亚洲精华国产精华精华液网站,你懂的,娇生惯养4ph归寻(矜以),丰年经继拇中文3与其他教材比较

　　引言

　　隨著制造業對高性能、靈活組網能力的網絡需求日益迫切，5G技術已成為制造業數字化轉型的關鍵技術，并逐漸向社會各領域擴散滲透。5G具有媲美光纖的傳輸速度，接近工業總線的實時能力，正逐步向工業領域加速滲透。廣州數控設備有限公司(以下簡稱：廣數)為提高生產數字化、智能化水平，解決因手工作業引起的質量差異問題、產能低、運維成本高等問題，采用5G技術與傳統電機端蓋生產線結合，展開建設基于5G技術的電機端蓋數字化生產線。廣數為金屬切削加工領域走向智能化、柔性化、高端化轉型發展提供示范，對5G技術在智能制造領域的應用推廣產生較大的積極影響;另一方面，5G技術在傳統金屬切削加工領域的應用，將促使更多高端人員投身智能制造行業，也對人才的需要和知識結構提出更高的要求，有助于推進從業人員的知識技能，從而帶動制造業專業人員整體素質提升。

　　1 電機端蓋生產線搭建

　　電機端蓋數字化生產線可代表典型盤類零件的加工，整條產線布局如圖1所示。產線由4臺車床(采用雙備份設計模式，保證有機床故障時，產線仍能正常運行)、2臺鉆攻中心、3臺GSK-RB08機器人，1套檢測儀器、1套冷卻輸送線等組成，實現毛坯端蓋從車削、檢驗、鉆攻的成品加工，整條產線的生產節拍控制為60s。

圖 1 端蓋生產線布局圖

　　2 產線數字化設計與關鍵技術

　　電機端蓋數字化產線設計，采用5G技術實現IOT物聯網技術、3D數字孿生技術、AR增強現實技術、AI智能分析技術，其中實現包括設備遠程管理、設備服務管理、實時仿真監控、遠程碰撞預警、操作流程輔助、專家指導系統、視覺識別應用、數據分析應用等功能。

　　(一)IOT物聯網設計

　　如圖2 所示，最底層是輔組層，其中傳感器負責采集大量產線數據以供上層(設備層、服務等)使用;攝像頭作為安全監控和AI視覺識別使用;測量儀器包括了手動和自動測量，手動測量儀器需要具有無線傳輸技術。

　　第二層是設備層，包括了智能制造中核心的自動化裝備CNC、機器人、PLC等，它們都可提供符合工業標準通信技術。

　　第三層是邊緣層，包括了工廠內的邊緣服務器，還包括了工廠外的MEC邊緣服務器，這得益于5G技術，讓邊緣服務器的覆蓋范圍更廣。在邊緣層中，數據服務負責與設備層和傳感層通信，對外提供一個統一的接口;視覺識別服器用于視覺分析和數據匯報，MEC邊緣服務器用于提供邊緣服務載體，AI數據分析服務不屬于MEC邊緣服務器中，用于收集傳感器數據進行數據分析和數據匯報。

　　第四層是平臺層，包括了IOT云服務，向下用于與邊緣層的服務對接，向上用于向應用層服務對接，是數據的匯集地。視頻云服務，是支持攝像頭監控的遠程查看服務平臺;Maps云服務，采用強大且完善的百度/高德地圖的云服務接口，獲得完善的地理信息資源以及豐富的UI呈現。

　　第五層是應用層，包括了設備管理和產線監控兩個應用，方案如下：

　　? 權限管理(設備/產線)，使用組(Group)管理，設備/產線/用戶在同一組，則用于具有該設備/產線的權限;

　　? 數據監控，包括了實時數據監控、AI服務器的數據監控、環境數據監控等，通過IOT服務，用豐富的圖表展現方式呈現出來;

　　? 文件傳輸和加工程序控制，能遠程向CNC進行文件的上傳和下載，顯示當前程序和正在執行的行號，以及對CNC

　　執行程序的切換;

　　? 地理信息(設備/產線)，顯示當前設備或產線在地圖中的哪個地方，通過地圖能直觀查看，通過云平臺API顯示設備數量的區域分布;

　　? 異常處理，包括4部分，分別是報警歷史記錄，能顯示CNC和機器人的報警歷史，便于故障分析處理;設定報警閾值，便于自定義報警時間，比如設定機床倍率大于等于90的時候提示報警;設備維保推送，設定設備的維保時間和內容到期進行信息推送;故障自動推送：包括但不限于上述四種情況的事件推送通知，通過APP消息推送方式推送給用戶手機;

　　? MES數據監控，通過管理層的MES服務器中獲取數據，包括了訂單任務頁面和工藝頁面;

圖 2 IOT 物聯網應用框圖

圖 3 3D 仿真監控圖

圖 4 AR 專家遠程指導示意圖

圖 5 視覺識別結構圖

圖 6 刀具磨損檢測與環境監測示意圖

　　? 自定義看板頁面，用組態軟件的思想設計的一款軟件，通過在頁面中用鼠標拖拽方式，按用戶需求自定義看板需要顯示的內容和布局，主要用于設備數據模塊的拖拽布局編排，設備、產線的數據展示。

　　第六層是管理層，包括了ERP企業管理系統，MES是GSK制造執行系統GMES，WMS物流管理系統。

　　(二)3D數字孿生技術

　　(1)實時仿真監控

　　開發3D數字看板用于根據實際場地、添加 3D 模型進行大小方向位置等信息的修改，配置連接實際設備后，便可通過網頁中跟實際場地布局相似的 3D 場景，來進行設備信息的獲取及情況的查看。產線的運行狀態如圖3所示，用 3D 技術模擬車間產線，同時可以通過 3D 看板查看設備的運行狀態。抽象數據轉換成直觀畫面，使數據可讀性更高。

　　(2)遠程碰撞預警

　　碰撞預警(安全輔助)能預警調試過程中是否有碰撞發生，并把檢測結果實時反饋給現場機器人。碰撞檢測數據源從現場機器人控制器利用5G網絡實時傳輸到專家端電腦，分析后把結果回傳到現場機器人，若發生碰撞預警則機器人立刻停下避免發生碰撞事故。該功能實現了產線機器人對機床和傳送帶等設備的碰撞預警功能，有效預防由于調試人員誤操作導致的撞擊問題。

　　(三)AR增強現實技術

　　(1)AR產線啟動與巡檢

　　該項功能可保證電機端蓋產線的正常啟動與判斷設備運行狀態，很好地解決人為疏漏等問題。電機端蓋產線的啟動流程：

　　物料識別→物料上架→確保CNC安全門打開→確保工裝鎖緊→確保機床坐標回零→機器人零點確認→傳送帶無異物→操作臺按鍵操作流程。

　　AR巡檢實現如下功能：安全區域提醒、油箱狀態檢查、查看機床內部攝像頭是否出現異常現象、設備保養時間提醒、設備狀態顯示。

　　(2)AR專家遠程指導

　　利用AR眼鏡，結合5G技術與開發的AR遠程專家應用， 可解決技術專家數量有限，而技術服務需求量大的矛盾。現場作業人員可與技術專家進行遠程面對面高清語音視頻溝通，技術專家可利用5G網絡在電腦端直接查看現場作業人員用AR眼鏡所呈現的內容，技術專家可在電腦端對AR眼鏡所看到的實時視頻進行虛實疊加的批注，批注內容直接呈現在現場作業人員的眼鏡上，且能對實物鎖定，實現“手把手”指導。

　　(四)AI智能分析技術

　　(1)視覺識別技術

　　利用視覺識別技術，實現對產線的反饋控制，通過攝像頭采集產線的狀態，傳輸到AI視覺識別服務器中，通過已訓練的模型得出分析結果，并把結果通過數據服務分發到指定的產線設備，如出現斷刀、夾具打開失敗、夾具夾持不正等異常情況需要產線停機，則結果發送到PLC，如需要清理殘留鐵屑，則結果發送到機器人等等。分析結果同時通過采集服務發送到云端，并把異常信息推送到手機APP中，讓技術人員及時獲取異常信息，再通過遠程信息診斷故障原因，安排后續的故障恢復工作，大大提高了產線的穩定性、產品的良率和故障的解決效率。

　　(2)數據分析與智能檢測技術

　　數據分析技術主要用于刀具磨損檢測與車間環境監測。

　　刀具的磨損狀態分為新刀未磨損、早期磨損、嚴重磨損以及失效的4種狀態，對應的切削溫度是不同的，利用這一點開展實驗，得出不同刀具在不同狀態下工作時的溫度值，實現了對刀具磨損狀態的實時監控，對提高機床的加工效率、加工精度以及良品率起了很大作用。

　　為保障工廠內工作人員的健康和生產環境的安全，環境檢測是重要的一環。在每條產線的控制臺旁邊部署環境參數檢測模塊，更靠近人和機器。采用5G通信技術把模塊數據通過采集服務器傳輸到AI數據分析服務器進行環境數據的統計和預判分析。

　　3 電機端蓋數字化生產線應用與性能提升指

　　標

　　廣數基于5G技術的電機端蓋數字化生產線于2019年12月建造完成，用于自動化生產電機前、后端蓋等盤類工件。產線建成后日產量提升57.53%，人均日產量提升1061%，年度產品不良率下降1.5‰。

　　(1)生產效率提升

　　2019年之前，一條產線中生產電機端蓋標準工時為：前端蓋加工4min，后端蓋加工5min，合計9min，每日擋產時間約為2h，每日所需現場作業及運維人員8人，每日可產約146套電機端蓋，每日人均產出約18套。

　　2020年生產電機端蓋標準工時為：前端蓋加工3min，后端蓋加工3min，合計6min，每日擋產時間約為1h，每日所需現場作業及運維人員1.1人，每日可約產出230套電機端蓋，每日人均產出約209套。

　　日產量提升率=(230-146)/146*100%=57.53%，人均日產量提升率=(209-18)/18*100%=1061%。

　　(2)產品不良率降低

　　2019年之前，一條生產電機端蓋的產線年約生產53000套電機端蓋，其中不良產品約為106套;2020年一條電機端蓋數字化產線全年約生產82000套電機端蓋，其中不良產品約為123套。不良產品率變幅=(123/82000-106/53000)*‰=-0.5‰

　　4 總結

　　電機端蓋數字化生產線是廣數設計的基于5G技術的智能制造轉型建設方案，能夠立足精密智造，通過5G、3D數字孿生、AR、AI、機器學習等多項技術手段，減少人為誤差，實現高帶寬、低時延、高可靠性的數字化生產線。