基于智能制造的自動化關鍵技術分析

王會芝

摘要：在智能制造生產模式下，自動化生產成為提高生產質量的關鍵，在本次研究中，將圍繞重載工業機器人以及工業人工智能技術，詳細闡述了自動化關鍵技術內容;同時闡述了基于智能制造自動化關鍵技術的保障技術手段，分別為云制造技術、物聯網技術。從本文所介紹的技術要點來看，上述技術可以有效提升自動化生產水平，能夠適應復雜條件下的生產工藝要求，值得進一步推廣。

Abstract： Under the intelligent manufacturing production mode， automated production has become the key to improving production quality. In this research， we will focus on heavy-duty industrial robots and industrial artificial intelligence technology， elaborate the key technology content of automation; The guarantee technical means for key automation technologies are cloud manufacturing technology and Internet of Things technology. Judging from the technical points introduced in this article， the above-mentioned technology can effectively improve the level of automated production， can adapt to the production process requirements under complex conditions， and is worthy of further promotion.

關鍵詞：智能制造;重載工業機器人;工業人工智能;自動化

Key words： intelligent manufacturing;heavy-duty industrial robots;industrial artificial intelligence;automation

中圖分類號：TP23 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-957X（2022）05-0211-03

0 ?引言

在當前信息技術時代，自動化生產與智能制造之間的結合具有必要性，為了能夠適應復雜條件下的生產要求，相關人員需要從技術現狀入手，利用智能化以及自動化技術優勢實現對傳統生產工藝的變革與發展。而在實際上，智能化制造模式具有豐富的表現形式，其工藝特征復雜，不同技術所適應的生產工況存在差異。因此為進一步提升生產質量，則需要深入了解各類自動化關鍵技術要點，這也是本文研究的主要目的。

1 ?工業人工智能技術分析

1.1 技術簡介

在智能制造背景下，工業人工智能則成為自動化技術的重要組成部分，目前工業人工智能技術的關鍵要素可以通過“ABCDE”五個要素進行闡述：①A是指“AI”，是整個技術的核心，只有在其他要素同時存在的情況下才能產生價值;②B是指大數據，C為云平臺，兩者均是工業人工智能平臺的數據來源以及數據處理的關鍵要素;③D代表專業領域知識，E為證據，是構成工業人工智能的核心點[1]。

1.2 工業人工智能的技術特征

在工業人工智能領域的生產技術模式發生變化，其技術特征如表1所示。

1.3 關鍵技術分析

1.3.1 數據技術

數據技術在實際上是一種可以從不同維度上獲得生產參數指標的技術，該方法可以在識別有用數據以及各類設備運行參數的基礎上，利用5G等無線技術實現“智能連接”。其中的數據技術可以提取通信資料，并將工業生產的源頭數據進行識別以及安全性分析，其中所涉及的關鍵工藝包括：①在物理空間內，各類生產資源具有相互性;②在生產環節，可以將工廠車間以及計算機的數據上傳到云平臺上;③實現了網絡空間與物理空間之間的互聯，兩者之間的界限被進一步打破。

1.3.2 分析技術

在工業人工智能領域中，分析技術可以將其中的關鍵組件上傳到數據平臺上，在利用傳感器采集數據后將其中的關鍵數據格式進行轉變，最終實現連續的自動化生產。而從技術現狀來看，相關學者在分析技術處理中強調通過數據驅動建模的方法來剖視制造系統與生產工藝實現的互聯性，利用大數據技術來分析生產工藝現狀或者計算出零部件的剩余使用年限等，完成對生產機械的健康管理，最終全面提升生產質量，滿足自動化關鍵技術要求[2]。

1.3.3 平臺技術

平臺技術包括數據儲存、數據分析以及數據反饋等關鍵技術，在工業人工智能技術中，通過分析數據平臺架構能夠實現復雜工況下的處理要求，借助云平臺、嵌入式平臺或者獨立平臺上進行有效的信息交互，并且在該技術中，云計算模式可以借助計算、儲存等方面的優勢，借助知識集成以及可視化等功能設定，保證系統拓展性良好，可以不斷增強工業人工智能系統的功能。

1.4 應用實例分析

1.4.1 技術內容

在工業人工智能技術下，該技術依托智能制造模式能夠利用工業機器人快速提取工業流程信息，其中的常見技術，就是數控車床模塊化生產。在人工智能零部件加工數控車床中，其中的主要功能架構包括計算機數控裝置、輸入與輸出單元、主控制器、單片機以及機床主軸、位置檢測反饋裝置等。工業人工智能的技術處理流程如圖1所示。

在按照圖1所介紹的技術流程進行加工時，可以將待處理的零部件加工資料上傳到計算機數控裝置中;同時啟動數控編程程序，再對加工過程做譯碼，譯碼后就可以進行后續操作，根據加工要求對車床部件進行切割等。在該系統中借助位置控制模塊能夠隨時識別刀具的位置，保證了刀具切割系統的自動化，并且上述操作過程都是在計算機反饋的支持下完成的。

結合相關學者的研究可知，在工業人工智能技術模式下可以通過計算機數控裝置對零部件的加工過程進行處理，例如通過智能制造以及自動化關鍵技術的資料庫中尋找到與之相對應的資料，在確定實際問題與工程實例相匹配的情況下，直接運用生產實例對生產過程進行改進，以此來實現數據的循環利用[3]。

1.4.2 測試結果

為確保工業人工智能技術的合理性，本文在模塊化與智能化拼裝的基礎上，對工業零部件數控車床的加工性能進行檢測，根據檢測結果來判斷自動化關鍵技術的合理性。

在本次實驗中以農機軸承零部件加工為例，軸承作為機械設備中的重要零部件，其加工精度影響設備性能，同時對比加工前后的相關數據后，最終對比結果顯示智能化改造前的加工效率約為1.43-1.72，而在進行智能化改造之后，則提升至2.23-2.57，從上述數據來看，在進行智能化改造之后整個裝置的運行效率顯著提升，具有可行性。

2 ?重載工業機器人關鍵技術分析

2.1 重載工業機器人概念分析

智能化工業機器人是在基于智能化技術的自動化生產裝置，目前的重載工業機器人具有剛性好、應用范圍廣等優點，近些年在輕量化以及多功能化設計要求過程中能夠適應多樣化條件下的工業生產要求，在對其構造進行判別過程中，考慮到最底層中各個要素與準則層中的各個要素具有對應關系，在對準則層進行細分的情況下，則每個層次元素與上一層次之間的關聯元素存在相關性，因此在本次重載工業機器人設計中，任意選擇兩個元素對其構造進行判斷，則判別構造矩陣M的表達方式如公式（1）所示。

（1）

在公式（1）中，aij表示針對上一層次的某一目標因素，下一層中第i個因素相對于第j個元素的重要程度;n表示數量。

2.2 重載工業機器人運行學分析

2.2.1 機器人架構

為滿足自動化生產的相關要求，在本次研究中立足于對稱式重載工業機器人能夠面對特殊場合的工作要求，本文所設計的重載工業機器人使用了應用較為廣泛的連桿—絲杠傳動平衡式重載工業機器人，其三維模型如圖2所示。

在圖2所介紹的機器人架構中，為進一步簡化其架構，可在結構圖中以剛性桿代替輔助平行四邊形進行分析，在以基座為坐標構建全局坐標系之后，驅動關節的電機被固定在轉座上，借助連桿力傳遞特性，關節轉動帶動配重臂桿以及大臂運動。

2.2.2 工作空間分析

工作空間是指機器人末端所能達到的有效位置，在智能化生產中，機器人的工作空間越大則所產生的生產效果越好，但是需要注意的是，盲目增加工作空間可能會對工業機器人架構穩定性產生影響，因此為滿足智能化生產要求，應對其工作空間進行優化與改進[4]。

在計算機器人工作空間期間，本文采用蒙特卡洛隨機采樣法進行求解，該方法的關鍵點就是要在機器人運動關節范圍內采集采樣點，根據運動學正解方程，獲得末端為支點，最終實現對可視化空間的識別。在數據計算中，每個關節變量R的計算方法如公式（2）所示。

（2）

在公式（2）中，Rmax為機器人末端運動的最大值;Rmin為機器人末端運動的最小值;rand為隨機數，其取值范圍為0-1，當隨機數足夠多的情況下，末端散點可以有效囊括整個工作空間。

2.3 自動化生產工藝分析

在載重工業機器人自動化設計中，為滿足其自動化生產要求可設置PLC控制系統，在PLC編程中使用SCL語言與LAD語言。

2.3.1 硬件組態

在控制系統硬件組態中，主要硬件結構包括主控制模塊、PN/CAN通信模塊以及HMI模塊等，其中PN/CAN是總線轉CAN總線實現了多路裝置與下位機PLC之間信息交互。

2.3.2 控制程序

根據自動化生產要求，本文所介紹的系統為滿足智能化設定結果，需要在PLC控制系統運行流程的基礎上對載重工業機器人的運行過程進行控制，最終實現自動化生產，其中的基本技術路徑包括：①實現系統初始化后，對所有數據上電初始化，根據初始化數據判斷元器件以及載重工業機器人的關節臂是否處于可控制狀態，若沒有處于安全范圍則可以由工作人員手動調節;在確定無故障后，則開始輸入液壓缸做定位運動。②根據自動化生產要求，液壓缸位移給定值輸入完畢后，即可對傳感器以及給定值等數據進行檢測，系統自動化對比檢測前后的數據形成自動化判斷，并根據生產工藝隨時調整裝置的運行數據，期間當液壓缸給定值高于傳感器所檢測的實際值，則證明液壓缸需進行伸長，否則可以做縮回處理。

2.3.3 控制系統實現

根據自動化關鍵技術要求，在重載工業機器人設定中應確保該機器人具有穩定的控制功能，由此來確保自動化生產目標實現，所以在本次設計中，借助PID對重載工業機器人的運動過程進行控制，該技術的主要優點就是可以跟蹤重載工業機器人的運動估計變化，確保能夠隨時糾正機器人的運動行為，并作出一系列符合技術要求的行為。

因此本文使用西門子S7-1200PLC為控制器來調控重載工業機器人的相關行為，該裝置可以在反饋環節的基礎上打造一個具有連續工作能力的閉環運行系統，當系統識別重載工業機器人的傳感以及壓力傳感數據之后，輸入PLC模擬量，并且PLC的輸出也可以經CAN總線向驅動器控制，最終轉變為數字控制信號模式。同時考慮到重載工業機器人的連續工作要求，因此在實際控制系統的被控對象和測量元件是挖掘機的工作裝置和挖掘機的三個液壓缸，它們的輸入和輸出都是連續信號，期間可通過經驗法對PID的參數進行整定，整定的基本過程為：①在整定環節，需下降PID參數從小到大的方法進行調節，在確定曲線接近穩定的情況下開始控制范圍，直至其數據變動維持在給定值范圍內，最終找出理想的PID參數值。②可以將整定計算出的數據取值變化代入到PID系統中，根據計算出的數據范圍從小到大進行實踐模擬操作，最終計算出最理想的結果。

2.4 應用效果評價

為判斷本文所介紹的載重工業機器人是否具有可行性，以電子電器加工環節為背景對該裝置的運行結果展開分析，判斷智能化自動生產工藝的優勢。最終實驗結果證明，在采用上述載重工業機器人之后，電子電器零部件的加工誤差率從最初的3.52%下降至0.26%，誤差率顯著下降，提示該裝置在技術上具有優勢。

3 ?智能制造自動化技術的支持保障措施

3.1 物聯網技術

物聯網技術作為信息時代的代表，在智能制造自動化生產中可以提供多樣化的數據處理工具，能夠通過微處理器、邏輯編譯與控制程序等方法來提升工作效率，因此相關學者也開始通過物聯網技術來打造跨領域平臺，在生產環節可以通過采集不同方面的數據信息來完善生產模式，并最終取得了成功[5]。從技術現狀來看，在物聯網的支持下相關人員可以在智能化視角下嵌入自動化生產原材料信息，由系統自行判斷生產工藝要點，最終提升整個產品的調節效率以及改進速度，方便可以隨時采集生產環節的程序代碼與關鍵工藝參數。同時在自動化生產工藝下，基于物聯網技術的SMT表面貼裝技術也表現出了良好的發展態勢，SMT（Surface Mount Technology）可以將短引線或者無引腳引線表面組裝元器件安裝在印制電路板的表面上，再經過浸焊接、流焊等方法將電路組裝的一種技術。該技術與物聯網的“識別物體”、“采集信息”、“信息掃描元件”、“視覺系統”等結合在一起，隨著物聯網功能不斷完善，可以實現系統的自動化，由此實現了工業過程的“物物對話”，保證了生產資源的合理利用。

3.2 云制造技術

目前在自動化生產工藝下，原本的生產模式發生改變，企業為滿足市場競爭要求，則需要從客戶需求入手對其生產工藝內容進行改進，打造按需生產的作業模式，能夠在實體與虛擬網絡層之間達到網絡接口與對應的轉接點，客戶可以通過網絡系統了解生產環節的數據參數，最終依托這種快速反應的在線服務模式來解決問題。因此基于云制造與云計算的自動化控制模式可以更好的滿足企業未來智能制造的要求，具有必要性。

目前云制造的整個實現過程都是在云制造平臺服務中心實現的，在采集各個類型的云請求端的資料后，通過制造資源和制造能力以及智能管理和按需使用服務以提供解決方案的功能的集成且相互連接的虛擬化服務池（制造云）適用于涉及制造整個生命周期的用戶，因此可以實現更高級的生產工藝類型。在自動化技術中，云制造技術可圍繞制造設備資源、監控與控制資源、計算資源、材料資源、存儲資源、運輸資源等進行整合;而在軟資源設定中，可以從自動化生產的生命周期入手，通過設計、分析、仿真以及過程計劃等方法，從多個維度對云制造過程進行改進;同時也可以借助工程知識、產品模型或者技術標準等，圍繞云制造的技術標準打造出工藝流程，最終成為提高自動化水平的關鍵。

4 ?結束語

在智能制造的背景下，自動化生產模式已經發生明顯變化，無論是載重工業機器人還是工業人工智能技術都可以更好的滿足當前社會的發展要求，突顯出自動化生產工藝的優勢，值得進一步推廣。而為了進一步強化技術效果，相關人員還應該掌握智能制造的關鍵保證技術手段，堅持從云制造、物聯網等技術層面對其進行完善，這樣才能全面提高技術水平。

參考文獻：

[1]王川.自動化技術在汽車機械制造中的應用探討[J].內燃機與配件，2021（23）：233-234.

[2]崔家瑞，李文浩，蘇成果，等.面向智能制造的大型鋁電解槽分布式全要素模型研究進展[J].輕金屬，2021（11）：30-38.

[3]胡兆東.基于傳感器技術的智能制造過程效率提升研究[J].內燃機與配件，2021（21）：208-209.

[4]舒釗，侯為康，彭曦，等.面向精密螺紋絲杠的智能制造單元系統研究[J].航天制造技術，2021（05）：12-18.

[5]劉小春，張蕾.智能制造與機器人應用關鍵技術及發展趨勢[J].現代農機，2021（05）：118-120.