智能制造與機器人應用關鍵技術與發展趨勢研究

李麗霞 范成勇 段昱菡

[摘 ? ?要]科學技術的快速發展促進了我國制造業的進步。隨著經濟的發展，傳統的制造技術已經不能滿足人們的需求，智能機器人制造技術也在逐步發展。在發達國家，許多制造企業都在使用機器人。我國的機器人技術促進和打破了傳統的制造模式，從“中國制造”到“中國智造”。由于機器人的效率和精度直接影響到制造業的智能化水平，近年來社會對其提出了越來越高的要求。因此，深入研究機器人智能智造具有重要的現實意義。討論了機器人智能研究的關鍵技術，提出了基于智能控制信息的機器人智能研究的未來方向。

[關鍵詞]智能機器人;智能技術;大數據;深度學習

[中圖分類號]TP242;F426.67;F49;F424 [文獻標志碼]A [文章編號]2095–6487（2022）05–0–03

Research on Key Technologies and Development Trend of

Intelligent Manufacturing and Robot Application

Li Li-xia，Fan Cheng-yong，Duan Yu-han

[Abstract]The rapid development of science and technology has promoted the progress of China's manufacturing industry. With the development of economy， traditional manufacturing technology can not meet people's needs， and intelligent robot manufacturing technology is also developing gradually. In developed countries， many manufacturing enterprises are using robots. China's robot technology has promoted and broken the traditional manufacturing mode， from "made in China" to "made in China". Because the efficiency and accuracy of robots directly affect the intelligent level of manufacturing industry， society has put forward higher and higher requirements for them in recent years. Therefore， the in-depth study of robot intelligent manufacturing has important practical significance. This paper discusses the key technologies of robot intelligence research， and puts forward the future direction of robot intelligence research based on intelligent control information.

[Keywords]intelligent robot; intelligent technology; big data; deep learning

1 智能制造與機器人技術發展概述

1.1 智能制造技術的發展

現代智能制造技術的發展與數字技術和網絡技術密切相關?？梢哉f，這兩項技術是智能生產發展的重要支撐點，實現了生產的自動化?，F代生產自動化正朝著智能化生產的方向發展。不同之處在于，基于生產自動化的智能制造涉及更廣泛的研究領域和更復雜的應用技術。這也在一定程度上關系到生產自動化的進步和發展。目前，人工智能主要用于生產自動化。專家們以數字形式開發了這項技術，并將其轉移到機械制造業。

1.2 機器人技術的發展

機器人技術是人工智能技術的一個重要研究領域。近年來，這項技術引起了世界上所有發達國家的關注。美國G·C·Devol擁有世界上第一個“通用機器人”專利。這是機器人領域發展之初的里程碑。1960年，世界上第一個可以在工業生產方面使用的機器人被發明出來，該機器人誕生在美國，此后機器人技術的發展受到各國的高度重視。例如，大型造船廠使用機器人實施工業化生產，極大加快了交付速度，為我國的現代化做出了不可替代的貢獻。未來的機器人會引入嵌入式機器模型，這種集成不僅是計算機集成和人工操作，而是人與機器之間的有機聯系。

1.3 機器人智能化研究的發展歷史

由于機器人的復雜性和多樣性，涉及到多個學科領域。在當時的科學技術發展背景下，超越了現實可能性，忽略了客觀復雜性和問題多樣性。智能機器人的早期研究只是停留在實驗室里進行，因此當時智能研究取得的實質性進展是比較緩慢的。20世紀90年代，人們認識到，基于真實的自然感覺和更深層次的知識和行為技能經驗，智能機器人是必不可少的。為了實現這一目標，機器人必須具有傳感器和執行器，這些傳感器和執行器可以直接感知外部環境，并在機器人的活動中發揮作用。2001年，Jweng等人提出了機器人算法的概念框架和實用模型，從而增加了機器人研究的數量?；谏窠浛茖W、心理學和計算機科學的控制論算法和模型的建立已經成為一個熱點問題。

2 智能制造及機器人智能化研究的關鍵技術

2.1 智能制造關鍵技術

2.1.1 基于制造物聯的制造服務智能感知與互聯技術

“智能技術”是指用于收集生產資源和服務信息，有效分析和處理信息，使管理者能夠準確、及時地了解生產設備的服務狀態。為了實現對來自多個來源的生產數據的實時理解，網絡應用程序捕獲任何需要實時控制、連接和交互的對象或過程，并在對象和人之間提供無處不在的通信。實現對生產過程中重要數據的主動感知，及時提供信息，為生產系統的智能決策提供準確、完整的生產過程信息。由于生產過程中缺乏及時、準確、一致的生產信息。相關學者將在線技術擴展到生產領域，并開發了一個在線系統來實時獲取和集成生產信息，確保不同設備層之間的雙向無縫交互。

2.1.2 基于信息物理系統的制造服務智能化建模技術

基于分布式資源和生產服務的智能生產服務模型，物理信息系統為智能制造仿真服務提供了強有力的技術支持。2006年，美國國家科學基金會首次提出“物理信息”一詞，強調計算機與物理資源之間的密切關系和協調。為確定相關生產設施的空間計算提供理論依據，并引入簡單的生產系統模型。利用物理信息系統實現對動態物理資源的實時感知，建立包含靜態信息和動態信息的虛擬生產資源模型，整合生產資源，適應生命周期的變化因素。

2.1.3 基于大數據分析的設計-制造-運維一體化協同技術

在全球市場競爭日益激烈的背景下，制造企業在縮短開發時間、提高產品質量、提高服務質量和降低資源消耗方面面臨著更大的挑戰?？傮w挑戰是通過整合每個階段的數據和知識，逆轉整個產品生命周期的協調和優化過程。產品的整個生命周期通常包括三個階段：開始、中間和結束。為了啟動產品生命周期并幫助設計師進行概念性質量分析。相關研究人員提出了一種新的基于遺傳算法的虹膜識別方法，應用嚴格的定量理論來提高智能壓力傳感器的預測精度和維護。為了解決傳統算法不能直接應用于開發過程中的問題，提出了一種基于滑動窗口機制的挖掘方法。

2.1.4 基于人工智能的制造服務決策優化技術

在整個產品生命周期中，有許多問題需要解決。智能化就是利用通過數據分析獲得的知識來解決這些問題，并根據任務的具體要求進行診斷、論證和虛擬預測決策。隨著人工智能技術的發展，專家系統、神經網絡、模糊邏輯系統、遺傳算法、進化策略、人工免疫系統和多智能系統越來越多地應用于生產服務優化決策，包括車間調度、自適應協作、質量控制、故障診斷和預測。

2.2 機器人智能化研究的關鍵技術

2.2.1 仿腦技術

人腦模型的本質是通過計算機模擬人腦的復雜結構。大腦復制技術認為，人類的認知能力非常高，這往往與大腦的特定結構密切相關。因此，在機器人智能化研究上，研究人員往往從仿腦思路入手研究，提出了生物腦啟動認知模型以及學習方法，以此提高機器人在更高層次上的認知能力，這也是目前我國在工業機器人智能化認知研究上的一條重要思路。人腦由數萬個神經元組成。通過對生物大腦系統的研究，機器人建立了一系列基于大腦的設備來模擬大腦功能，實現了機器人在信號識別、路徑規劃、運動控制等領域的應用。尤其是近年來，腦成像技術發展迅速。

2.2.2 自主心智發育技術

對于機器人來說，自主思維的發展應該是未來研究的一項重要技術。智能開發是基于自然系統的計算機輔助過程，類似于大腦或人工集成系統。在開發過程的控制下，該系統可以基于獨立的開關傳感器、執行器和非本地化環境進行開發。如今需要機器人處理任務的難度越來越高，心智發育技術的應用恰恰就解決了當前機器人智能化研究所處的瓶頸問題，使機器人能夠向著更加自主、更加自適、更加多功能的方向不斷發展。

2.2.3 大數據技術

大數據處理技術的主要特點是需要一種新的數據處理模型來做出更明智的決策，更好地理解信息資源。其主要價值在于通過分布式清查和數據分析以及計算機化管理方法，更有效地利用狀況數據中的潛在信息，以支持經濟發展和提高人們生活水平。目前，基于大數據采集的智能聊天機器人正在研發中。它只基于搜索大數據、在聊天室中搜索好的討論，以及為交流參與者提供好的答案。因此，將智能機器人技術引入大數據平臺將繼續是機器人智能研究和國際科技進步的重要任務。

2.2.4 深度學習

獨立判斷、獨立思考、獨立規劃是智能機器人的發展方向。驗證這些需求是智能機器人研究的一個重要方向。作為智能機器研究的一個新領域，神經網絡是用來模擬人腦的。一個簡單的非線性模型用于將原始數據轉換為更抽象的概念，在較低的層次上確定數據的特征分布，并獲得更抽象的類別或表達式。深度學習是人工神經網絡的延伸和發展。2006年，Hinton等通過添加中間層、初始化學習層并將高維數據轉換為低維數據，改進了視覺表示、信號分類和數據存儲的質量。在自然語言處理領域，Thomas等提出了一種新的線性Lina模型，該模型允許在大學環境中進行深度學習。優化了傳統的神經網絡模型，減少了隱層，降低了計算難度。語言模型的研究分為簡單準備和語法準備兩個階段，提高了語法表達的準確性和效率，實現了機器翻譯和語義搜索的突破。在圖像識別領域，以Lecun為代表的CNN多層神經網絡已成為第一個成功構建多層網絡結構的教學算法。通過這個網絡，圖像被直接引入網絡。通過數字濾波獲得觀測的主要特征，避免了傳統檢測算法中復雜的數據提取和檢索過程，降低了數據預處理的要求，它旨在處理多維表并創建更智能的網絡服務。

3 我國機器人的應用與發達國家之間存在差距

3.1 我國機器人在制造方面與發達國家之間存在差距

我國在機器人制造方面與發達國家有很大差距。在歐洲及美國、日本等國家，機器人已經從早期發展階段發展到智能發展階段。這些國家在機器人的運用上已經非常嫻熟，機器人的運用越來越簡單方便，甚至不需要一些專門的技術人員來操作即可完成。然

而，我國的機器人仍處于基礎發展階段，缺乏核心技術。一些先進的核心技術依賴歐美國家，如伺服電機、精密減速機等核心部件。

3.2 我國機器人在應用方面與發達國家之間存在這差距

目前，我國機器人的發展還處于起步階段，在實現高質量、智能化的國際分工方面面臨嚴峻挑戰。未來，機器人的發展將更具成本效益和智能化，并將應用于生活和生產的各個領域。在未來，將能夠通過互聯網更好地與機器人溝通。

4 提升智能化制造技術水平

這是一項大規模的系統工程，旨在促進制造業的智能化生產，實現高質量。需要協調政府、企業和社會的共同努力，建立智能系統來實現。

4.1 統籌政府層面，重在規劃引領

針對工業生產智能發展水平較低的現狀，科學的自我評價進一步明確了智能發展的概念，提高了相應的發展水平。從產業擴張、技術突破、環境適應性等角度出發，主要研究智能設備開發、基礎設施升級、新的應用模式、智能實驗和示范。制定智能化生產升級行動計劃，分類開展具體活動，明確任務和措施，進一步加強知識生產的整合協調發展。加強政府部門的領導，協調解決知識生產發展中的問題，建立資源共享與合作機制，保護勞動力，充分發揮市場的主導作用。

4.2 統籌企業層面，重在載體建設

企業是知識生產的核心，是產業轉型升級的重要載體。企業要面向市場，積極參與智能轉型升級。加強創新技術研發，促進產品升級，成為研發、技術創新和創新應用成果的最大投入者。同時，政府應及時開展和組織企業診斷性評估，確定企業智能潛力開發階段，根據評估結果制定計劃。擴大示范項目范圍，推動智能管理理念的發展。從最初的兼并升級到創新合作，逐步發展成為知識型生產企業。

5 機器人智能化研究的發展方向與展望

5.1 現代軟計算的新理論與新方法

與傳統的計算方法相比，基于模糊邏輯、神經網絡和遺傳算法的軟計算方法具有較好的發展前景。軟計算研究的重點是數學描述智能機器人任務空間的基本功能，擴展、建模、求解和優化非線性智能算法。模擬和設計智能參數來解決和優化數值問題。模擬和求解應遵循靈活的計算方法，具有明確的物理意義。它可以用數學方程式、數字和表達式來描述。

5.2 成為云服務系統的終端執行設備

智能機器人是使用云計算技術開發的，機器人與無線設備相連。在自主學習的基礎上，利用云數據庫資源與機器人裝配共享知識。提高智能機器人的水平是控制研究的一個新課題。對分布式云計算的非線性問題進行建模，解決并優化了分布式云計算的結構，分析并設計了機器人通信處理器與云數據中心交互的功能。

5.3 實現多功能的設計理論及應用關鍵技術

主要研究內容包括更加完善、精確地反映檢測對象的特性，消除了信息的不確定性，提高了測試對象的可靠性。結合人機交互、智能機器人環境、圖像提取、分割與檢測、視頻技術、機器人基本設計理論、關鍵遠程控制系統和網絡優化理論。

6 結束語

智能機器人是運動學、計算機科學、神經生物學和人工智能相結合的產物。它正朝著適應性、自主性、實時性和多功能性的方向發展。大數據和深入研究不斷提高智能機器人的思維能力，極大地推動了智能機器人的發展。機器人智能研究的發展為現代軟計算、多功能實現、關鍵技術和云設計理論探索了新的理論和方法。此時，智能機器人制造與應用的關鍵技術應運而生。智能機器人技術的發展面臨許多挑戰，但是只要本著科學發展原則，明確智能制造與機器人技術的研究精神，那未來的人類生活必將是美好的。

參考文獻

[1] 方毅芳.智能制造技術與標準化體系發展趨勢分析[J].我國儀器儀表，2018（3）：21-26.

[2] 周濟.智能制造——“我國制造2025”的主攻方向[J].我國機械工程，2019，26（17）：2273-2284.

[3] 譚建榮.智能制造與機器人應用關鍵技術與發展趨勢[J].機器人技術與應用，2017（3）：18-19.

[4] 傅建中.智能制造裝備的發展現狀與趨勢[J].機電工程，2018（8）：959-962.