航空制造技术论文

2022-05-11

小伙伴们反映都在为论文烦恼,小编为大家精选了《航空制造技术论文(精选3篇)》,供大家参考借鉴,希望可以帮助到有需要的朋友。摘要:激光技术是一种高效易控、无接触式的新型加工方式。在航空制造领域中,激光技术的应用主要包括打标、焊接、切割、打孔、熔覆以及航空零部件的精密加工。我国早已成为航天大国,神舟系列的载人航天、嫦娥系列的探月考察、天宫系列空间实验室、北斗卫星导航系统取得的成就举世瞩目。现代化航天航空产业,需要先进的激光制造技术跟进。

第一篇:航空制造技术论文

AGV关键技术在航空制造车间的应用展望

摘要:随着智能制造和航空产品的发展,传统的航空产品制造技术已经不能满足航空产品日益发展的需求,随着智能制造技术的出现及发展,以智能物流为基础的智能制造车间逐渐得到了广泛应用。在智能制造车间物流中,自动引导小车(AGV)得到了广泛应用。本文在对AGV关键性技术研究进行綜述的基础上,总结了AGV在物料配送车间的工作流程,阐述了AGV在车间智能控制系统中的应用,提出了将AGV应用于航空制造车间智能物流的方法,并指出了AGV在航空制造车间的应用前景及其发展方向,对AGV的应用及发展具有一定的借鉴和参考意义。

关键词:智能制造;车间物流;路径规划;AGV;航空制造

自动引导小车(AGV)是指能够按照规划的路径行驶的,具有移动、负载等功能的地面机器人。AGV有自动化程度高、灵活性强、安全性高等特点。在制造车间中,AGV可以与各类生产线、装配线、输送线站台、货架、作业点有机结合在一起,最大限度地缩短物料周转周期,提高生产系统的工作效率。由于其突出优势,AGV被广泛应用于制造车间物料配送中,解决制造车间存在的物料转运效率低、智能化程度不高等问题。

随着“智能制造”和航空产品的发展,航空制造车间由于物料种类多、数量大,并且配送效率低的因素,现有的制造技术已经不能满足航空产品发展的需求。因此,将以智能物流为基础的智能制造引入航空制造车间,对推动航空产品的发展具有重要意义。而AGV作为智能物流中最关键的角色,对其关键性技术进行研究,并将其应用于航空制造车间,对航空制造车间的发展有一定推动作用。

1航空制造车间存在的问题

航空作为军事力量的重要组成部分,对于国家和人民至关重要,经过几十年的发展,我国在航空领域已经取得了卓越成就。然而,制造技术的落后限制了航空产品的制造和进一步发展。随着智能制造的发展,智能制造在航空产品制造中的应用,受到了许多学者的关注[1]。

航空产品的制造过程主要为:零部件制造、定位、组件连接、机构装配及总体装配,最重要的装配过程是在装配线上进行的,虽然现有的固定工位式装配线、脉动式移动装配线、移动装配线可以在一定程度上提高装配效率,但是由于涉及的物料种类繁多、数量庞大,现有物流效率仍然不能满足进一步发展的民用航空制造需求,难以保证制造任务按计划完成,并且存在以下问题[2]。

(1)工位物料积压

航空产品由于装配要求高,作业周期较长,工作量大,各工位上一般会存放几个工作日的成品及所需物料,待一个工作周期结束后统一配送,因而,物料会停滞在存储区,造成生产线的物料堆积。

(2)生产线物料短缺

由于航空航天制造车间的物料配送由人工及可操纵的移动设备完成,人为的操作具有随机性,会导致生产线上的物料存储空间不足,出现配送拥堵,使得紧需物料无法及时进入存储区,导致物料短缺。

(3)配送灵活性差

航空产品的物料配送以“点对点”的方式实现,当出现物料缺少时,需要经过多次报备配送,物料才能到达工位,人为的参与就使得物料配送具有随机性和繁杂性,容易造成配送出错,影响装配效率。

针对航空产品的生产装配线存在的上述问题,航空产品制造车间企业需要车间进行自动化和智能化转型升级,并在此基础上研究车间智能物流配送技术,实现物料及时配送和高效生产。智能物流作为智能制造的重要环节,可以实现环境感知、决策判断和路径规划等功能,因此,将智能物流应用于以智能车间为载体的智能制造中,研究复杂环境的车间智能物流配送技术,能够最大程度地提升航空产品制造车间管理的准确性,根据指令互联互通协同作业,高效地完成搬运与输送任务。

AGV是一种能够在已知或未知地图中,根据上位机给定的路径信息和指令,完成物料运输任务的智能装备。在生产车间,AGV由于其灵活、智能化、柔性化等特点,成为车间物流中的重要组成部分,并得到广泛应用[3]。相对于传统的物流方式,采用AGV进行物料配送,在保证同等运输能力的条件下,可至少节约80%以上的劳动力,因此,通过在航空产品制造车间引入以AGV为主体的智能物流对物料的转运过程进行优化,可以提高物料的配送效率,降低生产成本,推动航空制造车间的进步,助力航空装备的发展。

在针对AGV的研究中,关键性的技术包括路径规划和任务调度两方面。本文在对AGV在路径规划和调度两方面进行综述的基础上,对AGV的研究现状进行总结,并对其在航空产品制造车间的应用进行展望。制造车间常见的AGV如图1所示。

2 AGV路径规划

AGV路径规划的目的是为AGV提供最优的行走路径,根据AGV所处的环境的不同可以分为已知环境下的全局路径规划和未知环境下的局部路径规划。根据此种分类方法,国内外学者对AGV路径规划的研究可分为全局路径规划算法和局部避障路径规划算法。

2.1全局路径规划

在全局路径规划算法方面,研究方法主要包括图论法、动态路径规划算法、状态空间法和智能算法等,本文主要对图论法和状态空间法进行介绍。

(1)图论法

将图论法应用在机器人路径规划中是一种新的数学方法,对求解机器人路径具有重要价值,图论法中,最常用的是Dijkstra算法,该方法的基本思想是从起点出发,逐步地向外探寻最短路。Dijkstra算法是一种贪心算法,通过一个数组记录起点到各个顶点的最短距离和已经确定最短路径的顶点集合,在路径规划开始时,将起点的路径权重设为0,对于起点能直接到达的点将其路径权重(长度)记录下来,对于不能直接到达的顶点,将路径长度设为极大。初始的顶点集合只有起点。然后,对周围顶点选择路径长度最短的一点,并将该点加入到集合中,然后确定新加入的顶点是否可以到达其他顶点,并对比该顶点到其他点的距离是否比起点到其他点的距离更短,如果是,就将其路径长度记录下来,并在记录下来的路径长度中选距离最小的顶点,将这一顶点设置为新的起点,重复以上操作,就可以求出最短路径[4-5]。Dijkstra由于采用贪心搜索策略,所以一定可以求解出最短路径,但是由于其搜索的点太多,在障碍物数量大的场合中,求解效率太低,为解决这一问题,赵东雄[6]通过将搜索区域限定在一定的长方形中来减少算法搜索的点,对提高路径规划效率有启发性的意义。

在图论法中,D*算法也是一种常见算法,该算法是Stentz[7]在1994和1995年两篇文章中提出的,由于D*算法是一种启发式的路径搜索算法,适合应用在未知环境或者动态变化场景中,因此适合于机器人探路场合,最早用于火星探测,如美国“索杰纳”火星车,通过利用该算法,完成了在火星复杂地形下的路径规划[8]。

(2)状态空间法

状态空间法是以状态和操作符为基础的问题表示和求解法,可以用来解决复杂环境中的路径规划问题[9]。利用这一方法的路径规划算法主要有全局择优搜索、A*算法、Tabu搜索法、模拟退火算法和爬山算法。

目前在路径规划中采用的最广泛的算法是A*算法,该算法是一种采用启发函数的优先级搜索算法,通过搜索、遍历节点,计算路径来求解最短路径,启发函数的作用是判断在遍历节点时先遍历哪些节点可以使路径最短,以提高搜索节点的效率。

A*算法是P.E.Hart,N.J.Nilsson和B.Raphael在1968年提出的,在静态环境中,A*算法能够针对两点之间的最优距离进行计算,但是在栅格化的地图中进行移动机器人路径规划时,由于复杂环境约束的存在,A*算法规划出的路径可能并不是最优,为了解决这一问题,王利敏[10]将A*算法引入到月球车路径规划中,证明A*算法在静态完全已知地图中能以极快的速度找到最短路径,并对A*算法进行了优化。创造性地将A*算法和B样条函数相结合,使得AGV可以在复杂地图中快速地搜索出最短路径。孙炜等[11]提出了一种改进的A*算法,采用栅格方法建立环境模型并针对A*算法规划的路径冗余点较多以及路径长度和转折角度较大的缺陷,将规划出的路径分割成较小步长,得到新的路径节点,最后,从起点开始依次用直线连接终点。结果表明,该算法能在复杂环境中,有效地减小路径长度和转折角度。王洪斌等[12]提出了一种改进的A*算法与动态窗口法相结合的混合算法,利用目标成本函数对所有目标进行优先级判定,进而利用改进的A*算法规划一条经过多个目标点的最优路径,同时采用自适应圆弧优化算法与加权障碍物步长调节算法。此外,提出将改进动态窗口算法与全局路径规划信息相结合的在线路径规划法,采用预瞄偏差角追踪法成功捕捉移动目标点,提升了路径规划效率,仿真实验表明该方法能够在复杂动态环境中更有效地实现路径规划。

2.2局部避障路径规划

在局部避障路径规划方面,研究应用较多的包括人工势场法和构建局部地图避障。本部分主要对两种研究方法进行介绍。

2.2.1人工势场法

人工势场法认为在环境中的机器人运动,是在引力和斥力和合力下引起的,其中引力是由目标点产生的,斥力是由障碍物产生的,通过控制引力和斥力,可以实现对机器人运动的控制的位置的计算。

1986年,Khatib[13]首先将人工势场算法引入到了机器人避障路径规划领域,人工势场路径规划技术由于原理简单,便于控制,在机器人的实时避障方面得到了广泛研究,但人工势场路径规划方法通常存在局部极小点,引力和斥力场设计时存在人为不确定因素,限制了人工势场法的应用,为了解决这些问题,朱毅等[14]设计了一种基于行为的局部极小点的解决方法,通过设计多种合理的转换条件,提高了机器人的决策能力,使机器人能根据场景采取合适行为,避免出现局部极小点。于振中等[15]引入了填平势场,并规定该势场只有当机器人处于局部极小点时才启用,用以解决局部极小点的缺陷。

尽管已经有不少针对人工势场法的改进方法,但到目前为止,动态环境中引力场与斥力场的设计、局部极小问题仍未得到完全解决,另外,由于人工势场法的原理,使其在在障碍物较多时,路径规划的计算量会很大,以上这些问题的存在,使得人工势场路径规划方法的应用受到了限制。

2.2.2构建局部地图避障

要构建地图进行避障,首先要进行的就是构建环境地图,在构建环境地图方面,常用的有两种方式,即基于机器视觉的地图构建和基于SLAM的地图构建。

(1)机器视觉

机器视觉可以看作是从图像中抽取、描述和解释信息,最终用于实际检测、测量和控制,其核心内容是图像的处理和识别。在对图像进行识别前,需要通过预处理对图像进行特征提取和增强,改善图像质量,便于计算机对图像进行分析处理。基于机器视觉的路径规划系统,首先通过视觉和图像处理的方式采集环境信息并进行处理和存储,然后,在运行过程中,对采集到的图像进行分析,采集AGV在行驶中的信息,最后完成AGV的局部路径规划。

国内高校中,吉林大学智能车辆课题组最先开始从事基于视觉导航方式AGV研究,采用射频识别(radio frequency identification,RFI)技术[16],先后开发了JUTW-1、JUTIV-2型视觉导航车,并开发出面向工厂实际应用的JUTIV-3通用型和装配型视觉导航AGV[17]。范莹莉[18]在采用单目摄像机机器视觉的AGV上,研究了基于图像序列的动态路径识别算法,对路径上的标识符和障碍物分别进行识别,实现了局部避障的功能。哈尔滨工业大学张明明[19]应用低成本视觉传感器,研究一种工厂三维环境的实时重建算法,并利用算法重建的三维环境地图,实现了光伏清洗机器人的路径规划。姚伟等[20]为满足AGV运动对于AGV视觉导航系统实时性和精确性的要求,设计了基于April Tag视觉基准的视觉定位系统,完成了对AGV工作场景标签信息的快速采集、标签识别及位置获取的图像处理算法设计以及基于多核通信的軟件系统设计,试验研究表明,该系统可满足AGV运动对避障系统的实时性、精确性要求。

(2)SLAM

同步定位与建图(simultaneous localization and mapping, SLAM)是指机器人在未知环境中移动时,一边移动,一边根据自身携带的传感器在对自身进行定位,同时利用外部传感器对采集的环境信息进行分析,构件环境地图。国内外高校、公司在SLAM建图避障方面进行了大量的研究,如Google公司研发的全自动驾驶汽车,搭载雷达、激光测距系统、视觉相机、GPS、轮毂传感器等设备,可以实时更新地图,引导汽车准确到达目的地,其原理图如图2所示。

美国Omron Adept公司推出了的一款自主导航的移动机器人平台Adept Lynx,该平台利用自身导航软件进行定位,并且无须安装磁条导轨、色带、信号反射器等外界辅助工具,可以根据自身传感器,结合现场环境自主探测周围环境,完成路径规划和避障[21],如图3所示。

D. V. Lu等学者研究了环境中行人的存在对路径规划的影响,将行人对路径规划的影响等效为高斯参数,则将行人对路径规划的影响转化为高斯参数对路径规划算法中各参数的影响,图4展示了在同一环境中,不同高斯参数对路径规划的影响[22]。

浙江大学奚婉对电力巡检机器人的导航系统进行了研究,搭建了软件系统,可以实现环境地图显示、路径规划、定位导航控制等功能,不仅可以创建全局地图,还可以求解最短路径,规划最优导航路线[23]。

哈尔滨工业大学的王超研究了一种室内机器人的导航算法,通过激光和视觉传感器进行环境和地图构建,如图5所示,最后通过试验对机器人的室内环境定位、动态环境导航算法进行了验證[24]。

深圳乐行天下科技有限公司研发了一种用于机器人及其他设备的自主导航模块Navi Pack,可以对周围环境进行持续扫描,避开障碍物,选择安全路径,实现精确导航,如图6所示。

通过对国内外学者在车间物流AGV路径规划的研究总结后发现,AGV的物料配送路径规划是AGV在车间物流配送系统的基础,路径的基本流程为:上层系统生成配送任务信息,系统下发任务至待命点的AGV,AGV接收上层系统发送的物料配送信息后开始执行任务。当在路径中遇到冲突障碍时,进行判断,冲突解决后前往下一目标,直到到达任务目标点;若障碍无法避开,则重新生成配送任务信息;到达任务地点后卸下物料,判断是否需要充电,需要充电则进行充电,否则回到待命点。其工作流程图如图7所示。

3 AGV调度

对于应用在车间中的AGV,已有的研究大多是针对单个AGV进行的[25-26]。然而,智能制造车间中会有大量的物料及物料配送任务,因此,单个AGV无法完成这些任务,通常需要多个AGV协同作业,智能制造车间中通常会利用AGV车群来完成运输任务。因此,近年来多个AGV的调度逐渐进入研究者们的视野,研究者们的研究主要集中在多AGV任务规划和多AGV任务调度两方面。多AGV任务规划的目的是完成多个AGV的路径规划,解决多个AGV之间的路径冲突问题。多AGV的任务调度的目的则是完成任务分配,给多个AGV分配运送任务,并确定起点和终点。

3.1 AGV任务规划

在对多AGV任务规划的研究方面,大多数研究的目标集中在解决AGV规划完成的任务之间的冲突和避让问题,目前已有的研究中,主要通过集中式和分布式两种方法来解决这一问题[27]。在集中式方法中,Peasgood[28],Clark[29]等使用带有特定拓扑的图来搜索路线图的最小生成树,Wang等[30]则将智能制造车间限制为网格世界,问题即转化为在网格世界中寻找不冲突的路径。集中式方法在多路径规划中具有完整性,这一理想特性在多AGV任务规划中非常难得,但这种方法对系统的计算能力有很高的要求[31]。为了提高路径规划效率,企业中一般采用计算效率较为理想的方式(分布式方法)来进行路径规划。例如,Ma等[32]使用了一种分布的多代理运动规划方法,这种方法使用一种算法来查找各个AGV的路径,但这个方法存在的最大问题就是不能处理出现冲突的场景。Erdmann等[33]通过提出优先级规划方法来解决这个问题,并且通过实践证明了这一方法的有效性,并广泛应用于多机器人的运动规划。但Dewangan等[34]指出,在实际应用中,由于环境的复杂性,优该算法可能使AGV发生路径冲突现象,为避免这种现象,Cap等[35]提出了一种改进的优先级规划方法,可应用在系统结构环境较好的工厂中。

对多AGV任务规划的研究除了解决AGV之间的避让问题外,还需要为每一个AGV从起始点到终点找到一条最优路径。目前国内外大多数研究者采用智能化程度更高、更复杂的算法来求解最优路径[36]。例如,Mousavi[37]采用了遗传算法求解AGV的最优路径;王辉等[38]采用了蚁群算法求解最优路径;智能算法具有较好的鲁棒性和随机搜索机制,但随着AGV数量以及配送任务的增加,传统智能算法已经不能解决遇到的问题,目前,更多的研究都集中在算法的改进策略上。例如,Zhang等[39]提出了一种改进的人工鱼群算法,并将其应用于机器人路径规划;Han等[40]研究了一种改进的多AGV路径规划遗传算法并进行了试验,结果表明,改进后的遗传算法缩短了AGV的行驶距离;针对移动机器人的路径规划,Li等[41]将路径规划问题转化为多目标优化问题,开发了一种新的自适应粒子群算法来提高路径搜索能力,并通过试验验证了算法的可行性和有效性。

综上所述,现有的研究在进行多AGV任务规划时,主要解决AGV之间的避让和多条AGV路径的规划这两个问题。研究者们通过集中式和分布式的方法解决AGV动态规划(AGV之间的避让)问题,其中分布式方法应用较为广泛,更加适用于航空制造车间的物料配送;同时,通过智能算法来解决多AGV路径规划(求解最优路径)问题,且多数研究者通过改进传统智能算法来提升算法的效率。

3.2 AGV任务调度

在实际应用中,AGV的任务规划只能解决从起始点到目标点的移动问题,AGV的任务调度技术则为每个AGV分配起始点和终点。AGV的任务调度要考虑到配送的成本和所需的时间,调度方案的优良与否,决定着制造车间的物料配送效率,对制造车间任务的完成时间具有决定性作用,因此,近年来许多学者在进行AGV任务调度的研究。

目前,国内外学者在AGV的任务调度领域已取得一定进展:李岩等[42]采用遗传算法同时调度机器和AGV,使AGV调度成为柔性制造系统集成调度的一部分,提出了一种新的群体控制策略并通过实例进行了验证。孙志峻等[43]提出了一种将遗传算法和分派规则相结合的调度算法。雷定猷等[44]提出了一种混合遗传算法。刘旭等[45]提出了一种改进的遗传算法进行AGV的任务分配和配送路径优化。近年来,对AGV的任务调度问题的研究领域主要集中在制造车间、装配车间和集装箱码头,大部分研究将任务完成时间最短设为优化目标,将模型理想化,并且局限于有轨AGV的任务配送系统,只是单纯解决了生产设备和AGV之间的调度问题[46]。

综上所述,现有的研究中,任务调度模型都是假设AGV按照固定的路线到达各个位置,但是这并不适用在制造车间环境中。在制造车间中,对于没有固定轨道的AGV,在避让障碍物时,行驶路线并不是固定的,并且,实际运行时,AGV并不能作为理想模型来考虑,AGV的电量、负载、充电时间等,都應该作为变量考虑进参考模型中。因此,在现有的研究中,对于AGV调度的理论研究与实际应用还存在一定差距,需要进一步完善。

根据对多AGV调度的国内外现有的研究现状可以看出,大多数学者是对AGV任务调度和任务规划分别进行研究,对两者的集成研究较少,这是由于两个问题本身都是难以解决的复杂问题,集成计算会使得问题解决的难度更大[47],但是在实际的制造车间中,这两者是分不开的。为了解决这一问题,Xidias等[48-50]在集成调度和路径规划方面做了一些相关的研究,将工厂地图等效成样条曲面[51],路径规划问题则转化为在地图上寻找满足约束条件的样条曲线的控制点,AGV的路径则等效为通过控制点来生成的样条曲线。在算法上,Xidias等将遗传算法的编码分为整数编码部分和浮点数编码部分,整数编码部分表示任务分配的站点,浮点数编码部分则是路径的控制点。通过这种方式将任务规划和任务调度有效的集成在一起,通过一个算法同时求解出AGV的路线和AGV的调度方案。

随着当前智能制造的发展,多AGV路径规划问题也逐渐变得复杂化,需要考虑的因素日趋多样化和随机化[52],当下,关于多AGV的理论研究多数从实际出发,并且逐渐得到了较成熟的应用并逐步完善,当然,在面对以智能制造为基础的“智能工厂”的趋势下,这些理论还有待进一步优化和提高。

4应用展望

航空制造车间由于涉及的物料种类繁多、数量庞大,在推进“智能制造”的过程中,车间配送系统由于其系统的复杂性,任务调度存在及时性、计算的复杂性和多约束性、随机性、离散不确定性,会使得车间出现物料转运和配送存在效率低、配送时间长、工作量大、成本高等缺点。近年来,由于AGV具有可靠性好、运输效率高、全自动运行、对物料适应性好、人力成本低、与其他信息化系统接口方便等优势,基于AGV的智能调度控制系统逐渐在航空制造车间和与航空制造车间存在类似问题的装配车间中得到应用。

在基于AGV的装配车间智能调度系统搭建方面,杨耀勇等[53]在总装车间搭建了全自动化的物料配送系统,包括上位控制系统及AGV自身的控制系统,该系统可以实现对物料的精准配送,实现效率、质量、成本的最优化。周鹏飞等[54]在总装车间搭建了AGV智能控制系统,使得总装车间的物料可以实现柔性化供应,降低了生产成本,从而提高了生产效率。

在基于AGV的智能物流系统生产调度与路径规划方面,孙晓顺[55]提出了基于MAS的多AGV任务调度方法和改进A*算法,并将上述方法集成应用到大型生产车间的AGV调度系统的开发中,大大提升了车间物流的自动化水平,从而提高了生产效率。李狮伟[56]结合生产过程中的工艺,对多种路径规划方法和调度方法进行了对比分析,提出了一种AGV动态调度与路径规划的方法。郭亚铭[57]开发了一种AGV路径规划的系统,该系统可以对柔性制造车间的AGV进行路径规划、监控和管理,并且可以将系统在运行中出现的故障及时解决。张辉等[58]针对飞机柔性装配生产线需求,搭建了一个以两台AGV运输车为基础的运输系统并得到了现场应用的验证。蒋倩等[59]在全三维飞机装配虚拟环境中,完成了AGV在飞机装配作业中的路径规划,并消除了AGV在路径中的碰撞干涉,对基于IGPS导航的AGV路径规划有一定的参考意义。

综上所述,由于航空制造车间、装配车间、物流车间所面临的物料配送问题与普通大型产品的制造、装配、物流车间存在极高的相似性,许多学者在逐渐完善的AGV关键性技术研究的基础上,将AGV逐渐应用于航空制造车间,并得到了实践的证明,但是现有的技术仍然不够成熟,在航空制造车间的应用仍处于起步阶段,因此,通过对已有的AGV关键性技术研究进行总结、分析后,将这些技术进一步完善并应用于航空制造车间中,推动AGV关键性技术在航空制造车间的应用,具体实现框图如图8所示。

基于AGV的航空制造车间的智能物流系统采用分布式系统,主要解决的是在物料配送中存在的信息共享、任务分配以及冲突解除等问题[60]。系统分为上层控制系统及下层检测系统,上下层系统之间进行AGV的行驶距离、起点、终点等关键信息的交换;上层控制系统负责给执行任务的AGV发送信息,主要完成包括配送任务信息获取、多AGV初始路径规划、检测多条路径之间的冲突以及解决出现的路径冲突4项任务;下层检测系统负责实现AGV的避障,主要包括局部自主避障及通过与上层的信息交换实现的通信信息避障。

5结束语

AGV作为自动化的搬运设备,应用在中车间中可以大量减少人工劳动,提升车间的工作效率,在很多传统行业里,难以实现的任务,它都能高效快捷的完成。

由于航空制造车间需要大量的劳动力资源,将基于AGV的智能物流系统全面引进航空制造车间中,可以实现自动取存物料,准时配送物料,提升物料配送效率,解决传统航空制造车间存在的问题,助力航空装备的发展。

本文通过对AGV全局路径规划、局部避障路径规划、AGV任务规划、调度的研究进行研究、总结的基础上,提出了将AGV应用于航空制造车间的实现途径。由于航空制造车间的特殊性,未来应用在航空制造车间的AGV将具备以下三个特点:(1)应用在航空制造车间的AGV需要具备高精度的特点;(2)应用在航空制造车间的AGV需要具备高可靠性的特点;(3)应用在航空制造车间的AGV具备信息化和智能控制化的特点。

航空产品制造装配环节需要大量的劳动力资源,在未来,航空制造车间将全面引进配备AGV,实现车间自动化作业,自动取存货物,大大缩短物料配送时间,从而降低航空产品的制造成本。

参考文献

[1]魏佳新.大数据技术在飞机制造中的应用[J].科技风, 2018(1):130. Wei Jiaxin. Application of big data technology in aircraft manufacturing[J]. Technology Wind, 2018(1):130. (in Chinese)

[2]沈梦超.飞机总装生产线物料精准配送技术研究[D].成都:西南交通大学, 2019.Shen Mengchao. Research on material precise distribution technology in aircraft final assembly line [D]. Chengdu: Southwest Jiaotong University, 2019. (in Chinese)

[3]孙大涌.先进制造技术[M].北京:机械工业出版社, 2000. SunDayong. Advancedmanufacturingtechnology[M]. Beijing: China Machine Press, 2000. (in Chinese)

[4]张书勤.组态式FMS中央管理系统的开发研究[D].长春:吉林工业大学, 2000. Zhang Shuqin. Development and research of configuration fms central management system [D]. Changchun: Jilin University of Technology, 2000.(in Chinese)

[5]蔣长浩.图论及网络流[M].北京:中国林业出版社,2001. Jiang Changhao. Graph theory and network flow theory[M]. Beijing:China Forestry Publishing House, 2001.(in Chinese)

[6]赵东雄.多自动导引小车系统(AGVS)路径规划研究[D].武汉:湖北工业大学, 2014. Zhao Dongxiong. The research on path planning for multiautomatic guided vehicle system[D]. Wuhan: Hubei University of Technology, 2014.(in Chinese)

[7]Stentz A . Optimal and efficient path planning for partiallyknown environments[C]// Robotics and Automation,1994. Proceedings. 1994 IEEE International Conference on. IEEE,1994.

[8]汤天骄.基于DSTAR和神经网络的未知环境移动机器人路径规划方法[D].哈尔滨:哈尔滨工业大学, 2010. Tang Tianjiao. Path planning based on DSTAR and artifacial neural network for mobile robots in unknown environment[D]. Harbin: Harbin Institute of Technology, 2010.(in Chinese)

[9]王永庆.人工智能原理与方法[M].西安:西安交通大学出版社, 1996. Wang Yongqing. Principles and methods of artificial intelligence[M]. Xi’an:Xi’an Jiaotong University Press, 1996. (in Chinese)

[10]王利敏.基于A*算法和B样条函数的月球车路径规划研究[D].长春:吉林大学, 2016. Wang Limin. Path planning of lunar rover based on A star algorithm and B spline function [D]. Changchun: Jilin University, 2016.(in Chinese)

[11]孙炜,吕云峰,唐宏伟,等.基于一种改进A*算法的移动机器人路径规划[J].湖南大学学报(自然科学版),2017,44(4):94-101. Sun Wei, Lv Yunfeng, Tang Hongwei, et al. Mobile robots path planning based on an improved A* algorithm [J]. Journal of Hunan University (Natural Science), 2017, 44(4): 94-101. (in Chinese)

[12]王洪斌,尹鹏衡,郑维,等.基于改进的A*算法与动态窗口法的移动机器人路径规划[J].机器人,2020,42(3):346-353. Wang Hongbin, Yin Pengheng, Zheng Wei, et al. Mobile robot path planning based on improved A* algorithm and dynamic window method [J]. Robot, 2020,42(3):346-353.(in Chinese)

[13]Khatib O. Real-time obstacle avoidance for manipulators and mobile robots[J]. International Journal of Robotics Research,1986,5(1):90-98.

[14]朱毅,张涛,宋靖雁.未知环境下势场法路径规划的局部极小问题研究[J].自动化学报,2010,36(8):1122-1130. Zhu Yi, Zhang Tao, Song Jingyan. Study on the local minima problem of path planning using potential field method in unknown environments [J]. Acta Automatica Sinica, 2010, 36(8): 1122-1130.(in Chinese)

[15]于振中,闫继宏,赵杰,等.改进人工势场法的移动机器人路径规划[J].哈尔滨工业大学学报,2011,43(1):50-55. Yu Zhenzhong, Yan Jihong, Zhao Jie, et al. Mobile robot path planning based on improved artificial potential field method[J]. Journal of Harbin Institute of Technology,2011,43(1):50-55.(in Chinese)

[16]张慧岳,曾佳,刘云波.基于RFID自动识别技术在航空工业中的应用研究[J].航空科学技术,2019,30(3):41-48. Zhang Huiyue, Zeng Jia, Liu Yunbo. Research of automatic identification technology based on RFID in aviation industry[J]. Aeronautical Science & Technology, 2019, 30(3): 41-48.(in Chinese)

[17]酈光府.基于RFID的AGV视觉导引系统研究[D].杭州:浙江大学,2008. Li Guangfu. Research of AGV visual navitation system based on RFID [D]. Hangzhou: Zhejiang University,2008.(in Chinese)

[18]范莹莉.基于机器视觉的AGV动态路径识别算法研究[D].兰州:兰州交通大学,2011. Fan Yingli. Study on the recognition algorithm of AGV dynamic path based on machine vision[D]. Lanzhou: Lanzhou Jiaotong University, 2011.(in Chinese)

[19]张明明.基于Kinect2的光伏清洗机器人实时环境重建与自主导航技术研究[D].哈尔滨:哈尔滨工业大学,2016.Zhang Mingming. Research on simutaneous mapping and automated navigation for photovoltaic cleaning robot with Kinect2[D]. Harbin: Harbin Institute of Technology, 2016.(in Chinese)

[20]姚伟,徐骏善,汪惠芬.基于视觉导航AGV的视觉定位系统设计[J].制造业自动化,2020, 42(11):18-22. Yao Wei, Xu Junshan, Wang Huifen. Designed of visual positioning system based on visual navigation AGV [J]. ManufacturingAutomation, 2020, 42(11): 18-22.(in Chinese)

[21]Bloss R. Ease of programming and sophisticated sensors see robots advancing intransport logistics,palletizing,order picking and assembly[J]. Industrial Robot,2013,40(5):420-424.

[22]Lu D V,Allan D B,Smart W D. Tuning cost functions for social navigation[M]. Social Robotics Springer International Publishing,2013.

[23]奚婉.基于激光扫描的电力巡检机器人导航系统研制[D].杭州:浙江大学, 2017. Xi Wan. Development of navigation system for inspection robot based on laser scanning[D]. Hangzhou: Zhejiang University, 2017.(in Chinese)

[24]王超.室內全向移动机器人系统设计及导航方法研究[D].哈尔滨:哈尔滨工业大学, 2017. Wang Chao. Research on design and navigation method of an indoor wheeled mobile robot [D]. Harbin: Harbin Institute of Technology, 2017.(in Chinese)

[25]黄辰,费继友,刘洋,等.基于动态反馈A*蚁群算法的平滑路径规划方法[J].农业机械学报, 2017, 48(4): 34-40. Huang Chen, Fei Jiyou, Liu Yang, et al. Smooth path planning method based on dynamic feedback A* ant colony algorithm[J]. Transactions of the Chinese Society of Agricultural Machinery, 2017, 48(4): 34-40.(in Chinese)

[26]Li G,Liu Q,Yang Y,et al. An improved differential evolution based artificial fish swarm algorithm and its application to AGV path planning problems[C]// Chinese Control Conference,2017:2556-2561.

[27]Li B,Liu H,Xiao D,et al. Centralized and optimal motion planning for large-scale AGV systems:A generic approach[Z]. Advances in Engineering Software,2017.

[28]Peasgood M,Clark C,McPhee J. A complete and scalable strategy for coordinating multiple robots within roadmaps[J]. IEEE Transactions on Robotics,2008,24(2):282-292.

[29]Clark C M. Probabilistic road map sampling strategies for multi-robot motion planning[J]. Robotics and Autonomous Systems,2005,53(3-4):244-264.

[30]Wang K H C,Botea A. Tractable multi-agent path planning on grid maps[J]. International Joint Conference on Artificial Intelligence IJCAI-09,2009.

[31]Draganjac I,Mikli?D,Kova?i?Z,et al. Decentralized Control of Multi-AGV Systems in Autonomous Warehousing Applications[J]. IEEE Transactions on Automation Science & Engineering,2016,13(4):1433-1447.

[32]Ma X,Jiao Z,Wang Z,et al. Decentralized prioritized motion planning for multiple autonomous UAVs in 3D polygonal obstacleenvironments[C]//InternationalConferenceon UnmannedAircraft Systems(ICUAS),2016:292-300.

[33]Erdmann M,Lozano-Pèrez T. On multiple moving objects[J]. Algorithmica,1987(2):1419-1424.

[34]Dewangan R K,Shukla A,Godfrey W W. Survey on prioritized multirobotpathplanning[C]//2017IEEEInternational Conference on Smart Technologies and Management for Computing,Communication,Controls,Energy and Materials(ICSTM),Chennai,2017:423-428.

[35]?áp M,Novák P,Kleiner A,et al. Prioritized planning algorithms for trajectory coordination of multiple mobile robots[J]. IEEE Transactions on Automation Science & Engineering,2015,12(3):835-849.

[36]Pandey A. Mobile robot navigation and obstacle avoidance techniques:A review[J]. International Journal of Robotics & Automation,2017,2(3):1-12.

[37]Mousavi M Y,Musa S N,Tahriri F,et al. Multi-objective AGV scheduling in an FMS using a hybrid of genetic algorithm and particle swarm optimization[J]. Plos One,2017,12(3):e0169817.

[38]王辉,王景良,朱龙彪,等.基于改进蚁群算法的泊车系统路径规划[J].控制工程, 2018, 25(2): 253-258. Wang Hui, Wang Jingliang, Zhu Longbiao, et al. Path planning of parking system based on improved ant colony algorithm[J]. Control Engineering of China,2018, 25(2):253-258.(in Chinese)

[39]Yi Zhang,Guolun Guan,Xingchen Pu. The robot path planning based on improved artificial fish swarm algorithm[J]. Mathematical Problems in Engineering,2016(9):1-11.

[40]Han Z,Wang D,Feng L,et al. Multi-AGV path planning with double-path constraints by using an improved genetic algorithm[J]. Plos One,2017,12(7):e0181747.

[41]Li G,Chou W. Path planning for mobile robot using selfadaptive learning particle swarm optimization[J]. Science China Information Sciences,2018,61(5):052204.

[42]李岩,吴智铭,甘泉.柔性加工环境中机器和AGV的集成调度[J].中国机械工程, 2001, 12(4): 447-450. Li Yan, Wu Zhiming, Gan Quan. Integrated scheduling of machines and AGVs in flexible manufacturing environment[J]. China Mechanical Engineering,2001,12(4):447-450.(in Chinese)

[43]孙志峻,朱剑英.基于遗传算法的多资源作业车间智能动态优化调度[J].机械工程学报, 2002, 38(4): 120-125. Sun Zhijun, Zhu Jianying. Genetic algorithm based for intelligentschedulingoptimizationofmulti-resource[J]. Journal of Mechanical Engineering, 2002, 38(4): 120-125.(in Chinese)

[44]雷定猷,张兰. AGV系统的调度优化模型[J].科学技术与工程, 2008, 8(1): 66-69. Lei Dingyou, Zhang Lan. Dispatch optimization modeling of automatic guided vehicle system [J]. Science Technology and Engineering, 2008, 8(1): 66-69.(in Chinese)

[45]劉旭,楼佩煌,钱晓明,等.基于改进遗传算法的物料配送多AGV调度优化[J].机械设计与制造工程, 2015(3): 16-21. Liu Xu, Lou Peihuang, Qian Xiaoming, et al. Scheduling of automated guided vehicles for material distribution based on improvedgeneticalgorithm[J].MachineDesignand Manufacturing Engineering, 2015(3): 16-21.(in Chinese)

[46]Kaoud E,El-Sharief M A,El-Sebaie M G. Scheduling problems of automated guided vehicles in job shop,flow shop,and container terminals[C]// 2017 4th International ConferenceonIndustrialEngineeringandApplications(ICIEA). IEEE,2017.

[47]Vis I F A. Survey of research in the design and control of automated guided vehicle systems[J]. European Journal of Operational Research,2006,170(3):677-709.

[48]Xidias E K,Azariadis P N,Aspragathos N A. Path planning of holonomic and non-holonomic robots using bump-surfaces[J]. Computer-Aided Design and Applications,2008,5(1-4):497-507.

[49]Xidias E K,Azariadis P N. Mission design for a group of autonomous guided vehicles[J]. Robotics & Autonomous Systems,2011,59(1):34-43.

[50]Xidias E,Zacharia P,Nearchou A. Path planning and scheduling for a fleet of autonomous vehicles[J]. Robotica,2016,34(10):2257-2273.

[51]Azariadis P N,Aspragathos N A. Obstacle representation by Bump-surfaces for optimal motion-planning[J]. Robotics & Autonomous Systems,2005,51(2):129-150.

[52]干一宏.面向航天制造企业的车间作业调度与指导技术研究[D].南京:南京理工大学, 2015. Gan Yihong. Research on job shop scheduling and guidance technologyforaerospacemanufacturingenterprises[D]. Nanjing: Nanjing University of Science and Technology, 2015.(in Chinese)

[53]杨耀勇,李华峰,延玉军,等.汽车总装车间智能物流输送技术研究[J].汽车工艺与材料,2020(10):7-12. Yang Yaoyong, Li Huafeng, Yan Yujun, et al. Research on intelligent logistics transportation technology in automobile assembly workshop[J]. Automobile Technology & Material, 2020(10):7-12.(in Chinese)

[54]周鹏飞,潘志友,魏磊. AGV调度控制系统在汽车总装车间的应用[J].物流技术, 2020,39(9):143-147. Zhou Pengfei, Pan Zhiyou, Wei Lei. Application of AGV dispatch control system in automobile assembly workshop [J]. Logistics Technology, 2020,39(9):143-147.(in Chinese)

[55]孙晓顺.大型生产车间中AGV调度方法研究[D].武汉:华中科技大学, 2019. Sun Xiaoshun. Research on AGV scheduling method in largescale production workshop [D]. Wuhan: Huazhong University of Science and Technology, 2019.(in Chinese)

[56]李狮伟.船用汽轮机智能车间AGV动态调度与路径规划研究[D].哈尔滨:哈尔滨工业大学, 2020. Li Shiwei. Research on AGV dynamic scheduling and path planning of marine steam turbine intelligent workshop [D]. Harbin: Harbin Institute of Technology, 2020.(in Chinese)

[57]郭亚铭.面向柔性制造车间环境的AGV路径规划研究[D].鄭州:河南工业大学, 2020.Guo Yaming. Research on AGV route planning in flexible manufacturing workshop environment [D]. Zhengzhou: Henan University of Technology, 2020.(in Chinese)

[58]张辉,周丽,郭洪杰,等.面向飞机柔性装配线的联动AGV研制[J].航空制造技术, 2013(20):67-69. Zhang Hui, Zhou Li, Guo Hongjie, et al. Development of AGV linkage for flexible assembly line of aircraft [J]. Aeronautical Manufacturing Technology, 2013(20):67-69.(in Chinese)

[59]蒋倩,张云志,张少擎,等.飞机数字化装配中IGPS导航的AGV路径规划方法[J].航空制造技术,2016(22):72-77+83. Jiang Qian, Zhang Yunzhi, Zhang Shaoqing,et al. Path planning method of the AGV navigated by IGPS in aircraft digital assembly [J]. Aeronautical Manufacturing Technology, 2016(22): 72-77+83.(in Chinese)

[60]杨春宁,杜黎明,李春.未知区域无人机协同搜索方法及效率分析[J].航空科学技术, 2019, 30(10):56-63. Yang Chunning, Du Liming, Li Chun. Methods and efficiency comparison of UAV swarms collaborative search in unknown area[J]. Aeronautical Science & Technology, 2019, 30 (10): 56-63.(in Chinese)

Application Prospect of AGV Key Technology in Aeronautical Manufacturing Workshop

Lv Yujiang1,Meng Zhaojun2,Yang Wei3,Chen Yanyan1,Han Zhao2,Xie Mingke3,Wang Yanzhong2,3

1. AVIC Beijing Changcheng Aeronautical Measurement and Control Technology Research Institute,Beijing 101111,China 2. Liaoning Institute of Science and Technology,Benxi 117000,China 3. Beijing University of Aeronautics and Astronautics,Beijing 100191,China

作者:吕玉江 孟召军 杨伟 陈燕燕 韩召 谢明苛 王延忠

第二篇:激光技术在航空制造中的技术改造

摘要:激光技术是一种高效易控、无接触式的新型加工方式。在航空制造领域中,激光技术的应用主要包括打标、焊接、切割、打孔、熔覆以及航空零部件的精密加工。我国早已成为航天大国,神舟系列的载人航天、嫦娥系列的探月考察、天宫系列空间实验室、北斗卫星导航系统取得的成就举世瞩目。现代化航天航空产业,需要先进的激光制造技术跟进。本文在对航空制造中的激光技术应用研究的基础上,阐述了目前技术改造的趋势。

关键词:激光技术 航空制造 技术改造 激光加工

激光加工的原理是使用高能量的激光束切除、熔化,改变工件指定位置的性能,通过相应的控制手段将其按照加工轨迹照射到加工面上实现的。在激光加工发展进程中,首先是纳秒激光的应用阶段,通过纳秒级的激光脉冲能瞬间超过材料破坏阈值,从而达到融化和蒸发的加工效果。实际加工中,此阶段应用在加工材料表面会有熔融效应,产生重铸层和微裂纹,在对材料要求极其严格的航空制造中无法大量应用。目前是超快激光的应用阶段。近年来,随着固体材料的迅速发展,皮秒脉冲的激光技术很快应用于工业中,通俗称为超快激光,它产生的超短脉冲与材料作用时间极短,能避免对分子热运动的影响,因此也被称为冷加工。它具有更短的脉冲宽度和更高的峰值功率,能够实现精细加工,最重要的是不会产生微裂纹和重铸层,没有热效应,满足航空制造业的绝大部分应用要求。

技术改造是采用新技术、新工艺、新设备、新材料对现有设施、工艺条件及制作环节进行提升,打破传统加工方法的束缚,淘汰落后产能,实现高效式发展的改造活动。实践证明,用先进实用的激光技术改造传统航空制造产业,不仅具有工期短、见效显著的特点,而且能有效避免材料利用率低、模具准备时间长、机械加工量大等弱点,从而提高企业效益。激光是推动航空航天制造业向低成本、高性能、长寿命、轻量化方向发展的不可或缺的关键技术。唯有自主创新,专注研发,掌握自主知识产权,才能在国际竞争中把握命运。我国激光表面精细制造技术也落后于部分发达国家, 需要大幅度提高新型难加工材料部件上的激光加工能力水平,提升我国航空航天制造业的竞争力。

1 激光加工技术的优点

激光控制方便并且稳定,很容易同精密机械与电子技术相集成,从而实现高精度的自动化控制。激光加工属于无接触式加工,可以避免工件划伤,不会造成接触式污染,实现无人加工、对运动工件加工或内曲面工件加工等。激光功率可控性高,既可以实现精密微细加工,又可以加工大型材料。激光加工强度大,即使熔点高、硬度大的材料也基本可以适用。激光加工更加易于做现场数据管理,因为其永久标识和DPM功能,可高效地实现数据下发、采集、管理。

具体可概括为以下几点。(1)不用模具:零件更改时,只需改变程序,缩短生产准备周期,又能适应零件批量少、品种多、变更大的新产品试制要求。(2)不用划线:加工精度和重复精度高,可切复杂曲线外形,切割速度快,达2~4m/min,工作效率提高8~20倍。(3)切缝窄:0.1~0.2mm,还可以套裁,可节省材料20%~25%。(4)节省夹具:切割时不需要刚性夹紧,工件不受力,可切蜂窝结构及薄板易变形零件,可实现自动加工。(5)激光加工易于操作,节能环保,能提升产品质量和生产效率。(6)稳定性强、渗透性强可满足工业大批量生产加工需求。

2 航空生产中的激光应用及技术改造

2.1激光打标技术

航空制造的特点是技术含量高、新型难加工复合材料结构复杂、零件数量多、加工难度大和生产加工时间长。产品要经过设计、工艺、采购、加工、装配、测试等多个环节,并产生了大量与产品质量相关的数据。如何有效地对航空制造产品进行全生命周期质量信息管理,并在此基础上能对产品质量有效追溯是航空制造业面临的一个重大的挑战。而激光打标可以高效地解决这一问题。航空制造业大国都采用DPM打刻二维码,空客飞机发动机的制造商是英国著名的Rolls-Royce,也称为罗尔斯·罗伊斯公司,他们出了一本书,要求飞机发动机145个零部件必须打刻二维码。书的封面写着:Creating parts with past零部件与时俱进打刻二维码。Coded data is here to stay編码的数据永远停留在零部件上。

2.2 激光切割和打孔技术

激光切割的材料有镍合金、铬合金、钛合金、氧化铍、不锈钢、铝、塑料、钛酸钼材料等。可用激光加工的部位有:尾翼壁板、蜂窝夹层、骨架、蒙皮、翼梁、翼彬、主旋翼、发动机机匣等。切割时一般用连续输出的激光器YAG和CO2激光器、高重频脉冲激光器。航天航空设备的外壳采用特殊金属材料制成,硬度高且耐高温,可用激光切割加工飞机蒙皮蜂窝结构、框架翼彬、尾翼避板直升机主旋翼发动机机匣和火焰筒等。采用三维激光设备进行燃烧器段的高温合金材料的切割和打孔。在切割钛合金的工件上,开裂和重熔层的研究也颇有成就。激光具有光斑小、密度高、速度快的优势,使其能获得较好的切割质量和高速,减少工具磨损。激光打孔是一项特定的加工技术,主要用于在固体材料上打孔。这两项技术在航空领域中用于涡轮叶片的激光打孔以及航空发动机的激光切割等方面。实验表明,用激光切割不锈钢制的发动机舱隔板,能够省材。用激光器切割硼/环氧树脂制的F-15形状复杂的尾翼壁板,下料可减少工时。普惠公司用座标钕玻璃激光器在镍钴合金涡轮叶片上加工直径为0.5mm,深为3.1mm的冷却孔,只用7s。

2.3 激光焊接技术

激光焊接技术实现了由传导焊向深熔焊的转变,在航空航天领域中的应用范围逐渐扩大,在航空航天制造修理中也凸显出了优势。目前有先进的固体激光焊接、LASER-PAW∕MIG复合焊接技术、激光深熔焊、激光热导焊应用于航空航天,如航空模盒、仪表壳体、波纹管、显像管、各种热敏元件[1-2],以及为零部件进行密封。激光焊接作为铣槽式再生冷却喷管夹层结构焊接的首选,具有制造周期短、自动化程度高、环境要求低等优势,可缩短火箭发动机喷管研制周期(压缩至10h),降低喷管的制造成本。此外,还应用于薄壁结构焊接,典型的是铝合金机身下壁板,以焊代铆结构将最大化减轻机身重量近20%,省去加筋条用于与蒙皮连接的弯边。激光焊接独特优势,能量密度高:焦斑直径很小,功率密度很高,可达105~108W/cm2,能焊接硬度高、易断裂及高熔点、高强度的航空材料[3]。热影响区小:比一般熔焊结晶速度快几十倍,输入热量可受控并降低到最低需要量,热影响区很小,可对物理性差异较大的异种或同种金属材料进行焊接。

2.4 激光清洗技术

采用激光清洗装置对飞机零部件上的油漆进行清洗,在耗费电能低的情况下就能满足清洗要求,具有环保效果,而且保证清洗后的飞机零部件仍然符合使用规定,能增快清洗效率。激光脱漆技术在航空航天业主要是应用在机体表面的处理、维修和保养飞机表面零部件设备时,要彻底除去表面的旧油漆,进而喷涂新油喷沙或钢刷打磨等传统方法清洗部件漆膜[4]。目前在国际上,特别是欧洲国家,在飞机蒙皮激光脱漆方面开展了科研工作。激光清洗技术开启了环保高效无残留,能耗更低、不伤基材及功能更加完备的激光清洗模式[4]。工艺的优点是,成本更低、不损伤机体、干净、自动化。同传统的溶剂脱漆技术和喷砂法相比,激光脱漆具有不会污染环境,且激光束易于控制的优势,能剥离零部件不规则表面上的漆层[5]。

2.5 工件表面精细化制造

航天器天线固面反射器、雷达部件频率选择器、石英半球谐振陀螺静电(HRG)激励罩、发动机陶瓷型芯、机匣等构件表面精细制造质量,决定了新型航天器、航空发动机等装备性能。激光制造技术因其在非接触式超快加工、加工应力以及精准尺度方面的优势,成为复杂构件表面优化、精细化制造的唯一选择。目前,国内极力发展构件表面的精细激光制造技术。针对航空航天复杂构件表面的精细制造难题,国内首创复杂构件表面的激光精细制造装备,在传统激光制造技术基础上,融合发展光束传输扫描控制、智能检测、图像软件处理、光机电协同控制、装备精度保证等先进技术,开发天线反射器/HRG的图案制造、陶瓷型芯/涡轮部件修理、机匣筒体刻型、涡轮部件标印等五类高端激光制造装备。

2.6 激光熔覆技术

现代飞机制造中大量使用钛合金、铝合金,以及较新的Ti-6Al-4V合金。钛合金耐腐蚀性低,而铝合金强度不高,耐磨性也较差。激光熔覆技术是在材料基体表面以不同添料的方式放置涂层的一种工艺,从而显著改善材料表面特性,使其更耐磨、抗腐蚀、抗氧化。主要流程为:基体材料表面预处理—预置熔覆材料—预热—激光熔化—后热处理。经过熔覆的钛合金部件显微硬度提高为800~3000HV,部件表面经过熔覆后,变得超耐磨、抗腐蚀、抗氧化。用一定的材料配比将铝合金基材表面强化,解决了表面耐磨差,易塑变形的问题。该方法与铝基体之间有冶金结合特点,结合强度高。熔覆层的厚度达1~3mm,熔覆层不但硬度高,而且耐磨性好,有很强的承载力。在钛合金、铝合金表面,进行陶瓷涂敷,利用大功率激光器将其熔化后快速凝固形成涂层,材料的性能可以得到最大提升[6]。此外,激光熔覆材料后产生的热障涂层有良好的隔熱效果,可满足航空发动机涡轮叶片降低温度、热诱导应力以及基体材料服役稳定的要求。

2.7 复合材料零部件精密加工

AlliedSignal率先提出激光修理发动机叶片陶瓷型芯的方法,对陶瓷型芯的修边、切割、修孔等,形成专利;美、法等国已将CMC材料成功应用于火箭、航发导向叶片、涡轮外环的制造,部件表面制造均采用超快激光修理技术。陶瓷型芯属于影响航空叶片形貌的关键工艺部件,发达国家将其制造技术作为核心机密。随着国防武器装备轻量化趋势,航空航天大量应用到复合材料,随之而来的是复合材料精密加工需求,主要涉及树脂基和陶瓷基复合材料,目前超快激光加工技术展现了应用潜力。

参考文献

[1]陈翊坤,陆安进,付宁宁,等.基于激光清洗技术实现航空油滤维保的工艺研究[J].应用激光,2020,40(4):649-656.

[2]李琳.激光焊在航空制造领域的应用现状研究[J].焊接技术,2020,49(3):1-4.

[3]李兴,管迎春.浅述几种典型激光加工技术在航空制造领域的应用现状[J].航空制造技术,2019,62(Z2):38-45,65.

[4]孙小峰,荣婷,黄洁,等.激光增材制造技术在航空制造领域的研究与应用进展[J].金属加工(热加工),2021(3):7-14.

[5]淦家杭.美国海军MRO中心测试飞机部件的激光清洗技术[J].航空维修与工程,2021(5):18.[6]姬梅梅,朱时珍,马壮.航空航天用金属表面热防护涂层的研究进展[J].表面技术,2021,50(1):253-266.

作者简介:杨景梅(1972—),女,硕士,高级工程师,研究方向为项目管理及技术改造。

作者:杨景梅

第三篇:基于岗位能力培养的航空发动机制造技术专业课程体系构建

摘要:航空发动机制造技术专业作为教育部专业目录新增专业,其高职层次人才培养的目标定位、课程体系的构建、课程教学标准的研制目前仍处于探索阶段,文章通过分析航空发动机制造技术专业行业产业背景与人才需求情况,结合专业建设中的具体做法,设计了基于岗位能力培养的航空发动机制造技术专业课程体系的构建过程。

关键词:航空发动机制造技术;课程体系;课程标准

航空发动机制造技术专业为教育部2016年新增专业,其高职层次的专业建设仍处于探索阶段,加之国内航空发动机制造技术处于起步阶段,国产发动机大部分为军机列装,高级别的保密性导致校企合作的壁垒高,专业人才培养方案与教学标准的建设难度大。笔者所在西安航空职业技术学院在航空维修、航空制造等专业领域是全国最早、历史积淀最深厚、发展基础最坚实的学校之一,学院航空发动机制造技术专业作为全国首开专业,牵头筹备了航空发动机制造技术专业教学资源库的建设工作,持续探索高职领域内航空发动机制造技术专业的人才培养标准。课程体系与课程教学标准作为专业人才培养标准的重要组成部分,直接影响着专业建设的成效以及人才培养的质量,以岗位能力培养为主线,研究了基于岗位能力培养的航空发动机制造技术专业课程体系与教学标准的研发。

一、航空发动机制造技术产业背景与人才需求分析

(一)航空发动机制造技术产业概况与特点

航空发动机是飞机的主要动力装置,被誉为装备制造业“皇冠上的明珠”。其发展水平是一个国家工业基础、科技水平和综合国力的集中体现,也是国家安全和大国地位的重要战略保障。作为一种典型技术密集型产品,航空发动机高温、高压、高转速和高负载等苛刻复杂的工作环境,使得其设计、加工及制造能力都有极高要求,主要表現在以下两个方面。

1.产品精密化、高性能、高可靠性要求[1]。航空发动机需在高空、高速、高温、高压、高转速和交变负荷的恶劣条件下长期、重复使用。因而对于产品的性能及可靠性要求比较高,也就决定着着航空发动机零部件制造过程的精密化程度高。传统的制造工艺和生产模式已经无法满足航空发动机制造在高精度、高质量、高效率、高可靠性等方面的需求。因此,五轴数字化加工、增材制造、智能制造等先进制造技术是未来中国航空发动机制造业发展的重要基础。

2.产品材料要求高、加工难度大。航空发动机的转动件在不同的温度、载荷、环境介质下工作,所用材料具有强度高、耐热性好和抗腐蚀能力强等特点。目前,航空发动机零部件的材料,主要采用钛合金、高温合金和复合材料等加工难度较高的材料,零部件复杂的曲面和高结构效率的整体轻量化结构,无疑增加了材料加工难度。

(二)航空发动机制造技术行业人才需求分析

国家“十三五”规划中航空发动机及燃气轮机居于百大工程之首;国家发改委《战略性新兴产业重点产品和服务指导目录》中,将航空产业(民用飞机、航空发动机、航空设备及系统、航空材料、航空运营及支持、航空维修及技术服务)列入战略性新兴产业的重点方向之一;《中国制造2025》要组织实施大型飞机、航空发动机及燃气轮机、民用航天、高档数控机床等一批创新和产业化专项、重大工程;要求重点突破高推重比、先进涡桨(轴)发动机及大涵道比涡扇发动机技术,建立发动机自主发展工业体系,意味着发动机产业将迎来快速扩容期。2016年,中国航空发动机集团公司的成立,标志着国家重视发展航空发动机产业,将推动国防建设和国民经济发展作为重要国策[2]。

教育部将航空发动机制造技术专业列入2016年专业目录新增专业,体现出教育部紧跟国家长远规划服务航空发动机领域技术技能人才需求愿景。通过对西航动力、成发、中国人民解放军5702、5701、5716、5719以及部分航空发动机零部件制造类私营企业的现场走访及座谈,后得知目前航空发动机领域的人才来源主要是普通装备制造类专业,企业需耗费大量的成本对普通机械制造类专业毕业生进行职业技能与职业素养再培育,因此航空发动机制造类专业人才需求缺口大。目前行业对人才技术技能需求主要有以下几个方面:(1)机械基础理论扎实,能够熟练进行数控加工、激光加工、精密铸造、3D打印等精密加工设备操作;(2)能够运用三坐标、关节臂等先进测量设备操作及零件检测;(3)具备航空发动机结构和装配基本知识和技能;具有航空发动机制造、装配过程的质量控制、故障检测、故障排除等知识和技术技能,能够从事航空发动机零部件生产、维修过程中加工、检测、产品售后服务等工作。主要就业岗位为:(1)航空发动机零部件制造:主要工作任务为从事叶片、盘轴、机匣、标准件、钣金件、热表处理的工艺编制及加工制造;对应于机加工种、特种加工、模具钳工等资格证书;(2)航空发动机装配调试:主要任务是正确完成主体及附件的装配、检测、试验调试;对应于发动机装配、修理钳工、参数测试类职业资格证书;(3)外场排故及生产组织:主要从事外场发动机故障排除、航空制造企业生产组织等;对应于技术工种、管理类资格证书。

二、航空发动机制造技术专业课程体系构建

航空发动机制造技术专业课程体系的构建遵循通过职业教育的认知规律以及技术技能型人才的成才规律,以典型企业典型工作岗位所需要的岗位能力为专业人才培养的指向[3]。通过深入航空工业、中国航发、空军维修等企业开展调研,召集行业专家多次研讨论证,确定了专业毕业生的就业岗位以及典型工作任务,明确了专业人才培养的目标与方向。在此基础上分解岗位能力需求兼顾学科系统化知识框架,开发高职特色课程体系。

(一)专业课程体系的构建

专业课程体系的构建以岗位能力培养为主线,分三个阶段进行:S1为岗位基础能力培养,S2为岗位核心能力培养,S3为岗位综合能力培养。通过不同阶段、不同层次的能力培养,使学生逐步掌握专业技能,具备岗位综合素质与能力。航空发动机制造技术专业核心课程为:航空发动机原理与构造、航空发动机典型零部件加工、数控加工及仿真、航空发动机拆装实训、航空发动机装试技术。围绕专业核心课程,系统设计航空发动机制造技术专业人才培养课程体系框架,(见图1)。

(二)专业实践课程体系的构建

高职院校作为技术技能型人才培养的主阵地,其专业实践教学体系的构成极为关键,能从一定程度上反映专业办学与人才培养水平。围绕航空发动机制造技术就业岗位对职业能力的要求,遵循职业能力认知规律,构建以职业核心能力培养为主线[4],“先基础再专业后综合,层级循环螺旋上升”的实践教学体系。专业的实践教学体系包括基础技能训练、专项技能训练和综合技能训练。 专项技能训练主要是机械制造中各种制造手段的训练,包括机械制图识图能力、普通机械加工机床操作、材料热处理等。专项技能训练主要是以航空发动机零部件制造、拆装、附件修理与加工等工作岗位任务为载体,主要包括航空发动机拆装实训、航空发动机典型零部件造型、特种加工实训、航空发动机典型零部件制造实训等。综合实训项目遵循以职业能力为本位、素质提高为基础的原则,注重学生职业技能的提升与职业素养的养成,主要是毕业设计与顶岗实习,见图2。

三、专业核心课程教学标准的研发

教育部《关于全面提高高等职业教育教学质量的若干意见》(教高[2006]16 号) [5]中提出:职业学院应建立突出职业能力培养的课程标准,规范课程教学的基本要求,提高课程教学质量。课程标准是落实专业人才培养方案的教学指导文件,是专业开展教学活动的标准与依据,是一门课程产生、设计、实施、评价的规范。

航空发动机制造技术专业课程标准的研发以职业能力培养为目标,以工作任务为驱动,以学习情境为载体,以相关知识为落脚点,构建工学结合、能力本位的课程构架。如航空發动机制造技术专业的核心课程《航空发动机装配技术》课程教学标准。总体设计思路为:课程以典型工作任务引领,以项目教学为主要教学方法,突出“做中学,做中教”,激发学生的学习兴趣,达到培养职业素养的目的。以“够用、先进、实用”为原则,紧密结合工作岗位要求,加强实操能力训练,提高学生的岗位适应能力[6]。严格按照常用航空发动机装配工艺规程要求,以现场教学为主,使学生养成严格遵守工艺规程的习惯。

四、结语

新形势下,航空发动机关键制造技术不断地更新与突破,这就要求高职院校要紧跟行业产业发展的步伐,更新人才培养的目标定位、重构专业课程体系,优化课程教学标准,为区域经济以及航空发动机产业的发展培养输出大批高素质的技术技能型人才[7]。

参考文献:

[1] 杜莹莹. 中国制造2025背景下航空专业技术技能人才需求分析[J].成都航空职业技术学院学报,2017(03):4-24.

[2] 严勇. 高职航空发动机制造技术专业国际化建设初探[J].科技视界,2020(04):127-130.

[3] 严勇.紧密对接航空制造产业 创新航空机制专业内涵建设[J].科技视界,2016(04):36-37.

[4] 李艳芳.基于国际视野的高职机电专业课程体系的构建与实践[J].河北职业教育,2019,3(04):33-36.

[5] 胡良君. 航空高职院校制造类专业课程体系构建的实践与探讨[J].学科探索,2018(31):44-45.

[6] 朱英华.试论工作过程系统化课程标准的开发思路—以汽车机械基础为例[J].职业,2015(04):85-86.

[7] 唐小艳.中国制造2025背景下技术技能人才培养的成效与问题分析[J].国际教育,2019(06):57-58.

作者:张爱琴 张建广