航天智能工厂

2024-07-21 版权声明 我要投稿

航天智能工厂(精选6篇)

航天智能工厂 篇1

判断题部分

1.在地球大气层内,外飞行的器械成为飞行器。(答)正确

2.航空是指载人或不载人的飞行器在地球大气层外的航行活动。(答)错误(答案)大气层中

3.航天是指载人或不载人的航天器在地球高空的航行活动。(答)错误(答案)大气层外 4.由于航空航天活动都必须经过大气层,所以航空与航天是紧密联系的。(答)正确 5.在现代高科技战争中,通信是取得战争胜利的重要手段,也是军用航空的主要活动。(答)错误(答案)夺取制空权

6.滑翔机是指没有燃油系统的重于空气的固定翼航空器。(答)错误(答案)动力装置 7.轻型直升机一般采用浮筒式起落架。(答)错误(答案)滑撬式起落架 8.多数直升机采用滑撬式起落架。(答)错误(答案)轮式起落架

9.美国的“科曼奇”是具有隐身性能的直升机。(答)正确

10.美国贝尔公司研制的V—22“鱼鹰”属于倾转旋翼机。(答)正确

11.人类关于飞行的许多探索和试验都是从模仿飞鸟的飞行开始的。(答)正确

12.飞机诞生之前,在操纵稳定方面做出了突出贡献的是德国的李林达尔。(答)正确 13.美国的F—80飞机是活塞式战斗机。(答)错误(答案)喷气式 14.1947年10月14日,美国F—100飞机首次突破了“声障”。(答)错误(答案)X—1研究机

15.1969年英法合作研制的“协和号”超声速旅客机试飞成功。(答)正确 16.目前世界上最大的旅客机为A380。(答)正确

17隐形飞机的第一个使用型号是B—2。(答)错误(答案)F—117 18.装有远距离搜索雷达和相应的数据处理及通信设备,用于搜索、监视空中和海上目标的是电子干扰机。

(答)错误(答案)空中预警机

19.对敌方雷达和通信设备进行干扰的军用飞机为电子干扰机。(答)正确 20.专门用于搜集敌方军事情报的飞机为反潜机。(答)错误(答案)侦察机

21.在现代局部战争中,空中战争的雏形在越南战争中第一次展现出来。(答)错误(答案)海湾战争

22.在现代局部战争中,第一次真正意义上的空中战争是科索沃战争。(答)正确

23.在阿富汗战争中,无人驾驶飞机第一次向目标发射了武器,标志着无人航空作战平台的概念已经进入了实战阶段。(答)正确

24.第四代战斗机的典型代表是美国的F—22。(答)正确 25.美国将来替代F—16的飞机是F—35。(答)正确 26.X—29是具有前掠翼的飞机。(答)正确

27.从地球表面发射的飞机器环绕地球飞行所需要的最小速度称为第二宇宙速度。(答)错误(答案)第一宇宙速度

28.从地球表面发射的飞机器脱离地球所需要的最小速度称为第二宇宙速度。(答)正确 29.从地球表面发射的飞机器飞出太阳系所需要的最小速度称为第四宇宙速度。(答)错误(答案)第三宇宙速度 30.航天技术的核心是火箭推进技术。(答)正确

31.航天器又称空间飞行器,它与自然天体不同的是可以按照人的意志改变其运行。(答)正确 32.可用作空间侦察与监视平台、空间武器试验基地、未来天军作战基地的军事载人航天系统是航天飞机。

(答)错误(答案)空间站

33.数量最多的航天器是空间探测器。(答)错误(答案)人造地球卫星

34.世界上第一种也是唯一可重复使用的般天运载工具是宇宙飞船。(答)错误(答案)航天飞机

.目前使用的通讯卫星一般为地球运动轨道卫星。(答)错误(答案)地球静止轨道卫星

.歼5属于我国第一代超声速战斗机的是。(答)错误(答案)歼6 37 .歼10属于我国第二代超声速战斗机的是。(答)错误(答案)歼7 38.歼8我国自行研制的具有完全自主知识产权的第三代战斗机是。(答)错误(答案)歼10 39.我国的歼轰7 飞机也称歼8 一Ⅱ。(答)正确

40.2002 年1 月,我国启动的研制适应我国西部高原机场起降和复杂航路营运要求的新型涡扇支线客机项目是ARJ21。(答)正确

.我国载人飞船的主着陆场在四川。(答)错误(答案)内蒙古

.我国第一枚探空火箭是由北京航空学院师生研制的“北京”1 号。(答)错误(答案)“北京” 2 号

.大气层由低向高排列的顺序为平流层、对流层、热层、中间层。(答)错误(答案)对流层、平流层、中间层、热层 44 .对流层气温随高度增加无明显变化。(答)错误(答案)降低

.平流层气温随高度增加而降低。(答)错误(答案)先基本不变再升高 46 .平流层大气主要是铅垂方向的流动。(答)错误(答案)水平方向

.中间层气温随高度升高而升高。(答)错误(答案)下降 48 .热层气温随高度升高而下降。(答)错误(答案)升高 49 .大气层最外面的一层是平流层。(答)错误(答案)散逸层

.航空器的飞行环境是整个宇宙。(答)错误(答案)大气飞行环境

51.“范爱伦辐射带”存在于地球空间环境的电离层。(答)错误(答案)地球空间环境的磁层

.根据连续介质假设,流体在飞机表面上产生的空气动力是单个分子的行为。(答)错误(答案)大宗分子共同作用的结果 53.流体的可压缩性越大,声速越大。(答)错误(答案)越小

.对于气体来说,随着温度的升高,黏性将增大。(答)正确 55 .忽略黏性的流体是可压缩流体。(答)错误(答案)理想流体 56 .密度不变的流体是理想流体。(答)错误(答案)不可压缩流体

.流动马赫数越大,空气受到由飞行引起的压缩的程度越小。(答)错误(答案)越大 58 .用管道运输石油时,对石油加温可以起到减小流动损失、节省能耗的作用,这与液体的连续性有关。

(答)错误(答案)黏性

59.雷诺数可作为空气所受压缩程度大小的指标。(答)错误(答案)马赫数

.当飞机作水平等速直线飞行时.升力的大小等于发动机的推力。(答)错误(答案)重力

.采用让飞机静止不动,而空气以相同的速度沿相反的方向流过飞机表面.其产生的空气动力效果是完全一样的,其运用的原理是连续性定理。(答)错误(答案)相对运动原理

.流体的连续方程遵循动量矩守恒定律。(答)正确

.气流在收缩管道中连续流动时,质量流量增大。(答)错误(答案)减小 64 .根据不可压缩流体的连续方程,流管横截面变大,平均流速必然变大。(答)错误(答案)变小

.伯努利定理是质量守恒定律在流体流动中的应用.(答)错误(答案)能量守恒定律 66,低速气流在变截面管道中流动时,当管道扩张时,气流的总压将增加。(答)错误(答案)当管道扩张时,气流的流速将减小

.超声速气流在变截面管道中流动时,横截面积的变化引起的密度变化占了主导地位。(答)正确

68.在飞机失速之前,迎角增大,则升力减小。(答)错误(答案)增大 69 .采用襟翼的主要目的是为了减小阻力。(答)错误(答案)增加升力 70 .摩擦阻力是由于大气的黏性而产生的阻力。(答)正确

.减小飞机迎风面积和把飞机设计成流线型是减小黏性摩擦阻力的有效措施。(答)错误(答案)压差阻力

.伴随着升力而产生的阻力是摩擦阻力。(答)错误(答案)诱导阻力

.飞机采用翼梢小冀是为了减小粘性摩擦阻力。(答)错误(答案)诱导阻力 74、GPS定位过程中,飞行器坐标参数为已知参数。(答)错误(答案)卫星位置 75.飞机加装整流片是为了减小粘性摩擦阻力。(答)错误(答案)干扰阻力

76.“声障”现象产生的根本原因是由于飞机在飞行过程中产生的振动造成的。(答)错误(答案)激波阻力

77.与低亚声速飞机相比,超声速飞机机翼的展弦比较大。(答)错误(答案)较小 78 .与低亚声速飞机相比,超声速飞机机翼的梢根比较大。(答)错误(答案)较小 79.与低亚声速飞机相比.超声速飞机机身的细长比较大。(答)正确 80.与低亚声速飞机和比,超声速飞机机翼的后掠角较大。(答)正确

.与低亚声速飞机相比,超声速飞机机翼的相对厚度较大。(答)错误(答案)较小 82 .在超声速扰动源运动过程中,扰动源的扰动区在“边界波”的左半平面。(答)错误(答案)马赫锥面内

.当机翼表面上最大速度点的马赫数等于1时,对应来流马赫数大于1。(答)错误(答案)小于1 84.超声速气流流过激波时,气流的速度将减小。(答)正确

.激波始终是随着飞机的飞行以同样的速度向前运动的。(答)正确

.超声速飞机的机翼前缘设计成尖锐的形状.是为了减小压差阻力。(答)错误(答案)激波阻力

.在低速飞行情况下,通常选用后掠机翼。(答)错误(答案)大展弦比平直

.在高亚声速飞行的民用飞机,通常选用后掠机翼以延缓激波的产生。(答)正确 89 .在超声速飞行情况下,可选用梯形机翼机翼以减小波阻。(答)错误(答案)三角机翼

.航程是一架飞机“飞多远”的指标。(答)正确

.对军用飞机来说,飞行速度一般指的是最大飞行速度。(答)错误(答案)最大平飞速度

.对民用飞机来说,飞行速度一般指的是最大飞行速度。(答)错误(答案)巡航速度 93 .当飞机达到理论静升限时,飞机此时水平速度为零。(答)错误(答案)垂直上升速度为零 94 .当作战飞机需要迅速增大速度,来提高轰炸和射击的准确度时,通常采取的措施是俯冲。

(答)正确

.当作战飞机需要迅速获得高度优势时,通常采取的措施是跃升。(答)正确

96.当作战飞机需要同时改变飞行方向和增加飞行高度时.通常采取的措施是筋斗。(答)错误(答案)战斗转弯

.飞机重心在焦点之前,则当飞机受到扰动而机头上仰时,产生下俯的稳定力矩。(答)正确

. 只要有侧滑,飞机就会产生方向稳定力矩。(答)正确

.采用腹鳍是为了使飞机具有足够的俯仰静稳定性。(答)错误(答案)方向静稳定性 100 .采用机翼上反角是为了使飞机具有足够的俯仰静稳定性。(答)错误(答案)方向静稳定性

101.对于军用歼击机,应在机动性方面要求高一些。(答)正确

.驾驶员操纵驾驶杆向左或向右摆动.飞机的升降舵将发生偏转。(答)错误(答案)副冀

.驾驶员向前蹬左脚蹬或右脚蹬,飞机的升降舵将发生偏转。(答)错误(答案)方向舵

航天智能工厂 篇2

航天器舱体 (如卫星、火箭、导弹等) 实际生产装配时, 零件装配规模大, 装配环境空间狭小, 舱体装配复杂性直接影响了产品的装配时间、成本和质量。通过建立装配规划和评价的虚拟环境来探索运用虚拟现实技术进行设计和制造的潜在技术, 为航天器装配体的规划、评价和验证提供新的低成本的快速方法。国内外不少机构相继开发了各自的虚拟装配系统, 如VADE[1]、VTS[2]等。航天器装配中, 最有代表性的是优化和检查装配工艺的Archimedes[3]交互式装配规划系统, 该系统已成功应用于多家企业的实际产品部件的装配顺序规划。

产品在研制、设计、生产、使用和保障工作中都会产生许多技术信息文件, 这些信息数据是支持产品装配的重要资源和工具, 如果能将装配所需信息直接显示在装配场景中, 则可方便地引导工人完成装配任务。例如, 欧洲航空防务与航天公司利用ARVIKA[4]系统解决了某战斗机的布线效率和质量的问题;NIST和德法意合作的STARMATE[5]项目, 实现了基于增强现实的复杂机械产品的装配培训和维修。此外, 由于航天器舱体开敞性差, 故操作装配工具和人员的工作活动受限, 采用的人工目测检查方法误差大、可靠性差, 无法满足产品质检的需要。设计基于机器视觉的航天器舱体装配质量检测机构, 利用摄像头获取舱内装配结果的图像信息, 辅助进行装配几何特征的分析, 进行多余物和设备间隙等的检查, 可以提高装配的检查效率。

1 智能装配系统设计与体系结构

智能装配系统是一个综合运用计算智能、人类智能和机器智能的装配系统平台, 该系统平台由软件系统和硬件系统两部分组成。软件系统主要实现产品的装配序列求解以及混合现实环境下的装配验证、优化和训练, 硬件部分实现基于视觉的装配质量检测。智能装配系统总体框架结构如图1所示, 包括装配应用层、支持工具层和支撑环境层。其中, 装配应用层包括产品智能装配规划、装配验证与训练、装配质量检测3个应用模块;支撑环境层包括数据库、虚拟外设接口、虚拟环境开发包等;工具层从不同方面为产品面向装配的设计、规划、训练、检测提供工具和辅助设计决策。

基于航天器舱体产品的需求, 设计部门通过三维设计形成航天器舱体的装配模型, 利用数字模型进行舱体内结构的装配规划, 形成初步的舱内结构零件装配次序和路径。以上述结果为基础, 在虚拟装配环境下, 利用舱体装配信息增强、虚实混合舱体模型, 在约束管理支持下, 通过和CAD系统进行数据集成和转换, 验证和完善装配工艺, 得出合理的舱内零件的装配工艺, 为航天器舱体产品装配提供参考。在实际舱体装配完成后, 利用装配质量检测机构对舱体内的装配状态进行图像采集、分析和评估, 得到航天器舱体内结构的装配质量情况。

2 基于蚁群算法的装配序列规划

装配规划智能计算是规划和优化航天器舱体装配工艺的理想方法。目前的装配序列规划方法主要包括基于图论和经验的方法、基于启发式搜索的智能算法的方法和基于虚拟现实的方法。本系统针对航天器舱体产品的装配序列规划, 利用蚁群算法寻找最优或较优的装配序列。

2.1 舱体产品装配模型的简化

针对舱体产品的特点, 将舱体产品简化成圆筒形, 主要考虑舱体中每个零件的装配深度、体积大小和装配工具等信息。深度信息, 就是每个零件相对舱体的某一端进行装配时, 伸入到舱体内部的距离;体积信息是指每个零件在舱体内部所占空间的大小, 即每个零件的实际体积;装配工具信息就是每个零件进行装配所需要工具的信息。为了满足实际装配要求, 约定如下原则:零件在装配的时候, 首先满足深度优先的原则, 即在装配过程中, 深度大的零件先进行装配;深度相同的零件在装配时, 尽量让体积大的零件先进行装配, 其次让使用相同装配工具的零件优先装配。

2.2 转移概率的定义

利用舱体中零件的深度信息、体积信息以及装配工具信息等, 建立蚁群算法的目标优化函数。根据舱体零件的装配原则, 在搜索序列的时候, 首先按照深度的大小进行零件搜索排序, 再在深度相同的零件中按照蚁群算法的概率进行选择。设搜索操作序列的蚂蚁数量为M, 蚂蚁从一个节点到下一个节点的可能性由概率大小选择, 假定蚂蚁从上一次到达的节点转到当前节点的路径为 (i, j) , 那么搜索转移概率就由该路径上的信息素浓度τij (t) 、深度引导因子dij (t) 、体积引导因子sij (t) 、工具引导因子Tij (t) 共同决定。转移概率P (k) ij (t) 定义如下:

Ρij (k) (t) ={τijα (t) dijβ (t) sijμ (t) tijγ (t) kAkτijα (t) dijβ (t) sijμ (t) tijγ (t) jAk0dij (t) ={10.01sij (t) ={1ji0.2Τij (t) ={0.21

式中, Ak为蚂蚁下一次可能访问的k个可行装配节点的集合;αβμγ分别为信息素浓度、深度引导因子、体积大小以及工具引导因子的权值, 均为非负数。

2.3 信息素更新规则

蚂蚁在走过的路径上留下信息素, 以影响后来蚂蚁的搜索。为使得蚂蚁能够搜索到更广范围内的解, 在构建序列的过程中, 如果蚂蚁从装配操作i选择了装配操作j, 相应路径上的信息素可根据以下局部更新规则进行更新[6]:

τij (t) ← (1-ρ) τij (t) +ρ τ0

式中, ρ为信息素的局部挥发率, 0<ρ<1;τ0为初始信息素的大小。

在所有蚂蚁完成一次循环后, 全部路径上的信息素以同一挥发率衰减, 本次循环中最优序列的蚂蚁在相应的路径上增加全局信息素。全局信息素更新规则如下:

τij (t+1) = (1-δ) τij (t) +k=1mΔτij (k) (t)

式中, δ为信息素全局挥发率, 0<δ<1;m为本次循环中最优序列的个数。

增加的信息素大小为

Δτij (k) (t) ={Q/Sk0

S=wn+1

式中, Q为调节参数;S为序列质量评价函数;n为本次循环中得到的最优序列的装配工具改变次数;w为工具改变次数的权重, w∈ (0, 1]。

全局规则根据序列质量的好坏来增加信息素的值, 装配工具改变次数越少, n的值也就越小, 则增加的信息素就越多, 从而使好的序列对后续蚂蚁的吸引力变大。全局更新规则中没有零件深度和体积的影响, 是因为所有零件都进行装配时, 其深度的总和与体积的总和是不变的, 不影响一条序列的质量。

对某航天器舱段采用蚁群算法进行装配序列求解, 设定蚁群算法各参数如下:α=1.0, β=0.8, μ=0.5, γ=0.5, ρ=0.2, δ=0.2, Q=0.8, M=10, w=0.5, 循环次数N=100。在对39个零件进行装配时, 工具共更换6次。

3 虚实融合装配工艺的验证与训练

混和现实技术将虚拟模型、真实图像、增强信息等相互融合展示在装配场景中, 在装配过程中为培训人员提供全面的可视化知识。构建基于混合现实技术的多通道装配环境, 充分利用人的直觉和装配知识/经验, 同时发挥机器的计算能力完成装配过程中的相关精确计算, 以人机智能相结合的方法对装配工艺进行虚拟验证和训练。

3.1 虚实融合建模

首先构建模拟真实装配场景的虚拟装配场景, 然后采用机器视觉手段, 对真实场景中相机捕获的视频信号进行图像处理、特征识别和相机标定, 得到相机相对于真实场景的位姿参数。使用基于视觉的标志物跟踪技术, 对采集到的图像进行处理与识别, 达到跟踪用户视线变换的目的, 从而实现相机标定功能。将标定出来的摄像机参数赋给虚拟环境中的虚拟摄像机, 利用相机标定参数对虚拟场景进行注册, 确定虚拟零件在真实场景中的位姿, 实时生成并渲染虚拟装配场景中的装配零件, 将虚拟场景和真实场景融合起来, 实现虚拟物体模型与装配工作场景视频的注册融合。

虚实混合装配场景中, 虚拟对象包括虚拟零件、可视装配特征和上下文导航信息。虚拟零件为系统从CAD软件中提取并转化为相应格式的零件几何模型;可视装配特征用来表示零件装配配合关系的可视几何元素, 分为线和面两种显示风格;上下文导航信息包括装配步骤指示、装配工艺要求等文字信息, 以及用来提示用户需注意的装配区域、零件装配方向或路径图形信息。真实对象包括真实零件与真实装配环境。真实零件采用线框模型表示, 系统将零件轮廓叠加到视频中, 与真实零件影像对齐, 增强显示零件的精确位置和几何形状信息;真实装配环境一般作为背景出现在增强现实视频中, 本文用包围盒模型表示真实装配环境, 实现虚拟零件与装配环境的碰撞检测, 并将虚拟零件的装配运动范围限制在一定物理空间内。

3.2 装配信息增强

采用虚实融合技术进行辅助装配, 目的是将装配所需要的相关信息与装配物体有机结合起来, 使这些信息直接显示在用户所能看到的真实场景中 (图2) , 方便用户完成装配任务[7]。依据信息的不同作用, 增强信息主要包括装配零件信息、装配工艺信息和装配特征信息。

装配零件信息为采用文字形式显示零件的名称、标示、装配目标位置和装配相关的零件属性信息。这些信息便于操作人员熟悉装配产品, 判断所装配零件的对错、零件装配的特殊要求等。

装配工艺信息包括零件的装配说明、运动路径、所需装配工具, 以及装配目标位置等信息。路径可以采用虚线或者动态箭头加以提示, 实现动态图示化装配导航。

装配特征信息增强显示待装配零件和目标零件的装配特征信息 (面、轴、孔等) 、配合类型信息, 可以方便操作人员进行装配, 避免某些紧固件的漏装和误装。

3.3 约束下的手装配

为了实现虚拟环境下的精确装配, 我们采用了一种基于代理的方式[8], 即借用增强装配特征信息及高亮包围盒来进行视觉引导, 同时利用生成增强装配特征关键点来生成和计算装配零件与目标零件特征间的空间位姿关系。结合虚拟装配场景的组织特点, 将约束代理实体设置为零件的子节点, 这样就实现了约束代理与零件的同步运动。为了增加虚拟手装配时的可视性, 我们改变虚拟手的颜色来显示其工作状态。当虚拟手抓取零件进入舱体后, 舱体外壳以透明方式显示, 如图3所示。

在虚拟装配中, 虚拟手和操作者手之间的位姿关系通过配戴的数据手套来保持一致, 从而可以通过虚拟手来实现对零件的操作。任何一个约束都带有一个参数θ, θ是与约束类型有关的角度或距离。系统先求出被抓取零件在虚拟环境中的全局位姿矩阵, 然后根据约束代理到零件之间的位姿关系, 实时计算约束的两个代理实体之间的位姿关系, 当约束参数θ达到设置的捕捉误差时, 自动对两个约束进行捕捉。约束代理的位姿满足捕捉误差后, 系统根据约束识别的结果以及零件的运动自由度, 对零件的空间位姿进行调整, 使之精确地满足零件当前的约束关系, 完成当前装配约束的确认。

4 基于机器视觉的装配质量检测

航天器舱体装配质量检测常用的方法有转动舱体听声、手电筒照射目视检查等, 对细长和装配密度高的舱体, 很难发现装配多余物并测量零件间隙。本文针对航天器舱体设计了一个装配质量检测系统, 利用摄像头获取舱内装配结果的图像信息, 辅助进行装配几何特征的分析, 实现舱内多余物检查和设备间隙检查。

4.1 视觉检测机构

视觉检测机构由机构部分和视觉部分构成。机构部分包括底座、升降机构、运动机构, 能实现沿舱体径向的旋转、沿舱体轴向的平移和整个机构垂直方向高度的调整。升降机构调整运动机构垂直方向的位移, 使探杆与待检测腔体同轴;运动机构包括探杆、探杆空心套、中心齿轮、探杆支撑座、平移电动机座、齿条、平移电动机齿轮、运动支撑台、旋转电动机齿轮、旋转电动机和平移电动机。视觉部分位于运动机构的探杆末端, 包括支撑板、摄像头、镜头、直角棱镜和光源。摄像头平行于舱体轴线放置, 光轴与舱体中轴线重合。通过直角棱镜45°斜面的反射, 获得舱体内待测区域的图像。图4为视觉检测机构采集某航天器舱体内部装配状态的工作照片。

4.2 多余物检测

为舱体内常见的多余物建立模型数据库, 通过边缘位置匹配算法识别并定位舱体中可能存在的多余物。数据库中的多余物模型信息包括预先采集的样品多余物的数字图像、以像素为单位的多余物尺寸信息 (由图像中与多余物对应的图像区域定义) 、多余物坐标信息 (由多余物中心位置与方向定义) 。舱体中常见的多余物包括螺钉、螺母、垫片、扳手、起子、线头等, 现阶段选取螺母、螺钉为检测对象。

根据数据库中定义的多余物模型, 通过边缘匹配算法在检查机构采集到的图像中进行多余物搜索。算法的搜索位置范围为整幅图像, 旋转范围为0°~360°, 缩放范围为70%~130%。多余物检查试验结果如图5所示。

4.3 零件间隙检测

首先读入检测机构采集到的数字图像数据, 进行图像预处理并识别待测量间隙的相关零件边缘位置信息, 沿垂直边缘方向采样图像数据, 并采用子像素技术[9]分析该图像数据, 计算得到零件之间的距离。图6所示为舱体内某对零件间的间隙检测处理流程。

(c) 子像素图像分析 (d) 计算零件间隙值

沿间隙边缘画一条采样线, 沿着采样线获取一组采样点的灰度xb (b=1, 2, …, m, m为需要计算像素的总数) 。使用采样点前3阶灰度的矩来获得子像素边缘的位置, a (a=1, 2, 3) 阶灰度矩m¯a定义为

m¯a=1mb=1mxba

式中, xab为像素的a阶灰度。

边缘位置h参数为

h=n2s¯4+s¯2+n-12

s¯=m¯3+2m¯13-3m¯1m¯2m¯1-m¯123

图像亮度和对比度的变化对该方法计算结果的影响很小。

5 结束语

本文针对航天器舱体开敞性差且内部结构复杂的特点, 开展了基于人机智能的装配系统技术研究。利用舱体中零件的深度信息、体积信息以及装配工具信息等, 建立面了向舱体装配的蚁群算法的目标优化函数, 求解可行/优化的装配序列。采用混和现实技术给出了虚拟装配解决方案, 真实装配场景丰富了装配过程的感知, 增强信息提供了装配知识引导, 约束代理可视化重建了装配关系。采用机器视觉技术进行了装配质量检测, 将垂直空舱体内表面的图像转化成平行舱体轴线的图像读入摄像机中, 检查装配多余物并测量零件间隙。智能装配系统充分促进人机智能的结合和应用, 使工程人员获得直观、真实的装配体验, 提高了零件的装配效率和质量。

参考文献

[1]Jayaram S, Connacher HI, Lyons K W.Virtual As-sembly Using Virtual Reality Techniques[J].Com-puter-aided Design, 1997, 29 (8) :575-584.

[2]Brough J E, Schwartz M, Gupta S K, et al.Towards Development of a Virtual Environment-based Training System for Mechanical Assembly Opera-tions[J].Virtual Reality, 2007, 11 (4) :189-206.

[3]Kuehne R P, Oliver J H.A Virtual Environment for Interactive Assembly Planning and Evaluation[C]//Proceedings of ASME Design Engineering Technical Conferences.Boston, 1995:863-867.

[4]Lukasser H, Beer H, Meister T, et al.Production Scenario of EADS Military Aircraft of the ARVIKA Project—cable Loom Assembly[EB/OL]. (2002-10-01) [2009-04-25].http://studierstube.icg.tu-graz.ac.at/ismar2002/demos/ismar-lukasser.pdf.

[5]Schwald B, Figue J, Chauvineau E, et al.STAR-MATE:Using Augmented Reality Technology for Computer Guided Maintenance of Complex Mechan-ical Elements[C]//Proceedings of the e2001-eBus-iness and e Work Conference.Venice, 2001:196-202.

[6]Wang Junfeng, Liu Jihong, Zhong Yifang.A Novel Ant Colony Algorithmfor Assembly Sequence Plan-ning[J].Advanced Manufacturing Technology, 2004, 25 (11/12) :1137-1143.

[7]王峻峰, 首中华, 彭涛, 等.虚拟装配信息增强技术研究与开发[J].系统仿真学报, 2007, 19 (增刊2) :265-268.

[8]Wang Q H, Li J R, Gong H Q.A CAD-linked Virtual Assembly Environment[J].International Journal of Production Research, 2006, 44 (3) :467-486.

智能工厂初露曙光 篇3

未来的工厂即智能工厂就是代表高效率的乐园:次品、停机、浪费和等待这些问题统统不复存在。工厂经理和CIO们齐心协力,确保数据和生产、IT和制造无缝结合起来,每个机器的每次转动、每个刀具的每次切割以及全球交付链上每个部件的每次运输,都一览无遗。

那种未来工厂绝对代表了技术和制造领域发展的最高峰,完美地整合了高科技工具和高科技员工,这与制造业在过去几个世纪漆黑一团的形象形成了鲜明对照。

虽然这个梦想很奇异,但实际上,它比你我想象的更接近现实。

西门子电子车间

位于德国安贝格的西门子电子车间就是直接源于这个梦想的工厂。这个一尘不染的高科技车间占地10.8万平方英尺,堪称高效的数字奇迹,因为智能机器负责协调该公司的Simatic控制设备的生产和全球分销—这个接单生产的定制流程涉及每年5万余种产品的逾16亿个部件:为了制造这家工厂的950种产品,西门子向全球250家供应商采购约1万种原材料。

这个生产流程势必伴随不计其数的变化因素和错综复杂的供应链,远远超出了传统工厂的能力范围。就比如组织原材料流程、为诸流程确定各自顺序,或者甚至仅仅合理调度其1100名员工,以满足不断变化的工作的需要,这是任何一项技术或任何一种工具所无能为力的。

不过据加特纳行业研究公司(Gartner Industry Research)早在2010年对该工厂开展的调查显示,安贝格工厂中每100万件产品中次品只有大约15件,庞大生产线的可靠性达到99%,追溯性更是高达100%。

西门子实现这个生产奇迹的关键,以及推而广之让未来的所有智能工厂顺畅运转的秘诀,就是建立起一个紧密结合的技术网络,这些技术相互整合,共同组成一个更智能、更高效的整体。

智能整合的技术

西门子工业部门北美区首席执行官赫尔穆特·路德维希(Helmuth Ludwig)说:“未来的智能制造现已呈现在眼前。”

“以前,工业价值链的几个部分(包括产品设计、生产规划、生产工程、生产执行和服务)都是单独实施的。而如今,新技术把这些独立的部分整合起来,令人兴奋。”路德维希表示,安贝格车间能大获成功,关键在于有机整合了三种关键性的制造技术:产品生命周期管理(PLM)、制造执行系统(MES)以及工业自动化。

“无论你生产的是现代商用飞机、节油型汽车,还是高性能高尔夫球杆,PLM、MES以及工业自动化所使用的技术都在帮助制造厂商通过提高生产力、尽量降低风险,以实现总收入的增长。”路德维希解释说:“通过充分利用这些系统,成功的企业得以关注一些重要方面,比如缩短创新周期,提高运营透明度,通过跨部门共享知识来提高员工个人生产力,并且通过为动态环境提高可预测性,尽量降低风险。”

西门子工业部门自动化部门总裁拉贾·巴特拉(Raj Batra)特别指出,制造业的未来在于,从这些技术当中找到最佳结合点,并学会将它们作为一个完整系统运用起来。“真正的问题在于,确定这三项技术之间的所有结合点,那样就能获得这个整合系统的整体优势。而这推动着制造效率得到大幅提升。”

但他也表示,要做到这一点,需要制造厂商把手头的所有高科技工具汇合起来,这本身是另一个难题。

物联网

巴特拉说:“如今大量的信息嵌入在诸多设备里面。我所说的设备是指现场设备、电机启动器、接触器以及继电器。问题在于,能不能获取这些信息,能不能进一步提高利用这些信息的效率,以便现在能实时获取之前无法获取的诊断数据、合同工健康状况或继电器运行状况等方面的信息?”

这个问题的答案就在于物联网—在过去十年,这个结构松散的技术网络已慢慢渗透到我们的生活和工作中,用Zebra科技公司首席执行官安德斯·古斯塔夫森(Anders Gustafsson)的话说,“互联设备呈现爆炸式增长”。

古斯塔夫森表示,物联网“基本上给了所有这些资产(实际物件)一种数字声音或虚拟声音。这种数字声音让它们能够对外传达关于自己的一些信息。这些信息表明了它们是什么物件、它们在哪里、它们的状况和温度等信息。”

他表示,如果使用得当,这些互联设备在物理世界与数字世界之间形成了一个会合点,让软件应用(比如西门子的路德维希和巴特拉所说的网络)能够充分利用通常隐藏在历史记录或数据库中,或者完全消失于数字空间的所有信息。它们让系统能够针对现实世界的事物做出更智能、更及时的决定。

路德维希说:“正是这种着眼于未来的创新和合作,推动着如今先进制造业的发展。这完全是业界的一场根本性转变(paradigm shift):实际的制造世界与虚拟的数字制造世界相互交汇,让企业能够借助数字化手段,规划和预测产品的整个生命周期和生产设施。”

在安贝格车间,数字世界与现实世界的这种交融让产品和生产成为数字化制造流程的核心部分。正如加特纳报告中所描述的,“车间里面,触摸屏人机界面(HMI)让用户可以向下钻取数据,了解各方面信息,从一段时间的业绩趋势到每条产品线,甚至每一个零部件。这样一来,不仅可以密切跟踪业绩,还可以对400多个数据自动采集点进行深入的根本原因分析。”

古斯塔夫森表示,这正是物联网的真正价值所在。“这一切归结为数字声音—通过为资产提供一种数字虚拟声音,向数字世界传达关于资产自身的信息,让用户能够采取更明智、更及时的决策,从而获得极强的洞察力,以深入了解生产运营和供应链。”

不过想广泛地利用这个价值,以便智能工厂在数字世界真正促进生产,并且把创新技术整合起来,让那些新的数字声音可以提高生产效率,就需要一种足够智能、足够稳健的平台承担这一重任。

nlc202309021637

这时候,工业互联网应运而生。

工业互联网

因最近的一篇重磅报告《工业互联网:打破智慧与机器的边界》,通用电气公司发觉自己成了智能工厂讨论的焦点。

报告解释,构筑工业互联网的高度互联的工业运营网络“结合了两大颠覆性革命的最新成果,一方面是源自工业革命的无数机器、设施、车队和网络,另一方面是互联网革命带来的计算、信息和通信系统等方面最近取得的迅猛进展。

结果是带来了第三波工业革命,由此“打开了一片新天地,得以提升生产力、减少低效和浪费,并且改善员工的工作体验”,这有望为全球经济带来10万亿美元到15万亿美元的产值。”

通用电气首席经济学家、这份报告的合著者马可·安农齐亚塔(Marco Annunziata)说:“哪怕生产力稍微得到提高,也有望在员工层面和企业层面带来显著成效。”

报告补充道:“只有三个主要的数字元素(智能设备、智能系统和智能自动化)与物理机器、设施、车队和网络完全融合起来,才能感受到工业互联网的真正威力。到时候,生产力提升、成本下降以及浪费减少等好处会普遍出现在整个工业经济。”

在去年11月于旧金山召开的报告发布会上,通用电气首席执行官杰夫·伊梅尔特(Jeff Immelt)向工业界介绍了通用电气在工业物联网带来的未来制造业所扮演的新角色。

他指着台上立在身边的硕大喷气发动机对观众说:“现在仍是注重生产力的时代。所有工业企业(不仅仅是通用电气)不再仅仅围着大型设备而转。我们都会竭力处理好与产品相关的分析工具、数据和软件。”

他补充说:“这一幕就出现在今天,而不是未来遥不可及的梦想。工业在阔步前行。”

在通用电气智能平台部门的制造软件总经理唐·布希克(Don Busiek)看来,伊梅尔特的演讲和报告本身预示制造新时代已来临。“如今制造业已出现了巨大转变。由于出现新技术、更智能的资产和更智能的设备,今天的先进工厂实际上已俨然变成了促进信息在整个企业顺畅流动的数据中心。”他解释道:“以前,如果你看一下制造业软件,会发现它们是孤立的系统;这些系统无法彼此联系;它们无法沟通,无法联络,所以工厂经理无法将本工厂的业绩与另一家工厂作一番比较。”

他继续说,工业互联网出现后,工厂突然之间能够把多家工厂的所有数据联系起来,甚至可以在手持设备上通过互联网查看这些数据,最终能够了解和比较企业下面诸工厂的业绩,并且了解和比较不同生产线上的设备工作性能。

“在我看来,这就是未来的方向,即这样一种互联世界概念:所有设备都在汇总数据,而你只管分析数据。数据经过分析后,可以根据使用者的角色,会在合适的时间提供给合适的使用者。”

“那就是未来的智能工厂。” 布希克说。

航天智能工厂 篇4

摘要: “智能工厂”是在数字化工厂的基础上,实行信息化和工业化的高度融合,为了加强信息管理和服务,必须有效利用物联网和设备监控技术。

“智能工厂”是在数字化工厂的基础上,实行信息化和工业化的高度融合,为了加强信息管理和服务,必须有效利用物联网和设备监控技术。在未来,将云计算中由大型工业机器产生的数据通过大数据与分析平台转化为实时信息(云端智能工厂),并结合绿色智能和智能系统等新兴技术,打造一个绿色、高效、舒适的人性化工厂。智能工厂基本特征主要包含以下三个层面:

一、制程管控可视化

智能工厂具有高度整合性,可以将整个生产过程中的原料管控和流程均可直接展示与控制者眼前,同时还可以实现系统机具的可视化,减少系统故障造成的偏差。而管理者可以根据留在数据库中的制程相关数据信息进行后续规划,也可以根据生产系统现况制定机具维护计划,还可以根据信息整合优化产品加工的智能组合。

二、系统监管全方位

在制造设备上采用物联网概念、以传感器作为链接,使其具备感知能力,系统可进行识别、分析、推理、决策、以及控制功能;这类制造装备,可以说是先进制造技术、信息技术和智能技术的深度结合。当然此类系统,绝对不仅只是在KS内安装一个软件系统而已,主要是透过系统平台累积知识的能力,来建立设备信息及反馈的数据库。从订单开始,到产品制造完成、入库的生产制程信息,都储存在数据库中,并通过各种形式呈现出来,使之一目了然,以便当出现制程异常时,控制者能够快速反应,从而促进工厂运转和生产的有效性。

三、生产制造重环保

在整个生产制造过程,不仅要注重材料的环保、关注污染等问题,还应从整个供应链着手,与上下游厂商建立从资源、材料、设计、制造、废弃物回收到再利用处理的绿色产品生命周期管理的循环,同时协助上下游厂商与客户之间共同生产环保绿色产品。

智能工厂的建设主要基于以下三大基础技术:

一、无线感测器

无线感测器的基本构成要素是智慧感测,它是实现仪器仪表智慧化的重要组成部分,是实现智能工厂的重要利器。无线感测器主要是运用包括神经网络、遗传演算法、进化计算、混沌控制等智慧技术在内的微处理器和人工智能技术的发展和应用,使仪器仪表实现高速、高效、多功能、高机动灵活等性能,如专家控制系统、模块逻辑控制器等都成为智能工厂相关技术的关注焦点。

二、控制系统网路化(云端智能工厂)

随着嵌入式设备越来越多的被应用于智能工厂制造流程,通过云端架构部署控制系统已成为或逐渐成为当今最重要的趋势之一。在工业自动化领域,随着应用和服务向云端运算转移,资料和运算位置的主要模式都已经被改变了,由此也给嵌入式设备领域带来颠覆性变革。如制造执行系统(MES)以及生产计划系统(PPS)的智慧化,以及连线程度日渐提高,云端运算将可提供更完整的系统和服务。一旦完成连线,体系结构、控制方法以及人机协作方法等制造规则,都会因为控制系统网路化而产生变化。此外,由于影像、语音信号等大数据高速率传输对网路频宽的要求,对控制系统网路化,更构成严厉的挑战,而且网路上传递的资讯非常多样化,哪些资料应该先传(如设备故障讯息),哪些资料可以晚点传(如电子邮件),都要靠控制系统的智慧能力,进行适当的判断才能得以实现。

三、工业通信无线化

利乐:打造智能化乳品、饮料工厂 篇5

从第一次工业革命开始, 到自动化、信息化, 直到现在的智能化, 工业生产逐渐已不再局限于人和机器的交流, 智能化的出现与发展更实现了机器与机器的交流。近期在自动化领域出现了一个热词——工业4.0, 它是自动化和IT技术的结合。其实工业4.0的很多信息技术都早已触手可及, 比如现今用到的微信扫码平台。工业4.0应用于生产和制造方面会给厂商带来很大益处。

工业4.0是由智能生产、智能物流、和智能工厂3部分形成整体的解决方案。智能工厂与现有的生产模式十分类似, 即从客户需求到所需的原材料、能源, 直至最后产出终端产品。但是, 客户的需求往往是即兴的、复杂的、多样化的, 智能化工厂无疑可以有效地帮助企业更高效、更有序地运作。下面将从控制系统和信息呈现两个方面对智能化工厂进行介绍。

使用智能的自动化控制进行有效管理

智能工厂的控制系统是对从原材料接收到灌装的整体生产进行控制的流程, 此过程需要设立中控室, 通过以太网络接入中控室来控制现场设备以实现完全控制的功能。当企业工厂投入运营后, 控制系统还会有后续的更新换代需求。由利乐提供的整体自动化方案可以针对企业工厂中现有的设备进行改造和扩建, 从而提升各个区域的生产能力。实现生产控制后, 利乐由7大功能模块组成的MES自动化平台, 能够提取工厂生产信息, 让管理者在第一时间拿到准确可靠的数据汇总, 然后再与ERP系统及其他平台对接, 实现整体工厂的信息化整合, 达到智能化要求, 最终实现系统的最佳性能。

智能工厂的智能化体现在一线操作人员气定神闲地坐在中控室里就可保障整线生产的流畅性, 这就是拥有高智能化程度的工厂。生产线接入信息化系统后, 客户的订单会愈发灵活多变, 这也是对自动化生产的一大考验。规避产品添加过程中的人为错误, 使操作系统、控制系统可以引导操作工做出正确的操作, 这是自动化生产的一大功能。利乐打造的智能工厂其智能化功能可以帮助企业保证食品质量与安全, 并做到智能排产与防错。

首先, 食品、饮料企业最为关注的就是食品安全和产品质量, 这需要企业在生产过程中做到每一个环节都能实时把控质量。在生产的过程中操作人员无法既当“运动员又当裁判”, 例如操作工在中控室操作生产一批浆料后, 需要通知质量检验室进行检验, 这中间就会产生一个从机器到人, 人再将信息传递到另一个部门的过程, 不仅降低了效率, 也容易产生差错。针对此现象, 利乐提出优化的改进方案:中控室的操作工启动质检功能, 直接在质检室打印出条码, 然后质检人员在进行取样扫码的同时就可以知道样品来源和需要检测的指标。此方案对质检人员的要求也相应有所降低, 不再需要仅仅依靠脑力去记忆所要检测指标, 漏检的情况也将有所降低甚至没有。而且每一条检测记录, 参考值都可以一并录入到数据库中, 这些数据对工厂的整体管理和最终产品来说都很重要的。

其次, 未来的工厂产品品种会越来越多, 工艺也会越来越复杂, 这就需要灵活有效的智能排产来管理生产。现在的排产软件可以在每一台灌装机上安排生产一定数量的产品, 信息输入后, 可以自动提示哪些设备应该在何时开启, 从而在保证产品按时按量生产的同时也确保不会因为过早运行设备而造成能源浪费。比如灭菌机的运行需要消耗蒸汽, 过早开启会大量消耗能源, 只有在正确的时间, 在正确的机器上做准确的操作, 最终才能使所需要的产品被正确生产出来, 这就是智能工厂的自动化生产管理能够带来的好处。当机器发生故障或维护人员需要做固定维护时, 自动化生产管理也可以将生产信息录入排产当中, 以便迅速地重新布置。对于希望在短时间内调整计划并生产出想要产品的工厂来说, 这需要很强的应变能力, 智能工厂可以进行小批量、多批次的复杂生产, 从而提升应对市场需求的能力, 可以更好的处理紧急情况。

再次, 投料环节中智能化工厂可以指导操作员的操作, 由整体批次去触发配料平台系统, 打印出需要的信息然后进行生产。通过条码枪、电子秤, 就可以知道生产的是什么、有多少, 通过扫描打印出来的条码, 操作工就知道该把这一段料加到哪一个罐子里。智能工厂会在3个点进行把控, 程序互锁, 任何一个环节出现问题都无法进入下一步, 加料完成后操作员可以更新自动化系统状态, 让控制系统知道加料已经完成。就原料管理模块和防错功能而言, 把控人工添加过程, 包括添加物料、添加量、添加目标罐等, 就可以更好地指导现场人员完成操作, 从而更好地保障生产安全和产品质量。

智能化的信息获取让生产安排更加灵活

智能工厂不仅有生产环节控制方面的功能, 还能通过信息化获取相应的生产信息, 并且可以让生产管理人员一眼就看出设备使用是否得当。从设备的整体效率而言, 首先看到的是整体设备可用率, 其次是表现性——设备是否以最大速度运行的依据, 最后是质量和总产量中合格品的比率。这3个数据综合之后, 才可以得到机器运行的状态。对于管理人员而言, 只需要看设备整体效率就能了解工厂里面运行的这台设备的状态。

利乐智能工厂的自动化系统还有一个优势功能——全程可追溯。工厂从原物料的接收直到终端消费者, 其间每一个生产环节的数据都可以完整记录, 从前处理到灌装到终端消费者, 可以实现完整的追溯。在整线生产过程中, 物料的使用会从各个环节向下传递, 生产过程中的加工参数、质量参数, 最后通过标签的方案打印在包装上。现在国外已经有此类的应用, 直接在每一个包装上打上追溯码, 终端消费者就可以在相应网页上输入包装上面的唯一码得到生产过程中的参数和质检结果, 很大程度上提升了消费者对该产品的信心。

此外, 生产管理人员有必要随时了解工厂的实际情况, 他们在开会的时候, 不上班的时候, 或者在机场候机的时候, 都可以随时拿到第一线生产的数据。此项功能可以通过i Phone, i Pad等设备直接查看生产信息, 第一时间做出生产安排。

长荣股份 打造智能化工厂 篇6

我们一直在奔跑

发布会上,长荣股份董事长李莉首先致辞。她表示,今年是长荣股份成立20周年,首先感谢广大客户20年来对长荣股份的支持,使得长荣股份从一家名不经传的小企业逐步成长为上市的大公司。2014年,长荣股份销售额突破10亿元,员工规模达近千人。这不仅是长荣股份的骄傲,也是中国包装印刷业的骄傲。因为现在的长荣股份不仅是中国的,也是世界的。

长荣股份上市至今已有4年,这4年里长荣股份部署了国际化、专业化、产业化的发展思路,确定了“三足鼎立?内生互动”的发展战略,主要体现在3个领域:以印刷设备自动化为引领的印刷设备发展;以云印刷为基础的引领印刷行业朝网络化、智能化发展的网络平台建设;以长荣股份的资本化实现对上下游的互动发展,同时搭建上下游的投融资平台。

据李莉介绍,目前长荣股份在这3个领域均实现了增长。第一个领域实现了2个方面的突破,首先是2014年收购海德堡印后资产,这代表着长荣股份国际化发展思路迈出了坚实的一步,目前长荣股份与海德堡合作生产的MK Promatrix模切机已成功登陆欧洲市场,获得了客户的一致好评,该设备也将在drupa2016展会上为包装印刷业带来更多惊喜和期待;其次是与赛鲁迪签订战略合作协议,未来将与赛鲁迪联合制造凹印机,实现在中国市场的销售。第二个领域是2014年长荣股份投资3亿元与台湾健豪印刷事业股份有限公司在天津建立了合资工厂,未来将带动中国印刷业朝网络印刷、按需定制方向发展。第三个领域是2014年长荣股份重组深圳市力群印务股份有限公司,通过对烟包印刷企业的整合,长荣股份会更深入地理解烟包印刷业未来的发展和需求,这是长荣股份所取得的成绩,也是未来的发展战略。用一句简单的话来形容长荣股份的发展,那就是“我们一直在奔跑”。

打造智能化工厂

数字化、网络化的快速发展对传统印刷市场带来了较大冲击,但包装印刷市场还在稳定发展,尤其是发展中国家,比如中国,对包装的需求每一年都在增长,这就给中国包装印刷业带来了很大的机会。然而,随着客户对产品质量要求的日益严苛、交货时间的缩短,以及用工成本的日益攀升,包装印刷企业也面临着质量、成本与效率的挑战。对此,长荣股份一直在帮助客户寻求最佳解决方案,以实现三者之间的平衡。

据长荣股份总经理蔡连成介绍,长荣股份目前已经能为包装印刷业带来全面的解决方案,从凹印到数字喷码,再到模切、烫印、糊盒以及检品,基本覆盖了纸盒包装的整个生产流程,再加上荣彩智能管理系统和智能物流系统,长荣股份将帮助包装印刷企业打造智能化工厂。

在Print China 2015展会上,长荣股份为现场观众打造了一个模拟的智能化工厂,让观众现场体验了智能化生产的无限魅力。展会上,长荣股份模拟了“向日葵香皂盒”活件的整个印后加工流程,即从数字喷码到立体烫印、压凹凸、全清废模切,再到糊盒、检品。其中,全新的MK1060ERSL自动全清废模切机,以及连接MK550Qmini检品机和MK650FBII糊盒机的联机翻转装置均为首次亮相。MK 1060ERSL自动全清废模切机除了能够一次走纸完成模切成型、清废、分盒、成品收集、计数堆叠、自动出料外,还新增不停机自动取样功能、新型自动化物流系统,可以与现代自动化工厂搭配实现无人化物流系统,帮助包装印刷企业实现真正的自动化、智能化。联机翻转装置则可以实现检品机和糊盒机的连线生产,使得检品和糊盒一次完成。

同时,长荣股份还首次展示了荣彩智能管理系统,通过该系统对“向日葵香皂盒”活件印后加工流程中所用到的设备进行实时监控,从而掌握每一台设备的状态、待机时间、生产速度、当前产量等参数,还可以实现检品设备的缺陷种类数量收集,生成生产结束报表,体现智能化、信息化带给客户的直观交互。

上一篇:实事求是思想路线的形成与确立下一篇:党员先进事迹材料500字