钢铁行业检测实验室中智能制造的应用

摘要:为实现制造强国战略目标，提升市场竞争力，企业积极转型，提高生产过程的智能化。随着《中国制造2025》全面推进，面向钢铁行业的智能工厂集成创新，覆盖了产品研发、工艺、制造、检测、物流等各环节的智能化已经逐步延伸，但是涉及到检测领域尚属于空白，在此背景下，钢铁行业检测实验室推进智能制造已迫在眉睫。

关键词:智能制造;检测;视觉识别;激光切割

引言

《中国制造2025》发展战略明确提出:着力发展智能装备和智能产品，推进生产过程智能化，培育新型生产方式，全面提升企业研发、生产、管理和服务的智能化水平［1］。伴随着我国高新技术的不断发展，智能制造技术成为影响市场经济环境的重要因素，智能制造技术一改传统人工工作流程，是新时代科技领域的创新结晶，将其应用到自动化工业生产中能够有效降低产品成本，提高产品工作效率。随着技术的更新，现在的智能制造技术越来越有秩序，将智能制造技术应用于自动化工业生产中的现实意义非凡，为工业生产提供了可靠的保障［2］。

1智能制造的现状

智能制造最早兴起于20世纪90年代，由日本最早提出，并联合美国、加拿大等国一起意图突破柔性制造系统和计算机集成制造系统存在的局限性，随后各主要国家都相继展开智能制造的研究，以德国的“工业4.0”计划和美国提出的“工业互联网”最具有代表性。所谓“工业4.0”就是第4次工业革命的简称，旨在充分结合信息物理系统(Cyber－PhysicalSystem，CPS)与信息通信技术，使人、机器以及产品实时互联以实现智能制造［3］。“工业互联网”是指开放、全球化的网络，将人、数据和机器连接起来，是利用物联网技术进行大规模工业制造技术，其目的是升级那些关键的工业领域。前面的3次工业革命分别为18世纪末的“蒸汽革命”、20世纪初的“电气革命”、20世纪中期及以后的“电子信息革命”［4］。而现在以智能制造为主要核心的制造业革命就自然而然被称为第4次工业革命。智能制造并不是人们凭空设想的制造模式，而是随着科学技术的不断积累特别是新技术的出现与当前制造业模式存在的弊端日益突出而顺应产生的。目前世界各国对智能制造的认识与研究还处于初级起步阶段，许多构思与设想还只是停留在理论阶段。有的学者提出将智能制造未来的发展划分为3个阶段:第一个阶段是实现企业和工厂之间的互联，在不同的工厂车间和企业之间，实现数据共享，使生产的每个环节能够更好地协调，达到提高企业整体效率的目的;第二阶段是利用计算机技术对产品和数据进行建模和仿真处理，初步达到“制造智能”，使产品的设计更优化和个性需求能更好地实现;第三个阶段是在不断完善增长的智能制造基础上创新产品和创新制造工艺，使现有的商业模式和消费模式得到智能化的改变［5］。

2智能制造实现的关键

实现智能制造需具备以下三个关键条件:1)物联网IOT(TheInternetofThings)物联网指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网IOT是神经网络，采集、连接各种数据，通过学习与总结，将物数字化。2)人工智能AI(ArtificialIntelligence)人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能AI是大脑，根据数据的实时变化做出恰如其分的指令。3)云计算(CloudComputing)云计算(cloudcomputing)是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。云计算是心脏，为整个智能制造决策提供充分而富有弹性的计算力支持。

3智能制造在实验室的应用

智能实验室是积极推进《中国制造2025》，推进企业工业化、信息化两化融合，提升品牌、质量和劳动效率，强化风险防控能力的重要举措。面向智能制造，全面采用工业互联网、在线检测、图像识别与闭环控制及智能数据挖掘新技术;工业互联网不仅作为解决数控设备通讯的网络平台，更实现生产设备和工位智能化联网。采用先进的在线检测、图像识别技术实现流程自动化、信息化、智能化。采用网络化数据管理和挖掘分析，实现灵活柔性智能加工、检测和数据分析，实现任一网络用户都可以通过访问该系统的网页获得该系统的相关信息。以下是笔者对智能实验室的一些体会和建议:1)机器视觉识别技术机器视觉识别技术，是一门涉及人工智能、计算机科学、图像处理、模式识别等诸多领域的交叉学科。机器视觉主要用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。在实验室中可实现的功能包括送检样品的自动识别、弯曲试样裂纹识别与判断、拉伸试验断后伸长率的视觉测量。2)激光切割技术的应用激光技术是20世纪与原子能、半导体及计算机齐名的四项重要发明之一，激光切割被称之为“最快的刀、最亮的光、最准的尺”，激光切割是将能量聚焦到微小的空间，利用高密度的能量进行非接触、高精度、高质量、高效率的切割方法，随着加工技术的飞速发展，激光切割将会逐步成为钢铁产品力学检测样品的主流加工方法，并得到广泛应用，激光切割将会改变传统的机加工方法，但是有一点必须注意，就是激光切割属于热加工，在材料的被加工面会形成热影响区，而热影响区会对材料的性能产生影响，为检测出材料的真实性能，必须在去除热影响区。GB/T2975－2018《钢及钢产品力学性能试验取样位置及试样制备》资料性附录B中，已明确采用激光切割方法的加工余量，这是笔者在大量试验的基础上，联合多位业内专家共同向钢标委提出的建议，并最终被采纳。3)样品物流运输系统在智能实验室中，样品的物流运输系统是至关重要的，是实现智能检测的基础，按照整体流程设计，可采用AGV小车完成试料、试样及废料的运输。AGV小车(AutomatedGuidedVehicle，简称AGV)，指装备有电磁或光学等自动导引装置，能够沿规定的导引路径行驶，具有安全保护以及各种移载功能的运输车，工业应用中不需驾驶员的搬运车，以可充电之蓄电池为其动力来源。一般可通过电脑来控制其行进路线以及行为，或利用电磁轨道(e-lectromagneticpath－followingsystem)来设立其行进路线，电磁轨道黏贴于地板上，无人搬运车则依靠电磁轨道所带来的讯息进行移动与动作。4)质量管控智能系统通过基于可扩展的智能质量分析算法库和仿真模拟进行质量缺陷诊断、溯源、调控，在不断的经验积累和算法库优化中逐步改进试样加工工艺、排程、检验技术等，实现质量体系的闭环控制，最终达到质量智能精准管控。5)其他关键智能应用除上述功能以外，在智能实验室中还要设计安全防护智能监控系统、能源管理智能管控、关键设备质量预警与管控等。

4结语

综上所述，伴随着现阶段智能制造持续进步发展及材料检测行业的转型发展，在钢铁行业检测实验室推行智能制造是完全可行的，智能制造的体现就是智能检测技术的全面应用，智能与检测二者缺一不可，在检测实验室向智能制造的发展过程中，必须坚持从实际出发，以实际需求为导向，不可一味只追求智能化，要结合实验室的实际需求，科学合理地应用智能检测技术，确保智能检测技术优势得以充分发挥，助力钢铁行业检测实验室的持续发展。

参考文献

［1］聂珍．面向“中国制造2025”的机械工程学科研究生培养模式探析［J］．价值工程，2018(31)

［2］田宝连．智能制造技术在工业自动化中的应用探讨［J］．湖北农机化，2019(18)

［3］陈俊梅，石宇强．基于知识的智能制造物流系统平台研究［J］．机械设计与制造，2016(9)

［4］彭训文．工业4.0:从自动生产到智能制造［J］．大飞机，2014(7)

［5］吕佑龙，张洁．基于大数据的智慧工厂技术框架［J］．计算级集成制造系统，2016，11(22)

作者：周志超 张广治 王贵玉 单位：北京首钢股份有限公司质量检验部