李 娟

(石家莊職業(yè)技術(shù)學(xué)院 機(jī)電工程系，河北 石家莊 050081)

制造業(yè)是國(guó)民經(jīng)濟(jì)的主體，是立國(guó)之本、興國(guó)之器.2015年《國(guó)務(wù)院關(guān)于印發(fā)〈中國(guó)制造2025〉的通知》指出，智能制造是當(dāng)代制造業(yè)發(fā)展的新方向[1].智能制造區(qū)別于傳統(tǒng)制造方式，是指其控制系統(tǒng)具有高度自動(dòng)化和自適應(yīng)性，并且具備自學(xué)習(xí)的功能.為推動(dòng)裝備制造業(yè)的智能化進(jìn)程，從智能裝備、加工技術(shù)到資源管理、生產(chǎn)流程，都受到了國(guó)內(nèi)外技術(shù)人員的關(guān)注和研究.裝備制造中人工智能的應(yīng)用，已經(jīng)成為當(dāng)今制造業(yè)領(lǐng)域研究的熱點(diǎn).

1 人工智能概述

1.1 定義

人工智能(Artificial Intelligence,AI)是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的科學(xué)技術(shù)[2].

1.2 特點(diǎn)

人工智能的突出特點(diǎn)是它的自我意識(shí).它具有思維能力，能自我學(xué)習(xí).人工智能以計(jì)算機(jī)或集成芯片作為載體，利用數(shù)據(jù)邏輯作為推理介質(zhì)，模擬人的思維過(guò)程，實(shí)現(xiàn)與人類(lèi)相似的反應(yīng)和判斷，并得出結(jié)論.人們做出判斷會(huì)根據(jù)客觀存在的條件和自身的經(jīng)驗(yàn)兩方面.人工智能也具有社會(huì)科學(xué)和自然科學(xué)兩方面的屬性，其中包含數(shù)學(xué)、神經(jīng)學(xué)、哲學(xué)、計(jì)算機(jī)科學(xué)等多學(xué)科的知識(shí)內(nèi)容.人工智能可以不眠不休，不受感情困擾，可以做出比人類(lèi)更理智的判斷.

1.3 發(fā)展趨勢(shì)

2017年12月，中華人民共和國(guó)工業(yè)和信息化部發(fā)布的《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃》中，宣布將重點(diǎn)推動(dòng)人工智能和實(shí)體經(jīng)濟(jì)深度融合[3].人工智能是人工智能產(chǎn)業(yè)化、集成化的應(yīng)用發(fā)展.從1997年“深藍(lán)”戰(zhàn)勝象棋高手到2017年“阿爾法狗”戰(zhàn)勝?lài)迨澜绻谲娍聺?，人工智能從理論到技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大.可以設(shè)想，未來(lái)人工智能帶來(lái)的科技成果，能夠加速解決科學(xué)技術(shù)、金融、醫(yī)學(xué)和教育等各種領(lǐng)域的問(wèn)題.

2 裝備制造業(yè)中人工智能應(yīng)用的關(guān)鍵技術(shù)

人工智能應(yīng)用于裝備制造業(yè)，是科技發(fā)展的必然結(jié)果.在企業(yè)“機(jī)器代人”時(shí)期，機(jī)器人單純代替人的體力勞動(dòng)，沒(méi)有代替人的思考和決策，不能根據(jù)外界條件的變化做出反應(yīng).人工智能的應(yīng)用使制造業(yè)提升為智能制造.

2.1 大數(shù)據(jù)技術(shù)

人的思維必須建立在一定的認(rèn)知之上.人工智能技術(shù)也要建立在一定規(guī)模的大數(shù)據(jù)之上,如無(wú)人駕駛、圖像識(shí)別等，都是基于大數(shù)據(jù)的邏輯算法.“深藍(lán)”和“阿爾法狗”都是學(xué)習(xí)了大量的棋譜后，根據(jù)棋局的具體要求和形勢(shì)進(jìn)行分析，確定如何走棋，并且經(jīng)過(guò)不斷地學(xué)習(xí)，棋藝逐漸進(jìn)步.人工智能的應(yīng)用也要建立在一個(gè)龐大的相關(guān)數(shù)據(jù)的基礎(chǔ)上，才能進(jìn)行分析、判斷.因此，要想把人工智能應(yīng)用于某個(gè)領(lǐng)域，需建立關(guān)于這個(gè)領(lǐng)域相關(guān)知識(shí)的大數(shù)據(jù)平臺(tái).

對(duì)于制造業(yè)來(lái)說(shuō)，大數(shù)據(jù)的內(nèi)容應(yīng)該包含社會(huì)對(duì)產(chǎn)品的供求信息、使用者對(duì)產(chǎn)品的反饋、產(chǎn)品制造的工藝數(shù)據(jù)、制造設(shè)備的信息、企業(yè)財(cái)務(wù)管理信息等各方面.機(jī)械制造工藝作為機(jī)械制造的核心工藝，大數(shù)據(jù)信息包括產(chǎn)品的材料、形狀、尺寸、公差等，刀具的材料、切削性能、幾何角度，切削加工的運(yùn)動(dòng)方式、切削深度、切削速度，安裝的基準(zhǔn)、定位方法、裝夾方式，工序安排的順序及內(nèi)容，等等.這些信息總稱(chēng)為機(jī)械加工工藝，數(shù)據(jù)信息以手冊(cè)或國(guó)家標(biāo)準(zhǔn)的形式展現(xiàn).隨著新材料的研制和新工藝的開(kāi)發(fā)，機(jī)械加工工藝的手冊(cè)和標(biāo)準(zhǔn)會(huì)隨之不斷完善和更新.

制造業(yè)大數(shù)據(jù)應(yīng)包括數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)、邏輯分析等，涉及數(shù)據(jù)處理、云計(jì)算、人工神經(jīng)網(wǎng)絡(luò)等多個(gè)學(xué)科數(shù)據(jù).實(shí)現(xiàn)這一技術(shù)應(yīng)用，需要至少具備計(jì)算機(jī)數(shù)據(jù)處理和制造專(zhuān)業(yè)兩方面的知識(shí)，由計(jì)算機(jī)專(zhuān)業(yè)和制造專(zhuān)業(yè)人員共同完成.制造專(zhuān)業(yè)人員提供數(shù)據(jù)內(nèi)容以及內(nèi)在的邏輯關(guān)系，計(jì)算機(jī)技術(shù)人員設(shè)立數(shù)據(jù)庫(kù)的框架，理順信息之間的關(guān)聯(lián)關(guān)系，開(kāi)放數(shù)據(jù)的輸入、輸出路徑，并根據(jù)制造專(zhuān)業(yè)知識(shí)的邏輯關(guān)系建立數(shù)據(jù)之間的邏輯關(guān)系.

2.2 機(jī)器視覺(jué)技術(shù)

機(jī)器視覺(jué)，相當(dāng)于工業(yè)機(jī)器人的眼睛，機(jī)器視覺(jué)技術(shù)在裝備制造中主要應(yīng)用于產(chǎn)品檢測(cè)、精密測(cè)控以及自動(dòng)化生產(chǎn)線等領(lǐng)域，是智能傳感器和圖像識(shí)別技術(shù)在工業(yè)中的具體應(yīng)用，是智能制造的關(guān)鍵技術(shù)之一.

在裝備制造過(guò)程中，零件的形狀、擺放位置具有一定的不確定性，引入機(jī)器視覺(jué)技術(shù)，機(jī)器人可以按照任務(wù)要求自動(dòng)從工作場(chǎng)景中識(shí)別指定物體，通過(guò)實(shí)時(shí)反饋及時(shí)調(diào)整機(jī)械手的狀態(tài)抓取位置，不再需要預(yù)先對(duì)運(yùn)動(dòng)軌跡進(jìn)行調(diào)試編程.實(shí)現(xiàn)智能化的搬運(yùn)與安裝，還可以進(jìn)行產(chǎn)品分類(lèi)篩選、位置調(diào)整、數(shù)據(jù)統(tǒng)計(jì)等自動(dòng)化操作.目前，機(jī)器視覺(jué)技術(shù)在零件尺寸自動(dòng)分揀、數(shù)控機(jī)床刀具磨損自動(dòng)修正、自動(dòng)化生產(chǎn)線的狀態(tài)監(jiān)控和反饋等領(lǐng)域得到廣泛應(yīng)用.

機(jī)器視覺(jué)技術(shù)硬件裝置包括圖像傳感器、攝像機(jī)、光路系統(tǒng)和計(jì)算機(jī)，軟件部分主要實(shí)現(xiàn)對(duì)零件圖像的采集、圖像的預(yù)處理、 圖像特征檢測(cè)、圖像與圖庫(kù)的匹配、自診斷等功能[4].圖像采集一般應(yīng)用CCD(電荷藕合器件)圖像傳感器，像素可達(dá)幾千萬(wàn)，像素越多越能捕捉到更多的圖像特征.軟件對(duì)圖像進(jìn)行無(wú)損壓縮，提取圖像特征，利用特征實(shí)現(xiàn)圖像檢索，與圖庫(kù)進(jìn)行匹配，從而判斷物體的狀態(tài)，CCD圖像傳感器的溫度漂移和光路雜散光會(huì)影響提取圖像的準(zhǔn)確性，為此，光路系統(tǒng)應(yīng)有濾光鏡等裝置，光源要求選擇比較窄的波長(zhǎng)范圍.

機(jī)器視覺(jué)技術(shù)主要用于判斷零件的尺寸、形狀、位置等，而智能化的制造系統(tǒng)可能還要求判斷零件的力學(xué)性能、運(yùn)動(dòng)狀態(tài)等，因此，利用多種類(lèi)集成化的傳感器感知不同的外界信息，利用人工智能進(jìn)行自適應(yīng)控制和通信協(xié)調(diào)，可以構(gòu)成智能化的監(jiān)控調(diào)節(jié)系統(tǒng).

2.3 優(yōu)化生產(chǎn)過(guò)程

生產(chǎn)過(guò)程的優(yōu)化包括生產(chǎn)調(diào)度的合理化、生產(chǎn)工藝的優(yōu)化、生產(chǎn)資料物流優(yōu)化等多個(gè)方面，其中生產(chǎn)工藝優(yōu)化是核心.生產(chǎn)工藝的優(yōu)化，就是在滿(mǎn)足產(chǎn)品質(zhì)量要求的前提下，合理分配生產(chǎn)的時(shí)間和生產(chǎn)工序，以達(dá)到最優(yōu)化的性能，是數(shù)學(xué)、運(yùn)籌學(xué)和工程技術(shù)的綜合應(yīng)用[5].生產(chǎn)工藝的優(yōu)化，可以提高生產(chǎn)效率，縮短產(chǎn)品制造周期、加快市場(chǎng)響應(yīng)速度，是企業(yè)獲得經(jīng)濟(jì)效益和提高市場(chǎng)競(jìng)爭(zhēng)力的關(guān)鍵.

工藝設(shè)計(jì)是根據(jù)產(chǎn)品的要求，選擇切削工具和切削用量，選擇基準(zhǔn)以及裝夾方式等，根據(jù)企業(yè)現(xiàn)有的生產(chǎn)條件，選擇最合適的加工路徑.現(xiàn)在的CAPP(計(jì)算機(jī)輔助工藝設(shè)計(jì))技術(shù)，基本上是基于成組技術(shù)，按照零件形狀特征逐層分組，選擇不同的加工方法和路徑.基于人工智能的生產(chǎn)工藝優(yōu)化，是學(xué)習(xí)工程師的工藝改進(jìn)思路，綜合考慮市場(chǎng)、成本、可行性、效益等各方面的因素，運(yùn)用仿真加工、數(shù)據(jù)統(tǒng)計(jì)等手段，合理調(diào)度生產(chǎn)資源、物流運(yùn)輸，合理編排生產(chǎn)計(jì)劃和生產(chǎn)進(jìn)度，實(shí)現(xiàn)智能化的最優(yōu)工藝路線設(shè)計(jì)，實(shí)現(xiàn)產(chǎn)品高精度、零缺陷和短周期生產(chǎn)，實(shí)現(xiàn)從CAPP(計(jì)算機(jī)輔助工藝設(shè)計(jì))到真正的智能制造.

未來(lái)的發(fā)展趨勢(shì)是將人工智能運(yùn)用于整個(gè)制造過(guò)程，包括運(yùn)用信息技術(shù)實(shí)現(xiàn)CAD/CAM(計(jì)算機(jī)輔助設(shè)計(jì)/計(jì)算機(jī)輔助制造)、生產(chǎn)設(shè)備的自動(dòng)協(xié)調(diào)和運(yùn)行、產(chǎn)品的自動(dòng)裝配等.結(jié)合物聯(lián)網(wǎng)技術(shù)構(gòu)建協(xié)調(diào)運(yùn)作的集成化生產(chǎn)系統(tǒng)，可以實(shí)現(xiàn)柔性生產(chǎn)和真正意義上的智能制造.

3 結(jié)語(yǔ)

將人工智能應(yīng)用于裝備制造業(yè)，可利用機(jī)器視覺(jué)技術(shù)提供產(chǎn)品零件狀態(tài)信息，運(yùn)用大數(shù)據(jù)分析結(jié)果優(yōu)化生產(chǎn)過(guò)程，實(shí)現(xiàn)裝備制造過(guò)程的實(shí)時(shí)反饋，進(jìn)而實(shí)現(xiàn)遠(yuǎn)程監(jiān)控和自診斷、自調(diào)節(jié)，提高生產(chǎn)過(guò)程的自適應(yīng)性，降低人工成本，提高裝備制造業(yè)智能化水平，最終實(shí)現(xiàn)技術(shù)強(qiáng)國(guó)的目標(biāo).

參考文獻(xiàn)：

[1] 國(guó)務(wù)院.國(guó)務(wù)院關(guān)于印發(fā)《中國(guó)制造2025》的通知[Z].國(guó)發(fā)〔2015〕28號(hào).

[2] 百度百科.人工智能[EB/OL].[2017-12-16].https://baike.baidu.com/item/人工智能/9180?fr=aladdin.

[3] 中華人民共和國(guó)工業(yè)和信息化部.工業(yè)和信息化部發(fā)布《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃(2018-2020年)》[EB/OL].(2017-12-14)[2017-12-18]http://www.miit.gov.cn/newweb/n1146290/n4388791/c5960863/content.html.

[4] 王保軍.機(jī)器視覺(jué)技術(shù)在軸零件檢測(cè)中的應(yīng)用研究[J].材料工程，2017,18(3):31-33.

[5] 顧寄男.當(dāng)前智能制造若干關(guān)鍵技術(shù)綜述[J].機(jī)械設(shè)計(jì)與制造工程，2017,46(9):11-15.