国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

1 目標和概述

本解決方案的目的是對鑄管行業生產過程中承口隨機鑄字進行識別，以獲取準確的鑄管編碼字符，為鑄管生產過程中的產品追蹤提供校驗。在項目實施前，鑄管行業尚無有效的字符識別方案，其難點在于鑄管的生產工藝無法使用傳統的標簽與RFID技術，而鑄管鑄字完成后的退火、精整、噴鋅、養生等工藝環節會對原有字符造成不可逆的破壞，字符殘缺不全，加之鑄管生產過程溫度過高，也使字符識別難度大大增加。一直以來僅能通過人工在高溫環境下艱難識別并手工記錄，嚴重影響了鑄管行業的智能制造升級改造和產品質量管理。

在本項目中，字符識別系統除了包括邊緣側的機械電氣設備、控制系統與機器人系統外，其核心是在邊緣側部署了中科院沈自所自主研發的ThingOrigin邊緣計算平臺，該平臺不僅完成邊緣側設備及系統的數據采集、存儲工作，而且在邊緣側直接對設備數據和圖像進行基于深度學習的人工智能算法處理計算，通過對大量字符圖像數據的迭代訓練，代替人工實現在高溫環境作業下的殘缺字符結果識別，并將識別直接發送給云端MES系統，大大節省了云端對數據的處理時間和資源的占用。本項目依托新興鑄管有限公司陽江分公司，首次完成了國內鑄管行業的穩定字符識別工作，并且達到99%以上的識別準確率。該項目解決方案的成功實施，標志著邊緣計算技術在鑄管領域的成功創新應用，并在整個鑄管行業乃至冶金行業都具備高價值的可復制的快速孵化和示范推廣作用。

圖1 邊緣視覺識別流程

圖2 鑄造視覺識別系統

圖3 現場部署圖

2 解決方案介紹

沈自所自主研發的邊緣計算ThingOrigin物源平臺是整個解決方案的核心架構。它分為運行時和開發時兩部分，如圖4所示。 

圖4 邊緣計算ThingOrigin物源平臺

其中，運行時包括了邊緣控制器、語義數據網絡、微服務中間件和控制臺。開發時包括IDE一體化編程工具。

作為解決方案的核心系統架構，ThingOrigin物源平臺具備三大優勢。

（1）數據語義化融合

ThingOrigin物源平臺支持異構數據庫統一索引，支持OPC UA、Restful API、WebSocket、MQTT等多種數據通訊接口，支持基于語義的數據關聯可視化建模。

（2）邊緣計算能力

ThingOrigin物源平臺支持20余種主流工業協議的解析能力，支持SpringBoot、ServiceMesh微服務接口、支持Kubernate容器化管理、支持邊緣側視覺處理、邏輯控制和運動控制。

（3）縱向分布式部署

ThingOrigin物源平臺支持輕量級微服務部署、系統功能即插即用，提供工業模型標準庫，支持一體化編程開發。

邊緣控制器Edge Controller作為新一代硬件平臺，構建了智能化協同制造技術及應用創新平臺。實現邊緣側的互聯互通、全流程信息交互、大數據端到端集成。為制造物聯和智能感知、核心工業軟件研發，以及大數據分析等相關技術的工程化提供了基礎。

基于語義的數據網絡Semantic Web，能夠實現工業物聯設備信息的橫向跨系統快速索引與查詢，為控制對象增加數字化外衣，從而形成對象管理模型。可對零部件、設備、產線、工作站等重要部件或機器組件形成互聯互通，構建工業4.0組 件。它是國內首個支持網頁信息與設備實時數據的混合呈現的物聯設備的搜索引擎，高于傳統數據庫的強大查詢能力，適用于物聯設備相關信息追溯與相關影響查詢。

微服務中間件Service Mesh是基于輕量化微服務架構進行業務定義，可實現系統功能的高強性裁剪，以及新功能的即插即用。控制臺Console負責邊緣側配置云端資源，配置基礎計算和存儲資源，鏡像和虛擬實例的生成和監控運行。還可實現邊緣側一鍵部署邊云協同業務。除此之外，Console還負責邊緣節點的安全、網絡安全、數據安全和應用安全的監控。

一體化編程工具IDE是基于工業自動化特征，使用復合微服務抽象任務級指令。可對機器人等工業自動化設備功能組件進行建模，實現控制代碼與物理工藝過程的映射，實現任務的多層抽象與工藝級編程。IDE的核心優勢是針對工序工步建立標準工步/工序庫，進一步開發工藝模板，先預編譯，然后根據硬件平臺實現代碼生成，實現工藝級配置，代碼自動生成。它是國內首個支持工業業務語義服務與語義關聯的組態IDE，兼容輕量級微服務與標準工作流的工業領域組態IDE。

在鑄管字符識別解決方案中，首先通過控制臺Console實現了對邊緣側所需資源的彈性分配，邊緣控制器Console實現了底層設備的數據采集，包括字符圖像的獲取。語義化數據網絡Semantic Web實現了設備間的互聯互通，通過一體化編程工具IDE開發了鑄管字符識別監控系統，該系統調用Semantic Web定義好的數據通訊接口實現對設備的調度控制，通過 ThingOrigin物源平臺提供的視覺微服務中間件ServiceMesh，實現對字符圖像的預處理、字符定位和字符識別工作。最后，通過邊云協同接口將識別出的字符發送給云端的MES系統，幫助企業實現產品質量的追溯和管控。 

圖5 基于工業機器人的智能識別機構（3D激光輪廓儀+高清工業相機）

圖6 基于深度學習的視覺識別訓練模型

圖7 邊緣智能識別流程

3 代表性及推廣價值

從應用情況及效果方面看，邊緣計算技術不僅解決了鑄管行業應用物聯網終端產生的數據量爆炸式增長，緩解了企業私有云計算數據處理壓力，而且不占用云端網絡帶寬，將每次識別生成的幾十兆字符圖像僅轉為6字節的字符結果，更減少了網絡環境帶來的長時延和數據隱私問題。

從示范效應方面看，基于邊緣計算能力的鑄管字符識別應用，在其產品質量的表面檢測等工藝環節同樣有所需求，擴大至整個冶金行業中的煉鋼、軋鋼、鑄管、鑄件等車間同樣有大量需要邊緣計算能力來處理和分析的應用場景存在。因此，本項目解決方案的成功實施，為后續冶金行業中應用邊緣計算技術來處理實際生產問題提供了技術的示范效應。

從商業價值和社會價值看，基于邊緣計算能力的鑄管&冶金行業字符識別應用、產品表面質量檢測等應用，幫助企業實現了生產過程中產品有效管控，增強了企業對產品質量的追溯能力，提高了企業對售后產品的維保能力。

摘自《自動化博覽》2021年2月刊