自動(dòng)化技術(shù)在機(jī)械制造中的應(yīng)用研究

[摘 要]從機(jī)械企業(yè)自動(dòng)化生產(chǎn)裝配的工作視角出發(fā)，設(shè)置工業(yè)機(jī)器人的裝配線工作平臺(tái)、PLC驅(qū)動(dòng)控制主板及電路結(jié)構(gòu)，將CCD視覺(jué)感知相機(jī)、改進(jìn)SSD深度學(xué)習(xí)算法引入到機(jī)械零部件目標(biāo)識(shí)別中，實(shí)施機(jī)械制造過(guò)程中多種零部件的自動(dòng)化抓取、裝配操作，提升機(jī)械自動(dòng)化生產(chǎn)線的零部件裝配、工業(yè)控制性能。

[關(guān)鍵詞]機(jī)械自動(dòng)化技術(shù)；機(jī)械制造；電氣控制；應(yīng)用

[中圖分類號(hào)]TH122 [文獻(xiàn)標(biāo)志碼]A [文章編號(hào)]2095–6487（2024）12–0120–04

Research on the Application of Mechanical Automation Technology in Mechanical Manufacturing

GAO Jiansheng

[Abstract]From the perspective of automatic production and assembly of machinery enterprises， the assembly line work platform， PLC drive control motherboard and circuit structure of industrial robots are set up， CCD visual perception camera and improved SSD deep learning algorithm are introduced into the target recognition of mechanical parts， and automatic grasping and assembly operations of various parts in the process of mechanical manufacturing are implemented. Improve parts assembly and industrial control performance of mechanical automation production lines.

[Keywords]electrical automation technology； power system； system integration； data processing

工業(yè)4.0時(shí)代“智能工廠”“智能生產(chǎn)”成為機(jī)械制造的兩大重要主題，充分開(kāi)發(fā)應(yīng)用工業(yè)自動(dòng)化設(shè)備、網(wǎng)絡(luò)學(xué)習(xí)算法執(zhí)行相應(yīng)的機(jī)械項(xiàng)目生產(chǎn)任務(wù)，可大幅提升機(jī)械產(chǎn)線自動(dòng)化控制、零部件裝配的工作效率。許明善[1]、徐夢(mèng)云[2]提出將計(jì)算機(jī)集成制造（CIMS）系統(tǒng)、AutoCAD制圖軟件應(yīng)用于機(jī)械制造的自動(dòng)化設(shè)計(jì)中；張菊[3]、王靜[4]則圍繞機(jī)械制造的PLC數(shù)控技術(shù)，探討了通過(guò)數(shù)控仿真完成機(jī)械產(chǎn)線原料切割、零部件裝配的控制。

1 機(jī)械制造中自動(dòng)化生產(chǎn)裝配線的結(jié)構(gòu)組成

當(dāng)前應(yīng)用于機(jī)械自動(dòng)化裝配線的工業(yè)軟硬件，主要包括仿人手機(jī)械臂機(jī)器人、電氣控制電路等兩大組成結(jié)構(gòu)，具體細(xì)分為仿人手機(jī)械臂機(jī)器人、機(jī)器人末端執(zhí)行器、視覺(jué)識(shí)別系統(tǒng)、PLC控制電路、傳送帶、氣缸、載具、工作站等組成部分（圖1），不同部分在自動(dòng)化裝配線中負(fù)責(zé)執(zhí)行特定的操作工序[5]。

根據(jù)圖1的機(jī)械制造自動(dòng)化生產(chǎn)裝配線的組成結(jié)構(gòu)可知，視覺(jué)控制系統(tǒng)被置于仿人手機(jī)械臂機(jī)器人的上方，包括工業(yè)用CCD相機(jī)、相機(jī)驅(qū)動(dòng)模塊、通訊模塊等組成部分，負(fù)責(zé)用于采集識(shí)別待抓取、搬運(yùn)與裝配的機(jī)械零部件。傳送帶、氣缸、工作站等裝置為機(jī)械自動(dòng)化生產(chǎn)制造的輔助設(shè)備，氣缸為機(jī)械自動(dòng)化氣動(dòng)控制系統(tǒng)的重要組成構(gòu)件，用于實(shí)時(shí)監(jiān)測(cè)不同工序執(zhí)行的所處位置，通常被安裝于傳送帶的執(zhí)行器上[6]。當(dāng)裝有機(jī)械零部件的載具到達(dá)特定的工作位時(shí)，由氣缸定位器監(jiān)測(cè)與反饋載具的實(shí)際位置，載具按照特定工序的有序循環(huán)運(yùn)動(dòng)；工作站平臺(tái)為機(jī)械制造生產(chǎn)裝配的支撐結(jié)構(gòu)，包括工作平面、傳送帶軸承、運(yùn)轉(zhuǎn)電機(jī)等組件，分為收料站、裝配站、拆卸站等工作單站，為仿人手機(jī)械臂機(jī)器人提供充足的物料、傳動(dòng)控制支持。

2 基于PLC控制器對(duì)仿人手機(jī)械臂機(jī)器人自動(dòng)化生產(chǎn)作業(yè)的控制

2.1 仿人手機(jī)械臂機(jī)器人的結(jié)構(gòu)組成

仿人手機(jī)械臂機(jī)器人包括前臂、上臂、軸電機(jī)、軸連桿關(guān)節(jié)、減速齒輪、末端執(zhí)行器等結(jié)構(gòu)（圖2），通過(guò)底座被安裝在機(jī)械自動(dòng)化產(chǎn)線上，由PLC控制電路驅(qū)動(dòng)機(jī)器人執(zhí)行自主生產(chǎn)作業(yè)。PLC電氣控制系統(tǒng)包括STM32F051主控制器、步進(jìn)電機(jī)運(yùn)動(dòng)控制器、中斷控制器、寄存器、陀螺儀等子功能模塊，由系統(tǒng)總控制器基于傳感器感知仿人手機(jī)械臂運(yùn)動(dòng)狀態(tài)，作出機(jī)械自動(dòng)化產(chǎn)線抓取、搬運(yùn)或裝配的合理控制。

2.2 面向多傳感器、機(jī)械臂機(jī)器人的PLC控制電路系統(tǒng)結(jié)構(gòu)

基于工業(yè)用CCD相機(jī)、STM32F051主控制器、步進(jìn)電機(jī)運(yùn)動(dòng)控制器、中斷控制器、寄存器、陀螺儀等子功能模塊，建立服務(wù)于機(jī)械制造產(chǎn)線的PLC融合控制電路系統(tǒng)。由集成了CPU、ARM Cortex-M微控制架構(gòu)的STM32F051主控制器，經(jīng)由I2C、SPI的串口通信總線協(xié)議，響應(yīng)與處理CCD視覺(jué)相機(jī)傳感器、步進(jìn)電機(jī)控制器等裝置的指令請(qǐng)求。而6軸仿人手機(jī)械臂機(jī)器人、工業(yè)用CCD相機(jī)、步進(jìn)電機(jī)運(yùn)動(dòng)控制器、中斷控制器/寄存器、陀螺儀等子功能模塊，則通過(guò)I/O接口、FP0R-C16MT端口、UART端口與STM32F051主控制器形成連接，為傳送機(jī)械零部件定位數(shù)據(jù)的讀取、處理、寫(xiě)入與存儲(chǔ)提供支持，機(jī)械產(chǎn)線PLC控制電路系統(tǒng)結(jié)構(gòu)如圖3所示。

根據(jù)圖3的機(jī)械產(chǎn)線仿人手機(jī)械臂機(jī)器人PLC控制電路可知，面向不同功能模塊的電路為獨(dú)立接口控制方式。其中，主控制器的OUT1（OUT2）、TIM8 CH1（CH1N）等輸出端口，分別與外部步進(jìn)電機(jī)控制器、Timer計(jì)時(shí)器相連接；CCD相機(jī)、仿人手機(jī)械臂機(jī)器人經(jīng)由I/O端口與主控制器形成通信連接；VREF端口對(duì)環(huán)境傳感器的輸入電流（100 mA）、輸出基準(zhǔn)電壓（5 V）進(jìn)行控制；在VBB、LSS端口分別接1個(gè)低值電阻、小型電容，用于感應(yīng)和控制傳輸?shù)碾娏?、電壓大小?/p>

按照{(diào)X01，X02，…，X09；X0A，X0B，…，X0F}的模板接口號(hào)設(shè)置，將不同類型的仿人手機(jī)械臂機(jī)器人連接到STM32F051主控制器中，由后臺(tái)管理人員利用多種控制服務(wù)的操控顯示面板，對(duì)機(jī)械自動(dòng)化產(chǎn)線系統(tǒng)的物料抓取、分揀、搬運(yùn)、裝配與拆卸等流程，作出仿人手機(jī)械臂機(jī)器人的設(shè)備啟動(dòng)、運(yùn)行與暫?？刂?，只需查看特定的設(shè)備模板接口槽號(hào)，便可完成對(duì)輸入/輸出數(shù)據(jù)字節(jié)地址、元件操作指令的位地址控制。

3 基于CCD視覺(jué)相機(jī)、改進(jìn)SSD深度學(xué)習(xí)算法的機(jī)械零部件識(shí)別

3.1 基于工業(yè)用CCD相機(jī)的機(jī)械零部件位置拍攝識(shí)別

CCD相機(jī)的機(jī)械零部件圖像拍攝、位置定位，主要通過(guò)邊緣檢測(cè)方式提取零部件圖像的邊緣像素坐標(biāo)，通過(guò)邊緣像素到中心像素的平面坐標(biāo)信息（x，y）、深度信息Depth計(jì)算，得到特定機(jī)械零部件的三維空間坐標(biāo)結(jié)果。

3.2 基于改進(jìn)SSD深度學(xué)習(xí)算法的機(jī)械制造目標(biāo)監(jiān)測(cè)識(shí)別

若面對(duì)更為精細(xì)化的機(jī)械產(chǎn)線零部件裝配、拆卸操作工序，則需引入改進(jìn)SSD深度卷積神經(jīng)網(wǎng)絡(luò)算法，對(duì)CCD相機(jī)采集到的圖像信息作出進(jìn)一步監(jiān)測(cè)識(shí)別，涉及圖像采集與預(yù)處理、數(shù)據(jù)集擴(kuò)充、目標(biāo)對(duì)象識(shí)別等的工作執(zhí)行流程。

（1）圖像采集與預(yù)處理。利用工業(yè)CCD相機(jī)連續(xù)拍攝50張以上的機(jī)械檢測(cè)目標(biāo)圖像，然后在圖像的RGB顏色空間分離前景、背景目標(biāo)，按照Gray=RωR+GωG+BωB的計(jì)算公式，將拍攝的彩色目標(biāo)圖像轉(zhuǎn)換為灰度圖，且保留待測(cè)目標(biāo)對(duì)象的亮度信息，式中，ωR，ωG，ωB分別為每種顏色的權(quán)重值?；诟咚篂V波算法設(shè)置3×3的高斯核、標(biāo)準(zhǔn)差σ，作出監(jiān)測(cè)目標(biāo)對(duì)象周圍像素點(diǎn)的加權(quán)平均計(jì)算，用加權(quán)平均灰度值替換目標(biāo)像素點(diǎn)的灰度值，具體的計(jì)算公式為：

使用高斯核函數(shù)對(duì)中心像素點(diǎn)作出卷積濾波操作后，可濾除存在的噪聲或丟失細(xì)節(jié)的像素點(diǎn)，標(biāo)準(zhǔn)差越大圖像噪聲的濾波效果越優(yōu)。

（2）數(shù)據(jù)集擴(kuò)充?；诟倪M(jìn)SSD深度學(xué)習(xí)算法設(shè)置4×4、8×8像素尺寸的先驗(yàn)框，將先驗(yàn)框沿著被測(cè)目標(biāo)像素由左至右進(jìn)行前景目標(biāo)多尺度特征圖的映射，選取先驗(yàn)錨框、機(jī)械零部件被測(cè)目標(biāo)像素的交并比（IOU），作出前景圖像目標(biāo)偏移量、置信度誤差的預(yù)測(cè)。若先驗(yàn)框框選的參與訓(xùn)練數(shù)據(jù)集IOU≥0.5、則表明其選定的像素為前景目標(biāo)像素，若IOU<0.5則表明先驗(yàn)框選擇的像素為背景像素（負(fù)樣本）。

（3）機(jī)械制造的目標(biāo)對(duì)象識(shí)別?；诟倪M(jìn)SSD深度學(xué)習(xí)算法對(duì)機(jī)械零部件的灰度、紋理等特征作出融合提取訓(xùn)練。先基于MobileNet卷積網(wǎng)絡(luò)框架設(shè)置涵蓋{Conv1，Conv2，Conv12}的卷積層，不同卷積層的特征提取分辨率分別為1 080×1 080、300×300、150×150、75×75、35×35、20×20、10×10、5×5、2×2，舍棄Conv1～Conv5的分辨率過(guò)大的特征層，選取Conv6以后的卷積尺寸更小的特征圖作出機(jī)械零部件的細(xì)節(jié)提取。

4 仿真試驗(yàn)及結(jié)果分析

4.1 試驗(yàn)環(huán)境設(shè)置

基于Genuine Intel（R） CPU T2080 @1.73GHz CPU 32GB 1TB的網(wǎng)絡(luò)計(jì)算機(jī)、Python語(yǔ)言、上位機(jī)VSCode編輯器，以及TCP/IP網(wǎng)絡(luò)協(xié)議、IEEE 802.11a通信協(xié)議、以太網(wǎng)控制器等通信模塊結(jié)構(gòu)，編寫(xiě)工業(yè)機(jī)器人各關(guān)節(jié)結(jié)構(gòu)目標(biāo)抓取控制程序，基于工業(yè)用CCD相機(jī)、改進(jìn)SSD深度學(xué)習(xí)算法對(duì)傳送帶的機(jī)械零部件作出多次空間位置定位試驗(yàn)。

4.2 試驗(yàn)結(jié)果分析

機(jī)械自動(dòng)化產(chǎn)線的執(zhí)行工序復(fù)雜度高，連續(xù)拍攝50～100張的幀圖像，利用改進(jìn)SSD網(wǎng)絡(luò)算法拍攝作出先驗(yàn)框、真實(shí)目標(biāo)框的特征向量匹配提取計(jì)算，迭代次數(shù)最大為100次，目標(biāo)特征匹配試驗(yàn)結(jié)果見(jiàn)表1。

5 結(jié)束語(yǔ)

“互聯(lián)網(wǎng)+”環(huán)境下不同機(jī)械項(xiàng)目的生產(chǎn)制造作業(yè)更多應(yīng)用具有自動(dòng)執(zhí)行能力的工業(yè)機(jī)器人、深度機(jī)器學(xué)習(xí)算法，作出機(jī)械工業(yè)生產(chǎn)的不同工序、零部件裝配模式優(yōu)化。因此，基于工業(yè)機(jī)器人、CCD視覺(jué)感知相機(jī)等組件優(yōu)化機(jī)械制造產(chǎn)線的工作流程，經(jīng)由IEEE 802.11a協(xié)議、TCP/IP網(wǎng)絡(luò)通信協(xié)議、RTL8152B-VB-CG以太網(wǎng)控制器等的通訊模塊，將特定的主控指令、零部件空間位置數(shù)據(jù)返回至仿人手機(jī)械臂，可自動(dòng)化執(zhí)行機(jī)械物料抓取、分揀、搬運(yùn)、安裝與拆卸等步驟，有助于高效完成機(jī)械制造的自動(dòng)化生產(chǎn)作業(yè)。

參考文獻(xiàn)

[1] 許明善.自動(dòng)化技術(shù)在機(jī)械設(shè)計(jì)制造中的應(yīng)用[J].機(jī)械管理開(kāi)發(fā)，2022（11）：167-168，173.

[2] 徐夢(mèng)云.自動(dòng)化技術(shù)在機(jī)械設(shè)計(jì)及制造領(lǐng)域中的應(yīng)用[J].造紙裝備及材料，2022（9）：40-42.

[3] 張菊.自動(dòng)化技術(shù)在機(jī)械設(shè)計(jì)制造中的應(yīng)用實(shí)踐[J].機(jī)械管理開(kāi)發(fā)，2022（2）：308-309.

[4] 王靜.自動(dòng)化技術(shù)在機(jī)械設(shè)計(jì)制造中的應(yīng)用分析[J].南方農(nóng)機(jī)，2022（3）：111-113.

[5] 胡峰.新形勢(shì)下自動(dòng)化技術(shù)在機(jī)械設(shè)計(jì)制造中的應(yīng)用[J].化纖與紡織技術(shù)，2021（8）：75-76.

[6] 陳至歡，劉云韓.新形勢(shì)下自動(dòng)化技術(shù)在機(jī)械設(shè)計(jì)制造中的應(yīng)用研究[J].內(nèi)燃機(jī)與配件，2021（19）：155-156.