徐文臣，徐佳煒，卞紹順，陳偉浩，鄧?yán)?，單德?/p>

（1.哈爾濱工業(yè)大學(xué) 金屬精密熱加工國家級重點(diǎn)實(shí)驗(yàn)室，哈爾濱 150001；2.連云港杰瑞自動(dòng)化有限公司，江蘇 連云港 222006；3.華中科技大學(xué) 材料成形與模具技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，武漢 430074）

近年來我國制造業(yè)發(fā)展迅速，目前產(chǎn)值已經(jīng)超過美國和德國，居世界第一，然而，自主核心技術(shù)與裝備的缺乏，導(dǎo)致我國制造業(yè)仍處于大而不強(qiáng)的狀態(tài)[1—2]?？v觀全球，機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析以及機(jī)器人的普及應(yīng)用，掀起了新一輪的產(chǎn)業(yè)革命浪潮，推動(dòng)了制造業(yè)向智能化和信息化發(fā)展。在這樣的智能浪潮下，各個(gè)國家都將智能制造列為發(fā)展重點(diǎn)，美國2011 年提出了“Advanced Manufacturing Partnership Plan”（先進(jìn)制造聯(lián)盟計(jì)劃）的戰(zhàn)略，而德國也于2013 年正式提出了工業(yè)4.0 戰(zhàn)略[3]。中國作為制造大國，急需進(jìn)一步做大做強(qiáng)制造業(yè)，擺脫低端制造的困境，抓住這次智能產(chǎn)業(yè)革命的機(jī)遇，對提升我國制造業(yè)的智能化水平具有重要意義[4]。特別是鍛造行業(yè)作為我國制造業(yè)的重要組成部分，目前在鍛件產(chǎn)量上已躍居世界第一，但是仍然以人工鍛造為主，與歐洲、美國和日本等發(fā)達(dá)國家存在較大差距。隨著我國由制造大國向制造強(qiáng)國的方向轉(zhuǎn)變，迫切需要對傳統(tǒng)的鍛造技術(shù)與裝備進(jìn)行升級換代，推動(dòng)鍛造行業(yè)向自動(dòng)化、數(shù)字化和智能化的方向發(fā)展[5]。

鍛造行業(yè)由于生產(chǎn)環(huán)境惡劣、危險(xiǎn)性高、勞動(dòng)強(qiáng)度大等問題，并面臨勞動(dòng)力成本激增的壓力，通過使用機(jī)器人來代替高溫環(huán)境下的人工操作，完成連續(xù)的上料、鍛造、翻轉(zhuǎn)和搬運(yùn)等危險(xiǎn)性高和勞動(dòng)強(qiáng)度大的工作，是實(shí)現(xiàn)智能鍛造技術(shù)的基礎(chǔ)[6]。在智能鍛造過程中，使用機(jī)器人進(jìn)行鍛件抓取可能會(huì)導(dǎo)致設(shè)備之間的干涉，以及由于工序設(shè)置不當(dāng)，造成鍛件熱量散失的問題，因此需在鍛件生產(chǎn)之前對機(jī)器人、壓力機(jī)以及傳輸機(jī)構(gòu)的運(yùn)動(dòng)進(jìn)行時(shí)序規(guī)劃。通過優(yōu)化機(jī)器人運(yùn)動(dòng)路徑以及各設(shè)備的運(yùn)動(dòng)速度，可實(shí)現(xiàn)鍛件高效穩(wěn)定的生產(chǎn)[7]。智能鍛造產(chǎn)線啟動(dòng)以后，需實(shí)時(shí)記錄產(chǎn)線數(shù)據(jù)，例如坯料溫度、模具溫度、成形噸位、模具速度以及鍛件尺寸等工藝參數(shù)，并對采集到的數(shù)據(jù)進(jìn)行實(shí)時(shí)分析，判斷產(chǎn)線處于的狀態(tài)并觸發(fā)相應(yīng)狀態(tài)的事件[8]。智能鍛造技術(shù)不僅包含鍛件鍛造過程的智能管控，也包括了新鍛件的工藝開發(fā)。通過使用CAPP（Computer aided process planning，計(jì)算機(jī)輔助工藝設(shè)計(jì)）系統(tǒng)快速開發(fā)鍛造工藝，有利于實(shí)現(xiàn)設(shè)計(jì)工藝文件的規(guī)范標(biāo)準(zhǔn)化，提高工藝設(shè)計(jì)的效率，并保證產(chǎn)品質(zhì)量的可靠性[9]。

事實(shí)上，機(jī)器人自動(dòng)化鍛造生產(chǎn)線是智能鍛造的初級階段，而在自動(dòng)化鍛造生產(chǎn)線上如何實(shí)現(xiàn)產(chǎn)線數(shù)據(jù)實(shí)時(shí)分析及新工藝推理，則需要開發(fā)面向未來的智能鍛造系統(tǒng)。總體來看，智能鍛造系統(tǒng)可分為4 個(gè)模塊，包括機(jī)器人自動(dòng)化生產(chǎn)線及集成控制系統(tǒng)、多機(jī)器人協(xié)作優(yōu)化系統(tǒng)、鍛造產(chǎn)線實(shí)時(shí)數(shù)據(jù)存儲(chǔ)及分析系統(tǒng)和新鍛件工藝快速開發(fā)系統(tǒng)，4 個(gè)模塊之間相互交叉和關(guān)聯(lián)。文中總結(jié)了這4 個(gè)模塊的最新研究成果和應(yīng)用情況，并簡要分析了智能鍛造存在的問題及解決思路。

1 機(jī)器人自動(dòng)化生產(chǎn)線及集成控制系統(tǒng)

當(dāng)前的工業(yè)發(fā)展，智能化已經(jīng)是必由之路，而實(shí)現(xiàn)智能化的前提必然有自動(dòng)化的應(yīng)用需求，工業(yè)機(jī)器人作為自動(dòng)化產(chǎn)線的重要裝備，一直備受關(guān)注[10]。對于工業(yè)機(jī)器人的研究，大致可分為3 個(gè)階段[11]。

第一階段是關(guān)于工業(yè)機(jī)器人的運(yùn)動(dòng)學(xué)以及機(jī)械結(jié)構(gòu)性能的研究。機(jī)器人的運(yùn)動(dòng)學(xué)主要研究機(jī)器人位置正解和位置逆解。位置正解是通過計(jì)算機(jī)器人每個(gè)坐標(biāo)軸的變化，從而確定其運(yùn)動(dòng)的最終位置，而位置逆解則是定好其運(yùn)動(dòng)的最終位置，逆向求解所需坐標(biāo)軸的變化。由于逆向求解可能性較多，難以找到適當(dāng)?shù)慕?，為了解決這一難題，學(xué)者們提出了空間多自由度多環(huán)并聯(lián)機(jī)構(gòu)學(xué)這一理論，制造了并聯(lián)機(jī)器人[12—13]。第二階段是為機(jī)器人增加了外部感知能力，這種外部感知力的實(shí)現(xiàn)主要憑借傳感器。第三階段是機(jī)器人的智能化，通過多個(gè)不同類型的傳感器集成，能夠完成對周邊環(huán)境比較完整的感知，從而輔助系統(tǒng)進(jìn)行智能判斷與決策，例如，利用視覺傳感器和超聲波傳感器進(jìn)行自動(dòng)識(shí)別并抓取鍛件[14]。

在國外，工業(yè)機(jī)器人應(yīng)用已經(jīng)較為成熟，比較著名的公司有日本的FANUC、YASKAWA，瑞典的ABB以及德國的KUKA 等[15]。國內(nèi)工業(yè)機(jī)器人研究起步較晚，很多核心零部件以及操控系統(tǒng)目前大多依賴國外進(jìn)口。對于鍛造行業(yè)，由于其工作環(huán)境惡劣，機(jī)器人會(huì)受到鍛造生產(chǎn)環(huán)境中壓力機(jī)的循環(huán)振動(dòng)和鍛造過程中沖擊碰撞等階躍/交變外載荷作用，這對機(jī)器人的穩(wěn)定性和可靠性提出了挑戰(zhàn)。不僅如此，由于鍛件種類復(fù)雜，鍛件溫度較高，機(jī)器人末端夾持機(jī)構(gòu)需實(shí)現(xiàn)高溫下長軸類、盤餅類、枝芽類等異形鍛件的空間定位與夾持，滿足鍛造機(jī)器人在其作業(yè)空間內(nèi)的靈活操作要求。濟(jì)南大學(xué)針對熱加工過程中機(jī)器人的熱防護(hù)問題，利用ANSYS 軟件對機(jī)器人進(jìn)行溫度場分析，精準(zhǔn)確定了需要防護(hù)的零件并設(shè)計(jì)了隔熱結(jié)構(gòu)。在面對夾持端的熱變形問題上，挑選Q235 作為夾持器骨架并利用有限元分析優(yōu)化了夾持器的設(shè)計(jì)，圖1為其熱加工搬運(yùn)機(jī)器人的三維造型圖[16]。沈陽新松機(jī)器人自動(dòng)化股份有限公司針對曲軸自動(dòng)化鍛造生產(chǎn)線中的機(jī)器人夾持器進(jìn)行了設(shè)計(jì)，在考慮了工件的溫度后選用耐熱不銹鋼制作鉗口與工件接觸部分，由于曲軸帶有飛邊，通過V 型結(jié)構(gòu)完成鍛件抓取[17]。

圖1 熱加工搬運(yùn)機(jī)器人三維造型[16]Fig.1 Three-dimensional model of robot for handling hot forgings

對于大多數(shù)鍛件，基本都是多工步的，例如輪轂鍛件工序多為鐓粗、預(yù)鍛、終鍛、沖孔和切邊，而連桿鍛件工序多為輥鍛、預(yù)鍛、終鍛、沖孔、切邊和精整，此時(shí)已不再是一臺(tái)機(jī)器人和一臺(tái)壓力機(jī)的配合，而是多臺(tái)機(jī)器人與多臺(tái)壓力機(jī)的協(xié)同工作，這對鍛造產(chǎn)線的集成控制系統(tǒng)提出了很高的要求[18—20]。通過使用虛擬仿真技術(shù)，建立多個(gè)機(jī)器人與設(shè)備的實(shí)體模型，調(diào)試編寫的集成控制軟件是否存在問題，是現(xiàn)在一種非常高效便捷的措施[21]。北京科技大學(xué)和北京機(jī)電研究所合作，完成了曲軸智能鍛造產(chǎn)線的搭建，實(shí)現(xiàn)了曲軸鍛造的質(zhì)量智能控制[22]。濰柴動(dòng)力股份有限公司將多個(gè)工業(yè)機(jī)器人和熱模鍛壓力機(jī)串聯(lián)起來，完成了連桿從輥鍛到校形的所有鍛造工步[23]。連云港杰瑞自動(dòng)化有限公司和哈爾濱工業(yè)大學(xué)等單位合作，針對輪轂和連桿兩種鍛件分別設(shè)計(jì)了串聯(lián)產(chǎn)線和并聯(lián)產(chǎn)線，如圖2 和圖3 所示。輪轂生產(chǎn)線由于各工序生產(chǎn)節(jié)拍較接近，設(shè)計(jì)了串聯(lián)生產(chǎn)線以確保各工序時(shí)序匹配，效率最高。連桿生產(chǎn)線由于輥鍛制坯節(jié)拍快，為了和后續(xù)工序匹配，設(shè)計(jì)了并聯(lián)產(chǎn)線加快生產(chǎn)節(jié)拍。此外，當(dāng)連桿產(chǎn)能增加時(shí)并聯(lián)生產(chǎn)線可以充分發(fā)揮其作用，也可通過關(guān)閉生產(chǎn)線的并聯(lián)功能來降低產(chǎn)能以適應(yīng)訂單變化。

機(jī)器人自動(dòng)化產(chǎn)線集成控制系統(tǒng)相對于其他3個(gè)模塊，是最接近鍛造執(zhí)行端的模塊，它將計(jì)劃層和執(zhí)行端緊密集合到了一塊。集成控制系統(tǒng)一方面將從新鍛件工藝快速開發(fā)系統(tǒng)和多機(jī)器人協(xié)作優(yōu)化系統(tǒng)獲得的鍛件工藝參數(shù)作為指令下達(dá)給產(chǎn)線設(shè)備，另外又實(shí)時(shí)監(jiān)視底層設(shè)備信息，將采集到的產(chǎn)線數(shù)據(jù)經(jīng)處理后提交給鍛造產(chǎn)線實(shí)時(shí)數(shù)據(jù)存儲(chǔ)及分析系統(tǒng)和多機(jī)器人協(xié)作優(yōu)化系統(tǒng)，以觸發(fā)新事件[24]。

2 多機(jī)器人協(xié)作優(yōu)化系統(tǒng)

在智能鍛造產(chǎn)線中，由于鍛件通常為多工步鍛造，必然需要多臺(tái)機(jī)器人進(jìn)行相互配合，但多機(jī)器人系統(tǒng)容易產(chǎn)生節(jié)拍沖突問題。當(dāng)發(fā)生沖突問題，輕則減慢生產(chǎn)節(jié)拍，重則導(dǎo)致設(shè)備受損、系統(tǒng)崩潰。通常解決沖突的辦法主要包括3 種[25]：第一種是調(diào)整速率法，就是當(dāng)發(fā)生沖突時(shí)，調(diào)整機(jī)器人間的相對速度甚至?xí)和Ｄ骋粰C(jī)器人運(yùn)動(dòng)；第二種是調(diào)度控制法，就是預(yù)先考慮可能產(chǎn)生沖突的原因，然后針對這些原因設(shè)計(jì)出合理的結(jié)構(gòu)和通信方式來防止發(fā)生沖突；第三種是交通規(guī)則法，就是在路徑上設(shè)置規(guī)則，讓所有機(jī)器人遵守這些規(guī)則，從而避免沖突的產(chǎn)生。

圖2 汽車輪轂機(jī)器人鍛造串聯(lián)自動(dòng)化產(chǎn)線布局示意圖Fig.2 Schematic diagram for the layout of the serially automatic production line for automotive wheel robot forgings

圖3 汽車連桿機(jī)器人鍛造并聯(lián)自動(dòng)化產(chǎn)線布局示意圖Fig.3 Schematic diagram for the layout of the parallel automatic production line for automotive connecting rod robot forging

多臺(tái)機(jī)器人協(xié)調(diào)規(guī)劃方法通常分為兩種，包括集中式規(guī)劃和分布式規(guī)劃。集中式規(guī)劃是指在所有的機(jī)器人構(gòu)形空間中直接規(guī)劃每一臺(tái)機(jī)器人的軌跡，此規(guī)劃方法雖然高效，但因?yàn)槎鄼C(jī)器人的構(gòu)形空間屬于高維空間，計(jì)算難度較大。相對于集中式規(guī)劃，分布式規(guī)劃會(huì)單獨(dú)規(guī)劃產(chǎn)線的每一臺(tái)機(jī)器人的軌跡，然后通過協(xié)調(diào)的方法，調(diào)整機(jī)器人的預(yù)定義路徑、時(shí)間延遲和運(yùn)行速度等，達(dá)到協(xié)調(diào)規(guī)劃的目標(biāo)。此種方法雖然高效，但是會(huì)失去一定的完整性[26—27]。在機(jī)器人自動(dòng)化鍛造工藝中，在生產(chǎn)線設(shè)備之間不發(fā)生任何干涉的基礎(chǔ)上，多采用分布式的規(guī)劃方法，規(guī)劃機(jī)器人與壓力機(jī)等運(yùn)動(dòng)設(shè)備的控制參數(shù)，協(xié)調(diào)各部件運(yùn)動(dòng)關(guān)系，以產(chǎn)線的生產(chǎn)節(jié)拍為指標(biāo)，不斷優(yōu)化機(jī)器人的運(yùn)動(dòng)軌跡。機(jī)器人的運(yùn)動(dòng)路徑規(guī)劃通過采用3 種算法，包括廣度優(yōu)先算法、深度優(yōu)先算法、A*算法[28—30]。由于鍛件材料不同，其始鍛溫度和終鍛溫度各不相同，如何保證在始鍛溫度和終鍛溫度范圍內(nèi)完成鍛件的鍛造，是機(jī)器人協(xié)調(diào)規(guī)劃的另一關(guān)鍵指標(biāo)。此外，由于鍛造溫度越高，材料流動(dòng)性越好，鍛件越容易充填滿，如何優(yōu)化機(jī)器人運(yùn)動(dòng)軌跡以減少鍛件熱量散失非常重要。

搭建智能鍛造生產(chǎn)線時(shí)必須構(gòu)建滿足其生產(chǎn)需要的多機(jī)器人協(xié)作優(yōu)化系統(tǒng)。華中科技大學(xué)通過機(jī)器人運(yùn)動(dòng)仿真平臺(tái)，構(gòu)建復(fù)雜產(chǎn)線的運(yùn)動(dòng)仿真模型，并進(jìn)行機(jī)器人運(yùn)動(dòng)路徑仿真，產(chǎn)線實(shí)體模型圖示例如圖4 所示，機(jī)器人運(yùn)動(dòng)仿真示例如圖5 所示。在建立大量的實(shí)例仿真的基礎(chǔ)上，通過數(shù)據(jù)分析獲得生產(chǎn)線時(shí)序及空間規(guī)則知識(shí)，結(jié)合鍛件熱量散失模型完成推理知識(shí)庫的搭建，當(dāng)從新鍛件工藝快速開發(fā)系統(tǒng)獲得鍛件工藝時(shí)，時(shí)序規(guī)劃系統(tǒng)會(huì)根據(jù)推理知識(shí)庫里的知識(shí)，利用多目標(biāo)優(yōu)化算法，迭代優(yōu)化出符合鍛件生產(chǎn)節(jié)拍且鍛件熱量散失較少的機(jī)器人運(yùn)動(dòng)路徑，將其提供給產(chǎn)線集成控制系統(tǒng)用于下達(dá)命令。當(dāng)從集成控制系統(tǒng)接收到產(chǎn)線數(shù)據(jù)后，多機(jī)器人協(xié)作優(yōu)化系統(tǒng)會(huì)將產(chǎn)線數(shù)據(jù)和預(yù)設(shè)定參數(shù)進(jìn)行比對分析，從而決定是否對產(chǎn)線設(shè)備的運(yùn)動(dòng)參數(shù)進(jìn)行調(diào)整。

圖4 機(jī)器人產(chǎn)線運(yùn)動(dòng)仿真模型Fig.4 Simulation model of production line about robotic motion

圖5 機(jī)器人上下料運(yùn)動(dòng)仿真示例Fig.5 Simulation example of moving billet with robot

3 鍛造產(chǎn)線實(shí)時(shí)數(shù)據(jù)存儲(chǔ)及分析系統(tǒng)

智能鍛造系統(tǒng)核心部分便是數(shù)字化，如何利用好智能鍛造產(chǎn)線中采集到的數(shù)據(jù)以及如何在鍛造過程中采集更多的數(shù)據(jù)是實(shí)現(xiàn)智能鍛造的關(guān)鍵[31—32]。鍛件尺寸是衡量鍛件是否合格的關(guān)鍵指標(biāo)。在鍛造生產(chǎn)過程中，由于設(shè)備振動(dòng)，鍛件處于高溫環(huán)境下，尺寸數(shù)據(jù)很難準(zhǔn)確獲取，華中科技大學(xué)采用高速投影與振動(dòng)補(bǔ)償方法來保證鍛造振動(dòng)環(huán)境下數(shù)據(jù)的穩(wěn)定測量，利用視點(diǎn)虛擬規(guī)劃方法解決熱鍛件尺寸測量難以現(xiàn)場規(guī)劃問題，并通過多視圖數(shù)據(jù)融合與背景去除方法優(yōu)化了關(guān)鍵尺寸難以提取的問題[33]。沈陽農(nóng)業(yè)大學(xué)分析了高溫農(nóng)機(jī)鍛件中氧化皮、燒蝕、碳化等因素對鍛件邊緣尺寸檢測的不利影響，構(gòu)建了邊緣檢測算子以減小鍛件圖像噪聲對邊緣尺寸檢測的干擾，利用機(jī)器視覺算法研究了熱鍛件形位公差在線非接觸測量的問題[34]。機(jī)器視覺算法的發(fā)展不僅使得熱鍛件尺寸在線檢測成為可能，也提高了模具磨損檢測和位置精度檢測的準(zhǔn)確性[35—36]。北京科技大學(xué)使用視覺識(shí)別傳感器抓拍鍛造過程中鍛件位于模具的位置，將圖片處理后與定位精確的鍛件位置圖像作對比，若有偏差則發(fā)出錯(cuò)誤信號(hào)，提醒需要人工修復(fù)。在模具磨損檢測方面，利用非接觸測量技術(shù)構(gòu)建磨損后模具的三維模型，然后通過點(diǎn)云與磨損前的模具模型對比，從而獲知模具磨損程度并推測模具壽命[22]。

通過溫度傳感器和非接觸測量技術(shù)，使鍛造產(chǎn)線的數(shù)據(jù)越來越多樣化，但如何利用好產(chǎn)線上采集到的數(shù)據(jù)是需要研究的問題。利用產(chǎn)線數(shù)據(jù)分析產(chǎn)線運(yùn)行情況，是進(jìn)行鍛造生產(chǎn)線預(yù)知性維護(hù)的核心。在智能鍛造生產(chǎn)的過程中，會(huì)出現(xiàn)各種因素干擾生產(chǎn)過程的穩(wěn)定，通過采集到的實(shí)時(shí)產(chǎn)線數(shù)據(jù)經(jīng)由計(jì)算機(jī)算法分析出產(chǎn)線擾動(dòng)的因素，并進(jìn)行智能產(chǎn)線調(diào)節(jié)，是智能鍛造數(shù)據(jù)分析研究的重點(diǎn)[37]。常用的算法主要有神經(jīng)元算法、決策樹算法、回歸算法和聚類算法，其中神經(jīng)元算法和決策樹算法都需要比較完整的輸入，必須包含影響輸入量的各個(gè)因素，因而需要傳感器數(shù)量較多，產(chǎn)線成本會(huì)大大提升。聚類算法則是利用模型的點(diǎn)與中心點(diǎn)的相似度進(jìn)行決策，其所需數(shù)據(jù)種類相對其他兩種算法較少，適合于對已有的產(chǎn)線數(shù)據(jù)進(jìn)行分析，判斷所處工況，但是聚類算法無法實(shí)現(xiàn)對數(shù)據(jù)未來趨勢的判斷，因而在鍛造數(shù)據(jù)實(shí)時(shí)分析時(shí)，多采用非線性回歸算法，根據(jù)采集到的數(shù)據(jù)對未來工況進(jìn)行預(yù)測，從而對產(chǎn)線下達(dá)相應(yīng)的指令來實(shí)現(xiàn)產(chǎn)線的智能調(diào)節(jié)[38—39]。

鍛造產(chǎn)線實(shí)時(shí)數(shù)據(jù)存儲(chǔ)及分析系統(tǒng)是智能鍛造系統(tǒng)的核心，通過分析產(chǎn)線集成控制系統(tǒng)收集到的產(chǎn)線實(shí)時(shí)數(shù)據(jù)，并結(jié)合多機(jī)器人協(xié)作優(yōu)化系統(tǒng)的分析結(jié)果，將最終決策提供給產(chǎn)線集成控制系統(tǒng)以下達(dá)命令，然后再接收產(chǎn)線調(diào)整后的反饋數(shù)據(jù)并分析，再將決策提交給產(chǎn)線集成控制系統(tǒng)，如此往復(fù)，從而使產(chǎn)線處于最佳運(yùn)行狀態(tài)。

4 新鍛件工藝快速開發(fā)系統(tǒng)

智能鍛造系統(tǒng)不僅僅要在鍛造過程中體現(xiàn)鍛件質(zhì)量智能管控，還要在新鍛件工藝開發(fā)上體現(xiàn)自動(dòng)化與智能化。計(jì)算機(jī)輔助工藝過程設(shè)計(jì)（Computer aided process planning，CAPP）是實(shí)現(xiàn)自動(dòng)化和智能化設(shè)計(jì)的重要技術(shù)，可分為3 種類型[40]。

第一種為派生式CAPP，它是將相似特征的鍛件分組歸類，每類選用一個(gè)標(biāo)準(zhǔn)件，將其標(biāo)準(zhǔn)件的工藝存儲(chǔ)至鍛件工藝庫中，如若設(shè)計(jì)人員設(shè)計(jì)相似鍛件工藝時(shí)，僅需要輸入這類鍛件的編碼，便可快速檢索到標(biāo)準(zhǔn)鍛件的工藝，在此基礎(chǔ)上結(jié)合實(shí)際鍛件要求，利用人工或計(jì)算機(jī)修改生成新的工藝卡片[41]。第二種為創(chuàng)成式CAPP，它是利用存儲(chǔ)的專家知識(shí)自動(dòng)生成鍛件工藝，此方法基本不要人工干預(yù)，但由于鍛件種類繁多，鍛件特征復(fù)雜，系統(tǒng)沒有獲取知識(shí)的能力，設(shè)計(jì)精度較差[8]。第三種為CAPP 專家系統(tǒng)，其主要由推理機(jī)和知識(shí)庫組成，知識(shí)庫存儲(chǔ)的是關(guān)于鍛件的工藝知識(shí)，而推理機(jī)是針對現(xiàn)有問題，利用存儲(chǔ)的專家知識(shí)，按照一定推理策略推理出鍛件的工藝。相對于創(chuàng)成式CAPP，CAPP 專家系統(tǒng)能自主獲取更新知識(shí)，因而設(shè)計(jì)精度較高[42]。

從上述3 種類型的CAPP，不難發(fā)現(xiàn)其正向著知識(shí)化和智能化的方向發(fā)展。上海交通大學(xué)將案例推理（Case-based reasoning，CBR）應(yīng)用于冷鍛設(shè)計(jì)過程中[43]。CBR 過程如圖6 所示，其解決問題步驟主要是涉及實(shí)例表示、實(shí)例檢索、實(shí)例修改、實(shí)例存儲(chǔ)。使用CBR 首先需對于冷鍛鍛件的特征進(jìn)行分類，其特征包括特征名、特征名義尺寸、尺寸公差、形位公差等，再進(jìn)行實(shí)例檢索，利用特定的搜索算法比如k-鄰近算法、知識(shí)索引算法或推理索引算法等將新鍛件的內(nèi)部外部特征和實(shí)例庫中鍛件進(jìn)行比較，找到最相關(guān)的鍛件；然后，利用知識(shí)庫進(jìn)行修改，修改完成后進(jìn)行案例評估，如果可以則直接將該實(shí)例存儲(chǔ)到實(shí)例庫作為一個(gè)新的實(shí)例，如果不能則再次提交知識(shí)庫進(jìn)行實(shí)例修改，直到修改成功，然后將修改后的案例存儲(chǔ)到實(shí)例庫中。山東大學(xué)將三層 BP（Back propagation）神經(jīng)網(wǎng)絡(luò)用于冷擠壓工藝的自動(dòng)化設(shè)計(jì)，在使用神經(jīng)網(wǎng)絡(luò)之前，必須對擠壓鍛件特征進(jìn)行編碼，其特征包括形狀特征、關(guān)系特征、幾何特征和精度特征。在完成二進(jìn)制編碼后將其特征編碼的組合作為輸入變量，所使用坯料的特征編碼作為輸出變量進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練，除此之外還利用人工神經(jīng)網(wǎng)絡(luò)進(jìn)行了知識(shí)的自動(dòng)獲取[44]。在CAPP 中，鍛件工藝優(yōu)化是非常關(guān)鍵的問題，通用的設(shè)計(jì)過程是將設(shè)計(jì)完后的鍛件通過有限元仿真的方式進(jìn)行局部優(yōu)化[45—49]。有限元仿真耗時(shí)長，而且需要反復(fù)修改三維造型圖然后輸入到有限元模型中進(jìn)行模擬，這降低了設(shè)計(jì)效率。為此，華中科技大學(xué)借助齒輪預(yù)鍛件元模型，修改模型上的關(guān)鍵尺寸，獲得了大量預(yù)鍛件尺寸與成形噸位的實(shí)驗(yàn)樣本，并將極限學(xué)習(xí)機(jī)與遺傳算法相結(jié)合，利用樣本進(jìn)行了訓(xùn)練，最終達(dá)到了不用通過有限元模擬也可實(shí)現(xiàn)優(yōu)化預(yù)鍛成形力的效果[50]。上海交通大學(xué)利用近似替代模型，并將多種優(yōu)化算法相結(jié)合，從而減少高速鍛造工藝優(yōu)化的模擬次數(shù)，利用較少的模擬量獲取精度較高的優(yōu)化結(jié)果。除此以外，還將CAD 和CAE 集成至多工位高速鍛造工藝智能優(yōu)化系統(tǒng)里，實(shí)現(xiàn)了從CAD 到CAE 的智能建模以及鍛件成形載荷、充填質(zhì)量和折疊的分析[51]。

對于智能鍛造系統(tǒng)，CAPP 處于鍛件工藝設(shè)計(jì)優(yōu)化層面，但這并不意味著與實(shí)際智能鍛造生產(chǎn)過程割裂。通過從鍛造產(chǎn)線實(shí)時(shí)數(shù)據(jù)存儲(chǔ)及分析系統(tǒng)里提取數(shù)據(jù)進(jìn)行分析，從而智能優(yōu)化鍛件工藝設(shè)計(jì)，并將優(yōu)化設(shè)計(jì)算法以及知識(shí)相應(yīng)的更新以便于新鍛件的設(shè)計(jì)，從而提高已有的產(chǎn)品和新產(chǎn)品的合格率，才是與智能鍛造系統(tǒng)相匹配的CAPP。

圖6 CBR 推理過程Fig.6 Deductive diagram of CBR

5 結(jié)語

智能鍛造系統(tǒng)在機(jī)器人自動(dòng)化產(chǎn)線的基礎(chǔ)上，加上了產(chǎn)線數(shù)據(jù)采集和數(shù)據(jù)反饋的功能，通過數(shù)據(jù)分析結(jié)果實(shí)時(shí)調(diào)節(jié)產(chǎn)線設(shè)備及機(jī)器人的運(yùn)動(dòng)，使產(chǎn)線能夠穩(wěn)定高效的運(yùn)行，在設(shè)計(jì)層面對產(chǎn)線大數(shù)據(jù)進(jìn)行分析，從而優(yōu)化已有的鍛件設(shè)計(jì)，更新鍛件設(shè)計(jì)知識(shí)庫。目前，智能鍛造系統(tǒng)雖然在CAPP 專家系統(tǒng)、實(shí)時(shí)數(shù)據(jù)采集分析、非接觸性測量技術(shù)、多機(jī)器人協(xié)作和集成控制系統(tǒng)等方面有了一定的發(fā)展，但目前仍然存在不少問題。

1）大部分鍛造企業(yè)使用的設(shè)備較為老舊，仍以人工操作為主，缺少數(shù)字接口，導(dǎo)致鍛造過程中關(guān)鍵參數(shù)無法采集，僅能憑工人經(jīng)驗(yàn)進(jìn)行產(chǎn)線調(diào)整，因而同一批次產(chǎn)品尺寸波動(dòng)范圍較大，產(chǎn)品合格率較低。若更新設(shè)備需要投入大量的資金，并且智能化產(chǎn)線對產(chǎn)品的多樣性仍然受限，對于多品種產(chǎn)品的制造不如人工操作靈活，這在一定程度上阻礙了智能產(chǎn)線的布置與推廣。

2）由于缺乏系統(tǒng)理論指導(dǎo)，鍛件和模具尺寸以及鍛造工步設(shè)計(jì)多依賴于設(shè)計(jì)人員的經(jīng)驗(yàn)及產(chǎn)線上的問題反饋。然而由于企業(yè)鍛件種類多，大多數(shù)設(shè)計(jì)人員設(shè)計(jì)時(shí)僅憑人工經(jīng)驗(yàn)，難以充分參考同類產(chǎn)品的設(shè)計(jì)，導(dǎo)致設(shè)計(jì)出的各類鍛件公差差異性較大，不利于CAPP 專家系統(tǒng)知識(shí)庫的構(gòu)建。

3）鍛造過程中許多數(shù)據(jù)無法實(shí)時(shí)獲取，例如模具磨損，而且鍛造過程中鍛件尺寸的檢測數(shù)據(jù)具有一定的滯后性，這對產(chǎn)線的實(shí)時(shí)數(shù)據(jù)分析以及智能調(diào)控帶來了一定的挑戰(zhàn)，如何利用可獲取的實(shí)時(shí)數(shù)據(jù)對鍛件的生產(chǎn)狀態(tài)及時(shí)進(jìn)行在線判斷預(yù)測和調(diào)整是急需解決的問題。

針對上述問題，可先從以下方面入手。

1）對于企業(yè)設(shè)備的老舊以及更新所需的資金量大的問題，可以先升級部分產(chǎn)線設(shè)備，進(jìn)行產(chǎn)線數(shù)據(jù)的積累。例如在多工序鍛造輪轂鍛件時(shí)，由于預(yù)鍛和終鍛對產(chǎn)品精度影響較大，因此可以在預(yù)鍛和終鍛工序處使用帶有數(shù)字接口的電動(dòng)螺旋壓力機(jī)，并放置兩臺(tái)機(jī)器人用于坯料的精準(zhǔn)定位。通過采集預(yù)鍛和終鍛打擊能量、打擊程以及初始坯料溫度，分析這些參數(shù)對產(chǎn)品尺寸波動(dòng)的影響，從而進(jìn)行工藝優(yōu)化，并為以后的產(chǎn)線全自動(dòng)化和智能化積累豐富的鍛造生產(chǎn)過程數(shù)據(jù)。

2）對于企業(yè)鍛件種類繁多，同類鍛件的設(shè)計(jì)經(jīng)驗(yàn)無法高效利用的問題，可先將企業(yè)所存儲(chǔ)的鍛件圖冊進(jìn)行分類，每類鍛件選取幾個(gè)較為典型的案例進(jìn)行鍛件設(shè)計(jì)研究，并將設(shè)計(jì)規(guī)則存儲(chǔ)到知識(shí)庫中，然后由一般到特殊，在原有的設(shè)計(jì)規(guī)則基礎(chǔ)上增加新的規(guī)則。

3）對于鍛造過程中數(shù)據(jù)無法實(shí)時(shí)獲取的問題，可先用擬合好的數(shù)學(xué)模型來進(jìn)行數(shù)據(jù)預(yù)測，當(dāng)獲得真實(shí)的檢測數(shù)據(jù)后，比對預(yù)測數(shù)據(jù)和真實(shí)數(shù)據(jù)的誤差，從而對數(shù)學(xué)模型進(jìn)行調(diào)優(yōu)。

綜上所述，要想解決上述問題，加快智能鍛造行業(yè)的發(fā)展，就必須建立企業(yè)、高校和研究所緊密結(jié)合的產(chǎn)學(xué)研團(tuán)隊(duì)，比如高校開展鍛造過程中數(shù)學(xué)模型的建立和優(yōu)化，研究所負(fù)責(zé)智能裝備的研制應(yīng)用，企業(yè)負(fù)供鍛件的生產(chǎn)數(shù)據(jù)和應(yīng)用場地。在三者通力合作的基礎(chǔ)上，以智能鍛造技術(shù)應(yīng)用中的典型問題為導(dǎo)向進(jìn)行攻關(guān)，培養(yǎng)交叉復(fù)合型人才，為促進(jìn)智能鍛造持續(xù)向更深更廣的領(lǐng)域發(fā)展提供支撐。