《机械制造工艺学（3D版）》 课件 第8章 智能制造技术

第8章智能制造技术8.1智能制造技术简介

8.2智能制造系统

8.3智能制造技术应用8.1智能制造技术简介8.1.1智能制造技术概述

8.1.2国内外智能制造技术特点8.1.3智能制造的基础理论与关键技术8.1.1智能制造技术的涵义8.1智能制造技术8.1.1智能制造技术的涵义与传统的制造装备相比，智能制造装备的主要特征包括以下几个方面。1.自我感知能力是指智能制造装备通过传感器获取所需信息，并对自身状态与环境变化进行感知，而自动识别与数据通信是实现自我感知的重要基础。2.自适应和优化能力是指智能制造装备根据感知的信息对自身运行模式进行调节，使系统处于最优或较优的状态，实现对复杂任务不同工况的智能适应。3.自我诊断和维护能力是指智能制造装备在运行过程中，对自身故障和失效问题能够做出自我诊断，并通过优化调整保证系统可以正常运行。4.自主规划和决策能力是指智能制造装备在无人干预的条件下，基于所感知的信息，进行自主的规划计算，给出合理的决策指令，并控制执行机构完成相应的动作，实现复杂的智能行为。8.1.2国内外智能制造技术特点智能制造在实际应用中具有以下特征：(1)自组织能力和自律能力智能制造中的各组成单元能够根据工作任务需要，集结成一种超柔性最佳结构，并按照最优方式运行。(2)自学习和自维护能力智能制造以原有的专家知识为基础，在实践中不断进行学习，完善系统知识库，并剔除其中不适用的知识，使知识库趋于合理化。(3)整个制造环境的智能集成智能制造在强调各子系统智能化的同时，更注重整个制造环境的智能集成，这是它与面向制造过程中特定应用的“智能化孤岛”的根本区别。智能制造将各个子系统集成为一个整体，实现系统整体的智能化。(4)人机一体化智能制造不单强调人工智能，而且是一种人机一体化的智能模式，是一种混合智能。人机一体化一方面突出了人在制造环境中的核心地位，使人机之间表现出一种平等共事、相互“理解”、相互协作关系，两者在不同的层次上各显其能，相辅相成。8.1.3基础理论与关键技术图8.-1智能制造装备的组成8.1.3基础理论与关键技术图8.-2智能制造系统的组成8.1.3.1物联网图8-4物联网的体系架构目前对于物联网的体系构架，国际电信联盟给出了公认的三个层次，从下到上依次是感知层、网络层和应用层，如图8-4所示。8.1.3.2大数据图8-5大数据架构图大数据是指存储在各种介质中的大规模的各种形态的数据，对各种存储介质中的海量信息进行获取、存储、管理、分析、控制而得到的数据便是大数据。IBM提出了大数据的“5V”特点，即Volume(大量)、Velocity(高速)、Variety(多样)、Val(低价值密度)、Veracity(真实性)。大数据的架构在逻辑上主要分为四层，即数据采集层、数据存储和管理层、数据分析层及数据应用层，如图8-5所示。8.1.3.3云计算云计算的概念被提出以来，尚未出现一个统一的定义。综合不同文献资料对云计算的定义，可以认为云计算是一种分布式的计算系统，有两个主要特点：第一，其计算资源是虚拟的资源池，将大量的计算资源池化，与之前的单个计算资源(如图8-6a))或多个计算资源(如图8-6b))不同，形成了大型的资源池(如图8-6c)，并将其中的一部分以虚拟的基础设施、平台、应用等方式提供给用户；第二，计算能力可以有弹性地、快速地根据用户的需求增加或减少，当用户对计算能力的需求有变化时，可以快速地获得或退还计算资源，为用户节约了成本，同时也使资源池的利用效率大大提高。除此之外，在一部分资料中，基于上述云计算平台的云计算应用，也被囊括进云计算的概念中。8.1.3.4人工智能与机器学习人工智能是一种替代或辅助人进行决策的技术手段，主要指基于计算机的数据处理能力，模拟出人的某些思维过程或智能行为，使计算机或受其控制的机电系统在数据评价与决策过程中，表现出人的智能。机器学习的基本实现方式可描述为：将具象的概念映射为数据，同目标事物的观测数据一起组成原始样本集，计算机根据某种规则对初始样本进行特征提取，形成特征样本集，经由预处理过程，将特征样本拆分为训练数据和测试数据，再调用合适的机器学习算法，拟合并测试评价函数，即可用其对未来的观测数据进行预测或评价。。8.1.3.4人工智能与机器学习图8-8机器学习的算法类别8.1.3.5智能传感智能传感主要是指利用压电技术、热式传感技术微流控Biomems技术、磁传感技术和柔性传感技术等将待感知、待控制的参数进行量化，并集成应用于工业网络，具有信息感知、信息诊断和信息交互的能力。智能传感融合了传感器微处理器和执行器，首先对输入信号完成检测、处理、记忆等过程，再将调理好的信号发送到执行器或者控制系统，其原理如图8-9所示。8.1.3.5智能传感图8-9智能传感原理框架8.1.3.6互联互通目前在设备信息模型建模方面存在多种方式和标准，如面向机电设备的开放式数控系统标准，面向电子设备的电子设备描述语言EDDL，统一建模语言UML以及OPCUA提供的建模规范等。当前各类已定义的建模方法和语言大多针对某一类特定的装备，如EDDL面向电子设备，，MTConnect面向数控机床，目前尚缺乏统一的、成熟的、能广泛适用于不同类型装备的信息模型建模方法。国际上和国内均在为解决此问题提供不同的解决方案。国际上，OPC基金会与各类组织合作，将各类组织的信息模型与OPCUA的信息模型架构建立连接和转换关系，使得可以在OPCUA中使用各类已定义的设备信息模型，并使其符合OPCUA地址空间的结构、引用关系和数据类型等要求，在OPCUA架构下实现不同设备的信息模型。。8.1.3.6互联互通8.1.3.7远程运维远程运维主要是指利用云计算技术、智能网关硬件、通信技术、VPN技术以及大数据等对工业设备的运行数据进行采集，实现设备远程监控，故障、警报的实时分析和通知，远程故障诊断，程序升级，设备维保管理，设备预防性维护以及工业大数据挖掘等功能。远程运维的核心是通信网络、中央数据库、运维流程以及监测系统。图8-12远程运维系统在智能制造系统架构中的位置8.2智能制造系统8.2.1智能机床系统

8.2.2智能生产线系统8.2.3智能车间系统8.2智能制造系统智能制造是制造技术与数字技术、智能技术及新一代信息技术的融合，是面向产品全生命周期的具有信息感知、优化决策、执行控制功能的制造系统，旨在高效、优质、柔性、清洁、安全、敏捷地制造产品和服务用户。虚拟网络和实体生产的相互渗透是智能制造的本质：一方面，信息网络将彻底改变制造业的生产组织方式，大大提高制造效率；另一方面，生产制造将作为互联网的延伸和重要结点，扩大网络经济的范围和效应。以网络互连为支撑，以智能工厂为载体，构成了制造业的最新形态，即智能制造。这种模式可以有效缩短产品研制周期、降低运营成本、提高生产效率、提升产品质量、降低资源能源消耗。从软硬结合的角度看，智能制造即是一个“虚拟网络+实体物理”的制造系统。8.2智能制造系统与传统的制造系统相比，智能制造系统一般应具有如下几个方面的特征：自我感知能力。视觉感知听觉感知触觉感知自适应和优化能力自我诊断和维护能力自主规划和决策能力8.2.1智能机床系统智能机床可以认为是数控机床发展的高级形态，它融合了先进制造技术、信息技术和智能技术，具有自我感知和预估自身状态的能力，其主要技术特征包括：利用历史数据估算设备关键零部件的使用寿命；能够感知自身加工状态和环境的变化，诊断出故障并给修正指令；对所加工工件的质量进行智能化评估；基于各种功能模块，实现多种加工工艺，提高加工效能，并降低对资源和能源的消耗，图8-13所示。8.2.1智能机床系统8.2.2智能生产线系统1.智能车削生产线总体布局由产线总控系统、在线检测单元、工业机器人单元、加工、毛坯仓储单元、成品仓储单元和RGV小车物流单元组成。2.总控系统和检测单元典型总控系统，由室内终端和现场终端两部分组成。3.工业机器人和车削机床单元智能生产线系统上加工模块主要由工业机器入和车机床两部分组成。4.物流与成品仓储单元典型物流单元，由工业机器人、末端执行器、RGV小车、零件托运工装和行走轨道组成，主要实现机床加工零件的转移运输工作。8.2.3智能车间系统智能制造融合了现代传感技术、网络技术、自动化技术等先进技术，大量传感器、数据采集装置等智能设备在车间投入使用，通过智能感知人机交互等手段，采集了车间生产过程中的大量数据。这些数据涉及产品需求设计、原材料采购、生产制造、仓储物流、销售售后等环节，包括传感器、数控机床、MES、ERP等相关信息化应用。限于篇幅，根据智能制造系统的体系框架，这里只给出智能制造车间的基本架构图，如图8-15所示8.2.3智能车间系统8.3智能制造技术应用8.3.1典型行业需求差异综述

8.3.2智能制造系统在重型机械车间中的应用8.3.3智能制造在汽车制造案例应用8.3.1典型行业智能制造系统的需求差异综述行业MES应用个性化需求电子（1）强调上料防错（2）强制制程（3）产成品及在制品生产追溯（4）过程质检实时性要求高食品饮料生产过程能满足相关法律法规称量管理3.严格实现生产过程的正反向追溯4生产环境监控5关键设备监控钢铁一体化计划管理生产连续性要求下的作业调度生产设备实时监控及维护能源计量石化对油品的加工移动过程进行监控管理安全生产生产环境监控配方管理汽车混流生产排程实时生产进度掌控实时配送生产现场的可视化机械排产优化柔性化的任务调度物料追溯上下游系统的数据集成服装多维度的编码管理灵活的生产计划管理面辅料管理缝纫等专业设备管理医药配方管理GMP管理跟踪与追溯日期及环境管理烟草生产工艺与配方管理批次跟踪全程可追溯的质量控制设备OEE8.3.1典型行业智能制造系统的需求差异综述2.机械装备行业智能制造需求要点分析机械装备行业生产管理特点，机械行业是国民经济和工业的重要支柱和主导产业，子行业众多，产品覆盖范围广泛。主要包括：金属制品业、通用设备制造业、专业设备制造业、汽车制造业、铁路船舶航空航天和其他运输设备制造业、电器机械及器材制造业等，图

8-16某机械装备制造企业典型工艺路线8.3.2智能制造系统在重型机械车间中的应用1、项目简介1)背景及需求分析制造业是国民经济的主题，是科技创新的主战场，具有产业关联度高、带动能力强和技术含量高等特点，也是一个国家和地区工业化水平与经济科技总体实力的标志。重型机械行业是国民经济发展的基础，重型装备及制造实力集中体现了一个国家的综合国力与国际地位，在推动经济增长和社会发展过程中占据着特殊的位置。2)存在和突破的技术难点由于重型机械行业的下料加工等工序比较粗放，采用一般的自动化技术很难保证其制造加工质量，因此开发具备适应现场实际工况的智能制造技术是该项目最大的难题。3)关键技术描述为了更好解决重型机械生产制造中的问题，需依靠智能生产，同时不断积累重型金属结构件焊接、打磨、喷涂等工艺知识。8.3.2智能制造系统在重型机械车间中的应用2.总体设计方案1)智能工厂顶层设计及总体规划针对总体规划设计、工艺流程布局、产品三维设计与仿真、核心制造装备、数据采集和分析、制造执行系统、内部通信网络架构等方面开展技术攻关及智能化建设，搭建MES、ERP、CRM、QMS、PLM等信息化管理平台。2)智能机器人系统该项目以装载机、挖掘机及其部件生产全生命周期加工工序为着手点，以焊接、打磨、喷涂等制造工艺为研究目标，开发出响应的智能机器人系统关键技术，最终完成智能制造解决方案，使系统功能达到国内领先，国际一流。3)多个系统环节的成功应用8.3.2智能制造系统在重型机械车间中的应用3)多个系统环节的成功应用：平地机后车架焊接系统图8-18平地机后车架焊接系统8.3.2智能制造系统在重型机械车间中的应用3)多个系统环节的成功应用：装载机和挖掘机等部件焊接系统a.装载机前车架机器人焊接工作站。b装载机后车架机器人焊接工作站。c挖掘机托油盘机器人焊接工作站。d挖掘机下架总成机器人焊接工作站。e挖掘机豆干机器人焊接工作站。f挖掘机驾驶室机器人焊接工作站。g发动机罩框架及小部件机器人焊接工作站等。8.3.2智能制造系统在重型机械车间中的应用3)多个系统环节的成功应用：智能打磨系统图8-18打磨系统8.3.2智能制造系统在重型机械车间中的应用3)多个系统环节的成功应用：智能喷涂系统图8-20智能喷涂系统8.3.2智能制造系统在重型机械车间中的应用关键技术1）接触传感器检测技术2）焊缝跟踪技术3）多层多道焊接技术4）焊接参数实时调整技术5）焊接工艺数据库6）焊缝轮廓识别技术与打磨轨迹自动规划技术7）机器人恒力磨抛控制技术8）磨抛工艺专家系统及虚拟工作站仿真技术9）涂装参数自动调节技术8.3.3智能制造在汽车制造案例应用汽车智能制造案例1.长安汽车2025规划重要战略

智能制造是长安汽车实现世界一流汽车目标的重要战略。工信部2015年智能制造试点示范项目共有6个要素条件长安汽车已实施5个，形成了可示范的汽车产业全价值链智能制造应用，如表8-2所示。智能制造试点示范项目要素条件智能化长安汽车已实施要素以数字化工厂/智能工厂为方向的流程制造试点示范项目//以数字化车间/智能工厂为方向的离散制造试点示范项目智能化工厂数字化工厂、ERP、MES、PLM（CAX、PDM、BOM)以信息技术深度嵌入为代表的智能装备（产品）试点示范项目智能化产品智能驾驶技术（疲劳监测、自动泊车等），智能互联系统（inCall3.0、

TBOX）以个性化定制、网络协同开发、电子商务为代表的智能制造新业态新模式试点示范项目智能新模式个性化定制、CRM、电子商务以物流管理、能源管理智慧化为方向的智能化管理试点示范项目智能化管理OTD、能源管理、BI、大数据以在线监测、远程诊断与云服务为代表的智能服务试点示范项目智能化服务车联网应用服务、远程故障诊断2.实现世界一流汽车目标的重要战略长安全球五国七地协同研发：在中国重庆、美国、英国、意大利和日本等5大研发中心，设有一、二中心，NVH研究所，设计中心，整车性能所，碰撞安全所，试验检测所，电装中心，底盘中心和CAE工程所等不同业务部门，进行协同研发，如图8-20所示8.3.2智能制造系统在重型机械车间中的应用3.智能产品——打造智能化产品实践长安汽车产品智能化水平处于自主品牌领先地位。2015年上海车展首发的CS75四驱车型荣获“2014年度智能汽车”称号。该车型配置了多项智能驾驶技术：疲劳监测、车道偏离警示LDW、全景辅助系统、引导式泊车辅助APA、盲区监测BSD、换道辅助LCDA和后方横向预警，未来2～3年将实现的智能驾驶技术有：全速自适应巡航ACC、自动紧急制动AES、自动泊车、车道保持辅助LKA和夜视系统NV。该车型配置的智能互联系统为inCall3.0和TBOX。8.3.2智能制造系统在重型机械车间中的应用4.智能制造——建设数字化制造工厂实践长安汽车以OTD为核心，推进数字化制造一线贯通，加快数字化工厂建设，深度推进物联网技术应用，开展大数据分析，构建新的生产方式。具体采取措施如下：（1）以OTD为核心，导入零部件物流精益管理系统、整车物流管理系统、一车一单管理系统，持续推进数字化制造一线贯通，用数据展现和管理制造过程，持续改善管理。（2）智能化工业装备应用，引入3D打印技术并运用到生产实践中；提高生产线和设备自动化，应用系统与设备的高度集成，建设数字化工厂。（3）柔性制造和虚拟仿真应用，以工艺为先导，形成一个自动化生产的有机整体，既具有一定范围的适用性，又具有较好的可变性，实现大规划定制化和个性化需求。（4）物联网技术应用，引入无线传感网络、