您當前所在的位置: 網站首頁 >> 區情要聞 >> 最新動態 >> 正文
干貨分享——制造裝備智能化轉型升級的實踐
發布機構:創業中心      更新時間:2019年12月24日      瀏覽次數:

演講嘉賓:華中科技大學教授、博士生導師,國家數控系統工程技術研究中心主任陳吉紅。

演講主題:制造裝備智能化轉型升級的實踐

我今天非常高興有機會給大家分享我們二十多年來創新創業的故事,特別是第四次工業革命到來的時候,我們的裝備怎么樣進行創新,怎么樣進行智能化的升級。


數控機床是最典型的“工業母機”,從螺絲釘到衛星、火箭制造,都離不開數控機床。特別是數控機床涉及到國家的國防安全、產業安全和經濟安全,可以說,數控系統是機床的大腦。如果說機床是中國制造業芯片,數控系統是機床芯片,特別是現在搞智能制造這些設備都得互聯互通,數控系統又涉及到我們國家的工業信息安全。因此它是典型的總書記所說的“要不來,買不來,討不來”的技術。特別是像伊朗這一次離心機事件,實際上用得就是西門子S7可編程控制器,由于病毒的感染,讓離心機瘋轉,最后把軸承摧毀。

我們學校歷任校長不服這口氣,所以一直有組織的進行數控技術的創新,特別是周濟校長,他在1993年擔任我們基建學院院長的時候,帶領我們一批學生創新創業,走過了從一個創新想法到科技成果,從科技成果到創新產品,從一個小作坊式的學??翁庾櫚揭桓鏨鮮泄荊ǖ睦蹋?。從游擊隊到國家隊、國家功能中心這么一個艱難發展過程,這么一個發展過程中間我們得到科技部大力支持, 有科技部工程中心建設的支持,才讓我們走過了這么一個艱難的道路。

華中數控

我們主要是生產數控驅動、伺服驅動和伺服電機,一年的產量在1萬臺左右,伺服電機在17萬臺左右。我們以數控系統為核心,面向數控機床領域和機器人、智能制造領域以及新能源汽車領域。目前,我們的伺服驅動和電機以及控制器已經在武器裝備,像雷達、火炮等等這樣的武器裝備上形成了批量的配套。

一、機床向智能化轉變

什么是智能數控機床?

在新一輪科技革命的時候,互聯網+、智能+已經變成國家戰略,智能制造已經成為我們制高點,數控機床應該怎么樣進行智能化?和普通機床又有什么區別?我們首先看看機床是怎么樣向智能轉變的?;滄吖舜郵侄駁絞鼗?,到未來智能機床這么幾個階段。

手動機床:它用人的手來操作,用人的五官來感知,來操作機床,由于靠人的腦力、體力勞動,所以它的精度效率都不是很高,這是一個典型的HPS,也就是人機系統。

數字化+機床:我們后來又有了數控機床,還是那個機床,但是我們有了CAD/CAM軟件,有了機床系統,有了數控系統,有了伺服電機替代人手來調整搖機床的手把,那么人還在,人要給CAD的CAM軟件交付,要和控制系統交互,人還得守在機床旁邊,因此這是一個典型的HCPS,就是人和機床之間加了一個控制系統。


傳統數控機床不足:

如果這個機床是一個智能的機床,因為人的腦力勞動和體力勞動都要逐步由這個控制系統所替代。傳統機床又有它的不足,因為我們走得是理論軌跡,沒有感受切削力、慣性力、摩擦力,由于這些的影響導致理論軌跡和實際的軌跡產生偏移,影響了精度和效率。

智能機床發展規律:

后來以日本馬扎克為代表,他們提出了新的智能機床,首先在機床上加很多傳感器,第二在機床上互聯互通,實現遠程的實時生產管理和遠程的監控。第三,實現了一些智能的功能,比如說幾何誤差補償、熱誤差補償、伺服的優化控制等等。

但是這些功能我們認為只是實現了一些簡單的感知分析和反饋控制,遠沒有達到替代人腦的水平,它的本質是機床+互聯網,也就是也叫smart MT,它的問題出在全部是用人類的專家去建模,賦予智能系統的知識,不能夠在自己使用過程中通過自己的學習,能夠自己增長出知識來。

新世紀以來,移動互聯、大數據、云計算突飛猛進,這些技術集中聚焦在新一代人工智能革命性的突破。阿爾法狗學了人類幾千萬棋譜戰勝李世石,阿爾法元干脆自己跟自己打著玩,三天三夜以后,可以橫掃人類,新一代人工智能最本質的特點是有了學習和認知的能力。

新一代人工智能技術:

我們國家率先發布了發展規劃,成為國家的規劃,而新一代人工智能技術和先進制造技術深度融合將形成新一代制造技術,是新一輪工業革命的核心驅動力。因此,中國工程院把智能制造分為三個階段或者三個范式、三個層次:

  • 第一個階段,數字化+制造。

  • 第二個階段,互聯網+制造,也叫smart+制造。

  • 第三個階段,真正的智能制造是數字化、網絡化、智能化+制造。也就是新一代人工智能和制造的結合。


我們的數控機床其實也分為三個階段:


  • 第一,現有的數控機床是一個典型的數字化+機床,也是智能機床的初級階段。

  • 第二,剛才提出馬扎克提出的互聯網+機床實際上是中級階段,smartMT。

  • 第三,真正智能制造應該還要把人工智能技術跟它再結合。智能+互聯網+數控機床。


我們定義了新一代智能機床是在大數據、云計算、人工智能的基礎上,我們自主感知,自主學習,形成知識,應用這些知識進行自主決策,最后實現自主控制,實現優質、高效、可靠、安全、低耗的架構。

二、數字化+機床

看一下我們目前在這幾方面做的工作,首先是數字化+機床,特別是在國家重大專項的支持下,我們圍繞高速、高精、多軸、復合的方向發展,特別是2012年以來,國家支持我們瞄準世界上最先進的西門子的高檔數控系統,研制中國的數控機床,我們圍繞能用、好用、耐用、巧用,解決了功能、性能、可靠性和智能化的問題,最后做了一個華中8型數控系統,這個數控系統特別是得到了為04專項中間1500多臺高檔數控機床,進行了批量的配套。大家可以看到,這些都是柔性制造系統、五軸龍門等等這樣的高檔機床。

特別是我們在沈飛從改造美國進口的機床開始,到現在正在給它建設一個58臺機床、38臺五軸、九條柔性制造生產線,沈飛的應用也帶動成飛、西飛等等更多企業的應用,這就是我們給天津大火箭做大火箭的筒段,這個非常復雜,叫壁板銑,這里面三個五軸頭,外面三個五軸頭,互相頂著它進行加工。

同時,我們在湖北的066基地,在航天四院,在導彈的一些關鍵設備上,像車銑復合、龍門等,這就是東風17導彈的外面要穿一件衣服,就是隔熱的衣服,像復材自動鋪放的一些設備。特別是我們和上海交大一起做了上海通用的發動機鋼鐵鋼蓋的智能制造的生產線,以及吉林通用這邊有400多臺機床、70多臺五軸做的汽車零部件的生產線,特別這幾年3C行業,我們做了大概2萬多臺高速高精的機床。

我特別要說一句,目前中國要購買國外的一個精度在一微米以內機床,這是國外封鎖限制,是買不進來的,而江西佳時特和我們合作攻克了這個難題,已經可以實現定位一個微米的機床高精度智能機床,最后激光干涉儀打出來的精度指標,大家可以看到,最后的定位精度是最后一位,每走15個毫米,都是零點一個微米這一位在有所變化,而且江西佳時特這一次也參加了我們的決賽。

我們因為取得這些成績上了《大國重器》,也拿了國家的科技進步獎,同時我本人也入選了CCT2018年科技創新人物。

三、互聯網+機床

我們能做什么?在這一點上首先要解決設備互聯互通,不僅僅要互聯互通,而且要互操作,不同的設備,由于有不同的語言,這就做到很困難,因此,國際上比如像美國計算協會,在2006年就推出了MT connect機床互聯通訊協議,2017年德國機床協會也推出了U mati,2016年機床協會聯合多家單位已經做出中國版的互聯通訊協議NC link,我們成立了相應的聯盟,拿到了相應的項目,我們目的不是簡簡單單的去采集設備一些的狀態信息,而且我們希望能夠給這個機床、這個車間能做數字孿生,能夠建它的CPS。通過這個協議,我們可以下聯設備,上聯各種智能化的軟件。

我們已經起草了七個國家標準,其中獨創性提出了一種毫秒級的大數據采集和傳輸的方法,同時,基于五類原生數據,可以產生我們所需要的各種各樣智能制造所需APP、軟件所需要的派生數據。

目前,我們可以實現多種網絡上網,現在已經連了180多臺設備。這是我們參加了北京的機床展和今年德國漢諾威機床展,已經給德國機床實現互聯互通,明年上海展覽會我們會重點推出NC link,而且我們機床協會專門成立一個公司就來推廣我們的中國版標準。這樣我們給德國去交流的時候就有了優勢,因為他們最后提出來咱們還是一起來搞世界的互聯互通協議標準。

在這里我們可以通過多種方法進行上網,甚至為了創新,我們把這個共享單車芯片裝在機床上也可以實現互聯互通。一旦機床聯網,我們可以在遠程看到機床面板,可以看到里面的程序,可以看到它的PLC梯形圖以及設備開關狀態。甚至從手機上也都能看到這些狀態信息。有了這些數據我們可以建刀具數字孿生,從原來刀具只能統計使用的時間和次數,我們可以統計刀具的切削里程和刀具能耗,這樣刀具壽命管理更加科學。

我們建立了絲杠和主軸的數字孿生,我們可以知道絲杠某一個截面,螺母通過次數、速度、扭矩,用這些數據,未來可以判斷這個機床絲杠的磨損量情況。我們可以用機床正常加工數據跟實際加工的數據進行比較,通過模板的比對判斷段刀和刀具的磨損。

我們可以讓機床設計一個體檢的廣場舞,讓它扭扭屁股扭扭腰,根據做體檢的動作得到它的數據,用這些數據的比對,比如說一年以后做同樣的動作,它的數據比對,以此來判斷絲杠、導軌、主軸、刀庫健康狀態下降情況,這些技術全部用到了工信部所支持的國家智能制造的示范工廠,這個工廠有兩百臺高速加工中心,這個是180臺的加工中心、78個機器人,這個是做手機的結構件。這是200多臺高速加工中心、100多個機器人,主要做筆記本電腦的結構件。甚至我們也把它用在汽車零部件行業,這是武漢東風楚凱,有50多臺機床、20多個機器人,組成了10條生產線,主要是汽車關鍵的一些關鍵零件的制造。

四、新一代人工智能+機床

最后我想介紹一下,我們在新一代人工技術上,怎么樣和我們的機床結合起來。剛才說了我們四個自主挺簡單,但是怎么實現怎么落地?怎么實現自主感知?大家知道說起來智能,大家都會想到GE公司,GE公司在發動機上裝了傳感器,通過衛星把數據傳到地面信息中心,為每一臺發動機建了數字孿生,因為有了這個技術,最后它能夠做發動機的健康保障。因為了這樣一套軟件,所以GE公司商業模式發生了變革,它原來的發動機往外面賣,現在不賣了,往外面租,這樣從一個典型制造型企業變成制造服務型企業。

機床數字孿生到底是一個什么樣的?我們要加哪些傳感器?數據從哪里來?其實數字孿生有多極像:

  • 第一,幾何像,這個好辦,有3D模型就可以,我們就可以做運動仿真、做防碰撞。

  • 第二,數字像,我們加上傳感器采集這個里面的數據,把全生命周期數據記錄下來,這個也不太難。

  • 第三,模型像,因為模型才是知識,這個最關鍵,如果要做一個機床模型,我們以前都是理論建模,但是理論建模,它太復雜了,所以老是進行簡化,而且在這個模型里面有好多參數,這些參數比如說阻力、鋼度,不可測,而且這些數據還總是變化,所以,如果靠理論建模的模型來真實的跟仿真預測機床的狀態,實際上是有問題的,一直沒有取得根本性的突破。


我們能不能通過大數據的辦法來給機床建這個模型呢?

首先我們說數據從哪里來?其實大家一說大數據,老覺得要加好多傳感器,其實我們機床上本身就有很多傳感器,比如我們電機里面有電流傳感器,電機上有編碼器、光參器,而且在數控伺服驅動里面的速度環、位置環、電流環,都有很多毫秒級的大數據,比如跟隨誤差、速度波動,這些是最珍貴的大數據,因為這些大數據和我們零件的加工質量、加工精度和效率有密切的關聯關系,由于這是毫秒級數據,所以以前這些過程數據我們都是把它扔掉,沒有用的。但是由于我們有了自己的總線技術,所以我可以把伺服驅動PLC里面這些過程數據都可以按毫秒級,把它上傳到數控系統,一旦傳上來以后,我們的電機就從原來只是一個執行器變成感知器,它不僅僅從這里走到那里,而且在走的過程中它的動態誤差,它的速度波動都能夠上傳回來。

以前我們在分析數據的時候,我們都是在時域或者頻域,比如主軸的電流大或者電流小,但是根據主軸的電流大小,并不能夠判斷主軸是否有故障,因為主軸重載切削的時候,電流也會大,主軸在壞了、撞了,電流也會大。有沒有故障,關鍵是主軸現在在干什么,什么東西能描述機床在干什么呢?正好是G代碼,比如這就是加工三個臺階的程序,程序G代碼就在這個腳底下,可以看到第一個臺階、第二個臺階、第三個臺階所對應的主軸電流的變化曲線。所以,我們是不是可以原來的時域、頻域換成指令域,也就是描述這個機床干活的指令,這樣的指令和它的狀態數據關聯起來,不就變成了類似于這個零件加工的心電圖嗎?可能一個零件加工以后,有好多條心電圖,我們把這些數據傳到云端,構成機床全生命周期大數據,因此自主感知過程就是通過獨創指令域大數據的匯聚方法,按毫秒級采集控制系統里面電控數據、插補數據以及外部傳感器數據,形成數控加工指令域的心電圖和色譜圖。

有了這些數據怎么用?比如在每天加工時,可以用G代碼提取工藝參數,只要加工完一遍,這些切削功率、切削電流也就有了,從這里面我們可以提取穩態樣本,這樣的話每天干每一個零件,都會得到這些數據,用這些數據為每一把刀子,都會長出一個神經網絡,這個神經網絡描述了什么樣的工藝參數會得到一個什么樣的表現。

這是我們建模以后預測結果,預測精度達到92%,也就是誤差只有8%。因此自主學習就是在那些心電圖大數據中間,找到它的隱含規律,這些規律形成的神經網絡,就是我們所說的知識。

有了這個神經網絡怎么用?比如我有了一個新的零件,首先可以提取這個新零件工藝參數,送到這里面,我就可以預測,預測完了以后,就知道再根據預測結果的好壞,我能形成一個i代碼,最后和G代碼同時送到數控系統里面去加工,實現更優質加工,這個i代碼是對G代碼補充或者是對G代碼的優化。以前我們直接就把G代碼送加工,我們現在不是,先送到網絡里面預測優化然后再加工。因此自主決策的過程,就是利用我們獲得的知識形成i代碼過程,自主執行過程就是把i代碼和G代碼雙碼聯控過程?;故悄歉鍪鼗?,我們加了基于指令域大數據匯聚,大數據的主要來源來自于我們數控系統內部的電控數據送給云端構成這個機床的全生命周期大數據,這就是自主學習。

我們可以理論建模,也可以大數據建模,也可以理論大數據混合建模,形成的模型這就是機床的模型像數字孿生。有了模型,我們有了新的一個零件,可以把它送到這個模型里面去預測,根據預測的結果,可以優化決策,決策以后最后形成了i代碼,這就是自主決策的過程。然后把i代碼和G代碼同時送到數控系統雙碼聯控,這樣就實現了自主執行過程。因此這樣數控系統能夠在每天使用過程中形成數據,能自己學習,能長出知識,從原來授之以魚到授之以漁,這就是我們數控系統樣機,我們也率先把寒武紀人工智能的芯片集成到我們數控系統里面,這個系統已經在人臉識別、各種智能化APP都帶有等等。

這個就是剛才的物理樣機,在兩個星期前,在南京世界智能制造大會上,我們華中智能數控系統入選了2019年中國智能制造十大科技進展,同時,我們做了一些智能的機床,這些機床有4類智能???,質量提升、工藝優化、健康保障、生產管理,我們只要把這個零件加工一片就可以錄下來這個心電圖,根據心電圖的好壞就能生成i代碼,你看有了i代碼和G代碼雙碼聯控,藍色心電圖波動更小,更重要加工效率進一步提高,比如說從2分40秒到2分十幾秒,我們也可以通過每天形成的加工心電圖,提取一個穩態的學習樣本。有了這些穩態學習樣本之后,我們可以為每一把刀子訓練出一個神經網絡,有了這個神經網絡,我們也可以新的零件來了,送到這個神經網絡里面進行預測,形成i代碼,有了i代碼以后,我們的i代碼和G代碼雙碼聯控,加工效率就得到了提升。

我們也進行了機床的理論建模,但理論建模里面參數找不準怎么辦?我們用神經網絡去幫助它學習,學習這些參數,找到各項參數,最后我們的誤差,在形成i代碼以后,就從16個um降到3.6個um。未來的數控機床,你有了一個零件,沒關系,首先送到我們的模型里面進行預測,進行優化,最后形成i代碼,最后i代碼和G代碼雙碼聯控,實現最優加工。

這些成果我們已經發表在中國工程院院刊、工程雜志上。所以智能并不是那么復雜那么難的事情,其實我們現在最需要的是數據的可視化,把原來看不到的東西,我們現在能夠看到,原來不能夠關聯的東西我們關聯起來,這樣人工分析優化系統??炊嗔?,我讓計算機幫我看,這是計算機輔助智能,未來才會實現人工智能專家系統。

因此,所謂的智能機床就是把大數據、云計算、人工智能、數字孿生的技術跟我們的控制系統深度融合起來,使我們的設備更精更快更智能,在這個領域,因為全世界都是剛剛起步,在這個領域都是些空地,你完全可以跑馬圈地,因此思想有多遠我們就能走多遠,這是我們創新發展實現領跑的利器。大家說2.0都沒有做好,比如我們的設備、可靠性跟國外還有差距,我們要不要搞4.0?我覺得要搞,我們可靠性有差距當然要苦干去解決可靠性的問題,但是,我們也可以巧干,因為我們完全可以用4.0的遠程監控、預測性維護來解決可靠性的問題,這可能事半功倍。

總結

這些年來應該說我們中國的機床行業縮小了跟國外的差距,但是國外已經積累了幾十年的經驗,形成了生態圈,你就算做得跟人家一樣好,你一樣打不過人家。而新一代人工智能技術和機床結合,將為機床行業發展產生帶來新的變革。這也許是我們換道超車從跟跑到領跑重要機遇,總書記指出新一輪科技革命和產業變革同我國轉換生產方式,產生歷史性交匯,這種交匯既是歷史性的機遇,也可能面臨著拉大差距的嚴峻挑戰,有些交匯可能同頻共振,有些交匯也可能擦肩而過,所以我們華中數控愿與智能數控同頻共振,助中國制造彎道超車,也祝各位選手取得優異成績,謝謝!


 辽宁35选7  網站聯系電話:(0379)64902657 網站維護:洛陽高新區新聞中心
版權所有 1998-2019 洛陽國家高新技術產業開發區 豫ICP備05024475號  
網站標識碼:4103900002 Copyright ? 1998-2019 www.hycka.com. All rights reserved.

微信公眾號

新浪微博
 
{ganrao} 安徽省十一选五一定牛 新加坡2分彩是假的吗 股票黔源电力 新疆喜乐彩投注 福建快3形态走式 江西11选五技巧教学 体育彩票11选五规则 一定牛福建快3遗漏 广西21选5走势图 重庆幸运农场定胆计划 浙江十一选五最新开奖 中国体彩11选五真准网 安徽快乐扑克技巧 吉林十一选五跨度走图 北京十一选五开奖结果图 一分赛车计划在线计划