一种基于机器人与AI控制的管片智能生产线及生产方法与流程

摘要: 本发明属于盾构隧道施工装备,尤其涉及一种基于机器人与ai控制的管片智能生产线及生产方法。背景技术:1、随着城市轨道交通、地下综合管廊等基础设施建设规模的不断扩大...
一种基于机器人与AI控制的管片智能生产线及生产方法与流程

本发明属于盾构隧道施工装备,尤其涉及一种基于机器人与ai控制的管片智能生产线及生产方法。

背景技术:

1、随着城市轨道交通、地下综合管廊等基础设施建设规模的不断扩大,盾构法施工因其安全、高效、对地面环境影响小等优点而被广泛应用。盾构管片作为盾构隧道的主要永久性衬砌结构,其质量直接关系到隧道的整体安全与使用寿命。传统的管片生产主要依赖人工或半自动化的机械设备,存在自动化程度低、生产节拍不一致、质量稳定性差、对熟练工人依赖度高、能耗较大等问题。目前,国内外盾构管片的生产模式大多仍处于机械化或半自动化阶段,典型的生产线通常由多个独立或半联动的工位组成,例如模具清理、钢筋笼安装、混凝土浇筑、振捣、养护、脱模等;这些工序间衔接主要依赖桁车吊运、轨道平板车转运等,自动化连续性较差,生产节拍易受人为因素和设备调度影响,在混凝土浇筑和振捣环节,多采用固定式或简易机械臂进行粗放式作业,难以根据模具内混凝土的实际分布情况进行精准、自适应的调整,容易导致管片内部出现空洞、蜂窝麻面等质量缺陷。养护过程通常依赖人工经验控制养护窑本的温湿度曲线,缺乏实时数据反馈与闭环控制,管片强度发展不均匀,能耗较高。此外,生产过程中的各类数据(如物料配比、设备状态、环境参数、质量检测结果等)记录零散,难以实现全流程的质量追溯与生产优化。现有技术虽然部分引入了工业机器人执行单一重复任务,但各机器人单元之间、机器人与其他生产设备(如养护窑本、检测设备)之间缺乏智能协同,系统整体柔性差,无法快速响应生产订单变化或工艺参数调整。这种离散化、经验依赖型的生产模式已成为制约管片质量提升、生产成本降低和产业升级的瓶颈,难以满足大规模、快节奏的城市地下工程建设需求。

技术实现思路

1、本发明的目的在于提供一种基于机器人与ai控制的管片智能生产线及生产方法,本发明能够实现管片全流程的自动化与多机器人系统的智能化协同生产控制,对多机器人系统进行统一调度和路径规划,确保了各工序间无缝衔接,避免了传统养护方式中能源的过度消耗,有效降低了蒸汽的用量。为了实现上述目的,采用以下技术效果:

2、根据本发明的一个方面,提供了一种基于机器人与ai控制的管片智能生产线,其特征在于:所述管片智能生产线包括ai总控单元、多机器人系统、数据采集单元和养护窑系统;

3、所述ai总控单元由工业服务器以及部署于工业服务器内的ai算法软件平台构成,所述ai算法软件平台集成有生产调度优化模型、协同路径规划模型、质量预测模型、自适应调整模型及养护优化模型;

4、多机器人系统,至少包括沿轨道输送线的管片生产各工序工位布置的模具清理机器人、钢筋骨架焊接机器人、钢筋骨架搬运机器人、混凝土浇筑机器人、收面抹光机器人、脱模机器人及agv转运机器人,各机器人通过工业以太网与所述ai总控单元通信连接;

5、所述数据采集单元沿轨道输送线上的各工序工位进行部署,用于采集各工位工序的生产数据并上传至ai总控单元;

6、所述养护窑系统包括养护窑本体和养护控制单元,所述养护窑本体用于接收管片进行蒸汽养护,所述养护控制单元接收ai总控单元下发的养护工序参数以及控制养护窑本体内各养护工序参数对管片进行蒸汽养护;

7、所述ai总控单元针对每一批次管片生产,生成管片初始生产数据清单,,以及根据生产数据清单获取具有电子标签的管片模具类型,并将生产数据清单通过生产调度优化模型、协同路径规划模型、质量预测模型、自适应调整模型及养护优化模型下发至各工序工位进行跨工序联动约束;

8、沿轨道输送线布置的工序工位包括钢筋加工工位、模具准备工位、混凝土浇筑振捣工位、养护工位和管片脱模与运转工位,沿轨道输送线布置的工序工位入口位置分别设置有rfid电子标签读取器,所述rfid电子标签读取器与ai总控单元通信连接;所述数据采集单元和多机器人系统别通过工业以太网或无线网络与所述ai总控单元通信连接。

9、上述方案进一步优选的,所述数据采集单元包:

10、安装在管片模具上的位移传感器和温度传感器,用于监测管片模具的合模精度与实时温度;在模具准备工位配置模具清理时进行拍摄的高清工业相机,在钢筋加工工位部署用检测钢筋参数的激光扫描仪;

11、以及在混凝土浇筑与振捣工位物料的温湿度传感器、料位传感器和流量计,用于监控混凝土的配合比与搅拌质量;

12、以及在养护工位上的养护窑本体内部安装的养护传感器阵列,用于采集养护环境参数;

13、以及在每个机器人末端执行器上集成的力觉传感器和视觉传感器,用于实时反馈抓取、搬运、振捣各项操作过程中的力控信息和视觉定位信息。

14、上述方案进一步优选的,在轨道输送线的养护工位设置养护窑本体,轨道输送线贯穿出养护窑本体的入口和出口两端,在养护工位的养护窑本体外部设置有与ai总控单元连接的养护控制单元,所述养护传感器阵列包括温度传感器、湿度传感器、用于监测管片本体温度的非接触式红外传感器,所述温度传感器、湿度传感器、二氧化碳浓度传感器和非接触式红外传感器分别与所述养护控制单元连接。

15、上述方案进一步优选的,在养护窑本的侧壁上设置有排湿系统,在养护工位上的养护窑本内设置有蒸汽输送管和加湿输送管,在养护窑本内的蒸汽输送管上分别设置有蒸汽加热器和蒸汽控制阀,在加湿输送管上设置有加湿控制阀,所述养护控制单元包括控制器和网络通信模块,所述控制器通过网络通信模块与ai总控单元连接,所述蒸汽加热器、蒸汽控制阀、加湿控制阀和排湿系统分别与所述养护控制单元连接。

16、上述方案进一步优选的,所述生产调度优化模型用于接收生产数据清单并根据生产计划清单生成工序工位的生产队列,再根据生产队列进行动态调整生产任务并对机器人进行协同运动控制;

17、所述协同路径规划模型用于为每个工序工位的各机器人系统生成无碰撞运动作业路径以及当前作业路径下的作业状况和作业时间窗,确保每个工序工位的各机器人系统按照规定路径协同按时操作、安全作业;

18、所述质量预测模型,用于根据数据采集单元采集各工序工位的生产数据与对应的预存质量检测数据进行预测识别与对比分析,识别各工序工位生产加工管片的生产数据是否符合要求;

19、所述自适应调整模型,用于根据实时获取的每个工序工位各机器人系统的作业状况和作业时间窗,结合生产队列生成的调度触发指令并下发至各机器人系统,自适应调整各工序工位机器人系统的作业产节拍时间与运动路径;

20、所述养护优化模型,用于根据每批次管片的特性调用预设的养护参数模型以及监测静停区的占用状态与出窑时间,并实时获取养护窑内不同养护阶段的养护参数分布与预设的养护参数模型进行对比分析是否存在养护参数偏差,自动反馈与决策是否需要动态优化养护参数;以及根据出窑时间与静停区的占用状态,提前发出管片模具的出窑指令和入窑指令至生产调度优化模型,生产调度优化模型下发调度指令进行调度所述agv转运机器人,等待将养护好管片转移至堆放区或水养池进行存放和二次保养。

21、上述方案进一步优选的,所述生产调度优化模型还依据生产计划清单的优先级、管片模具状态、各工序工位的机器人系统的性能参数等因素进行动态调整生产队列和生产任务。

22、上述方案进一步优选的,所述生产调度优化模型还根据生产队列读取模具状态、养护窑的占用状态、机器人忙闲状态,并将该管片模具的电子标签与生产计划清单的优先级进行绑定,并调整分配工序工位的生产队列;所述工序工位的生产队列包括清模队列、钢筋入模队列、浇筑队列、收面队列、入窑队列、脱模队列、转运队列,每个生产队列携带有效期;

23、上述方案进一步优选的,若需要动态优化养护参数,则实时调整蒸汽阀开度或延长/缩短养护长,基于当前养护参数进行深度学习获取养护窑内的养护参数是否存在偏差,并基于当前偏差进行实时反馈与决策。

24、根据本发明的另一个方面,本发明提供了一种基于机器人操作与智能控制的管片智能化生产方法,所述管片智能化生产方法包括如下步骤:

25、步骤1,生产开始前,ai总控单元根据订单信息生成生产计划清单;基于所述生产计划清单预设各工序工位的生产数据清单,所述ai总控单元基于各工序工位的生产数据清单生成各工序工位的生产队列,并根据生产队列依次向各工序工位下发生产任务以及动态向每个机器人系统发出运行路径指令;

26、步骤2,钢筋骨架制作,根据生产数据清单获取钢筋骨架生产任务,根据取钢筋骨架生产任务生成制作参数,基于制作参数从物料区自动抓取预定规格的钢筋材料在钢筋加工工位进行自动化绑扎与焊接,并通过钢筋骨架搬运机器人将绑扎与焊接好的钢筋骨架按照生产队列搬运至轨道输送线传送至模具准备工位;

27、步骤3,管片模具预处理与流转,根据生产数据清单获取管片模具型号,根据管片模具型号调取对应的管片模具至模具准备工位,对管片模具依次执行表面清洁和喷涂脱模剂预处理指令,再将钢筋加工工位送来的钢筋骨架搬运至预处理的管片模具内,并按照生产队列通过轨道输送线传送至混凝土浇筑振捣工位;

28、步骤4,混凝土浇筑与振捣,根据生产数据清单获取混凝土浇筑任务,并启动射频识别或视觉识别传送至混凝土浇筑振捣工位的管片模具并获取模具型号,将取模具型号上传至ai总控单元并根据模具型号调取对应的三维模型数据,计算出当前管片模具的型腔容积和结构特征,根据型腔容积和结构特征并按照生产队列执行预设混凝土接取量并接取混凝土指令,将混凝土匀速、定量地浇筑在管片模具内,在浇筑过程中或浇筑后进行振捣,实时采集的混凝土坍落度数据动态调整振捣参数;

29、步骤5,静停与初次养护,根据生产数据清单获取静停与初次养护任务,并实时等待沿轨道输送线送来的完成浇注浇筑振捣的管片模具,获取管片模具的电子标签并按照生产队列送入养护窑本体的静停区进行停放,等待送入养护窑本体执行初次养护任务指令,在养护窑本体内完成初次养护形成固化的管片模型后,将管片模具携带的管片模型从养护窑本体内沿轨道输送线移出至管片脱模与运转工位;

30、步骤6,脱模与二次养护,根据生产数据清单获取混泥土脱模与二次任务,按照生产队列实时扫描养护完成后送来的管片模具的电子标签,再对管片模具内的管片模型执行脱模操作指令,并将脱模后的管片模型转运至指定的堆放区或水养池进行存放和二次保养,脱模后的空模具返回清理工位,等待进入下一次工序。

31、上述方案进一步优选的,每当管片模具流转至下一工序工位时,还通过该工序工位的rfid电子标签读取器读取管片模具的电子标签,将管片模具的电子标签和当前工序工位的编号上报至ai总控单元,ai总控单元据此更新该管片模具的位置信息,并校验该管片模具是否持有当前工位对应的生产队列;若校验通过,则允许当前工序工位的机器人执行该工位生产任务;若校验不通过,则触发报警并阻止任务执行

32、综上所述,本发明采用了上述技术方案,本发明具有以下技术效果:

33、(1)、在生产效率方面,实现了全流程的自动化与智能化协同,能够对多机器人系统进行统一调度和路径规划,确保了各工序间无缝衔接,大幅减少了传统模式下因吊运、等待、人工干预造成的生产中断和时间浪费。机器人可以24小时不间断工作,生产节拍稳定可控,整体生产效率得到质的提升,能够满足大规模、快节奏的城市地下工程建设需求;

34、(2)、在产品质量稳定性方面,通过遍布生产线的数据采集单元(如视觉传感器、力传感器、温度湿度传感器等),够实时感知生产状态。例如,在混凝土浇筑环节,实时感知浇筑速度和点位,确保混凝土均匀分布;在振捣环节,根据传感器反馈自适应调整振捣频率和深度,有效避免过振或欠振,显著减少管片内部缺陷如气泡、空洞的产生。养护过程中,实时监测的管片核心温度和环境参数,动态调整养护窑的温湿度曲线,使混凝土强度发展更均匀、更高效,保证了每块管片都能达到设计强度要求;

35、(3)、在降低能耗与成本方面优势明显,通过智能养护优化控制,实现了精准供能,避免了传统养护方式中能源的过度消耗,有效降低了蒸汽或电能的用量。自动化生产减少了对大量熟练工人的依赖;

36、(4)、实现了生产过程的数字化与可追溯性,全流程的数据被实时记录并存储于系统中,形成了完整的生产数据链,为质量追溯、工艺分析、成本核算和优化决策提供了强大的数据支撑,推动了管片生产向数字化、网络化、智能化方向转型升级,符合智能建造的发展趋势,为盾构管片制造行业提供了一种高效、优质、低耗、智能的全面解决方案。