一、如何理解柔性制造

根據(jù)國標(biāo)定義，柔性制造系統(tǒng)是數(shù)控加工設(shè)備、物料運儲裝置和計算機控制系統(tǒng)等組成的自動化制造系統(tǒng)。它包括多個柔性制造單元，能根據(jù)制造任務(wù)或生產(chǎn)環(huán)境的變化。

剛性生產(chǎn)系統(tǒng)是用于工件輸送系統(tǒng)將各種剛性自動化加工設(shè)備和輔助設(shè)備按一定的順序鏈接起來，在控制系統(tǒng)的作用下完成單個零件加工的復(fù)雜大系統(tǒng)。適合進(jìn)行大批量生產(chǎn)，效率高、成本低、質(zhì)量穩(wěn)定、程序固化。

柔性制造系統(tǒng)則是建立在成組技術(shù)的基礎(chǔ)上，由計算機控制的自動化生產(chǎn)系統(tǒng)，可同時加工形狀相近的一組或一類產(chǎn)品。適合多品種、小批量的高效制造模式，減少毛坯和在制品的庫存量，減少直接勞動力。

柔性生產(chǎn)的要求涉及七大方面。

第一，機器柔性。當(dāng)要求生產(chǎn)一系列不同類型的產(chǎn)品時,機器隨產(chǎn)品變化而加工不同零件的難易程度。譬如，非標(biāo)終端設(shè)施的切換、控制程序自動下載更換。

第二，工藝柔性。工藝流程不變時自身適應(yīng)產(chǎn)品或原材料變化的能力，譬如，基于強化學(xué)習(xí)的協(xié)作機器人、機器人夾爪力度傳感器；制造系統(tǒng)內(nèi)為適應(yīng)產(chǎn)品或原材料變化而改變相應(yīng)工藝的難易程度，譬如通過神經(jīng)網(wǎng)絡(luò)擬合原材料、工藝和質(zhì)量之間的關(guān)聯(lián)關(guān)系并確定最優(yōu)解。

第三，產(chǎn)品柔性。產(chǎn)品更新或完全轉(zhuǎn)向后,系統(tǒng)能夠非常經(jīng)濟(jì)和迅速地生產(chǎn)出新產(chǎn)品的能力；產(chǎn)品更新后,對老產(chǎn)品有用特性的繼承能力和兼容能力。譬如，模塊化設(shè)計和裝配。

第四，維護(hù)柔性。采用多種方式查詢、處理故障,保障生產(chǎn)正常進(jìn)行的能力。譬如，知識庫的建立、預(yù)測性維護(hù)。

第五，生產(chǎn)能力柔性。當(dāng)生產(chǎn)量改變、系統(tǒng)也能經(jīng)濟(jì)地運行的能力。對于根據(jù)訂貨而組織生產(chǎn)的制造系統(tǒng), 這一點尤為重要。譬如，預(yù)留工位,循環(huán)流轉(zhuǎn)工位和緩存工位。

第六，擴(kuò)展柔性。當(dāng)生產(chǎn)需要的時候, 可以很容易地擴(kuò)展系統(tǒng)結(jié)構(gòu),增加模塊,構(gòu)成一個更大系統(tǒng)的能力。譬如，根據(jù)工藝流程，將生產(chǎn)流程分成不同的工位，在瓶頸工位處并行擴(kuò)充才能。

第七，運行柔性。利用不同的機器、材料、工藝流程來生產(chǎn)一系列產(chǎn)品的能力和同樣的產(chǎn)品, 換用不同工序加工的能力。

“什么系統(tǒng)柔性是最高的？”是“人”，所有的柔性都是在模仿“人”?！叭绻詣踊梢宰龅礁艘粯拥募嫒菪?，那么這條產(chǎn)線的柔性就意味著非常高了?！?/p>

如何滿足各個環(huán)節(jié)的柔性？

首先是“感知”，這是人可以獲取各種信息做判斷的基礎(chǔ)，集成各類傳感器、機器視覺、測量設(shè)備等，產(chǎn)線有望獲得感知。

其次是“分析”，對采集的數(shù)據(jù)實時處理，分析挖掘后形成知識。

再次是“決策”，所謂決策就是基于“知識”的生產(chǎn)管理對新的數(shù)據(jù)進(jìn)行推理應(yīng)用，產(chǎn)生相應(yīng)生產(chǎn)決策數(shù)據(jù)或指令。

最后是“執(zhí)行”，就是用工業(yè)機器人、數(shù)控機床、各種專有設(shè)備完成生產(chǎn)的要求。

二、柔性制造兩個核心要素

“機器視覺”和“定位精度”是影響智能制造中柔性生產(chǎn)的兩大方面。

機器視覺賦予柔性生產(chǎn)感知的能力

實踐中可以發(fā)現(xiàn)，機器視覺是在產(chǎn)品的自動化產(chǎn)線中實現(xiàn)“感知”的重要一環(huán)，機器視覺就是用機器代替人眼來做識別、測量、檢測和語義理解。隨著人工智能技術(shù)的發(fā)展，機器視覺在工廠的應(yīng)用增多，解決許多傳統(tǒng)機器視覺無法處理的問題。

圖像識別主要包含特征提取和分類識別。傳統(tǒng)提取的特征都是圖像底層的視覺特征,并且需要具備一定專業(yè)知識人員進(jìn)行特征的設(shè)計與選擇，這種人工設(shè)計的特征需要經(jīng)過大量的驗證后才能證明其對某一種識別任務(wù)的有效性，這也在一定程度上限制了圖像識別技術(shù)的應(yīng)用。

針對傳統(tǒng)圖像處理算法遇到的局限，譬如以前在做一個二維碼時，首先要知道二維碼的特征，然后做圖像預(yù)處理，找到二維碼的問題，再解算二維碼的數(shù)據(jù)，這種方式存在很多缺陷。

基于二維碼特征的定位流程，背景雜亂、光照不均、透視形變、印刷質(zhì)量差的二維碼則難以識別。因為背景雜亂無規(guī)律，無法有效區(qū)分檢測目標(biāo)特征，此外在特定場景下目標(biāo)特征發(fā)生明顯變化。

因此，需要提高特征提取能力和泛化能力。深度學(xué)習(xí)應(yīng)用于機器視覺時，采用深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行二維碼識別，深度神經(jīng)網(wǎng)絡(luò)模擬人的視覺過程，前段層僅僅感知邊緣輪廓，后端不同的層不同神經(jīng)元局部“興奮”生成局部特征，再到生成全景圖像。這種自動提取圖像特征的機制和類似人腦的處理過程大大改進(jìn)了效果，后均能對二維碼進(jìn)行正確識別，從而大大提高了機器視覺識別成功率和提高了效率。

定位精度大幅提升產(chǎn)線柔性的指標(biāo)

可以說，機器人的絕對定位精度是其能大幅提升產(chǎn)線柔性的指標(biāo)。人在操作時，一般是通過眼睛看到一個東西，通過大腦感知并去控制，然后用手執(zhí)行動作。所以，在提高生產(chǎn)線柔性時也遵循這樣的思路，即加上眼睛、執(zhí)行機構(gòu)，兩者的精度結(jié)合來達(dá)到更好的精度。

而絕對定位精度決定了機器人能不能達(dá)到柔性生產(chǎn)所需達(dá)到的要求。由于每臺機器人的參數(shù)不一樣，即使是同一型號的工業(yè)機器人在加工出來后的精度也會不一樣，而在機械臂上可能存在零點零幾毫米的偏差，累計下來整臺機器人的誤差就比較大了，所以要精確知道機械臂上每一個機械零部件的精確尺寸。