服務于智能制造的智能檢測技術探索與應用

史紅衛，史 慧，孫 潔，白偉光

(北京航天測控技術有限公司，北京 100041)

服務于智能制造的智能檢測技術探索與應用

史紅衛，史 慧，孫 潔，白偉光

(北京航天測控技術有限公司，北京 100041)

為了促進工業4.0與“中國制造2025”戰略在制造行業的實施，在智能制造體系中構建有效的控制層級與設備層級，促進車間狀態數據與智能制造工藝流程的結合，文章提出了通過智能儀器與智能檢測技術實現車間狀態智能感知與工藝流程控制的方法，并探討了智能儀器與智能檢測技術在智能制造系統中新的應用模式，同時結合實際項目進行了數字化生產線改造與建設的創新實踐，提出了滿足智能制造要求的智能儀器與檢測技術的發展方向；經項目實踐驗證，通過智能檢測設備與智能儀器的應用，可有效促進智能制造系統中數據采集、智能感知的實現，并為整體工藝流程的智能決策提供有效的數據資源，是智能制造系統建立與完善的關鍵基礎。

智能制造; 智能檢測; 智能儀器

0 引言

先進制造技術已成為各國重振制造業，占領工業領先地位的法寶，也是一個國家國防力量的工業基礎。當前，德國、美國、日本、英國相繼提出了振興制造業的規劃與概念，并逐步在信息化、數字化、智能化等方面推廣實施。2015年，國務院提出了“中國制造2025”戰略，積極推動智能制造和互聯網+融合發展戰略。

由于各國的制造業基礎各不相同，提出的高端制造業的實現途徑也有所不同，美國倡導“工業互聯網”以整合全球工業資源，德國希望將傳統工業與信息技術深度融合以繼續保持其裝備制造業的全球領導地位，日本利用人工智能以解決勞動力斷層并支持未來的工業智能化。無論是國外的實現思路，還是“中國制造2025”戰略，核心都在于制造、產品和服務的全面交叉滲透，通過互聯網、移動通信、大數據、云計算等多種技術與機器人、智能設備等實現產品、設備、人和服務的互聯互通，在這個過程中，智能檢測技術是進行設備連通、數據采集與交互的技術基礎，也是智能制造實現過程中的關鍵途徑。

在具體的實施過程中，智能生產、智能工廠、智能物流和智能服務是智能制造的四大主題，在智能工廠的建設方案中，智能裝備是其技術基礎，隨著制造工藝與生產模式的不斷變革，必然對智能裝備中測試儀器、儀表等檢測設備的數字化、智能化提出新的需求，促進檢測方式的根本變化。檢測數據將是實現產品、設備、人和服務之間互聯互通的核心基礎之一。智能制造對檢測設備的數字化、智能化提出新的要求，新的智能檢測技術、方法與理念必將推動智能儀器的突破與發展。

在智能檢測技術方面，航天測控公司一直進行研究與探索，尤其是在智能儀器方面，取得了一定的技術成果，積累了豐富的實施經驗。要全面進入智能制造領域，還需要深入研究，突破支撐智能制造產業發展的核心關鍵技術，發揮智能儀器及檢測技術在智能制造中的支撐作用。

1 智能制造體系結構及原理

1.1 智能制造體系介紹

智能制造是一種全新的智能能力和制造模式，核心在于實現機器智能和人類智能的協同，實現生產過程中自感知、自適應、自診斷、自決策、自修復等功能。從結構方面，智能工廠內部靈活可重組的網路制造系統的縱向集成，將不同層面的自動化設備與IT系統集成在一起[1]。

參考德國工業4.0的思路，智能制造體系主要有三個特征：一是通過價值鏈及網絡實現企業之間橫向的集成；二是貫穿整個價值鏈端到端工程數字化集成；三是企業內部靈活可重構的網絡化制造體系的縱向集成。本體系的核心是實現資源、信息、物體和人之間的互聯，產品要與機器互聯，機器與機器之間、機器與人之間、機器與產品之間互聯，依托傳感器和互聯網技術實現互聯互通。智能制造的核心是智能工廠建設，實現單機智能設備互聯，不同設備的單機和設備互聯形成生產線，不同的智能生產線組合成智能車間，不同的智能車間組成智能工廠，不同地域、行業和企業的智能工廠的互聯形成一個制造能力無所不在的智能制造系統，這個制造系統是廣泛的系統，智能設備、智能生產線、智能車間以及智能工廠自由的動態的組合，滿足變化的制造需求[1]。

從系統層級方面，完整的智能制造系統主要包括下圖中的5個層級，如圖1所示，包括設備層、控制層、車間層、企業層和協同層。在系統實施過程中，目前大部分工廠主要解決了產品、工藝、管理的信息化問題，很少觸及制造現場的數字化、智能化，特別是生產現場設備及檢測裝置等硬件的數字化交互和數據共享。智能制造可以從5個方面認識和理解，即產品的智能化、裝備的智能化、生產的智能化、管理的智能化和服務的智能化，要求裝備、產品之間，裝備和人之間，以及企業、產品、用戶之間全流程、全方位、實時的互聯互通，能夠實現數據信息的實時識別、及時處理和準確交換的功能。其中實現設備、產品和人相互間的互聯互通是智能工廠的主要功能，智能設備和產品的互聯互通、生產全過程的數據采集與處理、監控數據利用、信息分析系統建設等都將是智能工廠建設的重要基礎，智能儀器及新的智能檢測技術主要集中在產品的智能化、裝備的智能化、生產的智能化等方面，處在智能工廠的設備層、控制層和車間層。

圖1 智能制造系統層級

在智能制造系統中，其控制層級與設備層級涉及到大量測量儀器、數據采集等方面的需求[2]，尤其是在進行車間內狀態感知、智能決策的過程中，更需要實時、有效的檢測設備作為輔助，所以智能檢測技術是智能制造系統中不可缺少的關鍵技術，可以為上層的車間管理、企業管理與協同層級提供數據基礎。

1.2 智能制造體系對智能檢測的需求分析

產品的智能化、裝備的智能化、生產的智能化是智能工廠的重要基礎，智能裝備和智能終端的普及以及各種各樣傳感器、智能儀器等各種智能硬件的使用，是智能生產線、智能車間、智能工廠互通互聯的硬件基礎。

智能裝備是指在其基本功能之外具有數字通信和配置、優化、診斷、維護等附加功能和裝置，一般具有感知、分析、推理、決策、控制能力，是先進制造技術、信息技術和智能技術的集成和深度融合。智能工廠中用于檢測的儀器儀表應具有智能設備的基本屬性，也是智能檢測技術的具體實現。

智能儀器在通常儀器的功能基礎上，須具有數據采集、儲存、分析、處理、控制、推理、決策、傳輸和管理等多項功能[2]。智能儀器是計算機與測量控制技術結合的產物，是含有微型計算機或微型處理器的測量儀器，擁有對數據的存儲運算邏輯判斷及自動化操作等功能。智能儀器的出現擴展了儀器的應用范圍，也為智能制造奠定了基礎。

在實際的智能制造體系建設過程中，系統對智能檢測技術的需求主要有3個方面：一是智能制造對其中的測試儀器、監測儀表等智能化裝備的數字化、智能化提出新的需求，檢測數據是實現產品、設備、人和服務之間互聯互通的核心要素，要求檢測儀器除了正常的測量功能外，增加采集、儲存、分析、處理、控制、推理、決策、傳輸和管理等多種功能，從而實現各個系統間的智能聯通。二是智能制造中的一些監測，從原有的離線式的集中檢測轉變為嵌入到生產線內部、生產設備之中、不同類型的檢測終端之中，檢測系統與模塊需要嵌入到智能化的制造系統之中，這對分布式的實時的檢測技術提出了新的要求。三是作為整體的智能制造系統，智能化無人工廠，對生產系統的在線監控、故障診斷、故障預測與健康狀態等方面提出了更高的要求。這要求智能檢測技術與相關的產品不斷完善與改進，以促進智能制造體系的建設[3]。

2 技術基礎

在智能制造領域，尤其是針對智能檢測的技術研究方面，測控公司一直在結合實際項目進行研究，并具有了一定的基礎。作為測試技術開發及測試裝備研制的專業化公司，測控公司主要從事基礎測試測量、軟件及信息化、通用測試與診斷三大業務方向，并陸續為我國的高速鐵路機車、國產大飛機等提供了數字化生產線改造和健康管理及預測等智能服務，特別是在智能儀器開發、工業自動化控制、數字化生產線改造與建設、數字化車間管理、數字化靶場建設、故障診斷與健康狀態管理等方面形成領先技術優勢，為拓展智能制造產業奠定基礎。

《國家智能制造標準體系建設指南(2015年版)》發布的智能制造系統架構由生命周期、系統層級和智能功能三個維度構成[3]，產品生命周期由設計、生產、物流、銷售、服務等一系列相互聯系的價值創造活動組成的鏈式集合，智能制造體系貫穿于產品生命周期全過程。測控公司在產品全壽命周期活動過程中提供的智能產品和服務如圖2所示。

圖2 產品全壽命周期活動過程中提供的智能產品和服務

隨著為制造業用戶的深入服務和工程實踐，測控公司部分技術、產品不斷完善，在智能制造系統的五個層級中，產品逐漸涵蓋了智能生產設備層、控制層和車間層，主要包括智能儀器/儀表、DCS+控制器、數據采集與監控平臺、數據處理與管理、工藝智能管理與控制系統、PHM服務平臺、IPV6測試、智能檢測機械手等。

2.1 裝備的智能化——智能設備

1)智能無線數字多用表：作為生產制造車間測量、測試的主要工具，基于任務的便攜式測試設備，具有數據采集、存儲、處理、發送功能，數據能自動與調試任務對應，替代人工填寫作業模式，提升調試數字化水平。智能無線數字多用表可輔助構建交互式遠程故障處理平臺，實現調試故障的實時處理與排除，實現外場調試和現場保障的遠程支持，如圖3所示。

圖3 智能無線多用表應用模式

2)機車故障跟蹤記錄儀：在軌道交通裝備的試驗、運行過程中，需要對其數據進行實時的記錄與分析，為車輛狀態評估與分析提供基礎，本設備可對運行機車中的電壓等被測信號進行實時跟蹤記錄，及時發現故障并記錄故障發生情況的詳細數據，能夠記錄機車運行全生命周期的數據，便于后期進行詳細分析，排查故障原因，如圖4所示。

圖4 機車故障跟蹤儀

3)智能平板儀器及PXI嵌入控制器：PXI智能平板儀器憑借其獨具的便攜、智能化等產品優勢，可快速、便捷的搭建各種便攜專用測試檢測平臺，并成功應用于美國波音公司民用飛機地面振動測試以及飛行顫振試驗中。PXI嵌入控制器產品獲2015年中國自動化領域十大用戶信賴產品，廣泛應用于智能測試與控制系統。PXI和PXI-E兩項技術規范獲國家標準。

4)機器視覺與感知處理設備：通過對在制品的圖像進行掃描式采集與分析，結合后臺知識庫對特征狀態進行判定，從而對在制品的質量狀態進行確認，提高復雜特征檢測的效率，減少人為操作。本系統可以通過可見光、紅外、激光等方式進行狀態數據的采集與分析，滿足不同應用環境、工作模式下的智能感知[4]。

5)智能檢測機械手：集成了精密機械傳動系統、視覺系統以及伺服控制系統等子系統，通過電路板故障診斷系統生成故障集，獲取PCB圖中待測點的相對坐標，通過視覺系統實現待檢測電路板絕對位置坐標的精確定位，從而實現對電路板智能化診斷。該機械手可拓展應用于檢測、焊接、切割、搬運、探傷、分類、裝配、貼標、噴碼、噴涂等工業領域。

2.2 生產的智能化——智能生產

1)工藝智能管理系統：面向大型復雜裝備的生產、調試、檢修等環節，構建工藝智能管理系統，結合實際業務需求，實現關鍵工藝環節的設計、監控、排程與優化，同時結合底層設備反饋數據進行工藝狀態的實時分析，以工藝過程信息為基礎，構建智能決策系統，確保生產過程中工藝執行過程的效率與質量。

2)車間設備狀態采集系統：本系統的核心是單機智能設備的互聯，不同類型和功能的智能單機設備的互聯組成智能生產線，以車間工藝管理需求為基礎，實現工藝執行過程中車間設備狀態的實時采集與事件驅動的采集[5]，為車間工藝過程執行與調整提供底層數據支撐。

3)集散控制系統(DCS)：UN2K-DCS集散控制系統是公司自主研制的具有先進智能預測控制功能的全集成新一代工業自動化控制系統。其充分利用當今網絡互聯技術、電子技術、信息技術、工業自動化智能預測控制技術以及仿真技術等最新成果，廣泛應用于化工、電力、機械等行業，適用于復雜多變的工業自動化生產過程，特別對多變量、強耦合、非線性、大時滯控制對象具有很好的控制效果。系統采用先進的冗余設計技術可有效保證系統長時間穩定運行，同時具備良好的開放性、可擴展性、可伸縮性設計，幫助用戶提高生產效率和產品質量，助力管理水平提升。

2.3 服務的智能化——智能服務

1)預防性維修與服務：通過對設備運行狀態數據的實時采集，采用故障診斷、故障性能預測、健康狀態評估和壽命預測等技術，實現了設備運行狀態的有效監控和評估。

2)交互式電子手冊：提供一套通用的交互式電子技術手冊管理、創編與瀏覽平臺，支持遵循GJB6600/S1000D/MIL87268標準規范對技術資料進行描述，實現傳統紙質資料的電子化，通過文字、圖形、視頻、三維等技術手段使裝備訓練、排故、維修等業務過程更為可視化、形象化。

3)裝備健康管理大數據云平臺：為裝備試驗和保障單位提供一個能夠對海量數據進行分布式存儲、處理和分析的框架，從而可以更快、更準、更穩的從各類繁雜無序的海量數據中洞察裝備健康狀態。

4)訓練服務：以可視化仿真、半實物仿真、交互式訓練、訓練智能管理等現代技術手段，構建一體化綜合教學訓練仿真系統。消除傳統訓練過程中實物、場地、經費、安全性等因素的限制，便于參訓人員快速適應真實環境，提高訓練效率，節省訓練經費投入。

5)智慧靶場：運用智能感知、大數據、關聯分析、建模仿真、態勢感知等技術手段，感測、分析、整合、優化靶場運行過程中的各項關鍵信息，對部隊訓練、裝備試驗、軍事研究、技術保障等需求做出快速響應，可提高靶場的運行和管理效率，能夠實現靶場范圍內人、事、物的互聯互通，海量數據的依存分析，按需呈現的智能決策，試驗計劃的自主定制，試驗過程的虛實結合和試驗資源的智能管控等功能。

3 基于智能檢測技術的創新實踐

在智能制造實踐方面，航天測控公司基于智能檢測技術與相關的產品，成功地將基礎測試測量設備、軟件及信息化、通用測試與診斷設備等引入國家重點行業，實現了軌道車輛數字化生產車間建設、大型客機實時監控與故障診斷系統開發、數字化車間控制系統改造。

3.1 軌道車輛數字化生產車間

針對我國現有的高速軌道車輛在生產裝配、試驗調試、外場檢修等方面的需求，以工藝智能管理與控制系統為基礎，研制了適用于鐵路機車行業的數字化車間系統。一方面通過對生產過程數據的標準化管理、圖形化配置和調試過程的實時監控實現了對軌道車輛生產過程的精益管控，另一方面通過提供標準接口，實現與機車外接設備的實時通信和控制，從而實現高速軌道機車調試的可知、可控、可管，為項目管理及計劃制訂提供支持[6]。

本系統涵蓋軌道車輛的生產、調試與檢修3個典型環節，分別運行在車輛供應商、車輛主機廠與車輛運營維護方，可以有效提高車輛分系統裝配過程的效率與質量，并將整車調試檢測任務進行數字化管理，結合智能設備的狀態采集，提高調試過程中的數據獲取效率，確保調試質量，同時以生產調試數據為基礎，構建車輛履歷信息，并應用于車輛檢修站，實現檢修過程的數字化改造，提高檢修效率。

本系統在車輛主機廠的應用涵蓋了生產、調試等工藝環節，實現了信息化管理平臺、智能檢測儀器、便攜式儀表、數據采集儀器的綜合應用，將智能檢測技術貫穿于車輛的調試、試驗工藝流程中，并以自動檢測、智能檢測的理念為基礎，將整車調試的時間由兩周減少至一周，并改變了車輛狀態分析與故障處理的模式，優化了調試數據管理、質量管理方式，實現調試工藝流程與廠內ERP、PLM系統的對接，支撐整體數字化工廠的建設。

圖5 數控機床聯網與管理

3.2 大型客機實時監控與故障診斷系統

大型客機實時監控與健康管理系統是為某大型客機生產單位建設的一套客戶服務支持系統，該系統的目標是建立基于狀態的維修(CBM)能力。本系統具備飛機實時監控功能、故障診斷功能、健康預測功能、健康管理功能，將用于監控飛機狀態，并對飛機各系統進行長期的趨勢分析，從而對飛機的健康狀態進行預測和管理。

3.3 數字化車間控制系統改造

以UN2K-DCS系統平臺為基礎，采用分布式控制系統技術，實現廠區內多條塑料管生產線的工藝過程生產控制、狀態監測，消除了原有生產線的信息孤島問題，實現了廠區生產線的互聯化和信息化，優化了現場操作的控制方式，實現了中控室集中監控，提升了某聚乙烯管材車間的自動化管理水平；可對關鍵生產數據實施監測和歷史查詢，并結合工藝條件實現故障預警和相關數據統計分析，幫助用戶優化生產工藝，實現節能降耗和提質增效[7]。

4 智能檢測技術發展方向

在智能制造相關技術快速發展的環境下，我們需要認真分析智能儀器及測試技術在智能制造中的地位，深入思考智能儀器及測試技術在智能工廠建設中的作用。這是推動智能工廠建設的一項重要工作，需要提出智能儀器新的功能需求和測試技術發展的新方向，尋求智能儀器及測試技術在智能制造中新的應用前景。同時開展智能儀器、智能檢測技術、PHM在智能制造中的應用、試驗與測試數據管理等核心技術的深入研究，擴大工程應用，積累經驗，提升技術支撐能力。主要發展方向包括以下幾點：

1)智能儀器功能設計與標準研究。

按照工業4.0標準體系要求，加強智能儀器功能設計和標準制定的深入研究，系統解決制約智能傳感器和智能儀器研發、設計、材料、工藝、檢測和產業化等關鍵問題，研制生產出能滿足智能制造和智能工廠要求的智能傳感器和智能儀器產品，積極推廣數字化生產線改造、智能單元及智能車間建設等項目中的應用[5]。

微型化、智能化、多功能化、網絡化將是智能儀器的主要發展方向[8]。研制具有數據采集、儲存、分析、處理、控制、推理、決策、傳輸和管理等多項功能于一體的智能儀器。研制體積小、功耗小、功能強，能夠嵌入在生產設備、智能生產線上，便于靈活配置，能夠提供面向移動互聯的應用和程控操作接口，具有操作自動化、自測試、自學習、自診斷和數據自處理、自發送等功能的智能儀器，實現測量過程的智能化。同時積累經驗、鍛煉隊伍，加入到智能制造和智能工廠建設的大軍中，打造智能制造技術競爭優勢，為中國制造2025戰略的實施做出貢獻。

2)針對離散行業進行智能制造解決方案的研究。

離散制造行業對底層生產環節中的智能化要求較高，其生產線、裝配線往往處于高效運轉、持續工作的狀態，各種設備所產生、采集與處理的數據量也比較大，這給智能檢測技術提出了更高的要求，不僅需要實現設備狀態的檢測與數據采集，更需要結合完整的工藝流程和業務需求，進行數據的融合與分析，為整體的智能制造系統提供完整的解決方案，以工藝管理信息化平臺、智能儀器、自動化試驗設備、PHM等技術為基礎，不斷完善產品體系，為離散行業的智能制造模式提供思路與產品。

3)智能檢測技術方面。

將原有的離線集中式檢測逐步轉變為嵌入到生產線內部、分布于智能設備內部、嵌入在生產線檢測終端的實時測試方式，測試數據自動記錄、存儲、處理和管理。將智能測試技術與智能生產線的構建相結合，通過在生產線中引入紅外/激光/可見光等機器視覺目標定位測試技術、可變接口的智能測試適配技術、分布式實時測試采集技術、非接觸方式檢測技術、自動化測試控制技術等，實現實時測試[9]。開展滿足智能制造要求的支撐性測試技術研究，進行分布式協同測試軟件開發。

4)PHM故障預測與健康狀態管理技術。

該技術是為了滿足自主保障、自主診斷的要求提出來的，是基于狀態的實時視情維修發展起來的，在智能制造系統中，可以結合本技術進行裝備的狀態分析與管理，實時發現生產、試驗等環節的問題，并能夠從工業互聯網的角度去看待智能設備、智能生產運營，強調資產設備中的狀態感知、數據監控與分析、監控設備健康狀況、故障頻發區域與周期、預測故障發生，從而大幅度提高運行維修效率，是密集應用大數據的智能制造系統維護和智能工廠建設的重要工具[10]。在實際應用中，主要體現在生產系統狀態識別、在線監控、定量分析、健康狀態分析、設計工藝優化等方面。

5)試驗與測試數據管理技術研究。

將試驗與測試數據的采集、處理、管理和應用與產品數據管理緊密結合。在產品全生命周期管理中，試驗與測試數據被記錄、傳輸、處理和加工，深入挖掘和分析試驗與測試數據，為改善產品的需求分析和產品設計提供實 際的數據支撐，為個性化的產品的定制服務提供基礎條件。

5 總結

智能制造系統的實施是一個循序漸進的過程，既要依賴物聯網、大數據、移動互聯和機器人等先進技術的發展，又要基于企業的實際情況。新的智能工廠建設，按照工業4.0的要求高起點、高標準建設；對傳統工廠，要根據企業實際和產品需求，合理規劃，分步實施，逐步改造到位。從而逐步實現智能單元、智能車間、智能工廠與智能制造系統，同時推進數字化升級、裝備智能化升級、工藝流程優化、精益生產與管理、基礎數據共享、可視化管理、智能物流和遠程診斷維護等升級改造工作，推動企業全業務流的智能化整合與改造升級[11]。

智能工廠建設是一項復雜的系統工程，智能儀器及測試技術作為智能工廠建設中一個重要方面，需要集成智能制造其他相關方的技術、產品及解決方案，構建完整的智能制造體系[12]。測控公司依托現有的技術基礎和項目經驗，將繼續深入研究智能制造關鍵技術，一方面進行智能工廠、智能生產線、智能制造單元的規劃、建設與改造；另一方面以智能檢測設備、控制系統、PHM、試驗與測試數據管理、定制化中國企業MES等為突破口，研制智能生產線需要的智能檢測設備和數字化管理系統，參與高速鐵路機車、民用大飛機、機床等重點制造行業的智能制造示范工程建設，積累經驗，創造業績，為智能制造產業的拓展做出貢獻。

[1] 蔡 敏. 面向復雜產品的數字化裝配系統體系結構[J]. 計算機集成制造系統，2013，19(11):2757-2764.

[2] 張映鋒，趙 濱，孫樹棟，等.一種基于物聯技術的制造執行系統實現方法與關鍵技術研究[J].計算機集成制造系統，2012，18(12): 2634-2642.

[3] 趙千千. 基于編譯實現微線程的故障檢測機制關鍵技術研究[D]. 哈爾濱：哈爾濱工業大學,2012.

[4] 黃年龍. 智能檢測儀中微弱信號處理方法的研究[D]. 南京：南京理工大學,2013.

[5] 周文舉. 基于機器視覺的在線高速檢測與精確控制研究及應用[D]. 上海：上海大學,2014.

[6] 劉大為,郭 進,王小敏,等.中國鐵路信號系統智能監測技術[J].西南交通大學學報,2014,48(5):904-912.

[7] 陳 珊,王太勇,王國鋒,等.機械設備智能診斷與預測維修系統[J].西南交通大學學報,2003,38(5):540-543.

[8] 張寶珍, 曾天翔. 先進的故障預測與狀態管理技術[J]. 測控技術, 2003, 22(11): 4-6.

[9] 徐飛亮. 智能檢測裝備的高速通訊魯棒性研究[D]. 杭州：浙江大學,2013.

[10] 鄧志偉. 一種智能儀器遠程控制管理系統解決方案[D]. 北京：北京交通大學,2011.

[11] 姚錫凡，于 淼，陳 勇, 等. 制造物聯的內涵、體系結構和關鍵技術[J]. 計算機集成制造系統，2014，20(1):1-10.

[12] 藤召勝，羅隆福，童調生.智能檢測系統與數據融合[M].北京：機械工業出版社,2000.

Exploration and Application of Intelligent Inspection Technology Served for Intelligent Manufacturing System

Shi Hongwei, Shi Hui, Sun Jie, Bai Weiguang

(Beijing Aerospace measurement & control CORP, Beijing 100041,China)

In order to promote the implementation of the Industrial 4.0 and the “Chinese manufacture 2025” in the field of manufacturing, and establish the effective level of control and equipment in the intelligent manufacturing system. It also promotes the combination of workshop status data and the intelligent manufacturing technology flow. This article presents a method of workshop status detection and technology flow control based on intelligent instruments and intelligent inspection technology. This article also made discussion about the new application mode in the intelligent manufacturing system of intelligent instruments and intelligent inspection technology, the innovative practice has made with the actual project of digital production line transformation，and pointed out the development direction of intelligent instrument and intelligent inspection technology which can satisfy the requirement of intelligent manufacturing system. It has been verified by the actual projects that the use of intelligent instruments and intelligent inspection technology can effectively improve the process of data acquisition and intelligent status perception, it can provide the data resource for intelligent decision making in the technology process, intelligent instruments and intelligent inspection technology will be the key foundation of the intelligent manufacturing system.

intelligent manufacturing; intelligent inspection; intelligent instrument

2016-12-13；

2016-12-20。

史紅衛(1966-)，男，研究員，主要從事通用測試與故障診斷、智能儀器與智能檢測技術、PHM、智能制造等方向的研究。

1671-4598(2017)01-0001-04

10.16526/j.cnki.11-4762/tp.2017.01.001

TP3

A