全自动智能制造产线的设计、实时互动与实现

林先锋 钟臻哲 陈建成

（作者单位：厦门盈趣科技股份有限公司）

引言

数字化、信息化和智能化是制造业从传统走向现代化的客观路径，产线的数字化控制（numerical control）是制造智能化的基础，而格式归一化之后的各类有效数控信号，通过各类异构网络进行交互，实现了远端人机界面对制造现场的实时监测、调整和干预等操作[1]。越来越多的先进信息技术在该场景下被不断地应用于制造业，形成了产业与技术的循环推进[2]。这种跨学科的技术融合让制造业的升级能够跟上电子信息浪潮的快速迭代进程。各类前沿信息技术为制造业提供了生产过程的数字化、企业层级管理的信息化和全生命周期迭代的智能化。近年来，基于产线的数字化和智能化演进催生了大量垂直领域的交叉学科场景，工业互联网，大规模定制及数字孪生[3,4]等物联网制造以及其他学科的交叉场景成为了当下研究的热点。

一种基于异构网络离散智能产线架构

本文设计的智能产线架构的数据联通基于类异构网络（heterogeneous）基础设施，联合管理系统（United Management System,UMS）和选择顺应性装配机械手臂（Selective Compliance Assembly Robot Arm，SCARA）。本项目提出了一套基于模块化柔性组合、机器视觉、图像处理、人工智能、低时延无线网络和时间敏感网络等前沿技术的自动化非标产线架构。基于该架构，我们设计实现了两条能够实时接收在线订单，并完成物料组装、包装到出货的非标自动化产线。其中一条产线具有实时视频服务的功能。基于该架构和自动化产线，中小企业能够节省大部分人力成本，快速进行产线功能的拓展和迭代，为企业提供具备快速反应能力的市场竞争力。该架构如图1 所示，其产线实例如图2 所示。

在该架构中产线的物料集散由可编程自动导引车（Automated Guided Vehicle，AGV）完成。流水线由多个工站灵活组装拼接，各工站间的流水线控制由分布式控制系统（Distributed Control System,DCS）或可编程逻辑控制器（Programmable Logic Controller,PLC）预编程控制并接受远程（Manufacturing execution systems，MES）或现场人机界面（Human Machine Interface,HMI）的参数调节配置。主要的工作由SCARA、镭射雕刻模块或其他特定功能的模块完成，SCARA 工位等功能模块的自动定位、装配和检测通过机器视觉实现。制造现场的数据通过PLC/DCS 集成传送给边缘计算单元（集成于图1 中多协议网关，Multi-Protocol Gateway,MPGW），MPGW 集成了多种一般场景/工业场景下的有线/无线通信传输协议，以满足客户端各类应用对不同网络指标的需求。集成的协议包括但不限于常用工业总线技术（EIP-legacy/TSN,PROFIBUS，EtherCAT 等）、无线局域网络Zigbee、Wi-Fi（802.11b/a/g/n/ac/ax）或EDGE/WCDMA/LTE/5G 移动网络。自主知识产权MPGW 的网络类型集成多样性和处理性能可根据客户需求进行定制。根据算力负载均衡结果，具有一定边缘计算能力的MPGW 将经过一定预处理后的数据传输给云端服务器，云端服务器通过Jason/XML 等语义化格式将时序数据进行分布式冗余存储。根据部署企业（客户）的方案规模，该分布式边缘设备可以先将数据传送给数据中台，在中台内实现预处理、语义化等功能，再将处理好的数据与后台服务器进行通信。此架构保障了数据的冗余，提升了防灾性，而该中台也可以通过运营商提供的虚拟专网多接入边缘计算中心（Multi-Access Edge Computing，MEC）实现算力卸载，保障了成本与数据安全性。网络层亦通过VLAN、IP 端口隔离、应用权限分级、MD5 加密等多层隐私和安全技术，实现具有物联网安全措施的生产过程信息化，保证各职能部门对多维产线具备对应的掌控能力。存储的数据可被用于进行shapelet 趋势和聚类分析，或被送往人工智能模块通过长短记忆网络进行时序预测。在产业链上下游的供应商/客户等节点可以通过其权限接入（Supply Chain/Relationship Management,SCM/SRM）系统进行数据协同。

该流水线架构在不同负载下均能够降低相似产线的人工成本。

以两年低、中、高工作负载和满负载情况下公站的人力成本预估（P1）：

P1=(工站数★(每站工人数)+维护人员)★2 年年薪+人工站价格

以全自动产线的人力成本预估（P2）：

P2=（维护人员）★2 年年薪+自动工站价格

预估结果如图3 所示，即便在低产线负载的情况下，本自动产线仍能够节省50%以上的成本。

基于机械视觉的机器手自动化控制

本文中产线自动化基于计算机视觉的模式识别和自动光学检测（AOI）实现。传统的非标流水线往往需要大规模使用人力进行位置矫正、传动控制和质量把关。本项目通过自动光学检测技术，在降低非标定制产线上人力需求的同时，提升了品质管控环节的效率。本项目的机器视觉模块包括以下几部分。

1.基于边缘的视觉定位

通过线、弧、几何形状或直角边缘的排列组合确定工装当前的位置和角度的信息x、y、θ。通过与基准对比，将位置和角度的偏移量x'、y'、θ'传输给PLC。在下一操作前，流水线控制单元随即根据偏移量调节、纠正或定位工装、物料等流水线单元的位置，保证机械手或其他单元执行下一操作前，工装、物料等单元处于可操作状态。

2.基于AOI 的图像缺陷检测

客户端将选定的定制图案发送给服务器端后，服务器会将定制图案发送给镭雕单元，在进入数据库存档前，镭雕单元对图案进行预处理——使用灰度归一化、图像降噪、空间域锐化等技术进行图像增强；镭雕完成后光学原件对雕刻结果拍摄；处理单元对图像进行降噪、空间域锐化等增强。预处理完成后，计算单元对拍摄的照片和标准图片进行区域定位和边缘差异对比，对比结果输出给PLC。若差异超过预定阈值，则判定不合格，重新换件雕刻，如图4 所示。

一套具权限控制的生产视频直播

针对客户端感知层面，本系统在非保密且具备用户体验价值的加工环节，架设若干IP 化视频采集设备，具备实时视频传输能力的IP 化流水线工站单元如图5 所示。传输层面，根据业务量大小，企业可以选择通过MPGW 进行预处理和现场云端通信，也可以仅通过MPGW 进行数据转发，在云端进行预处理或编码。网络层面，数据到达云端之后，基于不同的服务类型进行编码并传输。基于不同的服务类型，编码后的视频文件被传向RTMP、CDN 或一般云端存储服务器。对不同的通信流量和质量需求，采用了不同的流量管理模式，降低了服务成本。用户可以通过个人计算机、移动设备等多媒体终端直播观看、下载或在线回看选中的个人专属生产环节。应用层面，该“个人专属”生产环节由账号密码以及对应的订单编号进行权限一一对应控制，确保用户互动定制设备过程中的私密性，以提升用户体验。

结论

随着“中国制造2025”计划的不断推进，处于产业链各个环节，具备各类规模的企业亟需一套智能制造总成方案来控制一线制造的成本，并接入产业链上下游协同进行管理，以提升自身生产效率和全产业链的协同效率。同时，产业链末端企业也需要通过一套集中的智能制造体系为客户提供大规模定制化服务。

本文提供的智能制造架构从智能制造体系出发，为中小企业提供一套具备个性化定制功能和模块拓展替代能力的自动化产线。该产线通过计算机视觉技术完成SCARA 和其他功能模块的自动化，并通过工业互联网架构和多协议网关完成感知层、接入层和网络层基础建设的集成。低时延的网络架构保证了用户通过多种媒介对制造的关键步骤进行监察，分别满足了B 端对质量的需求和C端用户对商品归属感占有的本能。该架构中提供了边缘、云算力并保证了产业链下游应用的可拓展性。通过与运营商的MEC 等移动网络基建和增值服务进行协作，本架构能够为中小企业拥抱产业升级提供一个低门槛、快反应的实施互动智能制造方案，为厂商赢得用户的信任提供了有力保障。

注

项目来源：基于多维度创新方法的疫情防控产品研发与快速转化应用（2020IM010100）