久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

智能制造是制造業深入實施創新驅動發展戰略的重要引擎，是我國由“制造大國”到“制造強國”跨越的必由之路。機器人化智能制造旨在利用機器人柔順性、靈活性、開放性、易于重構、可并行協同作業等優勢，將人類智慧和知識經驗融入感知、決策、執行等制造活動中，并賦予機器人化制造裝備在線學習與知識進化能力，并通過人與機器合作共事，擴大、延伸和部分地取代人類專家在制造過程中的腦力勞動，提高制造裝備和系統的適應性與自治性。機器人化智能制造是智能制造的前沿發展方向，已成為制造學科前沿研究熱點，并有望帶來產業變革，最終將通過無處不在的機器人，無處不在的傳感，無處不在的智能，實現無處不在的制造。

智能制造在制造業扮演著重要的角色，我國把大力發展制造業擺在更加突出的位置，連續十年中國制造業的規模是世界第一，并且品種、種類數量也是全球第一。制造業在國民經濟中占比1/3，但未來如何從制造大國變成制造強國，這是值得我們思考的。

1　智能制造未來發展戰略思考

制造業支撐起了我國重大技術和裝備生產，包括高鐵、919飛機、殲20等大型裝備，在我們國家的重大工程和行業中發揮著重大作用。但在國家航天、航空、航海戰略行業中，一些高端裝備和關鍵制造技術還依賴于外國進口。

我國的制造技術產業經歷三個發展階段，“十二五”規劃強調高精度數字化制造；十三五”規劃強調數字化智能化制造；“十四五”規劃強調高性能智能化制造。其發展趨勢是從高精度到高性能、數字化向智能化邁進。未來通過信息技術的深度融合，無處不在的制造、智能與傳感將在制造業涌現。

智能制造的發展主要有以下五點趨勢：

第一個趨勢，機器人與機械材料、數學力學、信息傳感、生物醫學等多學科強烈共振，形成具備與作業環境、人和其它機器人自然交互的新一代“共融機器人”。

第二個趨勢，智能制造技術、機器人技術與信息技術不斷深度融合，促使先進制造技術紛紛涌現，孕育著新的制造原理和概念，形成了創新源動力。其中比較有代表性有特種能場制造、精密與超精密制造技術，這些先進制造技術將成為智能制造技術的基礎。智能制造技術當前正逐漸以大數據、云計算等互聯網技術為基礎，呈現出數字孿生、車間與工廠智能、人機相互合作為特征的發展趨勢。

第三個趨勢，新一代信息技術與制造業深度融合，引發制造裝備、系統與模式的重大變革，制造模式向人機共融、泛在制造，無人化制造等方向發展。共融機器人、人工智能大數據、人機交互技術等新一代信息技術與先進制造的深度融合，將突破智能制造系統的柔順性和人機共融能力。通過泛在感知技術進行全場景、實時多模態融合感知和適合大型、復雜、多品種小批量的零件“即插即用”式泛在制造。未來，智能裝備會朝著自決策、自進化、自律控制的趨勢發展。

第四個趨勢，人工智能推動制造系統進化，新一代人工智能技術與先進制造技術的融合，促使智能制造在自決策、自學習、自進化方面形成新的熱點。智能服務為核心的產業變革和形態變革，是新一代智能制造的主題。新一代的云端服務和工業智聯網也是新一代制造系統的重要支撐，制造智聯的自決策優化將促進成車間與工廠的智能化升級。

第五個趨勢，機器人化智能制造成為智能制造的主攻方向。利用機器人靈巧、順應和協同的特點，可以將人類的智慧和知識經驗融入制造過程，實現非結構化環境下的制造。通過多機協作機制，實現人、機、環境共融。

從我國智能制造的體系架構看，發展智能制造需要從人機、多機協同的機制、演變規律，以及運行原理著手，同時在關鍵技術方面要形成突破，形成一些重點優先的發展領域，從而支撐國家的重大戰略需求。

智能制造體系架構主要有五大發展方向。發展方向之一，非結構環境下人、機、環境共融制造。在非結構化環境下，制造狀態多模態感知與人機協調控制激發全場景多模態感知與多元數據融合，人、機、環境將達到共融制造。當前的制造一般都是在結構化環境中進行，而制造講究的是效率、成本、質量第一。所以，在未來的非結構化環境中，人工智能感知和人機協同控制融合發展將成為主流。

發展方向之二，極端作業環境下的機器人化智能制造。未來的極端環境，尤其是惡劣環境下的，人必須得到解放。機器人化智能制造將取代人在惡劣環境、高重復性的、人類無法適應的跨尺度條件下的工作。

發展方向之三，泛在信息感知與操作融合的泛在制造。主要有三方面的內容：加工系統多模態信息感知與狀態監測、加工動力學行為與性能調控機制、多機協同自律制造新原理與新模式。

發展方向之四，全生命周期綠色低碳制造。綠色制造是永恒的主題，節能、新材料、綠色加工工藝與節能管控，以及回收與再制造，這是今后智能制造發展的重要方向。

發展方向之五，全要素全流程互聯互通制造。一方面互聯互通轉變制造模式，使得智能制造更加便捷。但隨之而來產生了個人隱私保護的問題，如何既讓用戶享受互聯互通的優勢，又使其個人的隱私得到保護？如何做到主動的安全保護？能否建立一個主動的防御系統，使工業互聯網能夠實現互聯互通，同時要又能保護個人的隱私和安全，這些是我們學術界需要進行研究的。

2　機器人化智能制造研究探索

世界各國都對機器人化智能制造高度重視。美國的無盡前沿法案，對美國機器人的發展制定了一個路線圖，他們重點關注機器人和先進制造技術。歐盟比較關注機器人的加工能力，明確提出了要實現50μm精度的加工機器人，而我們國家的戰略是“中國制造2025”，主要是實現人、機、環境的共融。

機器人化制造是智能制造領域國際熱點。近年來，華科、清華、上交、浙大、天大以及航天科工、航天科技、中航工業等企業，通過機器人機械學與加工工藝、技術共融，在大型構件制造技術及裝備方面取得了較好進展。最近，Science Robotics、MIT科技評論等聚焦“機器人集群、用于機器人的人工智能、靈巧機器人”等研究方向。Science Robotics期刊上提出了未來機器人面臨的十大挑戰，包含新材料、仿真、能源、機器人集群以及人工智能等等。MIT科技評論了機器人領域的十大突破技術，位于榜首的是靈巧機器人。實現靈巧機器人是未來面臨的最大機器人技術難度，這是一個非常值得探索的學術研究方向。

自1997年開展智能4M系統以來，華科大團隊通過理論探索、技術攻關，攻克了大型復雜曲面加工精度保障難題，研制了機器人加工裝備與數控加工自主工業軟件，并在企業得到重要應用。2005年，我們參與了973計劃，完成了機器人的數字化制造。2010年，轉向了航空零件的數字化。2015年，在國內率先開展機器人加工的重點基金項目研究。2017年，牽頭風電葉片打磨重點研發國家專項。2021年，獲批了機械學科的第一個基礎科學中心—機器人化智能制造。

機器人化智能制造的科學內涵就是使得單個的機器能夠實現能工巧匠，多個機器能夠實現多機協作，人機可以實現自然交互。所以，機器人化智能制造基礎科學中心目標是建立起中國的機器人化智能制造理論體系，同時形成機器人加工30μm的技術，研制機器人化智能制造重大裝備三大預期目標。另外，我們也提出了實現機器人化加工的形性調控、行為順應和系統進化三大科學問題。希望機器人化智能制造基礎科學中心，能夠站在國際技術的前沿引領國際機器人化智能制造科學與技術發展。

機器人化智能制造基礎科學中心的研究方向主要有三個，一是解決機器人化復雜曲面制造，二是機器人化大型構件制造，三是機器人化功能結構制造。大型復雜曲面具有尺寸超大、曲面復雜、形性嚴苛等特點，實現它的智能化制造不僅是我國的重大需求，同時是公認的國際難題。其中比較有代表性的是這種薄壁件的加工，在生產過程中變形問題，振動問題，加工效率問題，是制造業里面經久不衰的主題。

在我國很長一段時間里，大型構件的全型面加工，如大型航空器蒙皮、大型風洞、高鐵結構體加工，普遍采用人工作業方式，作業環境惡劣、效率低、一致性差，且無法形成加工質量閉環控制，加工品質難保證，這些工作迫切需要盡快實現機器人化智能制造。

在實現機器人化智能制造中，有如下幾個挑戰。其一是機器人加工裝備。現有數控加工裝備和工業機器人難以兼顧大型復雜構件高效、高品質制造的需求。所以，如何設計出具備高靈活性、高精度、高剛度且適用于大型復雜結構件制造的加工機器人本體？實現“高速不抖”、“重載不趴”？以及如何通過手眼協調，柔順控制技術實現高精度加工？這是亟需解決的問題。

其二是全場景測量技術。大型復雜構件尺寸大、面型復雜、表面呈現弱結構紋理特征和非朗伯高光反射，傳統測量手段難以滿足跨尺度檢測要求。如何攻克超大弱結構特征高光反射曲面測量系統校準、拼接等難題，實現全場景高精高效原位測量與質量評定？

其三是自律跟蹤控制。由于構件尺寸大、缺乏定位基準，并行加工過程中多機軌跡干涉、加工振動耦合，對多機自主尋位與自律控制帶來挑戰。如何實現大范圍工作空間內多移動加工機器人全場景快速準確的自主尋位與自律控制？

其四是測量建模加工一體化技術。由于機器人幾何誤差和非幾何誤差同時影響輸出精度，所以面臨的技術挑戰是如何實現復雜曲面零件輪廓誤差測量、建模與補償？

我們建立了超大尺寸空間機器人移動加工誤差順應補償機制與精度可控理論，實現了大型復雜構件多機器人協同原位制造。如：在100米的超大尺寸空間中，通過激光雷達等技術將移動機器人在運動空間的位置精度控制在±5mm。在機械臂2米范圍的操作空間中，通過點云伺服等技術實現了±1mm精度。在40mm范圍的交互空間中，通過終端力控，最終將精度控制到±50μm。機器人實現大型構件的微米級加工，需要經過運動空間、操作空間、交互空間反復的演進，最后才能達到可靠的加工精度。

在視覺引導的機器人加工路徑規劃研究方面，我們發明了測量-加工機器人系統精確標定與刀具軌跡生成技術，解決了易變形構件機器人銑削路徑規劃難題，相關工作以及系列論文發表在IEEE T.Robotics上。

在機器人測量、操作、加工一體化技術上，我們攻克了全場景跨尺度測量、大范圍自律跟蹤定位、高精度自適應加工三大機器人加工的核心技術，實現了大型復雜構件全域高品質制造。以前機床的加工精度依靠機床的鋼性、導軌、主軸來保證，未來通過人工智能、大數據、感知，也能夠實現一定的精度。

另外，我們也提出了數據驅動的信息物理系統動機理建模方法——IHYDE，闡明了物理流和信息流耦合下的多系統動力學機理和切換邏輯，實現動態數據的解耦，可為智能制造各類場景的建模仿真提供普適性理論支撐。

針對現有智能診斷模型兼容性泛化性不足的問題，提出可用于異構傳感信號的通用端到端深度神經網絡框架，解釋了由于時序依賴性造成的樣本劃分精度變化問題，研發了制造系統通用AI診斷框架，為制造系統運行的高效性和可靠性提供了重要理論與技術支撐。

在技術前沿領域，我們發明了一種軟體機器人，它不僅具備類生物的靈巧性，而且具有極好的環境適應性，相關工作已在《Science Robotics》上發表。另外，我們也自主開發了Turboworks軟件，它解決了大量的數學問題。但最重要是其自適應的加工能力，該軟件在二階大擺線的加工和發動機制造上發揮著巨大的作用。

在變形控制與自適應加工方面，我們也開發了大量的應用，如大型葉片的變形控制等。在自主軟件Turboworks平臺上，完成了國內最大規格的鈦合金葉片的批量生產，并且變形控制的效果得到了較大的改善。另外，數字孿生技術在現場應用方面也產生很好的應用效果。在機床制造已經裝配了數字孿生系統，通過觸控系統，實時讀取數據，并進行在線的仿真，從而在線規避了人為設置的加工誤差。

在大型風電葉片制造上，我們開發的大型風電葉片機器人智能制造系統入選2018年中國智能制造十大進展，該成果目前已經應用到了高鐵車身制造上，主要是利用自適應加工技術實現了車身全形面的點云拼接和型面磨拋。目前正在研究吸附式機器人磨拋技術，希望能夠為大型客機蒙皮活化提供新的解決方案。

我們在大型復雜曲面機器人加工技術領域有四大技術創新，分別是全域測量、隨形順應、智能工藝和裝備集成技術。采用這些技術，今年我們交付中車7條生產線和9套加工測量系統，并全部成功應用于批量生產。同時也非常榮幸獲得了2022年中國機械工業聯合會的技術發明特等獎，這也標志著我們國家大型曲面加工技術形成了自主核心競爭力。

3　未來研究工作思索及其展望

未來的研究主要有三大方向。第一是大數據驅動與機理建模。如何把現實生活中海量數據提取出來，并將其提煉生成可信機制的模型，從而賦能傳統行業，這是我們研究者需要解決的。

第二個是手眼腦協同。要做到手眼腦協同就需要將算法變成芯片，這不是簡單的算法、算力的提升。雖然可以借鑒清華大學自行車、特斯拉無人駕駛非結構化環境的算法，但這些算法目前尚不能解決工程中的實際問題。所以，能否研發出適合工業場景的手眼腦協同的AI芯片，并真正應用于工業場景，這是機器人化智能制造發展的瓶頸所在。

第三個是機器人化智能制造。未來的機器人化智能制造將會滿足隨時隨地加工的要求，例如，機器人對航天飛行器艙體的加工過程中，需要隨時進行無人化操作，還要進行大范圍的“精雕細刻”。除了滿足隨時隨地加工的要求外，還需要有“螞蟻噬骨”一樣的集群加工能力。這次“俄烏戰爭”中無人機的戰斗力非常強，未來這種機器人的全自主集群加工，會不會有一定的應用前景？這個問題也值得我們探討。以前是“鐵打的機床，流水的工件”，未來可能是“工件是鐵打的，機床是流水的”。復現機床加工能力，模仿人的技能，創造群體智能，這是機器人化智能制造的未來發展趨勢。

從最早的零維固定式機械臂、一維移動機械臂，到二維的全向移動機械臂，如今已經有三維的爬壁加工機器人，未來將會產生全域多棲加工機器人。機器人加工將會不斷突破尺度、地域、時間三重約束，新一代的機器人將由此產生。

工程最重要的是科學，而數學家、物理學家、化學家、力學家、生命學家，是科學的心臟和大腦。如何把知識變成能力，讓能力服務于工程？如何把工程需求變成普遍現象，并歸結為科學原理？這是我們今后幾十年要仔細思考的問題。

將知識轉化為能力，這是我們工程科學和技術科學的學者們要長期堅持并努力的方向。技術來源于科學，應用于工程，如何將我國的高端制造業向高端邁向并走向世界，形成自主可控的核心技術，這是未來我們的奮斗目標。

（本文根據中國科學院院士丁漢曾做過的報告“機器人化智能制造”整理）

摘自《自動化博覽》2023年7月刊