新闻是有分量的

Festo展示“仿生学”最新自动化技术项目_0

2019-06-05 14:15栏目:观点
TAG:

  每年,Festo的仿生学习网络都会在汉诺威工业博览会上为自动化技术提供新的灵感--今年也不例外。新兴领域包括在功能集成、轻型结构、自行配置和设备学习等方面的研究。凭借BionicOpter、WaveHandling系统和LearningGripper,Festo展示了如何将源于大自然的原理应用于自动化技术。

  作为气动和电动自动化技术的全球制造商,Festo的核心业务是帮助塑造未来的生产和工作环境,并为客户提供未来生产系统的创新解决方案。这对于确保我们作为具备高水平解决问题能力的卓越合作伙伴的长期声誉至关重要,主管企业传讯和未来理念的Festo集团副总裁HeinrichFrontzek博士说,我们需要简化生产流程中的挑战并保证对设备及工厂的便捷控制。Festo仿生学习网络的当前项目为此提供了富有预见意义的途径,

  从蜻蜓的飞行中汲取灵感

  随着2010年的智能飞鸟破解了鸟类飞行之谜,研发人员又通过仿生学习网络战胜下一项重大挑战:在技术层面给蜻蜓建模。BionicOpter(仿生蜻蜓)是超轻的飞行物体。正如其大自然原型,BionicOpter能够朝各个方向飞行,并完成最复杂的飞行动作。BionicOpter能够独立运动每片羽翼,因此可以减速并迅速转身、敏捷加速,甚至可以后退飞行。这意味着出现了首个可执行直升飞机、喷气飞机甚至滑翔机所有飞行条件的模型。尽管结构复杂,这个高度集成的系统却能够通过智能手机简单直观地操作。

BionicOpter(仿生蜻蜓)

  凭借超轻结构和各种功能的集成才使得BionicOpter能实现独一无二的飞行。包括传感器、致动器、机械元件以及开环和闭环控制系统的各个组件被安装在非常紧凑的空间内并相互匹配。振翅频率、幅度和倾角由软件和电子设备控制;飞行员只需要控制蜻蜓的转向,而无需协调复杂的运动序列。

  超轻结构原理的应用贯穿于整个飞行物体。翼展63厘米,体长44厘米的蜻蜓模型仅有175克。羽翼由碳纤维框架和薄膜覆盖层组成。智能运动学元件修正飞行过程中的任何振动以确保飞行稳定性。为了使蜻蜓保持稳定,在飞行过程中会对蜻蜓位置和羽翼扭转数据进行实时记录和评估。

  模块化输送机:输送和分拣一体化

  采用WaveHandling(波浪搬运装置)气动输送机,Festo仿生学习网络的工程师们开发了模块化系统,可在输送装置表面移动物体的同时达到分拣目的。该装置集成了分拣功能,所以无需额外设备完成分拣。这个输送机由大量风箱模块组成,其表面变形创造出波浪运动,以既定方式输送物体。

  这一原理的灵感源自大自然中的波浪。当风吹过水面时,在光滑水面产生小小的波纹,并随着风力的推动增大。但是,波纹输送的实际上是能量,而非水体。波纹中的水分子循环上下运动,但大致保持在原来的位置上,但所产生的能量造成波纹在海洋表面滚动的现象。WaveHandling系统的工作原理与之类似:单个风箱在同一地点推进、回缩,在输送机的表面上产生推动前进的波浪。

WaveHandling(波浪搬运装置)

  各模块可以自行配置。因此系统可以快速启动,无需编程,无论布局如何。此平台的一种潜在应用是食品行业,用于自动输送精细物品(如水果和蔬菜)并进行分拣,为下一步处理做好准备。通过WaveHandling输送系统,Festo展示了未来可如何通过单独模块进行系统配置。

  自学型抓手:LearningGripper(智慧抓手)

  LearningGripper是一种四指抓手,仿佛是人手的抽象模型。抓手的四指通过12个风箱执行器利用低压进行气动操作。这个仿生抓手最特殊之处在于其学习能力。这是因为采用学习算法代替了高度复杂的编程。

LearningGripper(智慧抓手)

  由于具有设备学习功能(人工智能的一个分支),这个抓手能够自学执行复杂任务,如抓取并定位放置一个球。比如说,抓手可以要求自己转动球体,使球体的某个特定点朝上。它通过学习和强化学会相应的动作序列。

  利用此原理,类似于LearningGripper的自我学习型系统可以构建到未来生产线中,自主优化自己的性能。