作者投稿
专家审稿
编辑办公
Research on Key Common Metrological Technologies for Intelligent Manufacturing of Large-Scale Equipment
-
摘要: 智能制造具备自感知、自学习、自决策、自适应等功能并可应用到设计、生产、管理、服务等诸多制造环节，将新一代信息通讯技术和先进制造技术进行了深度融合，形成了一种新型的生产方式。结合其定义与大型装备制造的需求，智能制造具有典型的四大特征：动态感知、实时分析、自主决策、精准执行。国内外学者经过深入研究，分析智能制造包含以下五层架构：企业联盟层，企业管理层，生产管理层，控制执行层，智能设备层。其中，智能设备层中实现智能制造活动的加工、装配、测量测试三类设备是与计量保障活动直接相关的制造要素，实时在线保证智能设备的测量数据准确可靠是智能制造发挥效能的关键所在。本文系统分析了智能制造的计量需求，对加工设备、装配设备、测试设备和模型算法等要素进行系统分析，达到构建关键共性计量技术体系要求。Abstract: Intelligent manufacturing, characterized by capabilities such as self-awareness, self-learning, decision-making, and adaptability, is being progressively integrated into various manufacturing processes including design, production, management, and services. Merging new information and communication technologies with advanced manufacturing methods, it establishes a new production paradigm. Given its definition and the requirements of large-scale equipment manufacturing, intelligent manufacturing is distinguished by four key characteristics: dynamic perception, real-time analysis, autonomous decision-making, and precise execution. Scholars globally have dissected its five-layer architecture encompassing enterprise alliance, enterprise management, production management, control execution, and intelligent equipment layers. Within these, the intelligent equipment layer, which includes processing, assembly, and measurement and testing equipment, is directly linked to metrological assurance. Ensuring real-time online accuracy and reliability of measurement data from intelligent equipment is essential for effective intelligent manufacturing. This paper systematically analyzes the metrological needs of intelligent manufacturing and delves into the elements of processing equipment, assembly equipment, testing equipment, and modeling algorithms, with the objective of constructing a key common metrological technology system.
-
图 4 直升机旋翼系统智能车间中激光扫描仪的应用
Figure 4. Application of laser scanner in intelligent workshop for helicopter rotor systems
图 6 大型装备智能制造关键共性计量技术体系
Figure 6. Key common metrological technology system for intelligent manufacturing of large-scale equipment
图 7 数控加工在线测量系统结构示意图
Figure 7. Structure diagram of online measurement system for CNC machining
图 11 装配测量网基准点校准技术
Figure 11. Calibration technology for assembly measuring network reference points
图 12 AR投射装置校准思路
Figure 12. Calibration approach for Augmented Reality projection devices
图 13 使用标准球板对激光扫描仪进行现场核查
Figure 13. Field verification of laser scanners using standard ball plates
图 14 三维复杂空间容量计量模型评价技术路线图
Figure 14. Technical roadmap for evaluating 3D complex space capacity measurement models
-
[1] 张懿. 无微不“智”, 打造智能制造顶尖秀场[Z]. 文汇报, 2023-11-09(006). [2] 蔡姝雯, 单忠德. 大力发展智能制造着重提升“四个能力”[Z]. 新华日报, 2023-11-01(010). [3] 张谊. 机电一体化技术在智能制造中的实践运用[J]. 中国设备工程, 2023(20): 26-28. doi: 10.3969/j.issn.1671-0711.2023.20.013 [4] 刘亮, 姚春琦, 贺禹铭. 基于精益数字孪生体的智能制造系统设计[J]. 机械设计, 2023, 40(9): 59-66. doi: 10.13841/j.cnki.jxsj.2023.09.004 [5] 赵俊宇, 张平, 李方, 等. 面向制造环境的工业机器人节能轨迹规划[J]. 机器人, 2021, 43(6): 653-663. doi: 10.13973/j.cnki.robot.200489 [6] 孙鲁琪. 工业机器人技术在智能制造领域中的运用[J]. 造纸装备及材料, 2023, 52(9): 29-31. doi: 10.3969/j.issn.1672-3066.2023.09.010 [7] 林融. 智能自动化技术推动石油化工企业数字化转型升级[J]. 自动化仪表, 2020, 41(6): 1-7. doi: 10.16086/j.cnki.issn1000-0380.2020050025 [8] 佚名. 《国家智能制造标准体系建设指南(2021版)》正式发布[J]. 船舶标准化工程师, 2022, 55(1): 2. [9] 徐轶. 智能制造执行系统技术发展及工业软件平台构建与应用[J]. 网络安全和信息化, 2023(8): 101-104. [10] 杜莹莹. 基于数字孪生的工业机器人运动仿真与状态监控系统研究[D]. 湖北: 华中科技大学, 2021. [11] 吴卯恩. 探索AI智能制造系统 助力智能制造标准化——以新能源电池为例[C]. 中国标准化年度优秀论文(2023)论文集. 《中国学术期刊(光盘版)》电子杂志社有限公司, 2023: 6. [12] LENG J, WANG D, SHEN W, et al. Digital twins-based smart manufacturing system design in Industry 4. 0: A review[J]. Journal of Manufacturing Systems, 2021, 60: 119-137. [13] 李帅. 面向飞机装配生产的自动控制柔性工装系统设计与实现[D]. 成都: 电子科技大学, 2021. [14] 乌琛. 飞机舱门制造过程中的关键技术研究[D]. 沈阳: 沈阳航空航天大学, 2022. [15] 袭迪. 数控加工中自动找正和在线测量技术的应用[J]. 南方农机, 2023, 54(15): 152-154,172. doi: 10.3969/j.issn.1672-3872.2023.15.041 [16] 付敏. 数控加工中自动找正和在线测量技术的应用[J]. 内燃机与配件, 2021(21): 74-75. doi: 10.3969/j.issn.1674-957X.2021.21.034 [17] 战祥鑫, 李涵, 熊良钊, 等. 自动找正和在线测量技术在数控加工中的应用[J]. 机电产品开发与创新, 2020, 33(3): 93-96. doi: 10.3969/j.issn.1002-6673.2020.03.032 [18] 李礼, 戴煜. 中国增材制造技术现状及发展趋势[J]. 新材料产业, 2018(8): 30-33. doi: 10.19599/j.issn.1008-892x.2018.08.007 [19] 蒯腾飞, 宋浦, 姜炜, 等. 弹药战斗部增材制造技术研究现状与展望[J]. 火炸药学报, 2023, 46(3): 199-213. doi: 10.14077/j.issn.1007-7812.202208007 [20] 黎杰, 涂杰. 增材制造技术在海军装备战场维修保障中的应用[J]. 中国军转民, 2021(10): 55-56. doi: 10.3969/j.issn.1008-5874.2021.10.031 [21] 李坤, 伍星亮. 基于协同作业的智能制造生产线设计[J]. 机床与液压, 2022, 50(23): 128-133. doi: 10.3969/j.issn.1001-3881.2022.23.023 [22] 赵立明, 龙大周, 徐晓东, 等. 工业机器人加工轨迹双目3D激光扫描成像修正方法[J]. 智能系统学报, 2021, 16(4): 690-698. doi: 10.11992/tis.202008008 [23] 王凤雷. 工业机器人加工铝合金材料深孔铣削工艺研究[D]. 哈尔滨: 哈尔滨工业大学, 2022. [24] 牟金星. 基于单目视觉的工业机器人分拣技术研究[D]. 沈阳: 沈阳航空航天大学, 2022. [25] 陈鑫昊. 视觉工业机器人目标识别与抓取技术研究及系统开发[D]. 北京: 北京印刷学院, 2023. [26] 尹瑞多, 祖洪飞, 陈章位, 等. 多基站激光跟踪仪协同测量的误差影响因素研究[J]. 计量科学与技术, 2022, 66(11): 12-15,52. doi: 10.12338/j.issn.2096-9015.2022.0233 [27] 陈杰, 杨亚鹏, 杜坤鹏, 等. 基于测量组网的大尺寸高精度测量场研究[J]. 机械制造与自动化, 2023, 52(5): 70-73,77. [28] 赵文辉, 孙超健, 郑鹏, 等. 飞机柔性重量重心测量系统POGO柱优化设计[J]. 组合机床与自动化加工技术, 2017(12): 46-50. [29] 毕然. 虚拟现实技术在工业设计中的创新与应用思考[J]. 时尚设计与工程, 2022(6): 4-6,27. [30] 张秀山, 荣晗戈, 徐浩, 等. 一种面向增强现实中相机标定的天牛须搜索改进算法[J]. 海军工程大学学报, 2023, 35(5): 40-45. doi: 10.7495/j.issn.1009-3486.2023.05.007 [31] 王瑞鹏, 于宗伟, 吕凤华, 等. RTC360三维激光扫描仪在规划核实测量中的应用[J]. 勘察科学技术, 2023(4): 41-44. doi: 10.3969/j.issn.1001-3946.2023.04.011 [32] 韩丽,何宏宏,李瑞琪. 智能制造标准化研究[J]. 中国标准化,2023(6):38-41. [33] 吴则举, 宋丽君, 冀杨. 基于改进特征金字塔的轮胎X光图像缺陷检测[J/OL]. 计算机工程与应用. http://kns.cnki.net/kcms/detail/11.2127.TP.20231109.1315.002.html. [34] 吴桐, 杨金成, 廖瑞颖, 等. 基于线阵图像深度学习的电池组焊缝瑕疵检测[J]. 激光与光电子学进展, 2020, 57(22): 315-322. [35] 韩兴博, 冯浩岚, 何乔, 等. 数字图像测量技术及在隧道室内模型试验中的应用[J]. 同济大学学报(自然科学版), 2023, 51(9): 1344-1351. doi: 10.11908/j.issn.0253-374x.23217 [36] 李志月. 激光雷达技术在船舶舱容计量中的应用研究[D]. 上海: 上海交通大学, 2020. [37] 刘卫东. 基于数字孪生技术的工业机器人监测平台开发[D]. 西安: 西安理工大学, 2023. [38] YE Y, LU H. Research on the Monitoring of the Industrial Robot Motion Based on Digital Twins[C]. 2021 International Conference on Networking, Communications and Information Technology (NetCIT). IEEE, 2021: 377-381. [39] 绿色数字孪生引领智能制造发展[J]. 机械研究与应用, 2023, 36(5): 3. [40] 肖淑南, 郭晓剑. 国内外数字孪生研究的热点主题与演进趋势——基于CiteSpace的知识图谱分析[J]. 计量科学与技术, 2023, 67(8): 16-28,74. doi: 10.12338/j.issn.2096-9015.2023.0215 [41] 王乐, 周军, 崔艳林. 数字孪生在航空发动机领域的应用分析[J]. 航空动力, 2020(5): 63-66. [42] HUANG Z, SHEN Y, LI J, et al. A survey on AI-driven digital twins in industry 4.0: Smart manufacturing and advanced robotics[J]. Sensors, 2021, 21(19): 6340. doi: 10.3390/s21196340 [43] BRATCHIKOV S, ABDULLIN A, DEMIDOVA G L, et al. Development of digital twin for roboticarm[C]. 2021 IEEE 19th International Power Electronics and Motion Control Conference (PEMC). IEEE, 2021: 717-723. [44] GUO B, GUO N, CEN Z. Motion Saliency-Based Collision Avoidance for Mobile Robots in Dynamic Environments[J]. IEEE Transactions on Industrial Electronics, 2021, 69(12): 13203-13212. [45] 柯建波. 浅谈我国智能制造的发展建议[J]. 电子工业专用设备, 2021, 50(6): 1-6. doi: 10.3969/j.issn.1004-4507.2021.06.001 [46] 王爱军, 何学军, 刘佳. 在线计量检测技术在大型结构件数控加工中的应用[J]. 机械工程师, 2012(7): 115-116. doi: 10.3969/j.issn.1002-2333.2012.07.054 [47] 胡艳娥, 诸进才, 陈敏. 数控加工精度在机检测技术研究现状[J]. 机床与液压, 2021, 49(16): 168-173,179. doi: 10.3969/j.issn.1001-3881.2021.16.035 [48] 戴开明, 黄金富, 宋彬. 3D打印技术与铸造技术的融合应用与展望[J]. 金属加工(热加工), 2023(11): 17-21. [49] 黄雷, 窦艳红, 樊宇, 等. 基于激光跟踪关节臂的机器人位姿测量系统研制[J]. 计量科学与技术, 2022, 66(1): 26-31. doi: 10.12338/j.issn.2096-9015.2021.0005 [50] MESSAY T , R Ordóñez , MARCIL E. Computationally efficient and robust kinematic calibration methodologies and their application to industrial robots[J]. Robotics & Computer Integrated Manufacturing, 2016, 37: 33-48. [51] 杨兴. 航空发动机叶片数控加工在机测量系统关键技术研究[D]. 成都: 电子科技大学, 2023. [52] 宫思远, 赵子越, 刘倩頔. 工业机器人校准技术与补偿方法发展现状及趋势[J]. 计测技术, 2021, 41(3): 1-8. doi: 10.11823/j.issn.1674-5795.2021.03.01 [53] 刘荣华, 潘峰, 刁奇, 等. 一种大尺寸视觉测量系统标定方法[J]. 北京理工大学学报, 2023, 43(9): 962-970. doi: 10.15918/j.tbit1001-0645.2022.216 [54] 罗容, 陈芝垚, 高宇腾. 增强现实的人机交互技术专利现状[J]. 中国科技信息, 2023(19): 24-26. [55] 刘志伟, 刘文德, 许宁, 等. 基于激光扫描法的光阑有效面积计量技术研究[J]. 计量科学与技术, 2021, 65(6): 14-18. doi: 10.12338/j.issn.2096-9015.2020.9046 [56] YIN R J , YANG J . Research on Robot Control Technology Based on Vision Localization[J]. Journal on Artificial Intelligence, 2019(1): 1. -
下载:
点击查看大图
图(16)
计量
- 文章访问数: 135
- HTML全文浏览量: 47
- PDF下载量: 33
- 被引次数: 0
