您的位置:首页 >股票 > 正文

为什么都2023年了,各国造飞机还要靠老师傅手搓?

飞机不能自动化生产?

说起现在的飞机制造,尤其是大飞机的制造,在你脑子里肯定会是下面这样:


(资料图片)

要不就是下面这样:

反正就应该搞的是自动化流水线,全厂见不到几个人,各种机器人、机械手在上下翻腾,然后一架架标准化的飞机就出炉了。

要是军武菌说,其实现在大飞机的装配其实还是主要靠人,甚至有个航空巨头本来用上了自动化机器,结果又返回人工装配,这你能信不?

2013年,库卡系统公司北美分部在美国阿纳科特斯的波音研发设施内,秘密进行了一项自动化系统的开发测试和制造成熟度提升工作。

作为全球世界四大机器人厂商之一的库卡,那年在美国可以说是风头无两,他们的“集成装配线”被运用在美国空军F-35战斗机中机身的装配工作,其中大量应用了机器人、激光测量、无人导向车(AGV)、射频识别(RFID)、平板操作等先进的技术。

▲库卡的F-35进气道双机器人协同装配单元

那时的波音已经在787项目上通过运用一系列自动化技术,大大提高了装配效率,缩减了交付周期,而且减少了错误返工,降低了质量成本。

于是,波音决定把F-35项目上的技术和经验积累,用在777系列飞机的制造上,这其中就包括在中机身前后段装配上大量应用机器人,改进传统依靠人工的工艺流程。

传统的中机身前后段装配流程中,机身被安装在一个大芯轴上,装配下半部分时必须把机身翻个底朝天,然后等装配上半部分时再翻回去。

这个过程中,机身蒙皮壁板需要由人工钻孔、锪孔并安装紧固件,波音计划的就是用机器人来替代人工完成这个流程,这样也就省得翻转机身了。

波音把新的装配流程叫作“机身自动直立建造”工艺(FAUB),在安装紧固件时,桶形的机身不在装在轴上,而是固定在一个大托架中,也不需要人工装配那样的刚性工装夹持。

然后由四台机器人负责钻孔任务, 并安装6万多个紧固件,其中,每一对机器人为一组,分别在机身内外负责钻孔和紧固,一组在机身上半部分工作,另一组在下半部分。

机器人的多功能末端执行器上安装有小型摄像头,可以把实时图像传输到监测电脑,从而控制机器人移动并进行诊断。

2015年,这套系统开始在波音埃弗里特的777系列总装厂部署,对于这项技术革新,全厂上下都难掩兴奋之情。

机械师表示以前重复的人工钻孔和紧固实在是太累了,整个后背带着肩膀和手臂都承受巨大压力,有了这个系统,就不用再亲自干这些又累又乏味的活儿了。

中机身结构团队负责人表示,用上机器人不但工伤减少了40%,而且他还能从每天繁重的打螺丝工作中解脱出来,顺便学点新技能。

777生产工程总师也兴致勃勃地说,机械师可以使用AGV小车移动机器人和机身大部件,这个系统可以制造所有777型别,包括777X,简直方便极了。

▲正在装配波音777X整体翼梁的库卡机器人

故事讲到这儿,应该算是个科技带来美好生活的完美案例,可问题是天并不遂人愿,刚到2016年,FAUB就变成了机械师口中的“可怕的失败”和“噩梦”。

机械师的救星怎么就变成了这般呢?

其实,这个“机身自动直立建造”工艺并不是全自动,由于该系统中没有刚性的工装,波音需要让777机身部件供应商在蒙皮壁板、框和地板横梁中钻出额外的孔,以便在装配时对齐这些部件进行精准接合。

开始装配前,14个大壁板经由AGV小车运输进入到工作站, 机械师将其抬起放置到托架上,让这些孔对准,然后给壁板装上临时紧固件,让这些部件连在一起。

当机身段拼接成桶形后,就会移动到自动化单元,由4台机器人施加永久紧固件,然后柔性工装分开,机身段移动到下一环节,机械师开始在机器人到不了的受限空间里,手动插入剩余的紧固件和支架。

本来这个FAUB是要处理每个机身段紧固工作中最困难的那20%,可是实际上精度配合却成了大问题。

2016年上半年,一台机器人在工作时严重划伤了一架中国东方航空公司订购的777机身金属蒙皮壁板,导致它必须被换掉。

尽管负责监督777系列生产的副总裁坚称,这是操作机器人的机械师出的偶发性错误,但系统还是被停用了好几个星期。

2016年8月,一架大韩航空的777货机装配过程中,工程师发现这套系统安装的几百个铆钉精度都达不到要求,结果这些这些铆钉必须全部拆下来返工。

由于波音生产民机的生产节拍要求极为严格,像拆铆钉返工这种程序,就不能影响正常的生产节拍,只能顺延到下一个环节,于是,机械师们又只能把拆下的铆钉控装上临时紧固件,把机身弄得跟豪猪一样。

然后,机械师们发现,像这样装配缺陷导致的返工,他们的工作量比没安装这个系统的时候还要多不少,而且有的时候,他们还要干一些机器人来不及完成的紧固,这让他们怨声载道。

虽然波音当时坚持认为,这些是阵痛,尝试通过停用系统、更新软件来解决问题,但是效果实在是差强人意。

2019年6月,波音决定取消研发部署了六年的“机身自动正立建造”系统,用六个月的时间将中机身前后段的工艺,过渡恢复到原来的“柔性导轨钻孔”工艺。

波音使用的这种“柔性导轨钻孔”系统,2条柔性导轨真空吸附在飞机结构件上,导轨上装有小车, 内有钻孔主轴,钻孔系统在导轨上爬行并自动钻孔,只需要在桶形机身上铺设一条环形轨道,小车绕机身一圈就把孔钻完。

这个系统只负责钻孔,机械师负责手动加装紧固件,不像以前FAUB那样既钻孔又装紧固件,错误率大大降低。

其实,“柔性导轨钻孔”系统即使在圆形导轨上重复进行了3000次钻孔操作,也能完全相同且与蒙皮法向垂直的孔。

当年777中机身装配最早引入该系统时,很快就消除了93%的缺陷,两年后这一数字达到98%,直到被后来的FAUB替代。

航空工业可以说是先进制造业的巅峰,从自动化制造再返回到人工操作,听起来很反智,而实际上这是功能和成本的选择。

理论上讲,一切人能做的机器人按说都能做,机器人作为机械化的劳动力,确实不会像人那样生病、疲劳,甚至几乎不需要休息,在许多需要非人体工程学姿势的工作中,一台机器人就能代替4~6名机械师的工作,能减少不少职业伤害。

机器也可以轻松应对很多人几乎不可能完成的动作,比如说一秒钟给工件钻上百个孔,在人力不可及的地方进行紧固等等,这都只需要在机器上加一些电机之类的结构就可以了。

但是,在某些情况下,机器人确实无法与人的手和眼睛的灵巧性、独创性和精确度相提并论,往往在人看来很简单的动作,如果让机器来做的话就非常难。

像把螺丝从一个盒子里拿出来,再放到另一个盒子里,一个两岁的小孩儿就可以不费吹灰之力办到,但如果是机器人的话,就涉及到机器视觉、轨迹控制、力反馈等等现在难以解决的技术难题。

而且在一些特殊领域,人工的加工精度要强于机器,加工高精度、易变形、超小和超大尺寸、光洁度高的工件,往往都需要上人工。

像一般的机床加工精度能达到并在加工过程中稳定在1丝公差就算很好的了,那么小于1丝公差的尺寸就需要老师傅上手了。

加工Ra0.4、Ra0.2这种镜面,单靠机器加工的话肯定会出很多废品率,只能依靠磨床加上老师傅的双手。

在纪录片《大国工匠》里,就曾报道过沈飞的标准件中心钳工沈文墨,他就是靠双手去加工出千分之三毫米的精度,这只有头发丝的1/25,数控机床很难达到,不少歼-15战机的核心部件都是经过他手的。

波音FAUB的失败可能就跟多自由度机械臂的误差累积,以及靠近蒙皮区域的减速控制不力有关,毕竟使用机械的目的并不是主要因为它的精度,而是因为它的效率,所以在设计机械时往往考虑的时单一情况,而人作为最精密复杂的构造,则是用来应对不同的突发情况的。

比如数控机床的效率非常高,但是容错率很低,而且有很多边边角角的地方也加工不到,而钳工则是是多面手,可应对各种复杂情况,就是效率极其低下。

真要非要用机械代替人工也不是不可以,毕竟现在人借助机器已经能进行原子层面的操作了,但是毕竟制造专用机器的成本在那摆着,每提高一个等级的精度,机器的成本可能会呈指数倍增长,在商业用途上,并不会因此而放弃人工。

所以,在加工和制造的时候,往往是有的时候用机械,有的时候用人工,毕竟做产品还是要考虑综合成本的,肯定哪样低选哪个。

再者说,越是要求高的行业领域,其操作标准就越细致,人为偏差就会越小,像民航业内任何手工操作都有标准施工(SPM)手册可循,这个手册规范人工在航空器制造、装配、修理等等各方面的标准要求。

有了标准施工,就可以避免经验不同带来的个人偏差,比如说拧8号螺丝的时候,老手可能会用15牛米的力矩,而新手可能就会用20牛米的力矩,结果可能就会造成工件过紧。

而在标准施工中,每个尺寸的紧固件都有标准的磅紧力矩,紧固顺序也是固定好的,这样一来工人的操作就会像是流水线操作,尽可能避免了人为误差。

除了标准施工手册,厂家的技术手册也能转换成公认的工卡,在操作流程中,工人只需要按照工卡的要求按顺序执行每一道工序即可。

正是这些看起来简单、重复、乏味、缺乏创造性的标准化程序,加上各个系统足够的安全余量,才造就了航空业极低的事故率。

如今,随着AI技术的普及,可能人比机器更加擅长的识别、测量、匹配、分析,将会迎来挑战,而在AI技术加持下的机器肯定会更加优秀。

像上面讲过的库卡公司为制造F-35战斗机进气道开发的双机器人协同钻孔系统,就是在美空军的支持下,制造成熟度等级从3一步步提升到了9,实现了质量和效率的同步提升。

而波音的FAUB虽然失败了,但是这也会让波音更好地处理人工和自动机器的关系,从而设计更好的流程和设备。

事物的发展过程是螺旋上升的发展过程,人工还是自动在将来肯定还会有碰撞,我们也没必要担心进化的机器会取代人类成为主宰,毕竟最复杂精密的人脑所产生的思维,是机器取代不了的。

更多有趣好玩的军事文章、视频、图片、电影、游戏,请关注“军武次位面”微信公众号。打开微信,公众号搜索“军武次位面”点击关注!

免责声明:本文不构成任何商业建议,投资有风险,选择需谨慎!本站发布的图文一切为分享交流,传播正能量,此文不保证数据的准确性,内容仅供参考

关键词:

热门资讯