許敏

摘 要：近年來(lái)，智能技術(shù)的不斷創(chuàng)新與發(fā)展，在很大程度上推動(dòng)我國(guó)國(guó)民經(jīng)濟(jì)的建設(shè)發(fā)展。尤其是在機(jī)械制造業(yè)及高端科技領(lǐng)域更是起到了不可忽視的重要影響。從目前智能技術(shù)的發(fā)展?fàn)顩r來(lái)看，其在機(jī)械視覺(jué)、優(yōu)化調(diào)度和系統(tǒng)組織等方面已經(jīng)發(fā)展相當(dāng)成熟。文章主要針對(duì)這三方面的發(fā)展現(xiàn)狀及未來(lái)的發(fā)展趨勢(shì)進(jìn)行闡述分析，希望通過(guò)文章的論述可以為相關(guān)人員提供一定的參考意見(jiàn)。

關(guān)鍵詞：智能制造；機(jī)器視覺(jué)；優(yōu)化調(diào)度；自組織

中圖分類(lèi)號(hào)：TH16 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）28-0156-02

Abstract： In recent years， with the continuous innovation and development of intelligent technology， to a large extent， to promote the construction and development of our national economy. Especially in the field of machinery manufacturing and high-end science and technology has played an important role can not be ignored. From the current development of intelligent technology， its mechanical vision， optimal scheduling and system organization has developed quite mature. The following paper makes an analysis mainly for these three aspects of the development of the status quo and the future trend of development， in the hope that the discussion of the article can provide some reference for the relevant personnel.

Keywords： intelligent manufacturing； machine vision； optimal scheduling； self-organization

隨著各種新技術(shù)的層出不窮及智能技術(shù)的不斷發(fā)展創(chuàng)新，在當(dāng)下很多產(chǎn)品發(fā)展過(guò)程中尤其是具有高速、優(yōu)化結(jié)構(gòu)、新能源及新動(dòng)力等方面智能制造技術(shù)的競(jìng)爭(zhēng)優(yōu)勢(shì)尤為突出。從這個(gè)角度來(lái)講，在未來(lái)的發(fā)展過(guò)程中智能制造將得到越來(lái)越普遍的重視及應(yīng)用。智能制造不僅僅包括智能技術(shù)和智能制造系統(tǒng)等重要的技術(shù)創(chuàng)新，還具有高度自動(dòng)化、自學(xué)習(xí)的功能，可以說(shuō)是現(xiàn)代先進(jìn)制造業(yè)未來(lái)發(fā)展的重要方向。在借鑒國(guó)內(nèi)外比較先進(jìn)的智能制造技術(shù)的同時(shí)，也結(jié)合我國(guó)實(shí)際發(fā)展現(xiàn)狀進(jìn)行研究及應(yīng)用創(chuàng)新。文章主要從機(jī)器視覺(jué)、優(yōu)化調(diào)度及自組織等方面，針對(duì)智能制造進(jìn)行分析并結(jié)合我國(guó)實(shí)際發(fā)展現(xiàn)狀針對(duì)存在的問(wèn)題進(jìn)行闡述，以便真正意義上推動(dòng)我國(guó)智能制造行業(yè)的發(fā)展。

1 面向智能制造設(shè)備的機(jī)器視覺(jué)技術(shù)

1.1 機(jī)器視覺(jué)的感知

工業(yè)的不斷發(fā)展壯大對(duì)勞動(dòng)力及產(chǎn)能的需求越來(lái)越大，特別是工業(yè)機(jī)械人的崛起，更是對(duì)裝配、分揀、搬運(yùn)等工序進(jìn)行了全面的改革創(chuàng)新，工業(yè)機(jī)械人改變了原有的操作模式，通過(guò)對(duì)編程及計(jì)算機(jī)技術(shù)的改進(jìn)就可以提前依照工業(yè)程序完成該作業(yè)流程，并大大減少了對(duì)勞動(dòng)力的需求，與此同時(shí)也將大大提高產(chǎn)能的需求。從這個(gè)意義上來(lái)講工業(yè)機(jī)械人的發(fā)展是不容忽視的，必須加強(qiáng)對(duì)工業(yè)機(jī)械人的重視。工業(yè)機(jī)械人在工業(yè)生產(chǎn)中的應(yīng)用必須依照一定的程序方能起到很好的效果，否則將難以轉(zhuǎn)化成實(shí)際的經(jīng)濟(jì)效益。它需要對(duì)機(jī)械進(jìn)行合理的編程，通過(guò)編程對(duì)傳感器加強(qiáng)自我判斷的能力，也就是通常情況下所說(shuō)的機(jī)械視覺(jué)技術(shù)。這種技術(shù)在操作的過(guò)程中為了有效實(shí)現(xiàn)自我判斷力，必須對(duì)信息進(jìn)行有效的分析、對(duì)精準(zhǔn)度有著較高的要求以及反應(yīng)速度等，這些也是其他機(jī)械設(shè)備所不具有的特性。視覺(jué)技術(shù)的實(shí)現(xiàn)主要是通過(guò)預(yù)先設(shè)計(jì)好的編程程序來(lái)完成的，在實(shí)際應(yīng)用中相當(dāng)于人在操作，通過(guò)機(jī)械設(shè)備自動(dòng)化實(shí)現(xiàn)人機(jī)操作，減少人力。它能夠有針對(duì)性地對(duì)圖像、配圖及智能相關(guān)設(shè)備進(jìn)行處理。

1.2 機(jī)器視覺(jué)的動(dòng)態(tài)監(jiān)控與反饋

在智能化制造過(guò)程中，比較重要的因素則是自動(dòng)化生產(chǎn)，自動(dòng)化生產(chǎn)的順利開(kāi)展將對(duì)整個(gè)設(shè)備的有效運(yùn)行有著不可忽視的重要影響。尤其是能夠?qū)崿F(xiàn)實(shí)時(shí)反饋，否則自動(dòng)化生產(chǎn)一旦出現(xiàn)故障問(wèn)題將造成不可估量的重要損失，嚴(yán)重影響設(shè)備的正常運(yùn)行。所以在自動(dòng)化生產(chǎn)過(guò)程中絕對(duì)不容許視覺(jué)技術(shù)出現(xiàn)延遲反饋和非動(dòng)態(tài)反饋的缺陷問(wèn)題。在工業(yè)上通常情況下視覺(jué)技術(shù)主要包括環(huán)境感知、視覺(jué)監(jiān)控、圖像無(wú)損壓縮以及實(shí)時(shí)通信等。在正常的監(jiān)測(cè)過(guò)程中對(duì)實(shí)時(shí)通信的要求比較高，必須做到信息的準(zhǔn)確性、及時(shí)篩選不準(zhǔn)確的信息進(jìn)行數(shù)據(jù)統(tǒng)計(jì)。

2 面向智能制造資源的優(yōu)化調(diào)度

如何進(jìn)行優(yōu)化調(diào)度是近年來(lái)比較關(guān)注的重點(diǎn)問(wèn)題，主要是針對(duì)其可分解的工作程序進(jìn)行合理工序安排，將某種指標(biāo)通過(guò)合理排序、協(xié)調(diào)作業(yè)進(jìn)而達(dá)到最大優(yōu)化程度。通過(guò)合理的對(duì)生產(chǎn)地點(diǎn)、生產(chǎn)時(shí)間及生產(chǎn)工序進(jìn)行分配作業(yè)可以使得他們發(fā)揮應(yīng)有的功效，最大限度的實(shí)現(xiàn)經(jīng)濟(jì)效益的提升，縮短產(chǎn)品生命周期，加快競(jìng)爭(zhēng)，這也是各企業(yè)間相關(guān)競(jìng)爭(zhēng)的重要因素。所以在現(xiàn)代化管理過(guò)程中，面對(duì)智能制造技術(shù)的不斷創(chuàng)新，必須加強(qiáng)其合理優(yōu)化調(diào)度。

人工神經(jīng)網(wǎng)絡(luò)模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，通過(guò)調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的。它屬于黑箱模型，能夠?qū)σ延袛?shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)，然后通過(guò)該模型已有的“經(jīng)驗(yàn)”，對(duì)后續(xù)操作進(jìn)行預(yù)測(cè)和判別。遺傳算法是在計(jì)算機(jī)上對(duì)物種種群進(jìn)化過(guò)程進(jìn)行模擬而獲得結(jié)果的方法。它根據(jù)適者生存的自然規(guī)律來(lái)進(jìn)行搜索計(jì)算和問(wèn)題求解，主要包括遺傳（交叉）操作、變異操作和選擇操作。這是一種基于種群的演化方法，具有較好的求解能力和魯棒性。模擬退火算法模擬了固體退火原理，通過(guò)賦予搜索過(guò)程一種時(shí)變且最終趨于歸零的概率突跳性，來(lái)實(shí)現(xiàn)其最終的優(yōu)化求解能力。在這個(gè)過(guò)程中，高溫退火時(shí)算法的全局搜索能力較強(qiáng)，能夠較快速地得到一個(gè)不錯(cuò)的解；而低溫時(shí)則主要進(jìn)行局部搜索，維持現(xiàn)階段的較優(yōu)解。禁忌搜索算法是一種模擬人類(lèi)記憶功能的優(yōu)化算法，在求解過(guò)程中，為避免陷入局部最優(yōu)解，該算法采用動(dòng)態(tài)的禁忌表來(lái)記錄已搜索過(guò)的較好鄰域結(jié)構(gòu)，并在之后的求解過(guò)程中能夠主動(dòng)避開(kāi)已記錄的鄰域移動(dòng)，減少重復(fù)搜索。它對(duì)初始解和鄰域結(jié)構(gòu)具有較強(qiáng)的依賴(lài)性。蟻群優(yōu)化算法抽象地提取了蟻群的覓食過(guò)程，通過(guò)具有正反饋的群體協(xié)作機(jī)制，來(lái)實(shí)現(xiàn)最優(yōu)路徑的選取。實(shí)際上，這是一種基于動(dòng)態(tài)禁忌表的概率選擇性算法，它能夠快速地對(duì)目標(biāo)對(duì)象進(jìn)行求解，并且具有較好的收斂性能和魯棒性。

3 面向智能制造系統(tǒng)的自組織技術(shù)

3.1 ADACOR整子制造控制系統(tǒng)

這種控制系統(tǒng)主要是將分級(jí)控制方法和遞階控制方法進(jìn)行了整合，通過(guò)分散化的方式將其有效信息進(jìn)行整合，然后通過(guò)集中優(yōu)化的方式來(lái)完成對(duì)突發(fā)狀況的處理，在進(jìn)行處理的過(guò)程中多半是采用遞階的方式來(lái)完成。這種系統(tǒng)架構(gòu)的主要優(yōu)勢(shì)有以下幾點(diǎn)：自身可建立完善的模塊化系統(tǒng)、分散化、敏感性、靈活性和穩(wěn)定性及可擴(kuò)展性。將各個(gè)系統(tǒng)控制進(jìn)行分解然后整合團(tuán)體。ADACOR通過(guò)采用Petri網(wǎng)形式明確定義了個(gè)體整子的行為，并采用智能UML序列圖定義了整子間的交互模式。依據(jù)系統(tǒng)的擾動(dòng)水平，結(jié)合層次和遞階控制結(jié)構(gòu)，使用自適應(yīng)機(jī)制，ADA-COR為自適應(yīng)生產(chǎn)控制提出了一種二位狀態(tài)的平衡方式，這具有非常重要的意義。

3.2 自組織模型細(xì)節(jié)

考慮自組織模型在運(yùn)行過(guò)程中所涉及的問(wèn)題，下面針對(duì)其自組織模型進(jìn)行細(xì)節(jié)上的闡述。從某種意義上來(lái)講自組織模型主要涉及監(jiān)控、發(fā)現(xiàn)、推理及學(xué)習(xí)、結(jié)構(gòu)等多種小模塊。在突發(fā)狀況中可以體現(xiàn)通過(guò)對(duì)自組織模塊的數(shù)據(jù)分析來(lái)降低破壞，通過(guò)對(duì)數(shù)據(jù)的合理分析和判斷，將整個(gè)過(guò)程通過(guò)模擬的方式完成演化。監(jiān)控模塊負(fù)責(zé)對(duì)其進(jìn)行很好的推理判斷，如分析交換的信息數(shù)據(jù)、感應(yīng)信號(hào)源，對(duì)可能出現(xiàn)的突發(fā)狀況進(jìn)行判斷。簡(jiǎn)單來(lái)講就是通過(guò)監(jiān)視和發(fā)現(xiàn)模塊對(duì)可能出現(xiàn)的問(wèn)題通過(guò)推理模塊來(lái)完成判斷，進(jìn)而去調(diào)整信息，使得每個(gè)信息源在輸出的過(guò)程中都是正確無(wú)誤的。

4 機(jī)器視覺(jué)、優(yōu)化調(diào)度和自組織系統(tǒng)的發(fā)展趨勢(shì)

4.1 機(jī)器視覺(jué)發(fā)展趨勢(shì)

視覺(jué)系統(tǒng)的完善發(fā)展可以有效增強(qiáng)智能制造裝備的感知功能，不僅如此還能夠?qū)⑼饨鐓?shù)通過(guò)感知自動(dòng)調(diào)節(jié)自適應(yīng)性，進(jìn)而實(shí)現(xiàn)系統(tǒng)的自動(dòng)感知，精準(zhǔn)實(shí)現(xiàn)遠(yuǎn)程監(jiān)控及自我判斷，提高系統(tǒng)的可操作性和減少生產(chǎn)線上人員的過(guò)度安排及使用，從而縮短了周期，實(shí)現(xiàn)了真正意義上效率的提高。機(jī)器視覺(jué)是智能制造的重要組成部分，未來(lái)的發(fā)展趨勢(shì)是將信息技術(shù)運(yùn)用于整個(gè)制造過(guò)程，包括運(yùn)用信息技術(shù)實(shí)現(xiàn)智能設(shè)計(jì)、智能生產(chǎn)、生產(chǎn)設(shè)備的自動(dòng)連接和驅(qū)動(dòng)以及成品的自動(dòng)裝配等，通過(guò)結(jié)合物聯(lián)網(wǎng)技術(shù)構(gòu)建信息化集成的生產(chǎn)系統(tǒng)，以實(shí)現(xiàn)生產(chǎn)的集成和智能化控制，實(shí)現(xiàn)工廠生產(chǎn)的無(wú)人化和真正意義上的企業(yè)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。

4.2 優(yōu)化調(diào)度發(fā)展趨勢(shì)

（1）協(xié)同生產(chǎn)調(diào)度。從某種意義上來(lái)講，產(chǎn)品在協(xié)調(diào)生產(chǎn)過(guò)程中必須進(jìn)行相互之間的分工與協(xié)作，才能真正意義上發(fā)揮各環(huán)節(jié)的關(guān)鍵作用。如產(chǎn)品在設(shè)計(jì)、制造、供應(yīng)等重要階段都必須進(jìn)行緊密合作，才能使得各環(huán)節(jié)在整體上確保質(zhì)量及工序的順利開(kāi)展，否則任何一個(gè)環(huán)節(jié)出現(xiàn)問(wèn)題都將對(duì)整體構(gòu)成影響。協(xié)同生產(chǎn)的重要意義則是確保各環(huán)節(jié)可以在有序的流程內(nèi)進(jìn)行相互間的技術(shù)支持和利益共享，進(jìn)而達(dá)到效率的提升。（2）柔性生產(chǎn)調(diào)度。柔性作業(yè)車(chē)間調(diào)度一方面解決了柔性度的限制，另一方面增加了調(diào)度的復(fù)雜性和靈活性。它廣泛存在于半導(dǎo)體制造、鋼鐵生產(chǎn)、汽車(chē)制造、武器生產(chǎn)、化工、金融財(cái)務(wù)等制造和服務(wù)領(lǐng)域，具有多階段、并行機(jī)拓?fù)浣Y(jié)構(gòu)的柔性生產(chǎn)調(diào)度問(wèn)題。（3）大規(guī)模調(diào)度。在激烈的市場(chǎng)競(jìng)爭(zhēng)中，制造業(yè)的生產(chǎn)規(guī)模日益增大，實(shí)際生產(chǎn)中待解決的往往是上千臺(tái)機(jī)器、每個(gè)月上千張訂單的大規(guī)模調(diào)度問(wèn)題。

4.3 自組織系統(tǒng)發(fā)展趨勢(shì)

在未來(lái)發(fā)展過(guò)程中，智能制造系統(tǒng)則會(huì)基于ADACOR的自組織系統(tǒng)進(jìn)行很好的響應(yīng)，能夠?qū)⒏黜憫?yīng)數(shù)據(jù)進(jìn)行很好分析，然后待恢復(fù)平靜后進(jìn)行混合系統(tǒng)的處理。最后將引入嵌入式的組織系統(tǒng)方式加強(qiáng)兩者之間的平衡，這種方式并不能真正意義上定義到新的控制系統(tǒng)中，而是起到了演化和重構(gòu)的作用。這也是未來(lái)對(duì)其極大的挑戰(zhàn)，所以在未來(lái)智能制造系統(tǒng)中需要更好地實(shí)現(xiàn)自動(dòng)態(tài)演化和自適應(yīng)性，才能真正意義上將智能制造的關(guān)鍵技術(shù)得以發(fā)揮出來(lái)，更好地推動(dòng)相關(guān)產(chǎn)品的發(fā)展，促進(jìn)我國(guó)國(guó)民經(jīng)濟(jì)綜合實(shí)力的提高。

參考文獻(xiàn)：

[1]呂鐵，韓娜.智能制造：全球趨勢(shì)與中國(guó)戰(zhàn)略[J].人民論壇·學(xué)術(shù)前沿，2015（11）：6-17.

[2]陳鐵健.智能制造裝備機(jī)器視覺(jué)檢測(cè)識(shí)別關(guān)鍵技術(shù)及應(yīng)用研究[D].長(zhǎng)沙：湖南大學(xué)，2016.

[3]王耀南，陳鐵健，賀振東，等.智能制造裝備視覺(jué)檢測(cè)控制方法綜述[J].控制理論與應(yīng)用，2015，32（3）：273-286.

[4]徐俊剛，戴國(guó)忠，王宏安.生產(chǎn)調(diào)度理論和方法研究綜述[J].計(jì)算機(jī)研究與發(fā)展。2004，41（2）：257-267.

[5]張思源，陸志強(qiáng)，崔維偉.考慮設(shè)備周期性維護(hù)的流水車(chē)間生產(chǎn)調(diào)度優(yōu)化算法[J].計(jì)算機(jī)集成制造系統(tǒng)，2014，20.