王会芝

摘要：在智能制造生产模式下，自动化生产成为提高生产质量的关键，在本次研究中，将围绕重载工业机器人以及工业人工智能技术，详细阐述了自动化关键技术内容;同时阐述了基于智能制造自动化关键技术的保障技术手段，分别为云制造技术、物联网技术。从本文所介绍的技术要点来看，上述技术可以有效提升自动化生产水平，能够适应复杂条件下的生产工艺要求，值得进一步推广。

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.

关键词：智能制造;重载工业机器人;工业人工智能;自动化

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

中图分类号：TP23                                   文獻标识码：A                                  文章编号：1674-957X（2022）05-0211-03

0  引言

在当前信息技术时代，自动化生产与智能制造之间的结合具有必要性，为了能够适应复杂条件下的生产要求，相关人员需要从技术现状入手，利用智能化以及自动化技术优势实现对传统生产工艺的变革与发展。而在实际上，智能化制造模式具有丰富的表现形式，其工艺特征复杂，不同技术所适应的生产工况存在差异。因此为进一步提升生产质量，则需要深入了解各类自动化关键技术要点，这也是本文研究的主要目的。

1  工业人工智能技术分析

1.1 技术简介

在智能制造背景下，工业人工智能则成为自动化技术的重要组成部分，目前工业人工智能技术的关键要素可以通过“ABCDE”五个要素进行阐述：①A是指“AI”，是整个技术的核心，只有在其他要素同时存在的情况下才能产生价值;②B是指大数据，C为云平台，两者均是工业人工智能平台的数据来源以及数据处理的关键要素;③D代表专业领域知识，E为证据，是构成工业人工智能的核心点[1]。

1.2 工业人工智能的技术特征

在工业人工智能领域的生产技术模式发生变化，其技术特征如表1所示。

1.3 关键技术分析

1.3.1 数据技术

数据技术在实际上是一种可以从不同维度上获得生产参数指标的技术，该方法可以在识别有用数据以及各类设备运行参数的基础上，利用5G等无线技术实现“智能连接”。其中的数据技术可以提取通信资料，并将工业生产的源头数据进行识别以及安全性分析，其中所涉及的关键工艺包括：①在物理空间内，各类生产资源具有相互性;②在生产环节，可以将工厂车间以及计算机的数据上传到云平台上;③实现了网络空间与物理空间之间的互联，两者之间的界限被进一步打破。

1.3.2 分析技术

在工业人工智能领域中，分析技术可以将其中的关键组件上传到数据平台上，在利用传感器采集数据后将其中的关键数据格式进行转变，最终实现连续的自动化生产。而从技术现状来看，相关学者在分析技术处理中强调通过数据驱动建模的方法来剖视制造系统与生产工艺实现的互联性，利用大数据技术来分析生产工艺现状或者计算出零部件的剩余使用年限等，完成对生产机械的健康管理，最终全面提升生产质量，满足自动化关键技术要求[2]。

1.3.3 平台技术

平台技术包括数据储存、数据分析以及数据反馈等关键技术，在工业人工智能技术中，通过分析数据平台架构能够实现复杂工况下的处理要求，借助云平台、嵌入式平台或者独立平台上进行有效的信息交互，并且在该技术中，云计算模式可以借助计算、储存等方面的优势，借助知识集成以及可视化等功能设定，保证系统拓展性良好，可以不断增强工业人工智能系统的功能。

1.4 应用实例分析

1.4.1 技术内容

在工业人工智能技术下，该技术依托智能制造模式能够利用工业机器人快速提取工业流程信息，其中的常见技术，就是数控车床模块化生产。在人工智能零部件加工数控车床中，其中的主要功能架构包括计算机数控装置、输入与输出单元、主控制器、单片机以及机床主轴、位置检测反馈装置等。工业人工智能的技术处理流程如图1所示。

在按照图1所介绍的技术流程进行加工时，可以将待处理的零部件加工资料上传到计算机数控装置中;同时启动数控编程程序，再对加工过程做译码，译码后就可以进行后续操作，根据加工要求对车床部件进行切割等。在该系统中借助位置控制模块能够随时识别刀具的位置，保证了刀具切割系统的自动化，并且上述操作过程都是在计算机反馈的支持下完成的。

结合相关学者的研究可知，在工业人工智能技术模式下可以通过计算机数控装置对零部件的加工过程进行处理，例如通过智能制造以及自动化关键技术的资料库中寻找到与之相对应的资料，在确定实际问题与工程实例相匹配的情况下，直接运用生产实例对生产过程进行改进，以此来实现数据的循环利用[3]。

1.4.2 测试结果

为确保工业人工智能技术的合理性，本文在模块化与智能化拼装的基础上，对工业零部件数控车床的加工性能进行检测，根据检测结果来判断自动化关键技术的合理性。

在本次实验中以农机轴承零部件加工为例，轴承作为机械设备中的重要零部件，其加工精度影响设备性能，同时对比加工前后的相关数据后，最终对比结果显示智能化改造前的加工效率约为1.43-1.72，而在进行智能化改造之后，则提升至2.23-2.57，从上述数据来看，在进行智能化改造之后整个装置的运行效率显著提升，具有可行性。

2  重载工业机器人关键技术分析

2.1 重载工业机器人概念分析

智能化工业机器人是在基于智能化技术的自动化生产装置，目前的重载工业机器人具有刚性好、应用范围广等优点，近些年在轻量化以及多功能化设计要求过程中能够适应多样化条件下的工业生产要求，在对其构造进行判别过程中，考虑到最底层中各个要素与准则层中的各个要素具有对应关系，在对准则层进行细分的情况下，则每個层次元素与上一层次之间的关联元素存在相关性，因此在本次重载工业机器人设计中，任意选择两个元素对其构造进行判断，则判别构造矩阵M的表达方式如公式（1）所示。

（1）

在公式（1）中，aij表示针对上一层次的某一目标因素，下一层中第i个因素相对于第j个元素的重要程度;n表示数量。

2.2 重载工业机器人运行学分析

2.2.1 机器人架构

为满足自动化生产的相关要求，在本次研究中立足于对称式重载工业机器人能够面对特殊场合的工作要求，本文所设计的重载工业机器人使用了应用较为广泛的连杆—丝杠传动平衡式重载工业机器人，其三维模型如图2所示。

在图2所介绍的机器人架构中，为进一步简化其架构，可在结构图中以刚性杆代替辅助平行四边形进行分析，在以基座为坐标构建全局坐标系之后，驱动关节的电机被固定在转座上，借助连杆力传递特性，关节转动带动配重臂杆以及大臂运动。

2.2.2 工作空间分析

工作空间是指机器人末端所能达到的有效位置，在智能化生产中，机器人的工作空间越大则所产生的生产效果越好，但是需要注意的是，盲目增加工作空间可能会对工业机器人架构稳定性产生影响，因此为满足智能化生产要求，应对其工作空间进行优化与改进[4]。

在计算机器人工作空间期间，本文采用蒙特卡洛随机采样法进行求解，该方法的关键点就是要在机器人运动关节范围内采集采样点，根据运动学正解方程，获得末端为支点，最终实现对可视化空间的识别。在数据计算中，每个关节变量R的计算方法如公式（2）所示。

（2）

在公式（2）中，Rmax为机器人末端运动的最大值;Rmin为机器人末端运动的最小值;rand为随机数，其取值范围为0-1，当随机数足够多的情况下，末端散点可以有效囊括整个工作空间。

2.3 自动化生产工艺分析

在载重工业机器人自动化设计中，为满足其自动化生产要求可设置PLC控制系统，在PLC编程中使用SCL语言与LAD语言。

2.3.1 硬件组态

在控制系统硬件组态中，主要硬件结构包括主控制模块、PN/CAN通信模块以及HMI模块等，其中PN/CAN是总线转CAN总线实现了多路装置与下位机PLC之间信息交互。

2.3.2 控制程序

根据自动化生产要求，本文所介绍的系统为满足智能化设定结果，需要在PLC控制系统运行流程的基础上对载重工业机器人的运行过程进行控制，最终实现自动化生产，其中的基本技术路径包括：①实现系统初始化后，对所有数据上电初始化，根据初始化数据判断元器件以及载重工业机器人的关节臂是否处于可控制状态，若没有处于安全范围则可以由工作人员手动调节;在确定无故障后，则开始输入液压缸做定位运动。②根据自动化生产要求，液压缸位移给定值输入完毕后，即可对传感器以及给定值等数据进行检测，系统自动化对比检测前后的数据形成自动化判断，并根据生产工艺随时调整装置的运行数据，期间当液压缸给定值高于传感器所检测的实际值，则证明液压缸需进行伸长，否则可以做缩回处理。

2.3.3 控制系统实现

根据自动化关键技术要求，在重载工业机器人设定中应确保该机器人具有稳定的控制功能，由此来确保自动化生产目标实现，所以在本次设计中，借助PID对重载工业机器人的运动过程进行控制，该技术的主要优点就是可以跟踪重载工业机器人的运动估计变化，确保能够随时纠正机器人的运动行为，并作出一系列符合技术要求的行为。

因此本文使用西门子S7-1200PLC为控制器来调控重载工业机器人的相关行为，该装置可以在反馈环节的基础上打造一个具有连续工作能力的闭环运行系统，当系统识别重载工业机器人的传感以及压力传感数据之后，输入PLC模拟量，并且PLC的输出也可以经CAN总线向驱动器控制，最终转变为数字控制信号模式。同时考虑到重载工业机器人的连续工作要求，因此在实际控制系统的被控对象和测量元件是挖掘机的工作装置和挖掘机的三个液压缸，它们的输入和输出都是连续信号，期间可通过经验法对PID的参数进行整定，整定的基本过程为：①在整定环节，需下降PID参数从小到大的方法进行调节，在确定曲线接近稳定的情况下开始控制范围，直至其数据变动维持在给定值范围内，最终找出理想的PID参数值。②可以将整定计算出的数据取值变化代入到PID系统中，根据计算出的数据范围从小到大进行实践模拟操作，最终计算出最理想的结果。

2.4 应用效果评价

为判断本文所介绍的载重工业机器人是否具有可行性，以电子电器加工环节为背景对该装置的运行结果展开分析，判断智能化自动生产工艺的优势。最终实验结果证明，在采用上述载重工业机器人之后，电子电器零部件的加工误差率从最初的3.52%下降至0.26%，误差率显著下降，提示该装置在技术上具有优势。

3  智能制造自动化技术的支持保障措施

3.1 物联网技术

物联网技术作为信息时代的代表，在智能制造自动化生产中可以提供多样化的数据处理工具，能够通过微处理器、逻辑编译与控制程序等方法来提升工作效率，因此相关学者也开始通过物联网技术来打造跨领域平台，在生产环节可以通过采集不同方面的数据信息来完善生产模式，并最终取得了成功[5]。从技术现状来看，在物联网的支持下相关人员可以在智能化视角下嵌入自动化生产原材料信息，由系统自行判断生产工艺要点，最终提升整个产品的调节效率以及改进速度，方便可以随时采集生产环节的程序代码与关键工艺参数。同时在自动化生产工艺下，基于物联网技术的SMT表面贴装技术也表现出了良好的发展态势，SMT（Surface Mount Technology）可以将短引线或者无引脚引线表面组装元器件安装在印制电路板的表面上，再经过浸焊接、流焊等方法将电路组装的一种技术。该技术与物联网的“识别物体”、“采集信息”、“信息扫描元件”、“视觉系统”等结合在一起，随着物联网功能不断完善，可以实现系统的自动化，由此实现了工业过程的“物物对话”，保证了生产资源的合理利用。

3.2 云制造技术

目前在自动化生产工艺下，原本的生产模式发生改变，企业为满足市场竞争要求，则需要从客户需求入手对其生产工艺内容进行改进，打造按需生产的作业模式，能够在实体与虚拟网络层之间达到网络接口与对应的转接点，客户可以通过网络系统了解生产环节的数据参数，最终依托这种快速反应的在线服务模式来解决问题。因此基于云制造与云计算的自动化控制模式可以更好的满足企业未来智能制造的要求，具有必要性。

目前云制造的整个实现过程都是在云制造平台服务中心实现的，在采集各个类型的云请求端的资料后，通过制造资源和制造能力以及智能管理和按需使用服务以提供解决方案的功能的集成且相互连接的虚拟化服务池（制造云）适用于涉及制造整个生命周期的用户，因此可以实现更高级的生产工艺类型。在自动化技术中，云制造技术可围绕制造设备资源、监控与控制资源、计算资源、材料资源、存储资源、运输资源等进行整合;而在软资源设定中，可以从自动化生产的生命周期入手，通过设计、分析、仿真以及过程计划等方法，从多个维度对云制造过程进行改进;同时也可以借助工程知识、产品模型或者技术标准等，围绕云制造的技术标准打造出工艺流程，最终成为提高自动化水平的關键。

4  结束语

在智能制造的背景下，自动化生产模式已经发生明显变化，无论是载重工业机器人还是工业人工智能技术都可以更好的满足当前社会的发展要求，突显出自动化生产工艺的优势，值得进一步推广。而为了进一步强化技术效果，相关人员还应该掌握智能制造的关键保证技术手段，坚持从云制造、物联网等技术层面对其进行完善，这样才能全面提高技术水平。

参考文献：

[1]王川.自动化技术在汽车机械制造中的应用探讨[J].内燃机与配件，2021（23）：233-234.

[2]崔家瑞，李文浩，苏成果，等.面向智能制造的大型铝电解槽分布式全要素模型研究进展[J].轻金属，2021（11）：30-38.

[3]胡兆东.基于传感器技术的智能制造过程效率提升研究[J].内燃机与配件，2021（21）：208-209.

[4]舒钊，侯为康，彭曦，等.面向精密螺纹丝杠的智能制造单元系统研究[J].航天制造技术，2021（05）：12-18.

[5]刘小春，张蕾.智能制造与机器人应用关键技术及发展趋势[J].现代农机，2021（05）：118-120.