摘要：以太阳能光伏支架用热轧钢卷为控制对象,设计在平面或弧面上以曲线或直线的形式于任意位置喷印标识且无需钢卷移动的机器人全自动喷号系统。对热轧钢卷自动喷号系统设计要求、机械和电气控制系统、专家智能报警算法、软件设计进行详细阐述。针对钢卷不规则、机器人故障、钢卷位置偏离等故障信息,采用专家智能判别算法智能诊断并报警,保障安全生产。根据现场的投入使用,选取ABB六轴工业机器人IRB6640作为硬件核心部件。结果表明:该系统可取代人工进行喷印,提高了生产效率,具有较高的实际应用价值。

摘要：针对非标定制化自动装配产线中的生产工艺和流程不可更改的问题,基于数字孪生技术对生产工艺和流程提出重新设计、优化和改进。根据唐山某公司现场调研装配产线的功能,设计多适应装配产线的工艺流程,实现数字孪生系统的质控过程同步监控、生产过程的仿真优化设计及协作生产等三个功能;并采用深度学习云决策平台+雾制造网络架构实现工业大数据的相互融通及智能决策。数字孪生多适应装配产线落地应用,实现非标定制自动化产线的研发、智能优化决策及组装工件的定制化更改,提高了生产效率、扩展了产线适应性。

摘要：为实现超高强汽车板拆带生产线的全自动化,以镀锌产线入口的钢卷拆带作为控制对象,通过研究生产工艺,设计了一种全自动高强汽车板拆带生产线。详细阐述生产线的组成和工作流程、电气控制系统和软件系统设计方法。针对现场的复杂性和多变性,对生产过程中可能出现的各种故障建立智能诊断专家系统;采用贝叶斯判别方法进行智能诊断并报警。实践表明:所设计的生产线的平均拆带时间比传统人工平均拆带时间减小了3.3 min,提高了生产效率,具有较高的实际应用价值;现场安全记录显示该智能诊断专家系统运行正常,报警无误差,为及时处理设备故障、安全生产提供了保障。

摘要：由于机器人的路径规划能力强弱决定着变电站巡检机器人的作业质量,针对当前的变电站巡检机器人路径规划误差大、效率低下的问题,设计了改进型卷积神经网络GNN与Q网络相结合的高效规划路径巡检机器人。解决巡检机器人在复杂环境下克服运动路径规划中遇到的障碍,提高变电站巡检机器人的工作效率。使用深度强化学习技术以提高机器人在巡检环境中的探索能力和自学习能力,降低巡检机器人路径规划时间,路径规划精准度达到98.3%。为变电站巡检机器人智能化巡检奠定了基础,为变电站无人化的实现提供智能解决方案。