装配线的概念是HenryFord于1913年提出的，是机器时代最重大的技术革新之一。所谓装配线是指按照制定的工艺流程，应用制定的操作步骤，按照一定的节拍，对各装配目标有序地进行组装的生产过程。是一种广泛应用的人机工程，是一种重要的规模化生产方式。20世纪80年代，美国学者赖特教授（P.K.Wright）和布恩教授（D.A.Bourne）提出了智能制造的概念，随着机器学习、大数据、物联网、云计算等智能技术的不断发展，智能装配生产线作为典型的智能制造装备之一，是实现高端制造转型的重要需求。
针对智能装配生产线，首先需要理清智能单元与生产线、节拍、装配线平衡等3个重要概念。
1）智能单元与生产线
智能单元与生产线是指针对制造加工现场特点，将一组能力相近相辅的加工模块进行一体化集成，实现各项能力的相互接通，具备适应不同品种、不同批量产品生产能力输出的组织单元，智能单元与生产线也是数字化工厂的基本工作单元。
智能单元与生产线具有独特的属性与结构，具体包括结构模块化、数据输出标准化、场景异构柔性化及软硬件一体化，这样的特点使得智能单元与生产线易于集成为数字化工厂。在建立智能单元与生产线时，需要从资源、管理、执行3个维度来实现基本工作单元的智能化、模块化、自动化、信息化功能，最终保证工作单元的高效运行。总结来看，智能化生产线的建设离不开依赖于高度信息化的总体布局与智能化装配装备。
以汽车发动机装配为例，发动机装配线要保证发动机的装配技术条件，实现高精度；要保证装配节拍，实现高效率；要多机型同时装配，实现高柔性；要有效地控制装配精度，实现高质量。要实现以上几个方面必须从生产线的规划开始着手。传统的汽车零部件装配线虽然能实现流水线式生产，但是由于生产过程中无法保存产品的生产和测试参数，导致一旦出现质量问题就无从查起。因此，对人工成本上升、原料价格上涨、出口订单萎缩的中国汽车零部件制造业而言，走升级现有装配、检测设备的智能化道路是未来产业发展的必然趋势。实现汽车发动机装配线智能化，体现在成熟的装配工艺、智能化装备的选择、质量控制与智能化物流方式等方面。
民机制造方面的装配工作量更大，飞机装配工作量约占整个飞机制造工作量的1/3左右，整个装配过程中涉及大量工装、系统的整合，因此对智能化设备进行合理的规划与管理是实现装配智能化过程中的重要环节。波音公司采用数字化工厂实现全方位、全周期生产管控，这样可以在制造环节显著提高生产效率并降低质量缺陷率。借助计算机建模仿真和信息通信技术的巨大潜力，不断优化产品设计和制造过程，获得显著的经济效益。
2）节拍
节拍是指整个生产系统在规定的时间范围内产出规定数量。对于单台设备而言，指代单个工件的平均产出时间；对于一条生产线而言，指代瓶颈工位产出单个工件的平均时间。
3）装配线平衡
装配线平衡是指位于同一条装配线上的各个工位，生产同一种产品所需的节拍的差异情况。
装配线平衡率f能够直接反映企业的生产能级水平，是一项重要的指标。拥有较高平衡率的装配线，其产能也越大。
结合企业的实际情况，采取总体规划布局、分步实施的原则是智能化生产线建立的重要保证。在前期布局阶段就应充分考虑未来的可持续发展性，提升生产线的灵活性与兼容扩展性，以便于现有和未来设备的选型、联网集成与协同运行。智能装配生产线的总体布局主要应从信息化建设和设备、物料的管理与调度两个方面着手。首先，生产线的信息化建设应达到数字化管理的要求，即通过MES（制造执行系统）的建设，同时整合已经实施的ERP（企业资源计划）、设备物联网系统及即将实施或规划的PDM（产品数据管理）系统、CAPP（计算机辅助工艺规划）系统，彻底打通横向信息集成。然后以Smart Plant Foundation为数据连接及管理平台，构建协同设计的构架，再通过信息化进行整合，通过车间布局改造、设备升级及自动化改造，最终实现智能化生产线的构建。其次要解决好零部件装配质量控制与检测各个阶段的管理与控制，解决好产品从设计到装配制造阶段的全过程监控问题，降低设计到生产制造之间的不确定因素，使生产过程通过数字化手段得以验证。利用现代信息技术和网络技术，以“产品加工与装配”为主线，将由计算机、网络、数据库、设备、软件等所组成的系统平台构建成一个高速信息网，实现计划快速下达、作业调度控制、工艺指导、生产统计、设备状态监控、质量全面管控及追溯、生产信息协同（物料协同、准时配送、生产准备协同）等，实现设备的智能化、生产管理的信息化。智能化装备单体虽然具备智能特征，但其功能和效率始终是优先的，无法满足现代制造业规模化发展的需求，因此，需要将智能化装备进一步发展和建立智能装配系统。底层的多台智能化装备组成数字化装配生产线，实现智能化装备间的连接；多条数字化装配线进一步组成数字化车间，实现数字化生产线的连接；最终，数字化车间组成了智能化工厂，实现各数字化车间的连接。顶层的应用层由物联网、云计算、大数据、机器学习、远程运维等使能技术组成，为智能装配系统提供技术支撑与服务。智能装配生产线的信息化集成过程就是将物理对象（智能装配装备、产品）等与信息系统（如MES和ERP）进行集成，通过计算机集成控制产品的装配过程。通过智能人机交互将机器和人的优势充分发挥，实现产品装配过程的智能化、高效化。总装智能生产线融合智能装备、智能配送、物联网、人工智能、数据挖掘、信息系统集成、计算机仿真等先进技术。智能总装生产线由智能总装生产过程建模与仿真优化系统、智能生产管控系统、智能物料配送系统、基于物联网的制造信息智能感知系统和智能制造云服务平台等子系统组成。以飞机产品为例，其脉动总装智能生产线架构如图1所示。
采用物联网技术对移动装配生产线现场各项信息数据进行采集、分析整理，并结合节拍设计与管理、生产计划与执行等信息化管理系统实现产品装配过程中的监测及控制、生产过程追踪质量控制、物流配送及装配资源管理是一种高效的先进管理手段。基于物联网的总装生产线管理系统及控制系统硬件结构分别如图2和图3所示。
智能装配生产线系统的硬件设备是实现智能制造的核心载体，相比于传统的制造装配而言，智能化装备具有自我感知、自适应与优化、自我诊断与维护、自主规划与决策等能力，智能化装备的发展水平是衡量一个国家工业现代化程度的重要标志。智能装配生产线系统典型的硬件设备包括智能机器人、智能传感器、柔性工装、智能装配装备等。智能机器人是集成计算机技术、制造技术、自动控制技术、传感技术及人工智能技术于一体的智能制造装备，其主体包括机器人本体、控制系统、伺服驱动系统和检测传感装置，具有拟人化、自控制、可重复编程等特点。智能机器人可以利用传感器对环境变化进行感知，基于物联网技术，实现机器与人员之间的交互，并自主做出判断，给出决策指令，从而在生产过程中减少对人的依赖。随着人工智能技术、多功能传感技术以及信息收集、传输和分析技术的快速发展，通过配备传感器、机器视觉和智能控制系统，智能机器人正朝着服务化与标准化的方向发展，其中服务化要求未来的智能机器人充分利用互联网技术，实现在线的主动服务，而标准化是指智能机器人的各种组件和构建实现模块化、通用化，使智能机器人的制造成本降低，制造周期缩短，应用范围得到拓展。智能传感器是指将待感知、待控制的参数进行量化并集成应用于工业网络的高性能、高可靠性与功能性的新型传感器，通常带有微处理系统，具有信息感知、信息诊断、信息交互的能力。智能传感器是集成技术与微处理技术相结合的产物，是一种新型的系统化产品。目前常见的传感器类型包括视觉传感器、位置传感器、射频识别传感器、音频传感器与力/触觉传感器等。其核心技术涉及五个方面，分别是压电技术、热式传感技术、微流控Bio MEMS技术、磁传感技术和柔性传感技术。多个智能传感器还可组建成相应的拓扑网络，并且具备从系统到单元的反向分析与自主校准能力。在当前大数据网络化发展的趋势下，智能传感器机器网络拓扑将成为推动制造业信息化、网络化发展的重要力量。飞机装配过程中的柔性工装设备包括柔性对接平台、柔性制孔设备、AGV等相关辅助设备，是实现智能化装配的硬件基础。柔性定位过程采用弹性体曲面柔性定位技术，通过调整、重组、控制等手段动态生成工装定位模块，通过拼装或调换柔性装配工装局部定位件进行信息重组，完成多型号飞机的装配任务，适用于多机型，多结构的生产模式。包括柔性对接平台、制孔设备及AGV等相关辅助设备的柔性工装设备是实现智能化装配的硬件基础，是降低装配成本，缩短装配准备周期的重要工具。柔性工装配合先进的测量检验系统与连接设备是保障智能化装配中最重要的环节。随着人工智能技术的不断发展，智能装配技术与装备开始在航空、航天、汽车、家用电器、半导体、医疗等重点领域得到应用。例如，配备机器视觉的多功能多目标智能装配装备首先可以准确找到目标的各类特征，并自动确定目标的外形特征和准确位置，并进一步利用自动执行装置完成装配，实现对产品质量的有效控制，同时增加生产装配过程的柔性、可靠性与稳定性，提升生产制造效率；数字化智能装配系统则可以根据产品的结构特点和加工工艺特点，结合供货周期要求，进行全局装配规划，最大限度提升各装配设备的利用率，尽可能缩短装配时间。
免责声明：
本文转载自【智能装备观察】，版权归原作者所有，如若侵权请联系我们进行删除！
易知微以自主研发的EasyV数字孪生可视化搭建平台为核心，结合WebGL、3D游戏引擎、GIS、BIM、CIM等技术，协同各个行业的生态伙伴，围绕着数字孪生技术、数字驾驶舱和行业应用，共同建设数字增强世界，帮助客户实现数字化管理，加速数字化转型。
易知微已经为3000+ 客户提供数字孪生可视化平台和应用，覆盖智慧楼宇、智慧园区、智慧城市、数字政府、数字乡村、智慧文旅、工业互联网等众多行业领域，包括国家电网、移动云、中交建、中铁建、融创、云上贵州、厦门象屿、天津火箭、上海电视台、金华防汛大脑、良渚古城遗址公园、李宁、浙江大学等典型案例！
扫一扫关注公众号
扫一扫联系客服
浙公网安备33011002011932号
