度的特點，比如，飛機大部件載荷大，微小的路徑誤差都有可能引起極大的裝配接觸力，造成部件微小的損傷。微小的損傷會對高速運行的飛機留下致命的安全隱患。因此，如何高精度路徑規劃和軌跡跟蹤是飛機大部件裝配機器人所要解決的兩大核心問題：

第一，路徑規劃精度要求高。飛機大部件尺寸大，一方面由于飛機結構復雜且存在遮光問題，測量儀器（如激光跟蹤儀）可能需要擺放在不同位置對目標進行測量，然后將不同地方測量結果進行拼接，形成完整的測量結果并進行智能優化［7］；另一方面需要對測量儀器獲取的路徑進行優化以獲得最優路徑［8］。

第二，軌跡跟蹤精度要求高。飛機大部件載荷大，造成裝配機器人不可避免地存在一定變形，一方面需要離線地對機器人運動學進行標定和補償［9］；另一方面由于飛機大部件的確切載荷和擺放位置未知無法建立變形模型，這就需要機器人具備在線地對變形進行智能學習、預測并實時補償以便實現高精度軌跡跟蹤，最終實現飛機大部件無應力、無損傷裝配［8］。

2.2智能噴涂機器人

噴涂作業主要在產品表面涂覆作業，是航空制造產品的最后一道工序，直接影響產品的外觀和性能，噴涂作業的重要指標是保證涂層厚度和均勻度。相比于人工噴涂，一方面機器人噴涂可以實現精確運動，有利于實現均勻噴涂，提高噴涂質量；另一方面可以將工人從惡劣的工作環境中解放出來，避免對工人身體健康的傷害。因此，噴涂機器人在汽車行業取得了廣泛應用，一般工作流程是專業操作人員耗費相當長的一段時間對機器人進行編程，測試；然后機器人按照預定的軌跡進行噴涂。由于汽車行業每一種型號的汽車產量都是成千上萬量，所以相應的編程時間是可以接受的。對于航空制造業產品而言，涂層厚度和均勻度要求更為嚴格，一方面產品批量小，品種多；另一方面同一型號產品之間狀態也略有差別（如機翼下垂程度不一致）。所以對每一架飛機都進行編程是無法接受的。因此，如何縮短生產準備時間和獲取最優路徑是飛機噴涂機器人所要解決的兩大核心問題：

第一，縮短生產準備時間。現有噴涂需要利用工裝對飛機進行定位，然后利用測量技術測出飛機和周圍障礙物的實際狀態并進行建模，然后離線規劃的路徑與仿真。針對每一架次飛機都要重復進行上述工作是一件及其耗費精力和時間的事情。高精度三維成像技術是實現快速建模，并映射到數模上對路徑進行修正的重要前提，映射的最大難點在于局部的測量區域和全局的CAD模型進行快速配準，基于仿生學原理的基于多尺度幾何特征的智能配準算法是一個解決方案。首先模擬人眼對邊界等高頻信號敏感的特點，可以計算測量點云中每個點的曲率；然后，模擬人眼多層信息融合的特點，利用多尺寸的特征（不同尺度范圍內的曲率）的概念，避免了二義性問題，這就好比有時候僅僅觀察人的某一個面部特征（如鼻子）很難精確識別，往往需要將多個面部特征（如，鼻子，嘴巴，眼睛，耳朵等）結合起來綜合識別；最后，根據人眼分類識別的特點，利用基于支持向量機（SVM，Support Vector Machine）的分類識別算法，極大地提高了識別速度，這就好比識別某一個人的時候，第一眼先根據人特征將待識別對象分類，如高個矮個等，然后再進行精確識別，這樣提高識別的效率［10］。

第二，獲取最優路徑。噴涂路徑規劃首先考慮機器人自身運動特性避免奇異點；其次考慮與航空產品無碰撞，然后還要考慮噴涂工藝參數最優［11，12］；最后還要考慮噴涂效率［13］。這是一個多參數、非線性的優化問題，結合機器學習，專家系統等人工智能等知識是獲取最優路徑的重要方法。

3　結論

我國航空制造業面臨著人力成本上漲，資源使用率低，行業競爭壓力大等多種不利因素，以智能工業機器人為代表的“智能制造”是航空制造業未來發展的方向。“智能工業機器人”具有智能感知與決策能力，對制造產品的適應性強，生產效率高，產品質量好，滿足航空制造業小批量、多品種的生產模式。大力發展我國智能工業機器人，可以促進航空制造業的結構升級，提升產品質量和生產效率，降低生產成本，實現我國航空制造業的跨越式發展。

［1］ 王國磊，吳丹，陳懇.航空制造機器人現狀與發展趨勢［J］.航空制造技術，2015，（10）：26-30.

［2］ 馮華山，秦現生，王潤孝.航空航天制造領域工業機器人發展趨勢［J］.航空制造技術，2013，（19）：32-37.

［3］ Russ D V，Sitton K， Feikert E，et al.ONCE（ One Sided CellEnd Effector ） robotic drilling system［R］.2002-01-2626.St.Louis：Society of Automotive Engineers Inc.，2002.

［4］ 石聞.F-22戰斗機的機器人表面噴涂［J］.航空制造工程，1997，（8）：22-23.

［5］ 劉亞威.機器人噴涂在F-35的應用［J］.航空科學技術，2011，7（5）：16-18.

［6］ 姚艷彬.蛇形臂機器人在航空制造業中的應用.航空制造技術［J］.2014，（21），153-155.

［7］ An Wan，Jing Xu， Zonghua Zhang， Ken Chen. A new survey adjustment methodfor laser tracker relocation［A］.IEEE International Conference on Robotics and Biomimetics［C］. Zhuhai，China， 2015.12.6-2015.12.9.

［8］ An Wan， Jing Xu， Song Zhang， Zonghua Zhang， Ken Chen. Learning optimalmeasurement and control of assembly robot for large-scale heavy-weight parts［A］.IEEEInternational Conference on Robotics and Biomimetics［C］.Zhuhai， China，2015.12.6-2015.12.9.

［9］ 劉志，趙正大，謝穎，任書楠，陳懇.考慮結構變形的機器人運動學標定及補償［J］.機器人，2015，37（3）：376-384.

［10］ Rui Chen， Jing Xu， Ken Chen， Heping Chen.A high-accuracy 3D projection system for fastener assembly［A］.IEEE International Conference onCyber Technology in Automation，Control and Intelligent Systems［C］.June 8-12， 2015，Shenyang，China.2016，965-971.

［11］ Weihua Sheng， Heping Chen， Ning Xi.Tool path planning for compound surfaces inspray forming processes［J］.IEEE Transactions on Automation Science and Engineering，2005，2（3）：240-249.

［12］ 繆東晶，王國磊，吳聊，等.飛機表面自動噴涂機器人系統與噴涂作業規劃［J］.吉林大學學報（工學版），2015，45（2）：547-553.

［13］ Shunan Ren， Xiangdong Yang， Jing Xu， Guolei Wang， Ying Xie and Ken Chen. Determination of the base position andworking area for mobile manipulators［J］.Assembly Automation，2016，36（1），80-88.

Intelligent industrial robot applied in aeronautical manufacturing industry

YIN Jun

TP27

A

1009-0134（2016）10-0105-03

2016-06-21

殷俊（1985 -），女，四川成都人，碩士，主要從事生產自動化方面的研究。