当现代工业进入数字制造时代后,数据本身已经成为提升制造能力与工艺水平的最具价值且最为复杂的原材料,其重要性类似于蒸汽机时代的煤和工业化时代的油。而当前面临的挑战是如何获取数据并使数据应用于技术提升和创新。在现实生产中常会提出两个问题:一是需要多大量的数据信息才能有助于一个传统焊接制造过程向当前数字制造的转变与提升;二是用什么方法从所获得的数据信息为用户提取出有价值的信息,并应用在焊接产品的研发和工程实践中。对上述问题拟从以下两个方面回答。
1)获得的数据必须满足并达到可统计的条件(见本章第1.4节),其中包含能有效提取统计特征量的原始信息。例如,在本书中所描述的针对焊接材料的工艺性分析与评估,每个数据样本(焊接电流与电压)的采样频率不小于100kHz/s,采样时长不小于5s。数据量一般在35MB左右。焊接过程数据信息的有效性还必须满足同工况、同时长等要求,从而使各样本信息具有可重复性和可对比性,有助于发现其内在关联、趋势以及某一事件出现的概率,并在数据信息或样本增加的过程中使分析的结果或预测更为准确。
2)数据是基础资源,不进行有效分析或分析思路、分析方法不合适就不能有效应用数据资源。重要的是能读懂分析结果,通过信息与数据的积累、分析和评估,使焊接制造变为可预测的制造,并使得制造过程中不断产生的数据又被系统性地处理,有助于发现和解释不确定因素,有助于进行决策和行动。
值得注意的是,当前的制造技术在由单元向多元的集成转变,不仅使产品所包含的设计信息和工艺信息量显著增加,而且使产品的制造成为一组满足多种需求的“可行”解,要求以多学科、跨领域的新的制造理念、方法,来寻找并开拓新的模式以适应上述新的特征。此外,在由“信息与数字”驱动的焊接制造发展中,要做大量的标准化工作,使数据可信任、可传输、可交流、可共享,从而确保数字化焊接制造的一致性、高品质和高效率。
与传统的制造技术相比,数字制造产生的影响是巨大且长远的,在焊接制造中的权重及其推动力将与日俱增。焊接数字制造系统将带来以下几方面的突破:①设计优化能力的提升。对搜集与理解应用环境信息和用户需求信息,做出定量的分析和规划,完成焊接结构的优化设计,其中,强有力的动态知识数据库是数字化设计能力的基础。②人机一体化的协同。人机一体化方面突出人在制造系统中的核心地位,使人机之间表现出一种相互理解、相互协作的关系,使两者在不同的层次上各显其能,相辅相成,在实践中不断地充实知识库,形成一种有“深度学习与认知”能力的混合智能。③虚拟现实技术的应用。以计算机和人工智能为基础,将信号处理、动画技术、智能推理、预测、仿真和多媒体技术融为一体,是焊接数字化、智能化制造的一个显著特征,是实现高水平人机一体化的关键技术之一。因此焊接数字制造是信息技术发展的一种必然趋势,是自动化和知识集成技术深度融合的结果。随着计算机与信息技术的不断进步以及互联网、云存储和云计算技术的成熟与普及,焊接生产信息完全可以与物流控制、网络间数据共享等技术结合起来,为用户提供可靠、有效的具有感知—决策—执行能力的数字制造监控和管理平台,从而满足现代焊接制造对高品质、高效率的迫切需求。
根据焊接制造发展路线图的分析和规划,对数字化技术的挑战主要体现在两个方面:一是要求在工艺、装备和材料之间建立起“精量化”的数字联系,促使传统焊接制造过程由“部分定量”+“经验试凑”的模式向基于工艺与质量“数据库”的在线优化与监控模式的转变;二是实现从传统焊接的“控形”加工向具有接头性能预测和参数调控能力的“控性”技术的提升,进而推动具有机理和规律支撑的、可定量预测和控制的新一代数字制造体系的形成。信息与焊接制造深度融合的关键,是如何从海量的信息资源中找出合理的技术途径和运作模式,打破信息孤岛和资源不能共享的局限,找到关键的技术环节和流程,在这些技术的演进与应用过程中,软件起到了关键的支撑作用。
本书的工作是从信息化基础与技术应用角度出发,主要对焊接电流与电弧电压这两个熔化极弧焊过程的最基本,也是最方便获取的物理量,进行信息的传感与统计特征量的提取、分析与评估。在本书中,以焊接过程中电弧现象的大量观察为基础,揭示熔滴行为特征与焊接材料工艺性的内在联系,并通过汉诺威分析仪提取反映这一现象的数据化信息,进一步对焊接材料工艺性做出定量的评价。图1-11是焊接材料工艺性评价原理解析图。
图1-11 焊接材料工艺性评价原理解析图