APP下载

智能制造与机器人应用关键技术与发展趋势研究

2022-07-22李丽霞范成勇段昱菡

今日自动化 2022年5期
关键词:智能机器人智能技术深度学习

李丽霞 范成勇 段昱菡

[摘    要]科学技术的快速发展促进了我国制造业的进步。随着经济的发展,传统的制造技术已经不能满足人们的需求,智能机器人制造技术也在逐步发展。在发达国家,许多制造企业都在使用机器人。我国的机器人技术促进和打破了传统的制造模式,从“中国制造”到“中国智造”。由于机器人的效率和精度直接影响到制造业的智能化水平,近年来社会对其提出了越来越高的要求。因此,深入研究机器人智能智造具有重要的现实意义。讨论了机器人智能研究的关键技术,提出了基于智能控制信息的机器人智能研究的未来方向。

[关键词]智能机器人;智能技术;大数据;深度学习

[中图分类号]TP242;F426.67;F49;F424 [文献标志码]A [文章编号]2095–6487(2022)05–0–03

Research on Key Technologies and Development Trend of

Intelligent Manufacturing and Robot Application

Li Li-xia,Fan Cheng-yong,Duan Yu-han

[Abstract]The rapid development of science and technology has promoted the progress of China's manufacturing industry. With the development of economy, traditional manufacturing technology can not meet people's needs, and intelligent robot manufacturing technology is also developing gradually. In developed countries, many manufacturing enterprises are using robots. China's robot technology has promoted and broken the traditional manufacturing mode, from "made in China" to "made in China". Because the efficiency and accuracy of robots directly affect the intelligent level of manufacturing industry, society has put forward higher and higher requirements for them in recent years. Therefore, the in-depth study of robot intelligent manufacturing has important practical significance. This paper discusses the key technologies of robot intelligence research, and puts forward the future direction of robot intelligence research based on intelligent control information.

[Keywords]intelligent robot; intelligent technology; big data; deep learning

1 智能制造与机器人技术发展概述

1.1 智能制造技术的发展

现代智能制造技术的发展与数字技术和网络技术密切相关。可以说,这两项技术是智能生产发展的重要支撑点,实现了生产的自动化。现代生产自动化正朝着智能化生产的方向发展。不同之处在于,基于生产自动化的智能制造涉及更广泛的研究领域和更复杂的应用技术。这也在一定程度上关系到生产自动化的进步和发展。目前,人工智能主要用于生产自动化。专家们以数字形式开发了这项技术,并将其转移到机械制造业。

1.2 机器人技术的发展

机器人技术是人工智能技术的一个重要研究领域。近年来,这项技术引起了世界上所有发达国家的关注。美国G·C·Devol擁有世界上第一个“通用机器人”专利。这是机器人领域发展之初的里程碑。1960年,世界上第一个可以在工业生产方面使用的机器人被发明出来,该机器人诞生在美国,此后机器人技术的发展受到各国的高度重视。例如,大型造船厂使用机器人实施工业化生产,极大加快了交付速度,为我国的现代化做出了不可替代的贡献。未来的机器人会引入嵌入式机器模型,这种集成不仅是计算机集成和人工操作,而是人与机器之间的有机联系。

1.3 机器人智能化研究的发展历史

由于机器人的复杂性和多样性,涉及到多个学科领域。在当时的科学技术发展背景下,超越了现实可能性,忽略了客观复杂性和问题多样性。智能机器人的早期研究只是停留在实验室里进行,因此当时智能研究取得的实质性进展是比较缓慢的。20世纪90年代,人们认识到,基于真实的自然感觉和更深层次的知识和行为技能经验,智能机器人是必不可少的。为了实现这一目标,机器人必须具有传感器和执行器,这些传感器和执行器可以直接感知外部环境,并在机器人的活动中发挥作用。2001年,Jweng等人提出了机器人算法的概念框架和实用模型,从而增加了机器人研究的数量。基于神经科学、心理学和计算机科学的控制论算法和模型的建立已经成为一个热点问题。

2 智能制造及机器人智能化研究的关键技术

2.1 智能制造关键技术

2.1.1 基于制造物联的制造服务智能感知与互联技术

“智能技术”是指用于收集生产资源和服务信息,有效分析和处理信息,使管理者能够准确、及时地了解生产设备的服务状态。为了实现对来自多个来源的生产数据的实时理解,网络应用程序捕获任何需要实时控制、连接和交互的对象或过程,并在对象和人之间提供无处不在的通信。实现对生产过程中重要数据的主动感知,及时提供信息,为生产系统的智能决策提供准确、完整的生产过程信息。由于生产过程中缺乏及时、准确、一致的生产信息。相关学者将在线技术扩展到生产领域,并开发了一个在线系统来实时获取和集成生产信息,确保不同设备层之间的双向无缝交互。

2.1.2 基于信息物理系统的制造服务智能化建模技术

基于分布式资源和生产服务的智能生产服务模型,物理信息系统为智能制造仿真服务提供了强有力的技术支持。2006年,美国国家科学基金会首次提出“物理信息”一词,强调计算机与物理资源之间的密切关系和协调。为确定相关生产设施的空间计算提供理论依据,并引入简单的生产系统模型。利用物理信息系统实现对动态物理资源的实时感知,建立包含静态信息和动态信息的虚拟生产资源模型,整合生产资源,适应生命周期的变化因素。

2.1.3 基于大数据分析的设计-制造-运维一体化协同技术

在全球市场竞争日益激烈的背景下,制造企业在缩短开发时间、提高产品质量、提高服务质量和降低资源消耗方面面临着更大的挑战。总体挑战是通过整合每个阶段的数据和知识,逆转整个产品生命周期的协调和优化过程。产品的整个生命周期通常包括三个阶段:开始、中间和结束。为了启动产品生命周期并帮助设计师进行概念性质量分析。相关研究人员提出了一种新的基于遗传算法的虹膜识别方法,应用严格的定量理论来提高智能压力传感器的预测精度和维护。为了解决传统算法不能直接应用于开发过程中的问题,提出了一种基于滑动窗口机制的挖掘方法。

2.1.4 基于人工智能的制造服务决策优化技术

在整个产品生命周期中,有许多问题需要解决。智能化就是利用通过数据分析获得的知识来解决这些问题,并根据任务的具体要求进行诊断、论证和虚拟预测决策。随着人工智能技术的发展,专家系统、神经网络、模糊逻辑系统、遗传算法、进化策略、人工免疫系统和多智能系统越来越多地应用于生产服务优化决策,包括车间调度、自适应协作、质量控制、故障诊断和预测。

2.2 机器人智能化研究的关键技术

2.2.1 仿脑技术

人脑模型的本质是通过计算机模拟人脑的复杂结构。大脑复制技术认为,人类的认知能力非常高,这往往与大脑的特定结构密切相关。因此,在机器人智能化研究上,研究人员往往从仿脑思路入手研究,提出了生物脑启动认知模型以及学习方法,以此提高机器人在更高层次上的认知能力,这也是目前我国在工业机器人智能化认知研究上的一条重要思路。人脑由数万个神经元组成。通过对生物大脑系统的研究,机器人建立了一系列基于大脑的设备来模拟大脑功能,实现了机器人在信号识别、路径规划、运动控制等领域的应用。尤其是近年来,脑成像技术发展迅速。

2.2.2 自主心智发育技术

对于机器人来说,自主思维的发展应该是未来研究的一项重要技术。智能开发是基于自然系统的计算机辅助过程,类似于大脑或人工集成系统。在开发过程的控制下,该系统可以基于独立的开关传感器、执行器和非本地化环境进行开发。如今需要机器人处理任务的难度越来越高,心智发育技术的应用恰恰就解决了当前机器人智能化研究所处的瓶颈问题,使机器人能够向着更加自主、更加自适、更加多功能的方向不断发展。

2.2.3 大数据技术

大数据处理技术的主要特点是需要一种新的数据处理模型来做出更明智的决策,更好地理解信息资源。其主要价值在于通过分布式清查和数据分析以及计算机化管理方法,更有效地利用状况数据中的潜在信息,以支持经济发展和提高人们生活水平。目前,基于大数据采集的智能聊天机器人正在研发中。它只基于搜索大数据、在聊天室中搜索好的讨论,以及为交流参与者提供好的答案。因此,将智能机器人技术引入大数据平台将继续是机器人智能研究和国际科技进步的重要任务。

2.2.4 深度学习

独立判断、独立思考、独立规划是智能机器人的发展方向。验证这些需求是智能机器人研究的一个重要方向。作为智能机器研究的一个新领域,神经网络是用来模拟人脑的。一个简单的非线性模型用于将原始数据转换为更抽象的概念,在较低的层次上确定数据的特征分布,并获得更抽象的类别或表达式。深度学习是人工神经网络的延伸和发展。2006年,Hinton等通过添加中间层、初始化学习层并将高维数据转换为低维数据,改进了视觉表示、信号分类和数据存储的质量。在自然语言处理领域,Thomas等提出了一种新的线性Lina模型,该模型允许在大学环境中进行深度学习。优化了传统的神经网络模型,减少了隐层,降低了计算难度。语言模型的研究分为简单准备和语法准备两个阶段,提高了语法表达的准确性和效率,实现了机器翻译和语义搜索的突破。在图像识别领域,以Lecun为代表的CNN多层神经网络已成为第一个成功构建多层网络结构的教学算法。通过这个网络,图像被直接引入网络。通过数字滤波获得观测的主要特征,避免了传统检测算法中复杂的数据提取和检索过程,降低了数据预处理的要求,它旨在处理多维表并创建更智能的网络服务。

3 我國机器人的应用与发达国家之间存在差距

3.1 我国机器人在制造方面与发达国家之间存在差距

我国在机器人制造方面与发达国家有很大差距。在欧洲及美国、日本等国家,机器人已经从早期发展阶段发展到智能发展阶段。这些国家在机器人的运用上已经非常娴熟,机器人的运用越来越简单方便,甚至不需要一些专门的技术人员来操作即可完成。然

而,我国的机器人仍处于基础发展阶段,缺乏核心技术。一些先进的核心技术依赖欧美国家,如伺服电机、精密减速机等核心部件。

3.2 我国机器人在应用方面与发达国家之间存在这差距

目前,我国机器人的发展还处于起步阶段,在实现高质量、智能化的国际分工方面面临严峻挑战。未来,机器人的发展将更具成本效益和智能化,并将应用于生活和生产的各个领域。在未来,将能够通过互联网更好地与机器人沟通。

4 提升智能化制造技术水平

这是一项大规模的系统工程,旨在促进制造业的智能化生产,实现高质量。需要协调政府、企业和社会的共同努力,建立智能系统来实现。

4.1 统筹政府层面,重在规划引领

针对工业生产智能发展水平较低的现状,科学的自我评价进一步明确了智能发展的概念,提高了相应的发展水平。从产业扩张、技术突破、环境适应性等角度出发,主要研究智能设备开发、基础设施升级、新的应用模式、智能实验和示范。制定智能化生产升级行动计划,分类开展具体活动,明确任务和措施,进一步加强知识生产的整合协调发展。加强政府部门的领导,协调解决知识生产发展中的问题,建立资源共享与合作机制,保护劳动力,充分发挥市场的主导作用。

4.2 统筹企业层面,重在载体建设

企业是知识生产的核心,是产业转型升级的重要载体。企业要面向市场,积极参与智能转型升级。加强创新技术研发,促进产品升级,成为研发、技术创新和创新应用成果的最大投入者。同时,政府应及时开展和组织企业诊断性评估,确定企业智能潜力开发阶段,根据评估结果制定计划。扩大示范项目范围,推动智能管理理念的发展。从最初的兼并升级到创新合作,逐步发展成为知识型生产企业。

5 机器人智能化研究的发展方向与展望

5.1 现代软计算的新理论与新方法

与传统的计算方法相比,基于模糊逻辑、神经网络和遗传算法的软计算方法具有较好的发展前景。软计算研究的重点是数学描述智能机器人任务空间的基本功能,扩展、建模、求解和优化非线性智能算法。模拟和设计智能参数来解决和优化数值问题。模拟和求解应遵循灵活的计算方法,具有明确的物理意义。它可以用数学方程式、数字和表达式来描述。

5.2 成为云服务系统的终端执行设备

智能机器人是使用云计算技术开发的,机器人与无线设备相连。在自主学习的基础上,利用云数据库资源与机器人装配共享知识。提高智能机器人的水平是控制研究的一个新课题。对分布式云计算的非線性问题进行建模,解决并优化了分布式云计算的结构,分析并设计了机器人通信处理器与云数据中心交互的功能。

5.3 实现多功能的设计理论及应用关键技术

主要研究内容包括更加完善、精确地反映检测对象的特性,消除了信息的不确定性,提高了测试对象的可靠性。结合人机交互、智能机器人环境、图像提取、分割与检测、视频技术、机器人基本设计理论、关键远程控制系统和网络优化理论。

6 结束语

智能机器人是运动学、计算机科学、神经生物学和人工智能相结合的产物。它正朝着适应性、自主性、实时性和多功能性的方向发展。大数据和深入研究不断提高智能机器人的思维能力,极大地推动了智能机器人的发展。机器人智能研究的发展为现代软计算、多功能实现、关键技术和云设计理论探索了新的理论和方法。此时,智能机器人制造与应用的关键技术应运而生。智能机器人技术的发展面临许多挑战,但是只要本着科学发展原则,明确智能制造与机器人技术的研究精神,那未来的人类生活必将是美好的。

参考文献

[1] 方毅芳.智能制造技术与标准化体系发展趋势分析[J].我国仪器仪表,2018(3):21-26.

[2] 周济.智能制造——“我国制造2025”的主攻方向[J].我国机械工程,2019,26(17):2273-2284.

[3] 谭建荣.智能制造与机器人应用关键技术与发展趋势[J].机器人技术与应用,2017(3):18-19.

[4] 傅建中.智能制造装备的发展现状与趋势[J].机电工程,2018(8):959-962.

猜你喜欢

智能机器人智能技术深度学习
智能技术在电力系统自动化中的运用研究
电气自动化控制中的人工智能技术探究
人工智能在智能机器人系统中的应用研究
智能机器人实践课程自主创新能力培养研究
MOOC与翻转课堂融合的深度学习场域建构
大数据技术在反恐怖主义中的应用展望
深度学习算法应用于岩石图像处理的可行性研究
基于深度卷积网络的人脸年龄分析算法与实现
关于烟草设备自动化系统浅析