工业大数据驱动机器人自动化生产

吴铭臻 梁智夺

摘要：随着《中国制造2025》的颁发与实施，我国正在通过优化信息化、自动化生产技术，迈向世界制造强国。国内外很多学者以及企业都要研究，其中提出了如智能制造、工业自动化等先进的制造理念。该文重点研究：第一，研究射频识别技术RFID的技术选择、工业大数据采集的方式以及数据模型建立及应用;第二，研究工业机器人的运行路径优化和数据采集模型。从以上两个方面研究工业大数据是如何驱动机器人自动化，为企业生产进行有效赋能。

关键词：工业大数据  RFID  自动化机器人轨迹逼近

中图分类号：TP242文献标识码：A        文章编号：1672-3791（2022）01（b）-0000-00

Automatic Production of Industrial Big Data Driven Robot

WU Mingzhen  LIANG Zhiduo

（School of Business Administration， South China University of Technology， Guangzhou， Guangdong Province， 510641 China）

Abstract： With the issuance and implementation of <Made in China 2025>， China is moving towards a world manufacturing power by optimizing information and automatic production technology. Many scholars and enterprises at home and abroad should study it， and put forward advanced manufacturing concepts such as intelligent manufacturing and industrial automation. This paper focuses on the following aspects： firstly， the selection of RFID technology， the way of industrial big data acquisition， and the establishment and application of data model are studied; Secondly， the running path optimization and data acquisition model of industrial robot are studied. From the above two aspects， this paper studies how industrial big data drives robot automation and effectively empowers enterprise production.

Key Words： Industrial big data; RFID; Automatic; Robot; Approximation method

經国务院总理李克强签批，由国务院于2015年5月印发的《中国制造2025》，是部署全面推进实施制造强国的战略文件，是中国实施制造强国战略第一个十年的行动纲领。其主要战略任务是以促进制造业创新发展为主题，以加快新一代信息技术与自动化深度融合为主线，以推进大数据为核心的智能制造方向，促进产业转型升级。突破一批重点领域关键共性技术，促进制造业数字化、网络化、智能化，走创新驱动的发展道路[1-2]。

1数据驱动相关理论综述

数据驱动（Data Driven）定义是：数据流计算机的驱动机制。在该机制中，指令的执行由数据可用性来驱动，而不是由程序计数器来控制。而在制造型企业，就是需要通过大量的传感器来收集包括电流电压、压力、速度、位移、扭矩等生产数据，再通过数据采集与监控系统、统计过程分析等管控系统进行生产过程控制[3]。目前，我国学者对工业物联网的研究主要专注于工业化与信息化的融合对传统工业的影响。在未来，信息化和工业化融合的水平与质量将在一定程度上标志着工业化发展的水平。

在实现工业自动化的过程中，最难的就是研究如何令自动化满足定制化的市场需求。关于大数据驱动与定制化生产的核心技术，主要的技术难点包括了：（1）基础技术，涉及到信息化因软硬件等;（2）信息技术，涉及二维码、射频识别技术RFID、5G等;（3）虚拟技术;（4）支持技术，涉及区块链、可穿戴设备等;（5）数据监控与分析技术，涉及大数据、数字孪生等;（6）自动化控制，涉及自动导向车AGV、机器人等;（7）设计理念，涉及实时控制、模块化等。下文主要针对信息技术中的射频识别技术RFID、工业机器人两个方面进行研究。

2工业大数据驱动自动化生产的关键技术

2.1 RFID-工业大数据采集

首先，我们需要利用射频识别技术RFID（Radio Frequency Identification）。RFID技术主要分为有源与无源RFID。其中有源RFID可以主动传输无线射频讯号，有源RFID常用频段包括433 MHz、900 MHz、2.4 GHz与5.8 GHz，后两者为微波传输，最远可以传输超过100 m，一般需要配置发射器。无源RFID就是被动性地接收并相应无线射频讯号的，包括了低频LF、高频HF、超高频UHF与微波MV这4种频段，其价格便宜且不需要单独配置发射器。

查阅国内外学者的文献，学者张超逸（2020）提出了一种基于人工智能的、支持RFID的标签定位模型，使用RFID技术为协调生产计划、调度、执行和控制中涉及的各方决策和操作采集数据[4]。学者李鹏涛（2020）介绍了AGV在物流仓储行业的应用，利用RFID等技术构建适用于流程的实时同步机理[5]。

针对工业大数据驱动，核心之一就是采用了RFID技术进行实时工时采集。该文建立RFID技术在工业大数据采集的数据模型及其应用模式（见图1）。在数据层我们可以通过RFID标签来记录各种生产运营的数据，后续按照价值流程分析进行赋能，主要流程如下。

（1）在物流以及组装流程中，利用RFID标签粘贴在产品底座托盘或者产品本身，结合工业机器人、自动导向车与射频识别技术读取器进行在制品的实时位置追踪、AGV运行状态、工位停留时间、在制品的制造时间等数据采集。（2）在机加工流程中，利用RFID标签镶嵌到加工刀具中，结合数控机床与RFID无线读取器进行对刀具机加工时、运行次数采集，以及刀具寿命预警等。（3）在检验流程中，利用RFID标签粘贴到产品上，结合智能自动检测设备与RFID读取器，例如高低压启动检验仪、安规仪、转速测量装置、程序自运行单站等，进行产品实时位置追踪、设备停留时间、检验时间统计、检验结果反馈等。（4）在包装与出入库流程中，利用已经检验完毕的产品或者其托盘上的RFID标签，结合自动立体库、四向穿梭车与RFID读取器，追踪封装时间统计、产品实时位置、出入库指令反馈等。

2.2工业机器人-工业大数据采集

工业机器人（Industrial Robot），主要包括了六轴机器人、协同机器人、仿形机械臂、柔性机械臂，该文主要讨论工业制造企业最常用的六轴机器人。在该文构建的敏捷价值流管理AVSM中，需要收集精确、实时、优化的机器人工位加工工时，其核心技术难点包括机器人的运行路径优化和数据采集模型。

首先，第一个难点就是建立起数据采集的模型，机器人及其传感器所采集的加工工时、等待工时、运作电流、压力等工业大数据会通过PLC传递到上层服务器与监测管控与数据采集系统SCADA，经过数据预处理后传递到MES系统进行分析。尤其需要注意的是，由于一般工业机器人都有独立的工控机进行管控，所以其对接方式直接采用EDGE方式，并使用OPCUA作为通讯协议来传输连續型的生产数据。

其次，是研究如何通过运行路径的优化来减少加工工时，我们要先了解六轴机器人的结构与运动轴。一般的六轴机器人包括了底座（Base）、转盘（Turntable）、平衡配重（Balance Weight）、连杆臂（Link Arm）、手臂（Main Arm）、转动臂（Rotating Arm），是模拟人类手臂与手腕的6个自由度而设计的。其中，A1、A2、A3轴是主轴，A1模拟的是人类腰部转动的主轴，A2模拟人肩膀关节的转动，A3模拟人小臂关节的转动;A4、A5位腕部轴，主要模拟人手腕关节2个自由度的转动;A6位工具法兰轴，主要为六轴机器人附加的各种专用工具转动而设计[6]。

再次，确认了运动轴之后，若需要优化路径，就要先设定不同的工作坐标轴。一般六轴机器人的工作坐标轴包括了世界坐标轴、机器人坐标轴、工具坐标轴、基坐标轴。对于不同的工作坐标轴，有不同的移动原理：（1）世界坐标系中的手动移动原理。在坐标系中可以两种不同的方式移动机器人，包括了：①沿坐标系的坐标轴方向平移（直线），即X、Y、Z轴;②环绕着坐标系的坐标轴方向转动（旋转/回转），即角度A、B、C。该文项目主要采用世界坐标轴与工具坐标轴进行配合调试。（2）工具坐标系中手动移动原理。在工具坐标系中手动移动时，可根据之前所测工具的坐标方向移动机器人。工具坐标系的原点被称为TCP（Tool Center Point），并与工具的工作点相对应。其中，确定工具坐标系的原点可选择以下方法：①XYZ四点法;②XYZ参照法。（3）基坐标系中手动移动原理，机器人的工具可以根据基坐标系的坐标方向运动。基坐标系可以被单个测量，并可以经常沿工件边缘、工件支座或者货盘调整姿态。在坐标系中可以两种不同的方式移动机器人：①沿坐标系的坐标轴方向平移（直线），即X、Y、Z轴;②环绕着坐标系的坐标轴方向转动（旋转/回转），即角度A、B、C。

在确认完采用最优的工作坐标轴进行工作定位，接下来就可以确认其最大的工作范围，同时可以结合RFID读取器，通过PLC进行产品实时数据采集。然后根据不同的工作环境、各个工作轴的负载、最大延展等来确认机器人的最优路径。尤其是在实际生产中，为了保障全供应链中涉及机器人工位的增值工时最优，还需要针对各个自动机器人工位进行工时优化。我们使用一种自动机器人领域中的路径优化方法——轨迹逼近法。

为了加速运动过程，操作者可以使用CONT标示的运动指令进行轨迹逼近。轨迹逼近意味着将不精确移到点坐标，事先便离开精确保持轮廓的轨迹。若程序设置的是从P1点移动到P2点，再移动到P3点，利用轨迹逼近法就可以在与工件不干涉的情况下走红色路线的优化路径。工具坐标系原点TCP被导引沿着轨迹逼近轮廓运行，该轮廓止于下一个运动指令的精确保持轮廓。轨迹逼近法的优点主要包括：①减少磨损;②降低节拍时间。解决此难点主要是为了提高整个供应链中自动设备操作效率，从而提高整个供应链的增值价值。

以KUKA公司的KR150L系列的六轴机器人为例，以P1到P4的设定程序，若按照精准暂定的路径需要30 s，若采用轨迹逼近法计算的路径则需要22 s，后者可以节省25%的工时。

3结语

该文研究了如何使用RFID技术来对全供应链进行工时采集，并提供了数据模型及应用的参考。同时，研究了工业机器人关于工业大数据的采集模型与通讯协议方式，并通过坐标设定与应用轨道逼近法的路径优化方法，优化工业机器人的加工工时，最后结合RFID技术对供应链制造段进行赋能。

参考文献

[1]  李乔羽.中美贸易摩擦背景下“中国制造2025”的报道研究[D].广州：广东外语外贸大学，2020.

[2]  张璐.“中国制造2025”背景下制造业转型升级路径选择[J].中国集体经济，2021（4）：9-10.

[3]  魏一雄，郭磊.基于实时数据驱动的数字孪生车间研究及实现[J].计算机集成制造系统，2021，27（2）：352-363.

[4]  张超逸.基于人工智能和近场天线的RFID标签定位方法研究[D].成都：电子科技大学，2020.

[5]  李鹏涛.基于AGV与RFID的智能仓储系统的应用研究[J].科技创新与应用，2020（11）：181-183.

[6]  宁祎，孟蒙.喷涂机器人路径规划方法分析与展望[J].科学技术与工程，2019，19（35）：19-27.