人工智能在装备制造中应用的关键技术

李 娟

(石家庄职业技术学院 机电工程系，河北 石家庄 050081)

制造业是国民经济的主体，是立国之本、兴国之器.2015年《国务院关于印发〈中国制造2025〉的通知》指出，智能制造是当代制造业发展的新方向[1].智能制造区别于传统制造方式，是指其控制系统具有高度自动化和自适应性，并且具备自学习的功能.为推动装备制造业的智能化进程，从智能装备、加工技术到资源管理、生产流程，都受到了国内外技术人员的关注和研究.装备制造中人工智能的应用，已经成为当今制造业领域研究的热点.

1 人工智能概述

1.1 定义

人工智能(Artificial Intelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的科学技术[2].

1.2 特点

人工智能的突出特点是它的自我意识.它具有思维能力，能自我学习.人工智能以计算机或集成芯片作为载体，利用数据逻辑作为推理介质，模拟人的思维过程，实现与人类相似的反应和判断，并得出结论.人们做出判断会根据客观存在的条件和自身的经验两方面.人工智能也具有社会科学和自然科学两方面的属性，其中包含数学、神经学、哲学、计算机科学等多学科的知识内容.人工智能可以不眠不休，不受感情困扰，可以做出比人类更理智的判断.

1.3 发展趋势

2017年12月，中华人民共和国工业和信息化部发布的《促进新一代人工智能产业发展三年行动计划》中，宣布将重点推动人工智能和实体经济深度融合[3].人工智能是人工智能产业化、集成化的应用发展.从1997年“深蓝”战胜象棋高手到2017年“阿尔法狗”战胜围棋世界冠军柯洁，人工智能从理论到技术日益成熟，应用领域也不断扩大.可以设想，未来人工智能带来的科技成果，能够加速解决科学技术、金融、医学和教育等各种领域的问题.

2 装备制造业中人工智能应用的关键技术

人工智能应用于装备制造业，是科技发展的必然结果.在企业“机器代人”时期，机器人单纯代替人的体力劳动，没有代替人的思考和决策，不能根据外界条件的变化做出反应.人工智能的应用使制造业提升为智能制造.

2.1 大数据技术

人的思维必须建立在一定的认知之上.人工智能技术也要建立在一定规模的大数据之上,如无人驾驶、图像识别等，都是基于大数据的逻辑算法.“深蓝”和“阿尔法狗”都是学习了大量的棋谱后，根据棋局的具体要求和形势进行分析，确定如何走棋，并且经过不断地学习，棋艺逐渐进步.人工智能的应用也要建立在一个庞大的相关数据的基础上，才能进行分析、判断.因此，要想把人工智能应用于某个领域，需建立关于这个领域相关知识的大数据平台.

对于制造业来说，大数据的内容应该包含社会对产品的供求信息、使用者对产品的反馈、产品制造的工艺数据、制造设备的信息、企业财务管理信息等各方面.机械制造工艺作为机械制造的核心工艺，大数据信息包括产品的材料、形状、尺寸、公差等，刀具的材料、切削性能、几何角度，切削加工的运动方式、切削深度、切削速度，安装的基准、定位方法、装夹方式，工序安排的顺序及内容，等等.这些信息总称为机械加工工艺，数据信息以手册或国家标准的形式展现.随着新材料的研制和新工艺的开发，机械加工工艺的手册和标准会随之不断完善和更新.

制造业大数据应包括数据存储结构、逻辑分析等，涉及数据处理、云计算、人工神经网络等多个学科数据.实现这一技术应用，需要至少具备计算机数据处理和制造专业两方面的知识，由计算机专业和制造专业人员共同完成.制造专业人员提供数据内容以及内在的逻辑关系，计算机技术人员设立数据库的框架，理顺信息之间的关联关系，开放数据的输入、输出路径，并根据制造专业知识的逻辑关系建立数据之间的逻辑关系.

2.2 机器视觉技术

机器视觉，相当于工业机器人的眼睛，机器视觉技术在装备制造中主要应用于产品检测、精密测控以及自动化生产线等领域，是智能传感器和图像识别技术在工业中的具体应用，是智能制造的关键技术之一.

在装备制造过程中，零件的形状、摆放位置具有一定的不确定性，引入机器视觉技术，机器人可以按照任务要求自动从工作场景中识别指定物体，通过实时反馈及时调整机械手的状态抓取位置，不再需要预先对运动轨迹进行调试编程.实现智能化的搬运与安装，还可以进行产品分类筛选、位置调整、数据统计等自动化操作.目前，机器视觉技术在零件尺寸自动分拣、数控机床刀具磨损自动修正、自动化生产线的状态监控和反馈等领域得到广泛应用.

机器视觉技术硬件装置包括图像传感器、摄像机、光路系统和计算机，软件部分主要实现对零件图像的采集、图像的预处理、 图像特征检测、图像与图库的匹配、自诊断等功能[4].图像采集一般应用CCD(电荷藕合器件)图像传感器，像素可达几千万，像素越多越能捕捉到更多的图像特征.软件对图像进行无损压缩，提取图像特征，利用特征实现图像检索，与图库进行匹配，从而判断物体的状态，CCD图像传感器的温度漂移和光路杂散光会影响提取图像的准确性，为此，光路系统应有滤光镜等装置，光源要求选择比较窄的波长范围.

机器视觉技术主要用于判断零件的尺寸、形状、位置等，而智能化的制造系统可能还要求判断零件的力学性能、运动状态等，因此，利用多种类集成化的传感器感知不同的外界信息，利用人工智能进行自适应控制和通信协调，可以构成智能化的监控调节系统.

2.3 优化生产过程

生产过程的优化包括生产调度的合理化、生产工艺的优化、生产资料物流优化等多个方面，其中生产工艺优化是核心.生产工艺的优化，就是在满足产品质量要求的前提下，合理分配生产的时间和生产工序，以达到最优化的性能，是数学、运筹学和工程技术的综合应用[5].生产工艺的优化，可以提高生产效率，缩短产品制造周期、加快市场响应速度，是企业获得经济效益和提高市场竞争力的关键.

工艺设计是根据产品的要求，选择切削工具和切削用量，选择基准以及装夹方式等，根据企业现有的生产条件，选择最合适的加工路径.现在的CAPP(计算机辅助工艺设计)技术，基本上是基于成组技术，按照零件形状特征逐层分组，选择不同的加工方法和路径.基于人工智能的生产工艺优化，是学习工程师的工艺改进思路，综合考虑市场、成本、可行性、效益等各方面的因素，运用仿真加工、数据统计等手段，合理调度生产资源、物流运输，合理编排生产计划和生产进度，实现智能化的最优工艺路线设计，实现产品高精度、零缺陷和短周期生产，实现从CAPP(计算机辅助工艺设计)到真正的智能制造.

未来的发展趋势是将人工智能运用于整个制造过程，包括运用信息技术实现CAD/CAM(计算机辅助设计/计算机辅助制造)、生产设备的自动协调和运行、产品的自动装配等.结合物联网技术构建协调运作的集成化生产系统，可以实现柔性生产和真正意义上的智能制造.

3 结语

将人工智能应用于装备制造业，可利用机器视觉技术提供产品零件状态信息，运用大数据分析结果优化生产过程，实现装备制造过程的实时反馈，进而实现远程监控和自诊断、自调节，提高生产过程的自适应性，降低人工成本，提高装备制造业智能化水平，最终实现技术强国的目标.

参考文献：

[1] 国务院.国务院关于印发《中国制造2025》的通知[Z].国发〔2015〕28号.

[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] 中华人民共和国工业和信息化部.工业和信息化部发布《促进新一代人工智能产业发展三年行动计划(2018-2020年)》[EB/OL].(2017-12-14)[2017-12-18]http://www.miit.gov.cn/newweb/n1146290/n4388791/c5960863/content.html.

[4] 王保军.机器视觉技术在轴零件检测中的应用研究[J].材料工程，2017,18(3):31-33.

[5] 顾寄男.当前智能制造若干关键技术综述[J].机械设计与制造工程，2017,46(9):11-15.