基于工業物聯網理念的工程機械智能裝配關鍵技術探索

李琳莉

（飛卓科技（上海）股份有限公司，上海 201505）

0 引言

工程機械智能裝配生產線上要使用多種傳感器來獲取諸如工件位置信息、組裝機械的壓力、設備運行電流和電壓等生產工藝參數,傳統的做法是把所有的傳感器都通過線纜直接接入計算機控制系統,導致線路多、故障點多,降低了生產效率。 工業物聯網技術通過把傳統傳感器改造為智能傳感器,然后利用無線傳輸的方式將現場信號遠程發給計算機控制系統,省去了傳統的大量的安裝布線工作和線路故障排查工作,這種應用了工業物聯網技術的智能裝配生產線能夠極大地提升裝配效率,應用前景廣泛。

1 智能裝配的關鍵技術點

1.1 良好的狀態感知能力

所謂的感知實際上就是采集基礎數據,如方位、距離、壓力等參數。 工程機械智能裝配實際上是將各種組件自動地組裝在一起,使其達到機械設備裝配標準。傳統的裝配工作主要依靠人力來完成,而現在在物聯網技術和智能控制技術的支持下,大部分的裝配工作都可依靠帶狀態感知能力的智能機械設備來自動完成。 和人工裝配不同,這種智能裝配系統能自動感知工件的基礎數據信息,并將這些信息實時傳輸到控制平臺,然后由控制平臺發出指令控制執行機械臂完成工件定位、就位、安裝、緊固、焊接等一系列活動。 顯而易見,狀態感知能力強弱與否在智能裝配技術中起到非常關鍵的作用,因為在傳統裝配模式下主要由人的眼睛、觸覺來完成相應的工作,而人體的感知能力非常發達,可有效完成裝配任務。 而改用機械化、自動化的裝配系統之后,感知能力的精度、靈敏度等將直接決定裝配效果,因此,傳感器本體的感知響應能力和信號傳輸網絡的穩定性、時延性及抗干擾能力在設計中都需要重點考慮。 物聯網技術主要通過無線傳感來實現信號傳輸,在具體設計過程中要考慮到網絡系統的信號穩定性、環境抗干擾能力,網絡系統主要部署在機械裝配車間內部,在使用過程中要達到良好的安全性和可擴展性［1］。

1.2 數據存儲與處理能力

智能裝配生產線中涉及的數據采集場景非常多,所采集的參數數據也各不相同,其中涵蓋了距離、角度、壓力等多種類型的參數,這些數據存在不同的定義、用途和結構,由此引發的問題是數據類型不統一、完整性不足。 因此,在設計智能裝配生產線的數據存儲系統時,要考慮到多元異構數據之間的融合性,否則在后期的數據管理中會產生很大的難度,對于數據存儲系統中涉及的應用技術有很多,本文僅對可溯源數據和設備數據模型演化這兩種關鍵應用技術做簡單闡述。

(1)可溯源數據技術的應用。 工程機械智能裝配生產車間每天都會產生大量的生產制造數據,這些數據經過傳感器系統進入數據庫,經過長期的積累之后會形成大量的歷史數據。 智能裝配車間在日常管理過程中會有查詢歷史數據的需求,也就是數據溯源,借此來控制和管理整個生產過程中的各個環節。 因此,在設計數據存儲系統時,要充分考慮大數據的存儲空間,可設計成分布式數據庫,為了提高數據的安全性,還要做好數據的冗余備份管理。 另外,數據量增大之后,數據庫的查詢速度就會下降,這一點將會影響智能裝配生產線的響應速度,進而導致裝配過程難以控制好精度和各種參數。 因此,在數據存儲系統的設計中,響應速度是重中之重。

(2)設備數據模型演化技術的應用。 智能裝配在使用過程中要通過實時反饋的數據操控裝配機械,該數據在傳輸時不能產生過大的延遲,否則就會嚴重制約裝配過程的精度。 如果采用分布式數據存儲系統,當多個系統控制組件同時運行時,還要確保其獲取的數據是完全一致的。 因此,在設計智能裝配生產線的數據系統時,提倡靈活運用模型演化技術。

2 基于物聯網技術的智能裝配系統設計

2.1 總體架構

工程機械智能裝配系統總體架構,如圖1 所示。此架構由3 層組成,第一層為感知層,是物聯網技術應用的基礎,包括傳感器或讀卡器等數據采集設備、數據接入網關之前的傳感器網絡。 其任務是識別物體和采集系統中的相關信息,從而實現對“物”的認識與感知,諸如智能裝配系統中常用的傳感器:電壓/電流傳感器、測距傳感器、扭矩傳感器、氣壓傳感器、攝像頭、RFID 傳感器等。 第二層為網絡層,是建立在現有通信網絡和互聯網基礎之上的融合網絡,網絡層通過各種接入設備與移動通信網和互聯網相連,其主要任務是通過現有的互聯網、廣電網絡、通信網絡等實現信息的傳輸、初步處理、分類、聚合等,用于溝通感知層和應用層。 具體表現為對各種無線及有線組網方式的應用,如WiFi,Bluetooth,NB-IOT,Lora,modbus,profibus,CAN open 等。 第三層為應用層,是將物聯網技術與專業技術相互融合,利用分析處理的感知數據為用戶提供豐富的定制化服務。 在這一層,各種垂直領域的實際應用最終得以實現,諸如工程機械智能裝配系統通過感知層采集到的數據,經過網絡層傳輸給應用層,應用層通過對數據進行綜合分析處理,來控制相應執行裝置(機械手、電控工裝夾具等)達成預定目標,完成生產線流水作業,同時將各類信息同步存入服務器的數據庫中,進行數據分析、統計及可視化展示。

圖1 工程機械智能裝配系統總體架構

2.2 硬件設計

2.2.1 射頻識別設備設計

在智能裝配作業中要依靠識別技術對工件、操作人員以及工位等進行有效的識別,在這一基礎之上才能將工件運輸到指定的位置,進而完成裝配操作。 典型的識別技術為基于射頻識別原理的RFID,這種技術的優點在于信息的讀取非常方便,能夠一次性獲取多種目標的RFID 信息,不易受到環境因素的干擾。 射頻識別設備由3 個部分構成,一是部署在工件上的標簽,二是用于識別標簽信息的讀寫器,三是存儲與處理這些數據的數據庫。 標簽中承載著物品的具體信息,這也是物聯網技術的主要實現路徑之一。 數據庫可使用本地庫,也可使用云存儲。 前者的維護難度較大,要求使用單位具備專業的技術人員,后者由第三方商業機構維護,安全性很高。

2.2.2 傳感器模塊設計

工程機械的裝配過程存在多個工序,每一個動作都要控制好精度和力度。 因此,技術人員必須借助傳感器對裝配操作的各項參數進行實時測量和控制。 通常,智能裝配系統中所用的傳感器由一系列重要的模塊組成,模塊結構示意如圖2 所示。 智能傳感器的核心部件是MCU 控制器,通過高精度傳感器采集現場物理量信號,傳輸給MCU 控制器,然后經過數據處理,將處理后數據通過本體集成的WiFi 通信模塊上傳給車間管理與控制系統。 以下簡單介紹幾種智能裝配中常用的傳感器:(1)電壓/電流傳感器:自動裝配生產線主要依靠電力線路實現設備控制,因而在日常管理中必須對設備上的電流和電壓情況實施實時的監控,其核心的測量裝置為電能計量芯片,并且在測量的過程中還能轉換電流和電壓的大小,使其符合測量設備的安全使用條件［2］。 (2)測距傳感器:在智能裝配過程中,經常要對工件和加工機具、組裝機具之間的距離進行測量,在獲取相應的數據之后傳遞給控制系統,驅動加工機具的精準動作。 此類測距對精度要求非常高,因而,工程實踐主要借助激光測距技術,一方面測量的速度非常快,另一方面可實現高精度的測量。 (3)扭矩傳感器:工程機械的裝配還涉及各種類型的旋轉結構,例如,螺栓的緊固。 在機械自動化組裝時,要精確測量扭矩,扭矩超過安全范圍之后會破壞機械結構。 扭矩是一個物理量,通過測量設備可將其轉變為電信號。 這種檢測技術將專門的應變片粘貼在被檢測的機械結構上,最終目的是在構件上形成應變橋,在電流的作用下測量出扭矩值。 (4)氣壓傳感器:智能裝配生產線中會使用到氣源,為機械部件提供一定的壓力,在作業過程中要對氣源的氣壓實時監控,為完成相應的檢測任務經常應用氣壓傳感器,其檢測所得數據會傳輸到控制系統。 由此,比對當前值和目標值,再反饋。 氣壓經常會影響工件是否安裝到位,系統檢測的目的就是精確控制氣源的壓力值,確保安裝過程可控。

圖2 傳感器模塊結構

2.3 軟件設計

數據采集理論上最好是做到實時傳輸,但實際上這種傳輸模式是難以實現的,因為傳感器采集到數據之后,通過無線WiFi 將數據傳遞到管理后臺,并非數據采集之后立即就傳輸,一般是以預定時間為間隔進行間歇傳輸,如每秒傳輸一次。 如果是現場操作中依賴的數據,一般是將其傳輸到微處理器(單片機)中,由微處理器來驗證這些傳輸過來的數據,重點檢驗其數據來源、數據的安全性和有效性。 除了采集軟件,在后臺管理系統中還設計有大量的自動化運維軟件,智能裝配系統的工廠級監測中心配置了一定數量的監測設備,主要是在上位機上安裝自動化運維軟件,裝配機械在作業過程中的各項工藝參數都會展示在大屏上,技術人員通過對數據的分析觀察來判斷設備當前的運行狀態以及工程機械的安裝進度。 電流、電壓、系統壓力等預先設定了安全閾值,當超過安全范圍之后,就會觸發報警裝置,產生蜂鳴報警［3］。

3 物聯網智能裝配系統應用實例

國內某大型工程機械生產企業主要制造挖掘機、起重機械以及裝載機。 為了提升生產效率、降低人工成本,該企業建立了智能化生產線,在工件的搬運中使用了AGV 小車。 小車實際上是一種基于物聯網技術和人工智能技術的機器人。 小車使用激光技術進行導航和測距,通信依靠5G 技術來實現。 采用這套智能化生產線之后,平均每6 min 就能組裝出一臺挖掘機設備,生產效率極高。 另外,整個生產線上部署的傳感器數量達到2 600 多個,車間的信息平臺也能通過工位傳感器實時獲取各種組裝信息。

4 結語

隨著工業物聯網技術的不斷進步,工程機械智能裝配生產線中會集成更多的智能傳感器,用于探測電流、電壓、氣壓等各種參數,然后通過計算機控制系統完成自動裝配,物聯網技術在該系統中承擔著信號傳輸、數據采集、數據存儲與處理等一系列功能。 因此,在生產制造工程機械時,可把物聯網技術與自動化技術融合在一起,達到各工位組件自動裝配,最終實現整條裝配生產線的智能化高效協同生產,此種解決方案有廣泛的市場應用前景。