智能制造若干關鍵技術研究

許敏

摘 要：近年來，智能技術的不斷創新與發展，在很大程度上推動我國國民經濟的建設發展。尤其是在機械制造業及高端科技領域更是起到了不可忽視的重要影響。從目前智能技術的發展狀況來看，其在機械視覺、優化調度和系統組織等方面已經發展相當成熟。文章主要針對這三方面的發展現狀及未來的發展趨勢進行闡述分析，希望通過文章的論述可以為相關人員提供一定的參考意見。

關鍵詞：智能制造；機器視覺；優化調度；自組織

中圖分類號：TH16 文獻標志碼：A 文章編號：2095-2945（2018）28-0156-02

Abstract： In recent years， with the continuous innovation and development of intelligent technology， to a large extent， to promote the construction and development of our national economy. Especially in the field of machinery manufacturing and high-end science and technology has played an important role can not be ignored. From the current development of intelligent technology， its mechanical vision， optimal scheduling and system organization has developed quite mature. The following paper makes an analysis mainly for these three aspects of the development of the status quo and the future trend of development， in the hope that the discussion of the article can provide some reference for the relevant personnel.

Keywords： intelligent manufacturing； machine vision； optimal scheduling； self-organization

隨著各種新技術的層出不窮及智能技術的不斷發展創新，在當下很多產品發展過程中尤其是具有高速、優化結構、新能源及新動力等方面智能制造技術的競爭優勢尤為突出。從這個角度來講，在未來的發展過程中智能制造將得到越來越普遍的重視及應用。智能制造不僅僅包括智能技術和智能制造系統等重要的技術創新，還具有高度自動化、自學習的功能，可以說是現代先進制造業未來發展的重要方向。在借鑒國內外比較先進的智能制造技術的同時，也結合我國實際發展現狀進行研究及應用創新。文章主要從機器視覺、優化調度及自組織等方面，針對智能制造進行分析并結合我國實際發展現狀針對存在的問題進行闡述，以便真正意義上推動我國智能制造行業的發展。

1 面向智能制造設備的機器視覺技術

1.1 機器視覺的感知

工業的不斷發展壯大對勞動力及產能的需求越來越大，特別是工業機械人的崛起，更是對裝配、分揀、搬運等工序進行了全面的改革創新，工業機械人改變了原有的操作模式，通過對編程及計算機技術的改進就可以提前依照工業程序完成該作業流程，并大大減少了對勞動力的需求，與此同時也將大大提高產能的需求。從這個意義上來講工業機械人的發展是不容忽視的，必須加強對工業機械人的重視。工業機械人在工業生產中的應用必須依照一定的程序方能起到很好的效果，否則將難以轉化成實際的經濟效益。它需要對機械進行合理的編程，通過編程對傳感器加強自我判斷的能力，也就是通常情況下所說的機械視覺技術。這種技術在操作的過程中為了有效實現自我判斷力，必須對信息進行有效的分析、對精準度有著較高的要求以及反應速度等，這些也是其他機械設備所不具有的特性。視覺技術的實現主要是通過預先設計好的編程程序來完成的，在實際應用中相當于人在操作，通過機械設備自動化實現人機操作，減少人力。它能夠有針對性地對圖像、配圖及智能相關設備進行處理。

1.2 機器視覺的動態監控與反饋

在智能化制造過程中，比較重要的因素則是自動化生產，自動化生產的順利開展將對整個設備的有效運行有著不可忽視的重要影響。尤其是能夠實現實時反饋，否則自動化生產一旦出現故障問題將造成不可估量的重要損失，嚴重影響設備的正常運行。所以在自動化生產過程中絕對不容許視覺技術出現延遲反饋和非動態反饋的缺陷問題。在工業上通常情況下視覺技術主要包括環境感知、視覺監控、圖像無損壓縮以及實時通信等。在正常的監測過程中對實時通信的要求比較高，必須做到信息的準確性、及時篩選不準確的信息進行數據統計。

2 面向智能制造資源的優化調度

如何進行優化調度是近年來比較關注的重點問題，主要是針對其可分解的工作程序進行合理工序安排，將某種指標通過合理排序、協調作業進而達到最大優化程度。通過合理的對生產地點、生產時間及生產工序進行分配作業可以使得他們發揮應有的功效，最大限度的實現經濟效益的提升，縮短產品生命周期，加快競爭，這也是各企業間相關競爭的重要因素。所以在現代化管理過程中，面對智能制造技術的不斷創新，必須加強其合理優化調度。

人工神經網絡模仿動物神經網絡行為特征，通過調整內部大量節點之間相互連接的關系，從而達到處理信息的目的。它屬于黑箱模型，能夠對已有數據進行機器學習，然后通過該模型已有的“經驗”，對后續操作進行預測和判別。遺傳算法是在計算機上對物種種群進化過程進行模擬而獲得結果的方法。它根據適者生存的自然規律來進行搜索計算和問題求解，主要包括遺傳（交叉）操作、變異操作和選擇操作。這是一種基于種群的演化方法，具有較好的求解能力和魯棒性。模擬退火算法模擬了固體退火原理，通過賦予搜索過程一種時變且最終趨于歸零的概率突跳性，來實現其最終的優化求解能力。在這個過程中，高溫退火時算法的全局搜索能力較強，能夠較快速地得到一個不錯的解；而低溫時則主要進行局部搜索，維持現階段的較優解。禁忌搜索算法是一種模擬人類記憶功能的優化算法，在求解過程中，為避免陷入局部最優解，該算法采用動態的禁忌表來記錄已搜索過的較好鄰域結構，并在之后的求解過程中能夠主動避開已記錄的鄰域移動，減少重復搜索。它對初始解和鄰域結構具有較強的依賴性。蟻群優化算法抽象地提取了蟻群的覓食過程，通過具有正反饋的群體協作機制，來實現最優路徑的選取。實際上，這是一種基于動態禁忌表的概率選擇性算法，它能夠快速地對目標對象進行求解，并且具有較好的收斂性能和魯棒性。

3 面向智能制造系統的自組織技術

3.1 ADACOR整子制造控制系統

這種控制系統主要是將分級控制方法和遞階控制方法進行了整合，通過分散化的方式將其有效信息進行整合，然后通過集中優化的方式來完成對突發狀況的處理，在進行處理的過程中多半是采用遞階的方式來完成。這種系統架構的主要優勢有以下幾點：自身可建立完善的模塊化系統、分散化、敏感性、靈活性和穩定性及可擴展性。將各個系統控制進行分解然后整合團體。ADACOR通過采用Petri網形式明確定義了個體整子的行為，并采用智能UML序列圖定義了整子間的交互模式。依據系統的擾動水平，結合層次和遞階控制結構，使用自適應機制，ADA-COR為自適應生產控制提出了一種二位狀態的平衡方式，這具有非常重要的意義。

3.2 自組織模型細節

考慮自組織模型在運行過程中所涉及的問題，下面針對其自組織模型進行細節上的闡述。從某種意義上來講自組織模型主要涉及監控、發現、推理及學習、結構等多種小模塊。在突發狀況中可以體現通過對自組織模塊的數據分析來降低破壞，通過對數據的合理分析和判斷，將整個過程通過模擬的方式完成演化。監控模塊負責對其進行很好的推理判斷，如分析交換的信息數據、感應信號源，對可能出現的突發狀況進行判斷。簡單來講就是通過監視和發現模塊對可能出現的問題通過推理模塊來完成判斷，進而去調整信息，使得每個信息源在輸出的過程中都是正確無誤的。

4 機器視覺、優化調度和自組織系統的發展趨勢

4.1 機器視覺發展趨勢

視覺系統的完善發展可以有效增強智能制造裝備的感知功能，不僅如此還能夠將外界參數通過感知自動調節自適應性，進而實現系統的自動感知，精準實現遠程監控及自我判斷，提高系統的可操作性和減少生產線上人員的過度安排及使用，從而縮短了周期，實現了真正意義上效率的提高。機器視覺是智能制造的重要組成部分，未來的發展趨勢是將信息技術運用于整個制造過程，包括運用信息技術實現智能設計、智能生產、生產設備的自動連接和驅動以及成品的自動裝配等，通過結合物聯網技術構建信息化集成的生產系統，以實現生產的集成和智能化控制，實現工廠生產的無人化和真正意義上的企業產業轉型升級。

4.2 優化調度發展趨勢

（1）協同生產調度。從某種意義上來講，產品在協調生產過程中必須進行相互之間的分工與協作，才能真正意義上發揮各環節的關鍵作用。如產品在設計、制造、供應等重要階段都必須進行緊密合作，才能使得各環節在整體上確保質量及工序的順利開展，否則任何一個環節出現問題都將對整體構成影響。協同生產的重要意義則是確保各環節可以在有序的流程內進行相互間的技術支持和利益共享，進而達到效率的提升。（2）柔性生產調度。柔性作業車間調度一方面解決了柔性度的限制，另一方面增加了調度的復雜性和靈活性。它廣泛存在于半導體制造、鋼鐵生產、汽車制造、武器生產、化工、金融財務等制造和服務領域，具有多階段、并行機拓撲結構的柔性生產調度問題。（3）大規模調度。在激烈的市場競爭中，制造業的生產規模日益增大，實際生產中待解決的往往是上千臺機器、每個月上千張訂單的大規模調度問題。

4.3 自組織系統發展趨勢

在未來發展過程中，智能制造系統則會基于ADACOR的自組織系統進行很好的響應，能夠將各響應數據進行很好分析，然后待恢復平靜后進行混合系統的處理。最后將引入嵌入式的組織系統方式加強兩者之間的平衡，這種方式并不能真正意義上定義到新的控制系統中，而是起到了演化和重構的作用。這也是未來對其極大的挑戰，所以在未來智能制造系統中需要更好地實現自動態演化和自適應性，才能真正意義上將智能制造的關鍵技術得以發揮出來，更好地推動相關產品的發展，促進我國國民經濟綜合實力的提高。

參考文獻：

[1]呂鐵，韓娜.智能制造：全球趨勢與中國戰略[J].人民論壇·學術前沿，2015（11）：6-17.

[2]陳鐵健.智能制造裝備機器視覺檢測識別關鍵技術及應用研究[D].長沙：湖南大學，2016.

[3]王耀南，陳鐵健，賀振東，等.智能制造裝備視覺檢測控制方法綜述[J].控制理論與應用，2015，32（3）：273-286.

[4]徐俊剛，戴國忠，王宏安.生產調度理論和方法研究綜述[J].計算機研究與發展。2004，41（2）：257-267.

[5]張思源，陸志強，崔維偉.考慮設備周期性維護的流水車間生產調度優化算法[J].計算機集成制造系統，2014，20.