智能生產(chǎn)線

客座主編 崔俊佳

湖南大學(xué)機械與運載工程學(xué)院教授、博士生導(dǎo)師。長期從事運載裝備輕量化設(shè)計與制造等方面的研究。擔(dān)任中國機械工程學(xué)會塑性工程分會高速成形技術(shù)委員會副主任、塑性理論委員會委員、綠色制造技術(shù)委員會委員。

客座主編 王長瑞

南京航空航天大學(xué)機電學(xué)院研究員，博士生導(dǎo)師。長期從事航空航天智能裝備設(shè)計與制造、基于數(shù)字孿生的發(fā)動機與電子裝備智能裝配、芯片架構(gòu)設(shè)計及智能制造等研究工作。

從數(shù)萬個零部件的設(shè)計、試驗、制造、組裝、測試、運輸，到成品的飛行、維修，航空航天制造業(yè)產(chǎn)品結(jié)構(gòu)、工藝流程復(fù)雜，是智能制造技術(shù)最有潛力的應(yīng)用領(lǐng)域。航空航天工業(yè)是先進(jìn)制造技術(shù)發(fā)展的重要領(lǐng)域，而智能制造生產(chǎn)線對推進(jìn)航空航天工業(yè)轉(zhuǎn)型升級和創(chuàng)新發(fā)展，提升我國高端裝備制造業(yè)未來發(fā)展具有重大引領(lǐng)示范作用。

經(jīng)過多年發(fā)展，我國航空航天工業(yè)在信息化、自動化和網(wǎng)絡(luò)化發(fā)展上已經(jīng)取得了長足進(jìn)步，但在廣域協(xié)同、數(shù)字化企業(yè)、生產(chǎn)制造執(zhí)行與集成以及自動化裝配等方面依然存在差距。建立一套有效信息集成、實時監(jiān)控的航空航天智能制造體系，增強決策部門在生產(chǎn)過程中的迅速反應(yīng)能力，為決策者提供實時、準(zhǔn)確、詳細(xì)的現(xiàn)場資料，對及時解決現(xiàn)場問題，尤為重要。在智能化產(chǎn)線中，缺陷檢測占據(jù)著重要的一環(huán)，直接影響產(chǎn)線效率和產(chǎn)品質(zhì)量。傳統(tǒng)算法難以滿足日益復(fù)雜的檢測需求和多變的檢測條件。因此在傳統(tǒng)缺陷檢測技術(shù)基礎(chǔ)上，引入人工智能為傳統(tǒng)檢測手段重新賦能，使其在面臨的新挑戰(zhàn)中破局而出。現(xiàn)代生產(chǎn)線通過豐富的傳感器可以采集到許多精確詳盡的生產(chǎn)信息，如工件圖像、重量、尺寸等，這為實現(xiàn)智能制造提供了良好的基礎(chǔ)。以視覺檢測技術(shù)為例，在圖像數(shù)據(jù)量足夠的條件下，可以憑借工件圖像判斷工件是否存在表面缺陷，還可以精確計算工件的特征尺寸。但是，隨著制造業(yè)的不斷發(fā)展，產(chǎn)品種類越來越多，非標(biāo)件、定制件占比不斷變大，數(shù)據(jù)量的獲取變得逐漸困難。尤其在航空航天制造業(yè)中，零部件種類繁多，定制化需求大，這就需要智能制造技術(shù)有較高的柔性化，降低算法的訓(xùn)練難度。目前視覺檢測技術(shù)在數(shù)據(jù)量足夠的情況下，檢測精度已經(jīng)可以超過人眼，在精度已經(jīng)滿足要求時，提高檢測算法的泛用性或是下一個技術(shù)關(guān)鍵。

本專題圍繞航空航天領(lǐng)域涉及的零部件生產(chǎn)過程中的結(jié)構(gòu)設(shè)計、裝配和檢測等主題進(jìn)行征稿，最終收錄10篇代表性論文。其中包含自沖鉚接偏鉚缺陷檢測、高魯棒性視覺定位算法研究、工業(yè)機器人數(shù)字孿生建模方法以及無損檢測生產(chǎn)線中掃描路徑優(yōu)化方法等，對讀者了解相關(guān)領(lǐng)域的研究進(jìn)展和發(fā)展趨勢具有重要參考價值。希望本專題的出版能夠進(jìn)一步推動我國航空航天領(lǐng)域智能制造的發(fā)展，為航空裝備智能化生產(chǎn)提供新思路。