建筑行業(yè)是我國(guó)經(jīng)濟(jì)發(fā)展的支柱產(chǎn)業(yè),利用物聯(lián)網(wǎng)等信息化技術(shù)推動(dòng)行業(yè)數(shù)字化轉(zhuǎn)型是未來(lái)發(fā)展的關(guān)鍵,也是我國(guó)建設(shè)資源節(jié)約型和環(huán)境友好型社會(huì)的有利推手。在建筑行業(yè)裝配化施工中,預(yù)制加工工廠可以用現(xiàn)代工業(yè)化的生產(chǎn)方式和管理手段代替?zhèn)鹘y(tǒng)的、分散的手工業(yè)生產(chǎn)方式來(lái)加工預(yù)制件,能夠達(dá)到縮短工期、減少造價(jià)的效果,實(shí)現(xiàn)建筑工業(yè)化
本文研究主要應(yīng)用于裝配化施工工廠,其中管道預(yù)制廠主要加工各種中、大型管道,為企業(yè)提供裝配化施工物件。設(shè)備中有部分老舊設(shè)備儀表改造成本高,為了更好地獲得設(shè)備儀表指示數(shù)據(jù),作為設(shè)備運(yùn)行績(jī)效分析的依據(jù)。傳統(tǒng)人工巡檢工作頻次高,抄表工作量大,巡檢質(zhì)量無(wú)法量化,數(shù)據(jù)存在主觀誤差。手工巡檢記錄,只抄不用,無(wú)法通過(guò)數(shù)據(jù)識(shí)別和發(fā)現(xiàn)設(shè)備異常情況以及抽取數(shù)據(jù)和加工利用?;谝陨蠁?wèn)題,研究和推廣了一種能夠在建筑內(nèi)按指定路線完成巡檢點(diǎn)位定位巡視的機(jī)器人
5G技術(shù)具有“超高速率、超低時(shí)延、超大連接”的技術(shù)特點(diǎn),基于5G技術(shù)的信號(hào)覆蓋將形成企業(yè)快速反應(yīng)能力、確保訂單準(zhǔn)時(shí)交付核心業(yè)務(wù)數(shù)據(jù)的管理規(guī)范后,可以實(shí)現(xiàn)產(chǎn)供銷(xiāo)人財(cái)物的高效協(xié)同,通過(guò)信息系統(tǒng)對(duì)訂單的管理、對(duì)供應(yīng)商的管理,實(shí)現(xiàn)全產(chǎn)業(yè)鏈數(shù)據(jù)的貫通,提升企業(yè)應(yīng)對(duì)市場(chǎng)的快速反應(yīng)能力。
構(gòu)建一套生產(chǎn)管理系統(tǒng)(Manufacturing Execution System,MES),根據(jù)項(xiàng)目管理(Project Management,PM)系統(tǒng)中項(xiàng)目施工任務(wù)獲取送達(dá)時(shí)間,通過(guò)Rebro軟件獲取零件圖。生產(chǎn)管理系統(tǒng)中,根據(jù)工單所需物料明細(xì)(Bill of Materials,BOM),按照物理尺寸分配不同的運(yùn)輸設(shè)備,確定場(chǎng)內(nèi)和場(chǎng)外運(yùn)輸方案。
根據(jù)運(yùn)輸品、送貨地點(diǎn)的先后,規(guī)劃運(yùn)輸品物流順序,如圖1所示,達(dá)到運(yùn)輸承載量效率最優(yōu)。在已有的高德地圖路徑算法上,基于貝葉斯概率公式判斷路況事故造成的概率,擇優(yōu)路徑運(yùn)輸。為不同運(yùn)輸設(shè)備,裝載行車(chē)記錄視頻一體機(jī)、多模導(dǎo)航衛(wèi)星定位系統(tǒng)、車(chē)載攝像機(jī)等?;?G網(wǎng)絡(luò),采集位置、實(shí)施圖像等數(shù)據(jù)。
如圖2所示,在駕駛艙內(nèi)部署ADAS、DBA、BSD攝像機(jī),實(shí)現(xiàn)駕駛過(guò)程中的智能主動(dòng)安全發(fā)現(xiàn)與提醒,并將相關(guān)信息數(shù)據(jù)實(shí)時(shí)回傳中心平臺(tái)。
系統(tǒng)支持以車(chē)輛為單位進(jìn)行查看和管理,具備定位信息、速度信息在視頻上疊加,同時(shí)預(yù)覽多路車(chē)載視頻,按需調(diào)取錄像,如圖3所示。
系統(tǒng)支持聯(lián)動(dòng)視頻監(jiān)控、速度可視化及實(shí)時(shí)跟蹤功能,針對(duì)超速告警、駛出規(guī)定區(qū)域告警、低速行駛告警等實(shí)時(shí)信息推送;判斷不按路徑行駛的車(chē)輛,并實(shí)時(shí)問(wèn)清緣由,強(qiáng)化路徑計(jì)算模型。管理平臺(tái)界面如圖4所示。
場(chǎng)內(nèi)運(yùn)輸采用AGV叉車(chē),如圖5所示,其優(yōu)點(diǎn)是自動(dòng)化程度高、無(wú)需人工操作、節(jié)省成本。但是對(duì)于路線比較復(fù)雜靈活的路線,宜使用人力叉車(chē)、電動(dòng)叉車(chē)等運(yùn)輸工具;對(duì)于大型預(yù)制件可以采用自動(dòng)吊籃、機(jī)械臂、立體倉(cāng)庫(kù)等運(yùn)輸工具。
對(duì)倉(cāng)儲(chǔ)空間和運(yùn)輸路線進(jìn)行管理。針對(duì)不同種類(lèi)的運(yùn)輸路線和倉(cāng)儲(chǔ)空間,物聯(lián)網(wǎng)平臺(tái)管理重心和計(jì)算方式不同。在場(chǎng)內(nèi)運(yùn)輸中,將使用5G定位、UWB定位、北斗定位、視覺(jué)SLAM定位復(fù)合定位法,進(jìn)行透明化工廠管理。AGV調(diào)度管理系統(tǒng)(FMS)與倉(cāng)儲(chǔ)管理系統(tǒng)(WMS)
物品物流系統(tǒng)和物品的全程可視化協(xié)同管理從供應(yīng)商到需求者,供應(yīng)鏈?zhǔn)墙邮瘴锲贰⑦\(yùn)輸、報(bào)關(guān)、運(yùn)輸、貨物交付買(mǎi)方。每個(gè)物品連接到電子標(biāo)簽,通過(guò)RFID和GPS技術(shù)的結(jié)合實(shí)現(xiàn)對(duì)整個(gè)供應(yīng)鏈的監(jiān)控。接收物品的射頻標(biāo)簽信息和位置信息并上傳至通信衛(wèi)星,由衛(wèi)星發(fā)送到港口物流控制中心。在整個(gè)運(yùn)輸過(guò)程中,物品始終處于嚴(yán)格的監(jiān)控之中,以確保物品在運(yùn)輸過(guò)程中的安全。也因此實(shí)現(xiàn)了物品在運(yùn)輸過(guò)程中的可視化管理。
在預(yù)制件物流管理上,掃描裝配線上的編碼、智能運(yùn)輸中識(shí)別工作場(chǎng)所危險(xiǎn)、運(yùn)輸無(wú)人駕駛等工廠內(nèi)部高自動(dòng)化物聯(lián)網(wǎng)場(chǎng)景,需要較大網(wǎng)絡(luò)帶寬,更快響應(yīng)和運(yùn)算處理。并且高自動(dòng)化的背后,需要更高的安全性,因此基于物聯(lián)網(wǎng)平臺(tái)的預(yù)制物流管理所對(duì)應(yīng)的服務(wù)器架構(gòu),優(yōu)選5G傳輸和邊緣計(jì)算服務(wù)器,做內(nèi)網(wǎng)管理。
云原生是基于分布部署和統(tǒng)一運(yùn)管的分布式云,以容器、微服務(wù)、DevOps等技術(shù)為基礎(chǔ)建立的一套云技術(shù)產(chǎn)品體系,較適合大型預(yù)制物流管理?;谠圃夹g(shù)的架構(gòu)設(shè)計(jì)圖如圖6所示。
實(shí)現(xiàn)的主要功能:(1)生產(chǎn)輔助:AR裝配輔助、物料設(shè)備定位、數(shù)字孿生看板、預(yù)防性維護(hù);(2)邊緣AI檢測(cè):缺陷邊緣檢測(cè)、規(guī)范化生產(chǎn)線操作、設(shè)備自決策管理;(3)智能控制:遠(yuǎn)程行車(chē)、自動(dòng)行車(chē)、產(chǎn)線監(jiān)控、機(jī)械臂;(4)智能物流:AGV云化管理、物流配送調(diào)度、5G自動(dòng)駕駛;(5)園區(qū)管理:AI視頻監(jiān)控、人臉打卡識(shí)別、疫情防控檢測(cè)、指揮調(diào)度對(duì)講等。
AGV模塊是智能巡檢機(jī)器人自主行動(dòng)的運(yùn)動(dòng)機(jī)構(gòu)裝置,如圖7所示,使用SLAM激光導(dǎo)航技術(shù)
采用神經(jīng)網(wǎng)絡(luò)算法來(lái)進(jìn)行圖像處理,該方法選擇特定的神經(jīng)元,計(jì)算該神經(jīng)元對(duì)輸入圖像的反應(yīng)產(chǎn)生的偏導(dǎo)數(shù),然后使用梯度上升優(yōu)化圖像直到收斂。此外,需要一些標(biāo)準(zhǔn)化的項(xiàng)目來(lái)使生成的圖像更接近自然模型。除了優(yōu)化輸入圖像,還可以優(yōu)化FC6功能并創(chuàng)建所需的圖像,選擇圖像和不正確的分類(lèi)。然后,系統(tǒng)計(jì)算該分類(lèi)對(duì)圖像的偏導(dǎo)數(shù),對(duì)圖像應(yīng)用梯度上升優(yōu)化。
機(jī)器人前端系統(tǒng)通過(guò)5G無(wú)線傳輸單元上傳圖像信息至后端處理系統(tǒng)進(jìn)行圖像信息的算法解析,最終完成儀表讀數(shù)的自動(dòng)解析和數(shù)值閾值判定工作。指針式儀表圖像信息需要通過(guò)CMOS攝像機(jī)在自然光條件下采集,如圖8所示,預(yù)處理過(guò)程中主要是使用圖像灰度法將彩色圖像灰度化。通過(guò)改進(jìn)圖像預(yù)處理?xiàng)l件,圖像識(shí)別率從優(yōu)化前的50%提高到90%左右。
建筑有限空間環(huán)境下指針式表具的布置存在高低、偏轉(zhuǎn)的差異,智能巡檢機(jī)器人的機(jī)械臂需要精確的控制到合適的空間位置,使系統(tǒng)搭載的視覺(jué)識(shí)別裝置完成儀表圖像信息的捕捉。六軸機(jī)械臂具有精度高、速度快、外形小巧等特點(diǎn),采用高質(zhì)量、高性能諧波減速機(jī),能夠使其在運(yùn)行過(guò)程中不斷重復(fù)定位,保證作業(yè)精度。在智能巡檢機(jī)器人平臺(tái)上對(duì)六軸柔性機(jī)械臂
智能巡檢機(jī)器人在研發(fā)生產(chǎn)基地完成了現(xiàn)場(chǎng)8次人機(jī)對(duì)比驗(yàn)證,機(jī)器人平臺(tái)進(jìn)行了示范廠區(qū)內(nèi)45塊指針式儀表盤(pán)數(shù)據(jù)讀取和數(shù)據(jù)轉(zhuǎn)換工作,平均耗時(shí)為1.2 h,平均數(shù)據(jù)采集精度為90%。同等條件下,人工數(shù)據(jù)采集每次巡檢完成平均歷時(shí)約為2.6 h,平均精度為70%。
結(jié)果證明:采用5G+機(jī)器人巡檢方案可節(jié)省巡檢人工費(fèi)用約53%,提升數(shù)據(jù)采集正確率約20%,在同等工作條件下,機(jī)器人相比人工作業(yè)提升工作效率約3倍,如表1所示。巡檢機(jī)器人如圖10所示,路徑規(guī)劃如圖11所示。
表1 人工巡檢與機(jī)器人巡檢結(jié)果對(duì)照 下載原圖
Tab.1 Comparison of manual inspection results with robot inspection
在當(dāng)前數(shù)字化技術(shù)不斷發(fā)展的背景下,本文在已有條件的基礎(chǔ)上,建立了一套適用、先進(jìn)的倉(cāng)儲(chǔ)物流及巡檢管理系統(tǒng),以支撐預(yù)制加工廠的工程需要。對(duì)于場(chǎng)內(nèi)場(chǎng)外的物流運(yùn)輸,運(yùn)用基于5G信號(hào)覆蓋的物聯(lián)網(wǎng)技術(shù)來(lái)進(jìn)行對(duì)預(yù)制件的狀態(tài)監(jiān)測(cè)、物流調(diào)度、運(yùn)輸管理。再根據(jù)工廠需要設(shè)計(jì)一款智能巡檢機(jī)器人,經(jīng)過(guò)現(xiàn)場(chǎng)數(shù)據(jù)采集、實(shí)驗(yàn)對(duì)比,發(fā)現(xiàn)可以極大節(jié)省人工巡檢成本,提高巡檢效率。但在建筑領(lǐng)域數(shù)字化進(jìn)程中,還有很長(zhǎng)的路要走。如何將不斷更迭的管理理念與先進(jìn)設(shè)備巧妙的運(yùn)用到建筑工地上,不斷提升建筑領(lǐng)域的先進(jìn)水平,將是未來(lái)持續(xù)努力的方向。