未来测量趋势| 打破边界的融合

生产技术和信息技术正在与人们提高生产效率的目标不断地融合。在这个融合的过程中，需要解决不少问题和疑惑，譬如智能工厂有哪些要素？人类和机器进行识别加工中不可预见状况有采用什么方法？满足哪些条件才能真正执行自动化管理？……从在线测量、线边测量、测量室中的离线测量再到测量数据4.0，打破边界的融合正在初显雏形，这意味着未来工厂将从你的相象中跳入现实。

测量和检测技术将成为智能化工厂中的控制手段，只有不断地同时获取工件的质量数据与生产数据时，这种控制手段才可以执行自动化管理。工业测量和检测技术将在虚拟世界和现实世界之间构建起一个互通的界面，虚拟世界自动规划和模拟生产过程，而现实世界的一切则并不都按照计划进行。只有通过测量和检验技术，从现实的生产中获得反馈才有可能防止不合格品的产生。这是人类和机器进行识别不可预见状况的唯一方式，例如：其除了可以用以预防性维护以外、还可以用于识别机床比原计划提前的磨损程度、以及用于识别所加工材料不可预见的质量的意外波动。

测量和检测技术不仅用于确定质量，它还必须还原所获得的重要的数据，对其进行评估，并为公司的这些部件所用。而谈到测量技术，企业需要同时采取不同的方法。在测量室采用的高度精确的离线测量技术，未来将在生产环境中的在线和线边技术中共享测量任务。

在线测量

虽然测量技术在过去独立于生产运行周期以外，但是生产中在线检测的重要性仍在不断强化。现在检测技术已经完全地融入到生产中，例如在车身构件中已全面得到实施。在实际的生产中如果没有检测、监测等技术或者没有调节过程这些阶段，这样的工厂应该是没有未来可言的。

在生产中为了预防错误的发生，在数据序列中对检测数据进行实时评估和连续的可视化监测已成为发展趋势。如果统计结果异常，那么在出现故障迹象的瞬间就可以迅速地作出反应。例如可以在切削刀具完全磨损导致废品出现之前就得到检测。即使在温度波动或灰尘级别较高的生产条件下，这种监测也需要测量和检验技术具有相对高的精确度和图像分辨率，所有这一切同时都必须适合生产线的速度。目前，这一过程通过在机器人上携带光学传感器而获得实现，例如自动检查车体部件等。

线边测量

检验工作除了使用在线测量系统以外，线边测量系统也越来越广泛地得到采用，通过这样100%的检验可以促进所采用生产技术的趋势分析和工艺检测。随着这些系统的使用，部件的整个表面都可以被数字化，然后通过测量技术灵活地进行分析。拥有这些技术的企业生产区域则都设有测量辅助系统，该系统可以立即向在线工人提供测量结果，从而节省了送往测量室的时间。例如：通过随机抽样，这些技术可方便快捷地为员工提供车身结构的整体描述、整个部件在形成过程中其形状和位置公差如何、以及自由曲面实际状态与CAD模型中的实际状态的比较等。这种线边系统大大减少了用于测量室中的时间和精力，并将有关实际规划的几何比较数据传送到车间，同时还将所采用的在线测量技术扩展到线边测量技术的工艺检验中。

测量室中的离线测量

虽然通过在线或线旁技术获得越来越多的质量数据，但是测量室内的测量工作仍然是企业将来每天日常工作不可缺少的一部分。它们所能具有的高精度，无论是在生产周期还是生产环境中，在可预见的将来仍将是不可企及的，并仍将是技术追求的基准目标。只要是需要进行综合分析和/或高度准确的测量，总会出现这样那样的问题，如需要解决原因未知的质量问题、提高设计水平或确保高度敏感的产品的质量时。

然而测量室的时间也并非静止不动。随着越来越多的多传感器测量机的出现，测量过程变得越来越灵活和快速。今后，计量供应商如果希望为他们的客户提供一个完整的解决方案，他们必须能够提供全部三种测量技术、并进一步对在线、线边和测量室中测量等技术进行不断的研发。而且他们也会与他们的客户一起，考虑如何能够有意义地将这三种方法进行有效结合。当企业以合适的数量和合适的用途采用正确的技术时，测量和检测技术则会变得更加高效。

测量数据4.0

在工业4.0时代，不仅数据采集将发生变化，而且数据处理也将发生变化：分散式智能系统将会在传感器中预处理数据，并将其还原成最重要的数据再进行发送。这使企业如何最大限度地减少传输时间和防止数据堆积如山变得无法评估。还有一件事对未来也是决定性的：在测量数据的基础上，用于生产的软件解决方案将会自动发出指令。你可以看到这种情况在今天的工厂里已经率先出现。例如：许多汽车制造商和供应商正在采用蔡司的一款中央软件平台PiWeb，通过它对他们的工艺过程和质量信息进行融合。如今，它仍在被使用，如遇到所在测量值中出现偏差时，对决定如何调节焊接机器人作出评估。当然，这一情形肯定会发生改变。在未来，软件平台将独立地启动这些调整。例如：如果测量数据是朝着特定的方向偏移，该系统会按照智能软件模块的规定，指示机器人改变焊接参数，如焊接电流或电极力。这完全符合未来的工厂生产自我调节的要求。

声明：本网站所收集的部分公开资料来源于互联网，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。本站部分作品是由网友自主投稿和发布、编辑整理上传，对此类作品本站仅提供交流平台，不为其版权负责。如果您发现网站上所用视频、图片、文字如涉及作品版权问题，请第一时间告知，我们将根据您提供的证明材料确认版权并按国家标准支付稿酬或立即删除内容，以保证您的权益！联系电话：010-58612588 或 Email:editor@blueai.net.cn。