一、柔性制造枝術(shù)發(fā)展現狀

一、如何理解柔性制造

根據國標定義，柔性制造系統是數控加工設備、物料運儲裝置和計算機控制系統等組成的自動(dòng)化制造系統。它包括多個(gè)柔性制造單元，能根據制造任務(wù)或生產(chǎn)環(huán)境的變化。

剛性生產(chǎn)系統是用于工件輸送系統將各種剛性自動(dòng)化加工設備和輔助設備按一定的順序鏈接起來(lái)，在控制系統的作用下完成單個(gè)零件加工的復雜大系統。適合進(jìn)行大批量生產(chǎn)，效率高、成本低、質(zhì)量穩定、程序固化。

柔性制造系統則是建立在成組技術(shù)的基礎上，由計算機控制的自動(dòng)化生產(chǎn)系統，可同時(shí)加工形狀相近的一組或一類(lèi)產(chǎn)品。適合多品種、小批量的高效制造模式，減少毛坯和在制品的庫存量，減少直接勞動(dòng)力。

柔性生產(chǎn)的要求涉及七大方面。

第一，機器柔性。當要求生產(chǎn)一系列不同類(lèi)型的產(chǎn)品時(shí),機器隨產(chǎn)品變化而加工不同零件的難易程度。譬如，非標終端設施的切換、控制程序自動(dòng)下載更換。

第二，工藝柔性。工藝流程不變時(shí)自身適應產(chǎn)品或原材料變化的能力，譬如，基于強化學(xué)習的協(xié)作機器人、機器人夾爪力度傳感器；制造系統內為適應產(chǎn)品或原材料變化而改變相應工藝的難易程度，譬如通過(guò)神經(jīng)網(wǎng)絡(luò )擬合原材料、工藝和質(zhì)量之間的關(guān)聯(lián)關(guān)系并確定最優(yōu)解。

第三，產(chǎn)品柔性。產(chǎn)品更新或完全轉向后,系統能夠非常經(jīng)濟和迅速地生產(chǎn)出新產(chǎn)品的能力；產(chǎn)品更新后,對老產(chǎn)品有用特性的繼承能力和兼容能力。譬如，模塊化設計和裝配

第四，維護柔性。采用多種方式查詢(xún)、處理故障,保障生產(chǎn)正常進(jìn)行的能力。譬如，知識庫的建立、預測性維護

第五，生產(chǎn)能力柔性。當生產(chǎn)量改變、系統也能經(jīng)濟地運行的能力。對于根據訂貨而組織生產(chǎn)的制造系統, 這一點(diǎn)尤為重要。譬如，預留工位,循環(huán)流轉工位和緩存工位

第六，擴展柔性。當生產(chǎn)需要的時(shí)候, 可以很容易地擴展系統結構,增加模塊,構成一個(gè)更大系統的能力。譬如，根據工藝流程，將生產(chǎn)流程分成不同的工位，在瓶頸工位處并行擴充才能。

第七，運行柔性。利用不同的機器、材料、工藝流程來(lái)生產(chǎn)一系列產(chǎn)品的能力和同樣的產(chǎn)品, 換用不同工序加工的能力。

“什么系統柔性是最高的？”是“人”，所有的柔性都是在模仿“人”?！叭绻詣?dòng)化可以做到跟人一樣的兼容性，那么這條產(chǎn)線(xiàn)的柔性就意味著(zhù)非常高了。

如何滿(mǎn)足各個(gè)環(huán)節的柔性？

首先是“感知”，這是人可以獲取各種信息做判斷的基礎，集成各類(lèi)傳感器、機器視覺(jué)、測量設備等，產(chǎn)線(xiàn)有望獲得感知。

其次是“分析”，對采集的數據實(shí)時(shí)處理，分析挖掘后形成知識。

再次是“決策”，所謂決策就是基于“知識”的生產(chǎn)管理對新的數據進(jìn)行推理應用，產(chǎn)生相應生產(chǎn)決策數據或指令。

最后是“執行”，就是用工業(yè)機器人、數控機床、各種專(zhuān)有設備完成生產(chǎn)的要求。

二、柔性制造兩個(gè)核心要素

“機器視覺(jué)”和“定位精度”是影響智能制造中柔性生產(chǎn)的兩大方面。

機器視覺(jué)賦予柔性生產(chǎn)感知的能力

 

實(shí)踐中可以發(fā)現，機器視覺(jué)是在產(chǎn)品的自動(dòng)化產(chǎn)線(xiàn)中實(shí)現“感知”的重要一環(huán)，機器視覺(jué)就是用機器代替人眼來(lái)做識別、測量、檢測和語(yǔ)義理解。隨著(zhù)人工智能技術(shù)的發(fā)展，機器視覺(jué)在工廠(chǎng)的應用增多，解決許多傳統機器視覺(jué)無(wú)法處理的問(wèn)題。

圖像識別主要包含特征提取和分類(lèi)識別。傳統提取的特征都是圖像底層的視覺(jué)特征,并且需要具備一定專(zhuān)業(yè)知識人員進(jìn)行特征的設計與選擇，這種人工設計的特征需要經(jīng)過(guò)大量的驗證后才能證明其對某一種識別任務(wù)的有效性，這也在一定程度上限制了圖像識別技術(shù)的應用。

針對傳統圖像處理算法遇到的局限，譬如以前在做一個(gè)二維碼時(shí)，首先要知道二維碼的特征，然后做圖像預處理，找到二維碼的問(wèn)題，再解算二維碼的數據，這種方式存在很多缺陷。

基于二維碼特征的定位流程，背景雜亂、光照不均、透視形變、印刷質(zhì)量差的二維碼則難以識別。因為背景雜亂無(wú)規律，無(wú)法有效區分檢測目標特征，此外在特定場(chǎng)景下目標特征發(fā)生明顯變化。

因此，需要提高特征提取能力和泛化能力。深度學(xué)習應用于機器視覺(jué)時(shí)，采用深度學(xué)習卷積神經(jīng)網(wǎng)絡(luò )進(jìn)行二維碼識別，深度神經(jīng)網(wǎng)絡(luò )模擬人的視覺(jué)過(guò)程，前段層僅僅感知邊緣輪廓，后端不同的層不同神經(jīng)元局部“興奮”生成局部特征，再到生成全景圖像。這種自動(dòng)提取圖像特征的機制和類(lèi)似人腦的處理過(guò)程大大改進(jìn)了效果，后均能對二維碼進(jìn)行正確識別，從而大大提高了機器視覺(jué)識別成功率和提高了效率。

 

定位精度大幅提升產(chǎn)線(xiàn)柔性的指標

 

可以說(shuō)，機器人的絕對定位精度是其能大幅提升產(chǎn)線(xiàn)柔性的指標。人在操作時(shí)，一般是通過(guò)眼睛看到一個(gè)東西，通過(guò)大腦感知并去控制，然后用手執行動(dòng)作。所以，在提高生產(chǎn)線(xiàn)柔性時(shí)也遵循這樣的思路，即加上眼睛、執行機構，兩者的精度結合來(lái)達到更好的精度。

而絕對定位精度決定了機器人能不能達到柔性生產(chǎn)所需達到的要求。由于每臺機器人的參數不一樣，即使是同一型號的工業(yè)機器人在加工出來(lái)后的精度也會(huì )不一樣，而在機械臂上可能存在零點(diǎn)零幾毫米的偏差，累計下來(lái)整臺機器人的誤差就比較大了，所以要精確知道機械臂上每一個(gè)機械零部件的精確尺寸。

如何提高機器人的絕對定位精度？

1，控制算法中可以加入重力補償和DH參數補償。

從測試立方體內選取若干個(gè)標定點(diǎn)，通過(guò)激光跟蹤儀獲取這若干個(gè)點(diǎn)的絕對位置，用以上數據計算標定后的6組 (α,a,d,θ)，24個(gè)DH參數，標定后的DH參數不再滿(mǎn)足pieper法則（ 4，5，6軸軸線(xiàn)交于一點(diǎn)），使用特有的逆解算法進(jìn)行逆解運算，在DH參數標定以及插補流程中對重力進(jìn)行補償，進(jìn)一步提高全空間內的絕對定位精度。

2，強化學(xué)習算法中自己領(lǐng)悟出完成任務(wù)的訣竅

事實(shí)上機器人控制器算法國外廠(chǎng)商一直不對外開(kāi)放，優(yōu)化控制器算法幾乎不可能。同時(shí)國內生產(chǎn)的伺服電機和變速器精度不夠，短時(shí)間內大幅度提升精度不現實(shí)。但是，人工智能大家都在同一起跑線(xiàn)上，所以“產(chǎn)業(yè)智能官”大膽地提出一種想法：強化學(xué)習方案。即，使用的強化學(xué)習算法，讓機器在虛擬環(huán)境中自我學(xué)習，在訓練過(guò)程中增加大量隨機事件，讓AI在這個(gè)過(guò)程中自己領(lǐng)悟出完成任務(wù)的訣竅，從而避免或改善由于機器精度不夠帶來(lái)的柔性化生產(chǎn)過(guò)程中的性能問(wèn)題。