谢 峰,吕玉琳,雷小宝,耿 林
(安徽大学 电气工程与自动化学院,安徽 合肥 230601)
进入21 世纪以来,互联网、新能源、新材料和生物技术正在以极快的速度形成巨大的产业能力和市场,将使整个工业生产体系提升到一个新的水平。在此背景下,德国率先提出了第四次工业革命,即工业4.0,这一概念正推动工业领域的智能化水平达到全新的高度[1-2]。工业4.0 主要是通过利用网络空间虚拟系统和通信技术相结合的方案,将制造业向智能化方向转型[3]。我国是制造业大国,但还不是制造业强国,为此,我国于2015 年5 月提出了全面推进实施制造强国的战略文件《中国制造2025》[4],旨在打造具有国际竞争力的制造强国。
为适应国家这一发展战略,高校必须培养能够支撑该项计划的人才队伍[5-6]。本文在总结工业4.0 关键技术的基础上,构建和实施了面向机械制造业的工业4.0 关键技术实验平台,作为机械和自动化专业类学生学习和实践工业4.0 技术的实验平台,同时也为机电领域工业4.0 技术的研究提供良好的设备支撑,并对机械和自动化相关专业的“新工科”建设进行有益的教学探索。
工业4.0 是一种以制造业为主,以智能设计为辅的工业革命,其主要目的是使用智能化的方法,并使用通信系统以及网络空间系统来实现工业生产的自动化,然后再与物理信息相契合,使现代工业生产逐渐趋于机电一体化和人工智能化[7-8]。
智能工厂、智能生产和智能物流是工业4.0 的三大主题,也是实现现代制造业快速发展的关键,为实现这三大主题所对应的关键技术主要包括:工业机器人应用技术、机器视觉技术、自动物流技术及制造执行系统(MES)技术等。
要实现生产过程的智能生产和智能物流,离不开工业机器人的应用,工业机器人可代替人来完成焊接、装配、搬运、打磨、抛光、注塑等生产制造工作,大大减轻了工人的劳动强度。同时,工业机器人的应用保证了产品的质量,提高了生产效率[9],目前工业机器人已被广泛应用于汽车、电子、重型机械、模具生产等行业,以实现自动化生产,推动了工业转型升级。目前,发达国家已经把工业机器人产业发展作为抢占制造业市场、提升竞争力的重要途径,我国《中国制造2025》也将机器人作为重点发展领域。
机器视觉技术涉及人工智能、神经生物学、计算机科学、图像处理、模式识别等诸多领域。机器视觉主要用计算机来模拟人的视觉功能,不仅具有人眼功能,还具有人脑的部分功能。即从客观事物的图像中提取信息,进行处理并加以理解,最终用于工件的检测、测量和控制[10-11]。
在制造业的生产过程中,可利用摄像机将具体事物图像输入信息处理中心,对图像中的颜色、亮度和分布状况进行综合分析,而后再将此类信息转换为数字信号,通过计算机对所拾取的图像进行特征分析。利用机器视觉技术,一方面可与机器人、自动机械等装备相协作,进行物料的自动拾取、搬运、码垛、装配等需要精确位置确定和定位的工作,另一方面可进行加工零件表面质量检测、焊缝质量检测等零件加工质量检测工作,以满足生产过程自动化的需要。
自动物流技术是指充分利用各种机械和运输设备、计算机系统和综合作业协调等技术手段,通过对物流系统的整体规划及技术应用,使物流的相关作业和内容省力化、效率化、合理化,快速、精准、可靠、自动地完成工件在各工位间的输送。
在机械制造业中,有多种形式的自动物流设备,如:AVG 小车、桁架机械手、积放式滚筒输送线、RGV等。其中,AVG 小车具有灵活性、智能化等特点,同时能够方便地重组系统,达到柔性化运输的目的,因而得到越来越广泛的应用。
MES(manufacturing execution system)即制造企业生产过程执行系统,是一套面向制造企业车间执行层的生产信息化管理系统[12]。MES 系统的首要任务是建立一个扎实、可靠、全面的制造协同管理系统。在整个生产过程中,MES 系统相当于一个数据交互系统,通过通信协议实现各硬件设备信号间的相互交互,从而控制每个设备机构和阀岛。
通过上述对工业4.0 关键技术的分析可知,工业4.0 技术的核心就是“数字化、网络化、智能化”。因此,工业4.0 背景下的“制造”的内涵大大扩展了,由原来强调单台设备的自动化,变成制造系统内各制造单元的协同,实现数字化、网络化及智能化。本文据此并应用上述分析的工业4.0 的四种关键技术,开发了面向机械制造业的工业4.0 技术实验平台,如图1所示。
图1 面向机械制造业的工业4.0 实验平台
该实验平台包括:两台六自由度FUNAC 机器人及其夹持装置、一条伺服控制皮带输送线、一台激光打标机、一台钻铣加工中心、一辆AGV 小车(含AGV调度系统)及6 m×8 m 的磁道、一个数字料架等,构成了一个面向制造业的自动机加工系统。控制该加工系统的MES 系统的硬件部分包括:一台工控机、一套控制柜、一台 SIEMENS S7-1200 PLC、一台SIEMENS 精简HMI、一台55 英寸显示屏、一套AGV车载RFID 存储器,以及两套读写器。在皮带输送线的上方安装了一台FUNAC 工业相机,该相机和皮带输送线的伺服电机相配合,实现了机器人对输送带上任意位置工件的自动拾取。该实验平台设备布置如图2所示。
图2 实验平台设备布置图
该实验平台能够实现对机械零件的自动拾取、打标、输送、加工、存放、加工信息存储及显示等功能,具体流程如下:
(1)将待加工件放在传送带上,传送带自动将物料送至另一端(此过程不绑定数据)。
(2)视觉机器人根据 MES 系统要求的加工数量,通过机器视觉系统抓取待加工件(此时计数并比对)。
(3)带视觉系统的机器人将抓取的待加工件送至打标机打标位置,打标机根据MES 的要求(格式和数据)打标,打标完成后,将打标序列号与工件绑定,该信息存入MES 数据库。
(4)打标完成后,视觉机器人将工件放置在位置Ⅰ处的AGV 小车上,并通过RFID 读写器将相关信息存入TAG 中,装有工件的 AGV 小车运行至下一工位(位置Ⅱ)。
(5)AGV 小车运行至位置Ⅱ后,搬运机器人抓取工件,并通过RFID 读取TAG 数据,绑定至机器人搬运系统中。搬运机器人将加工件放入加工中心,并将加工件识别码与加工中心的数据块绑定在一起。
(6)加工中心根据MES 系统发出的加工指令和该工件所需的加工信息进行机床工装的控制和工件的加工。
(7)加工完成后,搬运机器人将加工件取出,同时读取加工数据,并与工件序列号绑定,判断合格信息。根据合格信息,判断加工件如何处置,将不合格件扔入废料箱,将合格件放入数字料架,并将数字料架的信息与序列号唯一绑定,存入数据库。
(8)AGV 小车运行至位置Ⅲ(等待位),接受MES 系统的出发指令,同时通过55 英寸显示屏实时显示整个加工过程。至此一个加工循环结束。
该实验平台工作流程如图3 所示。
图3 实验平台工作流程图
由前述可知,要保证该实验平台各设备间信息的相互通信和有效控制,离不开控制系统的设计。控制系统作为该实验平台的核心,是要保证平台能够实现扎实、可靠和全面的制造协同管理。该实验平台控制系统硬件部分主要包括PLC、机器人控制器以及各种传感器等。总体设计分为三层:执行层位于最上层,主要通过工控机搭建MES 系统,实现计划管控、生产调度、数据分析、物料管理和监控;中层为控制层,PLC 为其核心,采用PROFINET 总线通信,完成对数据的采集,控制自动化设备的起动和停止;实施层为底层,通过各种自动化生产设备形成自动生产线,负责完成相应的生产任务。该实验平台控制系统结构图如图4 所示。
执行层MES 系统通过OPC-UA 协议与主控PLC进行数据交互,再通过数据采集服务器的统计分析模块,对所采集的数据进行查询和分析。MES 系统可实时查看生产现场的相关状况和数据,也可控制部分底层设备,实现生产过程的可视化、可控化。控制层采用SIEMENS S7-1200 系列PLC 作为主控制器,支持以太网接口,使用PROFINET、MODBUS TCP/IP 或PROFIBUS 分布式I/O 机架与各类设备进行通信,实现直接或间接的数据交换。对于无以太网接口的设备,如视觉机器人和搬运机器人,仅支持RS-232-C 接口,则采用PROFIBUS-DP 现场总线进行通信,实现在主站和从站之间的数据交换。MES 系统结合主控PLC实现对底层设备的调度和控制,增强了系统柔性,实现了智能化生产。
图4 控制系统结构图
该实验平台于2017 年10 月建成,可为“金工实习”“机器人技术”“测试技术”“机电一体化设计”等相关课程,以及“机电一体化课程设计”“毕业设计”提供实验支持。所开设的实验项目包括:
(1)工业4.0 关键技术认知实验;
(2)机器人示教编程实验;
(3)机器人码垛实验;
(4)机器视觉系统抓取工件实验;
(5)AGV 小车电磁导引循迹控制实验;
(6)零件表面打标实验;
(7)PLC 的编程与通信;
(8)MES 管理系统实验。
上述8 类实验都可在该实验平台已有的设备和控制系统上完成。由于该实验平台的构成方案来源于对现有工业应用场景的模拟,相应的实验教学内容具有较强的针对性和实用性,激发了学生对工业4.0 技术的兴趣,培养了学生解决复杂工程问题的能力。
在我国《中国制造2025》中,智能制造、机器人、物联网等新技术及高端装备制造、集成电路、新能源等被作为大力发展的新兴产业,机械工程学科要主动适应这一国家发展战略,就要扩展“制造”的内涵及机械工程专业的边界。本文介绍的面向机械制造业的工业4.0 技术实验平台,正是在这样的背景下开发的。该实验平台自2017 年10 月建成以来,得到学生和专家的一致好评,有助于学生了解机械制造业最新的工业控制技术,也有助于提高我校机械与自动化学科人才培养水平。