數字化工廠在智能電表自動化生產線中的應用研究

謝 暉，任 磊，王杭燕，周國輝

（湖南大學 機械與運載工程學院，長沙 410082）

0 引言

目前，智能電表應用與各個行業領域，企業必須采用先進的制造技術，才能滿足現代制造階段制造業的高效率、低成本、高質量生產的要求。在此要求下，基于仿真技術和虛擬現實技術的數字化工廠技術，實現了對真實工業生產的虛擬規劃和仿真優化，在現代制造領域中具有極大的研究價值。數字化工廠是指以產品全生命周期的相關數據為基礎，在計算機虛擬環境中，對整個生產過程進行仿真、評估和優化，并進一步擴展到整個產品生命周期的新型生產組織方式。是現代數字制造技術與計算機仿真技術相結合的產物，同時具有其鮮明的特征。它的出現給基礎制造業注入了新的活力，主要作為溝通產品設計和產品制造之間的橋梁。

數字化工廠已經成為先進制造領域中一個全新研究領域，是目前眾多學者的研究重點。清華大學CIMS中心開展的數字化工廠技術的研究[1]，以 PDM的虛擬設計平臺、虛擬制造平臺、虛擬生產平臺和虛擬企業平臺等四個方面為基礎建立虛擬制造研究基地；同濟大學馬玉敏等分析了敏捷制造環境下，制造系統的合理規劃對制造系統中物流的合理性起到關鍵性作用。并以生產線規劃為例，討論了其規劃設計的方法、面向對象方法下的建模，以及在面向對象仿真軟件eM-Plant(simple++)環境下的具體實現方式[2]；上海交通大學何其昌提出一種新的基于數字化工廠理論采用可視仿真建模技術布局規劃方法。

可以看出目前針對數字化工廠技術的研究大多偏向校內研究層面，具體運用到企業項目案例較少。本文針對某企業一具體型號智能電表生產案例設計自動化生產線，對機器人進行運動仿真與干涉分析，優化生產線整體生產節拍，將數字化技術應用于具體的工程實例中，意義重大。

1 智能電表現狀與需求

目前，生產線大部分制程仍采用人工作業，生產線自動化程度整體水平較低；非標自動化線生產柔性差，閑置情況時常出現，設備利用率低；關鍵工位仍采用手工作業，對產品沒有相應的保護措施，容易產生質量缺陷，具體的現場生產狀況如圖1所示。

針對以上的生產現狀，基于數字化工廠技術建立一條自動化程度更高、生產效率更高、產品質量更高的自動化生產線就顯得尤為重要。數字化工廠數是智能制造的基礎。在數字化工廠里，企業產品全生命周期的活動建立了共享的數據庫，通過數據處理，形成有用的信息，并按需顯示。共享數據庫利用相關數據和信息，模擬仿真實際生產過程，達到最優化的生產過程；實現監控與實際生產過程的同步化。建立數字化工廠的目標是縮短產品開發周期、按時交貨、降低庫存、提高產品質量、快速響應市場需求，從而滿足客戶個性化需求，提高企業效益，實現可持續發展[3]，數字化工廠系統具體內容如圖2所示。

圖1 現場生產狀況

圖2 數字化工廠系統

2 智能電表自動化生產線設計

2.1 生產線設計布局

生產線的設計內容主要包括生產線線體和加工工序設備組成，生產線線體負責及時準確把被加工電能表運送到加工位置，加工工序實現對設備的加工處理。根據相關的技術標準及電裝機器人插件及自動后焊工藝需求，整體設計布局如圖3所示。

圖3 整體布局圖

2.2 生產線方案介紹

電裝機器人插件及自動后焊由電裝機器人插件、自動后焊、原料供應模塊線組成。PCBA板由自動上板機上如輸送線，其他原件由自動插件機插入PCB板，元器件來料方式有管料送料、編帶送料、振動盤送料及托盤送料等模式。插件完成后，輸送線將PCB板帶入波峰焊進行焊接，然后進入執錫線，經人工補焊后進入1M接駁臺。然后人工上托盤，PCB插件，人工插件，加蓋板，翻轉180°，經自動焊接后清潔電路板，人工目測，機器人下料，托盤經回流線自動回流。

1）自動焊接單元

輸送帶結構組件與功能如表1所示，自動組裝線輸送帶如圖4所示。

表1 輸送線結構與功能

圖4 輸送線3D圖（局部）

通過電機驅動皮帶，完成夾具的的上料輸送，定位機構采用氣缸驅動，實現夾具的緊缺定位。上層輸送線完成電路板及夾具托盤的輸送與定位，下層輸送線實現空托盤的輸送。

2）異形原件插機件裸機

通過供料器排列物料，通過4軸機器人抓取物料并插件。裝置結構如圖5所示，具體包括供料器（負責排列物料，剪掉多余針腳）、4軸機器人（負責抓取物料、插件）、兩條輸送線（一條負責PCBA及夾具托盤的輸送與定位，另一條負責夾具托盤的輸送）、擋停（負責實現夾具托盤的精確定位）。

圖5 電路板輸送線結構（局部）

通過供料器排列物料，并剪斷多余針腳。排列完成后，機器人抓取相應物料，并靠真空力保持，機器人移動到相應位置將抓取的物料插入PCBA板中。

3）底盒自動除塵單元

通過機械手，完成單相表底殼抓取工作，首先底殼抓取至除塵工位進行除塵和二次定位，除塵完成后由機械手抓取至總裝線托盤上。底殼上料結構如圖6所示，總裝線托盤結構如圖7所示。

圖6 底殼上料結構（局部）

圖7 總裝線托盤結構圖

吸盤夾具配合底殼上料機械手完成電能表底殼抓取搬運；電能表的底殼除塵底殼除塵機構實現；電能表通過雙軌輸送系統進行輸送與定位；電能表底殼的物料通過底殼物料輸送線進行輸送。

3 生產線方案仿真與優化

智能電表自動化生產線的總體仿真流程如圖8所示。運用三維建模軟件Catia建立智能電表自動生產線的三維數模，然后將三維數模導入仿真軟件Delmia中如圖9所示，PPR（product、process、resource）結構樹由產品結構樹、工藝結構樹、資源結構樹三部分組成[4]，分別表示對應的信息。通過Delmia對機器人進行路徑優化與干涉分析，并結合已有的工藝數據對整個生產制造過程進行動態仿真，分析生產線布局，優化生產節拍等。

圖8 智能電表生產線仿真流程

圖9 Delimia中生產線布局

3.1 機器人路徑優化與干涉分析

根據生產線布局、空間需求以及相關技術參數與要求，機器人型號選用KUKA KR6型，如圖10所示。各項技術參數（如表2所示）完全符合技術要求。

圖10 KUKA KR6型機器人

表2 機器人參數

1）機器人路徑優化

在DELMIA機器人庫中直接調用該型號機器人，在“Device Task Definition”工作臺之下，運用“New Tag Group”命令為機器人建立路徑節點，運用“Teach a device”命令為機器人制定運動路徑，最后運動“TCP Trace”命令對指定的路徑進行優化[5]，使機器人能夠以最好的姿態跟最合適的速度來完成工作，機器人最終路徑優化結果如圖11所示。

圖11 機器人路徑優化

圖12 機器人關節轉角

在此過程中，可以通過Jog對話框實時地查看機器人各個關節的運動情況[6]，并可以查看各關節的運動是否超出工作范圍，還可以隨時調整各個關節的轉角[12]，如圖13所示，可以看出在機器人運動過程中機器人各個關節的角度處于可達范圍之內。在機器人路徑優化過程中，還要注意很關鍵的一點，要盡量避免機器人出現奇點位置。

2）仿真干涉分析

當DELMIA軟件中的“Clash Analysis”命令處于打開狀態時，仿真過程如果發生干涉碰撞時，發生干涉碰撞的工位與相應的部件就會高亮顯示出來[7]。在此次仿真過程中“Clash Analysis”命令處于打開狀態，可以發現在機器人抓取電路板時與相關工位發生了干涉碰撞，如圖13所示。打開“Clash”命令對干涉碰撞的程度進行檢查，類型選擇“Contact + Clash”和“Between all components”可以發現一個干涉，程度值為-1.12mm，其他部位的干涉為設備運作的正常干涉，如圖14所示。通過后期對相應位置的調整可以避免此干涉。

圖13 局部干涉

圖14 干涉數值分析

3.2 優化結果

在對智能電表自動化生產線進行整體節拍仿真分析時，DELMIA軟件中的Pert圖功能和Gantt圖功能起到了關鍵作用。通過Pert圖與Gantt圖來調整整體工藝路線以及衡量生產線的平衡，從而獲取最優的生產節拍，生產線上的人員和設備得到最合理的工作分配，提高了設備使用率并降低了人工成本[8]。整條生產線在一定程度上得到了優化。

1）節拍優化

智能電表自動生產線仿真的的Pert圖與Gantt圖分別如圖15和圖16所示。Pert圖可以直觀的對工藝順序進行觀察、安排和管理，能協調整條生產線的各道工序[9]；Gantt圖可以根據時間進度表示工件活動，能夠直觀地表示楚項目實際進展情況。

圖15 Pert圖（局部）

圖16 Gantt圖（局部）

該智能電表自動化生產線按單班（10小時）產能4000只設計，平均400只/小時；按無人輔助操作的模式設計，單班10小時產能為4000只，依照生產節拍計算公式 ：

其中CT表示生產節拍，T表示總時間，Q表示總產量[10]，可知生產節拍為：

2）人員與設備利用率優化

生產線優化前后人員分配如表3所示，優化后白夜班節省人力：25人；每年可節省人力成本：125萬；整體改善率達到49%。優化前后主要設備利用率對比如圖17所示。

表3 人員優化前后對比

圖17 設備利用率前后對比

經驗證，智能電表生產線符合平衡改善的ECRS準則與冗余、穩定、可靠、安全準則（RSRS）。相對原有生產線，新的自動化生產線具有以下優點：

1）節省成本。機器人的使用有效降低整線人工成本，自動化流水線更能節省場地，使得整廠規劃更小更緊湊精致。

2）管理規范。原有生產線很難精確保證每天生產量，人工管理難度大。使用機器人生產后，人工使用減少，生產監管更為規范。

3）生產效率高。機器人生產效率穩定，成品率高。

4 結束語

本文給出了某公司智能電表的全新自動化生產線的設計到仿真優化過程。通過數字化工廠仿真平臺，可直觀地觀察機器人在工作過程中運動狀況，對機器人及設備的運動軌跡進行建模仿真，并對整體生產線進行節拍優化，很好地指導生產實際，極大提升工程設計人員的設計效率，減輕設計人員的工作強度，縮短工藝規劃時間，優化生產布局，避免機器人與設備間的干涉情況，減少不必要的浪費[11]。

[1]施宇峰,徐寧.數字化工廠及其實現技術綜述[J].可編程控制器與工廠自動化,2011,11:37-40.

[2]紀維東.面向數字化工廠的車間任務型離散生產系統仿真研究與應用[D].重慶大學,2007,04.

[3]孫威,張浩,朱志浩,等.數字化工廠技術在生產線規劃中的應用[J].計算機輔助工程,2006,14(3):43-46．

[4]黃雪梅,趙明揚,陳書宏.數字化生產線離散制造過程仿真研究[J].計算機工程與應用,2003,04:33-35.

[5]王鵬飛.基于DELMIA的高速沖壓生產線運動仿真與優化[D].長沙,湖南大學,2012,04

[6]馬玉敏,樊留群,朱志浩,張浩.Framework of Digital Machining Process Planning Platform for Cylinder Body Part[J].Journal of Donghua University(English Edition),2007,05:627-632.

[7]Jing Wu , Hao Xie. A framework of digital factory system using multi-resolution simulation[J].Applied Mechanics and Materials,2012,159(12):12-17.

[8]陳世鐘,宋健,黃卓,等.DELMIA在機器人生產線仿真中的應用[J].機械制造與自動化,2016,08:157-160.

[9]林巨廣,戴淮初.基Delmia白車身側圍焊接的研究[J].組合機床與自動2014(1):132-135.

[10]查弘文,王洪濤.基于DELMIA的機器人三維測量仿真[J].應用科技2013,02:19-23.

[11]王家海,龐旭昱.基于DELMIA/Robotics的白車身焊接機器人路徑仿真研究[J].北京:機電產品開發與創新,2009(1):1-22.

[12]郭水軍,張華,楊旭靜.基于DELMIA的沖壓生產過程仿真與優化[J].鍛壓技術2015,01:143-147

[13]陳運軍.基于工業機器人的“智能制造”柔性生產線設計[J].制造業自動化2017,08:55-64.

[14]樊琛,楊振坤,白園.基于SolidWorks的手部骨骼機器人運動仿真研究[J].制造業自動2017,10:36-42.