一種智能化元器件檢測(cè)系統(tǒng)的研究

徐文勝，候正全，張運(yùn)洪，馬 超，武 博，汪偉嵐

(上海精密計(jì)量測(cè)試研究所，上海 201109)

0 引言

航天產(chǎn)品具有品種多、批量小、產(chǎn)品構(gòu)型和工藝復(fù)雜、研制更改頻繁、產(chǎn)品質(zhì)量要求高、研制全過(guò)程必須可追溯等特點(diǎn)，目前大多數(shù)航天研制單位都已實(shí)施企業(yè)資源管理系統(tǒng)(ERP)，但其核心模塊計(jì)劃管理、生產(chǎn)過(guò)程中的質(zhì)量管理、指揮控制系統(tǒng)等存在計(jì)劃不合理、過(guò)程管控不透明、靈活性不夠、責(zé)任不到位、人工參與過(guò)多等問(wèn)題。航天元器件的二次補(bǔ)充篩選業(yè)務(wù)因其工藝流程的復(fù)雜、嚴(yán)格，尤其面臨這樣的難題。

傳統(tǒng)的電子元器件檢測(cè)方法效率不高，自動(dòng)化程度低、信息化程度不高，更難達(dá)到智能化檢測(cè)的要求。國(guó)際上以美國(guó)國(guó)家儀器(NI)為代表的測(cè)試儀器公司率先推出計(jì)算機(jī)虛擬儀器進(jìn)行測(cè)量的方式[1]。FLUK公司推出了無(wú)線測(cè)試儀器，代表了電子測(cè)量設(shè)備信息化發(fā)展趨勢(shì)[2]。目前尚未明確提出智能化檢測(cè)概念和生產(chǎn)模式，只是出現(xiàn)了許多智能制造的前沿思想和技術(shù)體系，以GE的工業(yè)互聯(lián)網(wǎng)、思科公司的物聯(lián)網(wǎng)(internet of things)、IBM的智慧地球等企業(yè)界的研究成果，和美國(guó)的NNMI、德國(guó)工業(yè)4.0戰(zhàn)略和架構(gòu)為典型代表[3-6]。本文參照以上智慧工廠或智能制造的參考模型，提出一種基于物聯(lián)網(wǎng)、機(jī)器視覺(jué)、大數(shù)據(jù)分析及ERP系統(tǒng)的智能檢測(cè)系統(tǒng)架構(gòu)，定義了技術(shù)架構(gòu)組成及內(nèi)在各組件的邏輯關(guān)系，并以航天某元器件可靠性中心的檢測(cè)業(yè)務(wù)為原型進(jìn)行了技術(shù)實(shí)現(xiàn)、驗(yàn)證，可供該領(lǐng)域的技術(shù)研究人員和專(zhuān)家參考借鑒。

1 智能檢測(cè)系統(tǒng)的業(yè)務(wù)需求分析

航天某元器件可靠性中心的檢測(cè)業(yè)務(wù)主要是面向航天、軍用裝備領(lǐng)域提供覆蓋元器件選用、評(píng)價(jià)、采購(gòu)、到貨檢驗(yàn)/篩選、使用、失效分析全周期的可靠性保證技術(shù)服務(wù)；面向元器件制造方、使用方提供結(jié)構(gòu)分析、應(yīng)用驗(yàn)證等高附加值服務(wù)；面向國(guó)內(nèi)元器件保證市場(chǎng)提供元器件檢測(cè)與分析服務(wù)。

元器件檢測(cè)流程主要由補(bǔ)充篩選(包括測(cè)試、環(huán)境試驗(yàn)、電老煉等)和DPA相關(guān)元器件檢測(cè)工序組成。完成產(chǎn)品中的元器件選用、元器件補(bǔ)充篩選和試驗(yàn)驗(yàn)證等工作，保證元器件的可靠性。檢測(cè)業(yè)務(wù)流程如圖1所示，通過(guò)委托單完成委托用戶(hù)檢測(cè)樣品交接、分揀，同時(shí)完成在產(chǎn)品檢測(cè)信息管理子系統(tǒng)中的錄入、任務(wù)確定和樣品入庫(kù)。當(dāng)計(jì)劃任務(wù)下達(dá)后，完成未檢樣品出庫(kù)和檢測(cè)任務(wù)，最后出具元器件DPA試驗(yàn)報(bào)告，補(bǔ)充篩選處理報(bào)告或計(jì)量測(cè)試報(bào)告等檢測(cè)報(bào)告，檢測(cè)任務(wù)完成。任務(wù)完成后，完成已檢樣品入庫(kù)和樣品交接。

圖1 檢測(cè)業(yè)務(wù)流程Fig.1 Detection business process

近年來(lái)，通過(guò)任務(wù)管理信息系統(tǒng)的建設(shè)，任務(wù)管理模式有了一定的改善，但并沒(méi)有從根本上改變傳統(tǒng)的檢測(cè)管理模式，與現(xiàn)代信息化、智能化、自動(dòng)化管理模式相比仍有不少的差距。因此，迫切需要構(gòu)建智能化檢測(cè)生產(chǎn)管理系統(tǒng)，利用感知設(shè)備和高效的網(wǎng)絡(luò)傳輸，將元器件檢測(cè)業(yè)務(wù)流程、設(shè)備、環(huán)境、數(shù)據(jù)和安全各要素及其系統(tǒng)互聯(lián)互通，利用現(xiàn)代化智能化設(shè)備、科學(xué)有效的分析方式和高效的網(wǎng)絡(luò)傳輸，構(gòu)建一個(gè)統(tǒng)一的信息共享、智能感知、科學(xué)分析和決策、多服務(wù)綜合集成、互聯(lián)互通的智能化檢測(cè)生產(chǎn)線，改變傳統(tǒng)檢測(cè)的管理模式，實(shí)現(xiàn)檢測(cè)業(yè)務(wù)的全方位智能化管理。

元器件智能化檢測(cè)生產(chǎn)線的設(shè)計(jì)規(guī)劃需要充分考慮其檢測(cè)技術(shù)、檢測(cè)線管理以及實(shí)際應(yīng)用的現(xiàn)狀和發(fā)展，保證整個(gè)檢測(cè)系統(tǒng)的擴(kuò)展性，并充分考慮環(huán)境、工程、建筑等方面的可持續(xù)性發(fā)展，配合嚴(yán)格的監(jiān)控和糾偏措施，建設(shè)可持續(xù)發(fā)展的智能檢測(cè)生產(chǎn)線。實(shí)現(xiàn)任務(wù)管理由被動(dòng)應(yīng)付型向主動(dòng)保障型、傳統(tǒng)經(jīng)驗(yàn)型向現(xiàn)代高智能型的戰(zhàn)略轉(zhuǎn)變。構(gòu)建集通信、指揮和調(diào)度于一體的高智能化信息系統(tǒng)，使管理層全面系統(tǒng)的了解整個(gè)檢測(cè)任務(wù)、資源、物流等信息。 打造聚合型指揮調(diào)度中心，一站式全面、動(dòng)態(tài)展現(xiàn)多資源與任務(wù)現(xiàn)場(chǎng)運(yùn)行狀態(tài)，為調(diào)度指揮提供全方位控制，并按需顯示相應(yīng)評(píng)價(jià)、統(tǒng)計(jì)分析和管理信息。構(gòu)建具備信息危機(jī)判斷、決策分析、命令部署、實(shí)時(shí)溝通、聯(lián)動(dòng)指揮、現(xiàn)場(chǎng)支持等功能的指揮神經(jīng)網(wǎng)絡(luò)，形成智能檢測(cè)決策網(wǎng)絡(luò)。檢測(cè)任務(wù)可按型號(hào)、及時(shí)率、資源使用情況、在檢任務(wù)數(shù)、逾期任務(wù)數(shù)等維度進(jìn)行檢索和統(tǒng)計(jì)，使得調(diào)度工作可通過(guò)全局的資源與任務(wù)運(yùn)行情況，對(duì)相關(guān)資源及任務(wù)進(jìn)行合理調(diào)配，實(shí)現(xiàn)檢測(cè)任務(wù)的全局管控。

檢測(cè)任務(wù)的各個(gè)操作實(shí)現(xiàn)無(wú)紙化，從過(guò)去通過(guò)紙質(zhì)文件和檢測(cè)樣品的方式改為通過(guò)系統(tǒng)獲知任務(wù)信息，并逐步將紙質(zhì)證書(shū)及紙質(zhì)資料電子化。

整個(gè)智能檢測(cè)系統(tǒng)中的設(shè)備需要做到智能互聯(lián)，狀態(tài)感知、自動(dòng)控制，實(shí)現(xiàn)自動(dòng)檢測(cè)設(shè)備運(yùn)行數(shù)據(jù)的自動(dòng)采集、自動(dòng)傳輸，將檢測(cè)過(guò)程中人、機(jī)、料、法、環(huán)的實(shí)時(shí)工況提供給管理系統(tǒng)，并進(jìn)行智能調(diào)度，合理安排作業(yè)計(jì)劃，實(shí)現(xiàn)對(duì)整個(gè)物流體系中庫(kù)房管理、自動(dòng)檢測(cè)、分揀、送料任務(wù)。

檢測(cè)線的擴(kuò)展性要求檢測(cè)設(shè)備、檢測(cè)系統(tǒng)做到參數(shù)化配置，盡可能滿足電阻、電感、電容等不同類(lèi)型不同規(guī)格的產(chǎn)品檢測(cè)。

檢測(cè)大數(shù)據(jù)分析系統(tǒng)通過(guò)抽取、分析任務(wù)管理與動(dòng)態(tài)監(jiān)控系統(tǒng)中的數(shù)據(jù)，對(duì)檢測(cè)業(yè)務(wù)飽和度、關(guān)鍵設(shè)備使用情況、及時(shí)率指標(biāo)等進(jìn)行分析并做出預(yù)測(cè)，為中高層管理提供決策支持。

2 智能檢測(cè)系統(tǒng)的架構(gòu)設(shè)計(jì)

智能檢測(cè)系統(tǒng)是以計(jì)算機(jī)為核心的系統(tǒng)，由硬件和軟件兩部分組成。智能檢測(cè)系統(tǒng)應(yīng)該充分利用計(jì)算機(jī)資源，在人工最少參與的條件下盡量以軟硬件實(shí)現(xiàn)系統(tǒng)功能。因此，智能檢測(cè)系統(tǒng)具有以下特點(diǎn)：1)測(cè)量過(guò)程軟件控制；2)智能化數(shù)據(jù)處理；3)高度的靈活性；4)實(shí)現(xiàn)多參數(shù)檢測(cè)與信息融合；5)測(cè)量速度快；6)智能化功能強(qiáng)；7)系統(tǒng)可靠性高、一致性強(qiáng)。

按照工業(yè)4.0智慧工廠架構(gòu)體系RAMI4.0(工業(yè)4.0的參考架構(gòu)模型)的核心理念，即裝備橫向集成、信息縱向集成、產(chǎn)品生命周期和企業(yè)價(jià)值鏈集成，從4個(gè)側(cè)面進(jìn)行概念設(shè)計(jì)，即檢測(cè)流程、檢測(cè)設(shè)備、管理軟件和檢測(cè)工程工藝(流程工藝)，并將這4個(gè)側(cè)面歸納為3個(gè)維度，即檢測(cè)工藝鏈、檢測(cè)周期鏈和企業(yè)管理鏈，形成一個(gè)三維的工業(yè)4.0參考架構(gòu)模型。按照這個(gè)模型，用基于檢測(cè)任務(wù)、檢測(cè)周期、自適應(yīng)檢測(cè)自動(dòng)化系統(tǒng)和局域網(wǎng)的工廠管理系統(tǒng)來(lái)構(gòu)造智能化檢測(cè)生產(chǎn)管理系統(tǒng)的基本特性及方法。

智能檢測(cè)系統(tǒng)架構(gòu)體系主要包括4個(gè)層次，分別為：物物互聯(lián)層、對(duì)象感知層、數(shù)據(jù)分析層、業(yè)務(wù)應(yīng)用層，分別對(duì)應(yīng)物聯(lián)網(wǎng)、數(shù)據(jù)采集、數(shù)據(jù)分析、ERP四大技術(shù)體系，逐步實(shí)現(xiàn)檢測(cè)過(guò)程的互聯(lián)化、數(shù)字化、信息化、智能化“四化”目標(biāo)。其系統(tǒng)架構(gòu)如圖2所示。

圖2 智能檢測(cè)系統(tǒng)架構(gòu)Fig.2 AI detection system architecture

3 智能檢測(cè)系統(tǒng)主要模塊設(shè)計(jì)與實(shí)現(xiàn)

智能檢測(cè)系統(tǒng)主要由指揮調(diào)度子系統(tǒng)、產(chǎn)品檢測(cè)信息管理子系統(tǒng)、物聯(lián)與數(shù)據(jù)交互子系統(tǒng)、智能倉(cāng)儲(chǔ)與物流子系統(tǒng)、智能檢測(cè)設(shè)備、大數(shù)據(jù)分析子系統(tǒng)和數(shù)據(jù)可視化展示子系統(tǒng)七大模塊組成，系統(tǒng)組成結(jié)構(gòu)如圖3所示。

圖3 智能檢測(cè)系統(tǒng)組成結(jié)構(gòu)Fig.3 AI detection system function structure

3.1 產(chǎn)品檢測(cè)信息管理子系統(tǒng)

產(chǎn)品檢測(cè)信息管理子系統(tǒng)的業(yè)務(wù)模式如圖4所示，主要由計(jì)劃調(diào)度管理、任務(wù)執(zhí)行管理、動(dòng)態(tài)物流管理、資源管理四大模塊組成。系統(tǒng)資源管理模塊實(shí)現(xiàn)智能檢測(cè)生產(chǎn)示范線人、機(jī)、料、法、環(huán)、測(cè)等基礎(chǔ)數(shù)據(jù)的管理，使其他模塊可以對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行重復(fù)利用，提高數(shù)據(jù)的復(fù)用率與可靠性。檢測(cè)與物流管理模塊和物聯(lián)與數(shù)據(jù)交換系統(tǒng)進(jìn)行集成，使產(chǎn)品檢測(cè)信息管理子系統(tǒng)的任務(wù)執(zhí)行管理模塊可以通過(guò)任務(wù)唯一性編號(hào)為索引集成所有任務(wù)執(zhí)行過(guò)程中的物流狀態(tài)信息與檢測(cè)數(shù)據(jù)信息，讓用戶(hù)可以在任務(wù)進(jìn)行的過(guò)程中一站式查詢(xún)到物流與信息流的所有數(shù)據(jù)。計(jì)劃調(diào)度模塊保障著整個(gè)任務(wù)按計(jì)劃進(jìn)行，通過(guò)任務(wù)每一個(gè)環(huán)節(jié)的實(shí)施，任務(wù)執(zhí)行管理模塊不斷迭代著每一個(gè)任務(wù)的執(zhí)行信息，最終形成產(chǎn)品檢測(cè)信息的集合。

圖4 產(chǎn)品檢測(cè)信息管理子系統(tǒng)框圖Fig.4 Information management sub-system for product inspection architecture

3.2 大數(shù)據(jù)分析子系統(tǒng)

在元器件檢測(cè)設(shè)備與資源物聯(lián)網(wǎng)的基礎(chǔ)上，集成元器件業(yè)務(wù)領(lǐng)域的檢測(cè)數(shù)據(jù)、質(zhì)量信息、使用信息等，對(duì)各檢測(cè)試驗(yàn)項(xiàng)目試驗(yàn)設(shè)備所產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行采集與利用，對(duì)于非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行數(shù)據(jù)結(jié)構(gòu)化轉(zhuǎn)化處理。對(duì)于可產(chǎn)生結(jié)構(gòu)化數(shù)據(jù)的設(shè)備，則通過(guò)數(shù)據(jù)接口、結(jié)構(gòu)化數(shù)據(jù)文件利用，圖像識(shí)別等方式將結(jié)構(gòu)化數(shù)據(jù)逐步納入到數(shù)據(jù)分析子系統(tǒng)，構(gòu)建元器件全生命周期的數(shù)據(jù)倉(cāng)庫(kù)，滿足元器件質(zhì)保業(yè)務(wù)應(yīng)用需求。

大數(shù)據(jù)分析子系統(tǒng)存儲(chǔ)、管理檢測(cè)資源基本配置數(shù)據(jù)、傳感器采集數(shù)據(jù)和用戶(hù)，操作事務(wù)數(shù)據(jù)、全局統(tǒng)一格式數(shù)據(jù)、數(shù)據(jù)關(guān)聯(lián)規(guī)則信息、業(yè)務(wù)應(yīng)用優(yōu)化知識(shí)等。系統(tǒng)采用大數(shù)據(jù)分析技術(shù)，針對(duì)這些數(shù)據(jù)存在的高噪聲、多樣性、多尺度的特點(diǎn)，采用合適的數(shù)據(jù)清洗與數(shù)據(jù)集成方法提高數(shù)據(jù)質(zhì)量與數(shù)據(jù)可用性，還可根據(jù)數(shù)據(jù)存在的規(guī)模性和高速性采用高效并行的數(shù)據(jù)查詢(xún)、存儲(chǔ)、讀取算法以提高效率。針對(duì)智能檢測(cè)多維度業(yè)務(wù)的高維度特性構(gòu)建面向主題的數(shù)據(jù)倉(cāng)庫(kù)，以提高業(yè)務(wù)相關(guān)數(shù)據(jù)的集聚程度。該子系統(tǒng)為產(chǎn)品檢測(cè)信息管理子系統(tǒng)提供數(shù)據(jù)支撐，提供數(shù)據(jù)采集、數(shù)據(jù)融合、數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用、數(shù)據(jù)交易等諸多數(shù)據(jù)管理功能[7-9]。其系統(tǒng)架構(gòu)如圖5所示。待分析檢測(cè)源數(shù)據(jù)導(dǎo)入平臺(tái)后，可根據(jù)參數(shù)的標(biāo)稱(chēng)值和公差值對(duì)源數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，形成干凈數(shù)據(jù)?；跊Q策樹(shù)對(duì)數(shù)據(jù)真實(shí)性進(jìn)行檢查、判偽、防誤操作等處理。根據(jù)預(yù)先設(shè)置的質(zhì)量等級(jí)百分比，對(duì)批次電容元器件按照A、B、C等級(jí)進(jìn)行分類(lèi)，得到各等級(jí)組合的數(shù)量分布。

圖5 數(shù)據(jù)分析系統(tǒng)架構(gòu)Fig.5 Data analysis system architecture

基于深度神經(jīng)網(wǎng)絡(luò)對(duì)通過(guò)電性參數(shù)分類(lèi)統(tǒng)計(jì)及參數(shù)間兩兩相關(guān)性分析，按照歸一化原理(Max-min)進(jìn)行處理，便于后續(xù)聚類(lèi)算法的分析，其中Max-min歸一化處理原理為

(1)

聚類(lèi)原理采用K-means聚類(lèi)算法及深度學(xué)習(xí)算法對(duì)分類(lèi)參數(shù)進(jìn)行相關(guān)性分析，利用分維數(shù)算法計(jì)算每次K-means聚類(lèi)出各簇的數(shù)值D。對(duì)聚類(lèi)的每簇按D值大小及每簇所在位置進(jìn)行。分維樹(shù)算法具體處理方法是以邊長(zhǎng)為R=1的正方形作為最小單元網(wǎng)格覆蓋上述聚類(lèi)出點(diǎn)所在的區(qū)域圖之上，可以得出聚類(lèi)出的點(diǎn)經(jīng)過(guò)網(wǎng)格數(shù)位，此時(shí)記為N(r)，再取R=0.05，方法同理所上，此時(shí)得出聚類(lèi)出的點(diǎn)經(jīng)過(guò)網(wǎng)格數(shù)位，此時(shí)記為N(r2)，計(jì)算出N(r)、N(r2)之后，計(jì)算聚類(lèi)出的每簇分維樹(shù)數(shù)值。

(2)

對(duì)上述計(jì)算出聚類(lèi)的每簇分維樹(shù)數(shù)值按照每簇D值大小及每簇所在位置進(jìn)行合并。將D值合并為5種并進(jìn)行標(biāo)簽定義。標(biāo)簽定義即計(jì)算這5簇D值中每簇3個(gè)電性能參數(shù)的均值、方差。根據(jù)每簇輸出的均值、方差、最大值、最小值，來(lái)判斷批次電容元器件中精品級(jí)別，能有效提升判別的準(zhǔn)確性。最終以此為依據(jù)生成質(zhì)量分析報(bào)告。

3.3 物聯(lián)網(wǎng)與數(shù)據(jù)交互子系統(tǒng)

物聯(lián)網(wǎng)平臺(tái)是整個(gè)智能檢測(cè)系統(tǒng)的感知元，如圖6所示。該系統(tǒng)通過(guò)系統(tǒng)接口實(shí)現(xiàn)對(duì)物流子系統(tǒng)中物流信息的整合及自動(dòng)檢測(cè)設(shè)備數(shù)據(jù)、環(huán)境數(shù)據(jù)、測(cè)試數(shù)據(jù)的采集。

圖6 物聯(lián)網(wǎng)平臺(tái)業(yè)務(wù)模式Fig.6 Business pattern of internet of things platform

1) REST API自動(dòng)標(biāo)準(zhǔn)接口集成

REST API規(guī)范定義了資源的通用訪問(wèn)格式。第三方系統(tǒng)可通過(guò)REST APIs和ThingWorx平臺(tái)進(jìn)行交互和集成，能通過(guò)ThingWorx服務(wù)器的命名空間查詢(xún)平臺(tái)內(nèi)模型和模型的功能。REST接口有一套完整定義的方法來(lái)羅列事物、數(shù)據(jù)和服務(wù)列表，每個(gè)列表都包含如何執(zhí)行這些接口方法的詳細(xì)信息，相關(guān)資源如圖7所示。

圖7 RestAPI標(biāo)準(zhǔn)接口資源框圖Fig.7 Resource diagram of REST API standard interface

2) 檢測(cè)數(shù)據(jù)自動(dòng)采集

物聯(lián)網(wǎng)平臺(tái)通過(guò)KEPServerEX及SDK工具包進(jìn)行數(shù)據(jù)采集，KEPServerEX集成了2萬(wàn)余類(lèi)符合國(guó)際標(biāo)準(zhǔn)接口協(xié)議，如圖8所示。因此，符合KEPServerEX標(biāo)準(zhǔn)的設(shè)備可以通過(guò)配置直接進(jìn)行數(shù)據(jù)采集，對(duì)于非標(biāo)準(zhǔn)的設(shè)備自動(dòng)檢測(cè)與數(shù)據(jù)交互系統(tǒng)也可以通過(guò)SDK工具包，根據(jù)第三方公司提供的通信協(xié)議進(jìn)行定制開(kāi)發(fā)。

圖8 KEPServerEX接口協(xié)議示意框圖Fig.8 Interface protocol diagram of KEPServerEx

3)數(shù)據(jù)總線層

物聯(lián)與數(shù)據(jù)交互系統(tǒng)構(gòu)建了異構(gòu)系統(tǒng)的總線(CPS HUB)，從而實(shí)現(xiàn)檢測(cè)設(shè)備、檢測(cè)數(shù)據(jù)、管理數(shù)據(jù)的垂直集成，重點(diǎn)解決異構(gòu)設(shè)備互聯(lián)、設(shè)備/系統(tǒng)的互聯(lián)、大數(shù)據(jù)管理等關(guān)鍵問(wèn)題。該數(shù)據(jù)總線可以分為兩個(gè)層次：設(shè)備資源互聯(lián)及實(shí)時(shí)控制；設(shè)備與系統(tǒng)互聯(lián)。前者解決設(shè)備運(yùn)營(yíng)管理，后者將設(shè)備運(yùn)營(yíng)與業(yè)務(wù)系統(tǒng)融合，實(shí)現(xiàn)企業(yè)的運(yùn)營(yíng)管控。

該數(shù)據(jù)總線層支持大數(shù)據(jù)管理及分析。大數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、時(shí)序數(shù)據(jù)等。大數(shù)據(jù)管理內(nèi)容可從應(yīng)用需求出發(fā)進(jìn)行定義，以減少冗余數(shù)據(jù)的管理成本。此外，該層次的應(yīng)用可以部署至云端，形成云端IT/OT資源聚集，以支撐云制造等新模式。

3.4 智能檢測(cè)設(shè)備

智能檢測(cè)設(shè)備包括外觀檢測(cè)及綜合參數(shù)檢測(cè)設(shè)備，其中外觀檢測(cè)設(shè)備進(jìn)行元器件的篩前初測(cè)和篩后終測(cè)檢測(cè)，綜合參數(shù)自動(dòng)檢測(cè)子模塊實(shí)現(xiàn)對(duì)元器件容量精度、損耗、絕緣電阻和介質(zhì)耐壓等參數(shù)的檢測(cè)。外觀缺陷自動(dòng)檢測(cè)子模塊通過(guò)機(jī)器視覺(jué)技術(shù)，實(shí)現(xiàn)元器件的識(shí)別和分類(lèi)、缺陷檢測(cè)等功能。通過(guò)對(duì)分割后圖像特征分析，序列圖像運(yùn)動(dòng)分析和模式匹配等方法實(shí)現(xiàn)。識(shí)別目標(biāo)表現(xiàn)為灰度或紋理均勻的閉合區(qū)域，利用檢測(cè)對(duì)象輪廓等不變性特征和形狀、面積、灰度、紋理等先驗(yàn)信息，對(duì)分割后圖像進(jìn)行特征分析，模式可以用點(diǎn)集、輪廓、骨架來(lái)表示[10]，匹配過(guò)程采用動(dòng)態(tài)規(guī)劃、最大化、最優(yōu)化、最大似然、圖匹配方法、Patmax方法[11]等，如圖9所示。

圖9 圖像相似度判別Fig.9 Image similarity matching discriminative sketch

通過(guò)物聯(lián)網(wǎng)平臺(tái)及數(shù)據(jù)接口，智能檢測(cè)設(shè)備的狀態(tài)數(shù)據(jù)、測(cè)試環(huán)境數(shù)據(jù)、測(cè)試數(shù)據(jù)等數(shù)據(jù)形成測(cè)試數(shù)據(jù)包，并上傳至大數(shù)據(jù)分析子系統(tǒng)進(jìn)行分析處理，形成測(cè)試分析報(bào)告。

4 設(shè)計(jì)驗(yàn)證及建設(shè)成效分析

航天某元器件可靠性中心目前的日常測(cè)試工作主要靠檢測(cè)人員完成，未采用智能化管理手段，智能倉(cāng)儲(chǔ)子系統(tǒng)與智能配送子系統(tǒng)也未建立，無(wú)法做到物流自動(dòng)化。通過(guò)元器件智能化檢測(cè)生產(chǎn)管理系統(tǒng)的建設(shè)，完成指揮調(diào)度子系統(tǒng)、產(chǎn)品檢測(cè)信息管理子系統(tǒng)、物聯(lián)與數(shù)據(jù)交互子系統(tǒng)、智能倉(cāng)儲(chǔ)與物流子系統(tǒng)、智能檢測(cè)設(shè)備、大數(shù)據(jù)分析子系統(tǒng)和數(shù)據(jù)可視化展示子系統(tǒng)，勞動(dòng)生產(chǎn)率提高了50%，生產(chǎn)成本降低了30%。完成了以下目標(biāo)：

1)實(shí)現(xiàn)基于產(chǎn)品檢測(cè)指揮調(diào)度中心的管理模式，可提供智能化決策；

2)通過(guò)產(chǎn)品檢測(cè)信息管理子系統(tǒng)構(gòu)建完整的檢測(cè)管理過(guò)程神經(jīng)網(wǎng)絡(luò)，對(duì)檢測(cè)環(huán)節(jié)信息流與物流的運(yùn)轉(zhuǎn)情況進(jìn)行管控；

3)通過(guò)物聯(lián)網(wǎng)平臺(tái)實(shí)現(xiàn)檢測(cè)設(shè)備自動(dòng)化、互聯(lián)化、智能化，大幅提高測(cè)試效率，測(cè)試數(shù)據(jù)自動(dòng)記錄和網(wǎng)絡(luò)化實(shí)時(shí)監(jiān)控；

4)實(shí)現(xiàn)檢測(cè)過(guò)程柔性化，通過(guò)設(shè)計(jì)不同工裝接口提高不同設(shè)備的適配度，滿足不同型號(hào)元器件檢測(cè)的需要，提高了設(shè)備等資源利用率；

5)實(shí)現(xiàn)流程管控透明化、信息化，具備全過(guò)程數(shù)據(jù)采集手段，實(shí)現(xiàn)倉(cāng)儲(chǔ)、計(jì)劃、生產(chǎn)、質(zhì)量信息化管理，通過(guò)大數(shù)據(jù)分析，提升產(chǎn)品質(zhì)量和一致性；

6)實(shí)現(xiàn)檢測(cè)流程可視化，采用虛實(shí)結(jié)合的方式展現(xiàn)檢測(cè)信息、管理數(shù)據(jù)，提高檢測(cè)過(guò)程的可視化和質(zhì)量可追溯性。

5 結(jié)束語(yǔ)

我國(guó)工業(yè)現(xiàn)代化的發(fā)展是多元化的，如工業(yè)2.0的水平、工業(yè)3.0的水平，目前正在邁向工業(yè)4.0的水平。智慧工廠是繼數(shù)字化、精益化之后的發(fā)展模式，是智能制造的基礎(chǔ)與關(guān)鍵技術(shù)之一。在向智慧工廠邁進(jìn)的過(guò)程中，學(xué)習(xí)工業(yè)發(fā)達(dá)國(guó)家的發(fā)展規(guī)劃、策略和路線，固然是很好的借鑒，但更為重要的是審視國(guó)內(nèi)工業(yè)現(xiàn)狀全局，找到符合實(shí)際情況的突破口。航天某元器件可靠性中心的信息化水平較高，未來(lái)將重點(diǎn)在以下幾方面取得突破：

1)利用人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)，加強(qiáng)智慧化改造，深入研究一整套智能化的元器件檢測(cè)方案，提高在線自檢的可靠性、一致性，為航天產(chǎn)品研制的元器件選型提供有力支撐。

2)加強(qiáng)生產(chǎn)、檢驗(yàn)和試驗(yàn)設(shè)備的自動(dòng)化、智能化、網(wǎng)絡(luò)化改造力度，全面推進(jìn)生產(chǎn)現(xiàn)場(chǎng)設(shè)備聯(lián)網(wǎng)，構(gòu)造泛在感知數(shù)據(jù)鏈路，建設(shè)智能化生產(chǎn)單元，構(gòu)建柔性檢測(cè)線和數(shù)字化實(shí)驗(yàn)室。

3)實(shí)施生產(chǎn)現(xiàn)場(chǎng)精細(xì)化管理；基于統(tǒng)一平臺(tái)實(shí)現(xiàn)企業(yè)資源計(jì)劃管理，構(gòu)建產(chǎn)品生產(chǎn)過(guò)程數(shù)據(jù)全集，支持生產(chǎn)狀態(tài)監(jiān)控、全過(guò)程質(zhì)量控制、智能決策，實(shí)現(xiàn)檢測(cè)過(guò)程的科學(xué)管理與精細(xì)化管控。

4)通過(guò)數(shù)據(jù)統(tǒng)計(jì)與分析，建立滿足不同數(shù)據(jù)分析、質(zhì)量控制、預(yù)警需要的元器件數(shù)據(jù)分析模型，提供智能報(bào)表、預(yù)警、預(yù)測(cè)等元器件保證數(shù)據(jù)管控能力，形成基于物聯(lián)網(wǎng)和大數(shù)據(jù)分析的企業(yè)管理優(yōu)化機(jī)制。

本文總結(jié)提出的智慧工廠架構(gòu)模式，從不同角度給出一個(gè)智慧工廠的現(xiàn)實(shí)描述，對(duì)元器件檢測(cè)業(yè)的智能化生產(chǎn)具有現(xiàn)實(shí)意義。