近日，北京工業(yè)大學(xué)陳樹(shù)君教授團(tuán)隊(duì)的研究成果《A physics-informed and data-driven framework for robotic welding in manufacturing》在《Nature Communications》發(fā)表，這是北工大機(jī)械與能源工程學(xué)院以第一完成單位在《Nature》子刊發(fā)表的首篇論文，標(biāo)志著學(xué)校在機(jī)械工程領(lǐng)域取得重要進(jìn)展。北京工業(yè)大學(xué)為論文第一完成單位，機(jī)械與能源工程學(xué)院蔣凡教授為本文唯一通訊作者，博士后劉靖博為唯一第一作者，陳樹(shù)君教授、大阪大學(xué)接合科學(xué)研究所田代真一教授和田中學(xué)教授為共同作者。

研究背景與挑戰(zhàn)

工業(yè)人工智能驅(qū)動(dòng)的數(shù)據(jù)模型對(duì)制造自動(dòng)化和數(shù)字化轉(zhuǎn)型意義重大，但構(gòu)建時(shí)受數(shù)據(jù)質(zhì)量、模型準(zhǔn)確性和泛化能力等復(fù)雜關(guān)系制約。數(shù)據(jù)質(zhì)量是基礎(chǔ)，隨著數(shù)據(jù)量增加，模型結(jié)構(gòu)穩(wěn)定性或提升，但要同時(shí)提高準(zhǔn)確性和泛化能力，需指數(shù)級(jí)增長(zhǎng)的數(shù)據(jù)資源。在實(shí)際工業(yè)場(chǎng)景中，模型不僅要平衡數(shù)據(jù)質(zhì)量與性能，還需滿(mǎn)足低缺陷檢測(cè)率、高穩(wěn)健性和強(qiáng)擴(kuò)展性等多維度要求。

在機(jī)器人焊接制造場(chǎng)景中，這些挑戰(zhàn)尤為突出。復(fù)雜焊接路徑和操作條件下，自動(dòng)化焊接困難重重。以商業(yè)航空航天領(lǐng)域?yàn)槔教炱魅剂舷浜涂臻g站密封外殼等結(jié)構(gòu)制造，需兼顧小批量生產(chǎn)與動(dòng)態(tài)加工場(chǎng)景的復(fù)雜性，對(duì)焊接精度和響應(yīng)速度要求極高，當(dāng)前技術(shù)難以滿(mǎn)足先進(jìn)制造任務(wù)的高可靠性需求。

為應(yīng)對(duì)挑戰(zhàn)，研究人員運(yùn)用數(shù)值模擬分析焊接過(guò)程的熱場(chǎng)、質(zhì)量場(chǎng)和力場(chǎng)分布，探索數(shù)據(jù)驅(qū)動(dòng)模型的實(shí)時(shí)預(yù)測(cè)潛力。數(shù)值模擬雖能提供理論支持，但計(jì)算成本高且時(shí)空尺度跨越受限；深度學(xué)習(xí)在焊接制造中的應(yīng)用雖降低實(shí)驗(yàn)成本，但工作流程依賴(lài)高質(zhì)量數(shù)據(jù)，對(duì)復(fù)雜熱流體耦合建模能力不足，限制了泛化能力和穩(wěn)定性。

機(jī)器人變極性等離子?。╒PPA）焊接技術(shù)是可靠的鋁合金焊接方法，能有效控制焊接缺陷，但因其復(fù)雜的多物理場(chǎng)耦合效應(yīng)和動(dòng)態(tài)特性，在復(fù)雜操作條件下仍面臨挑戰(zhàn)，焊接過(guò)程不穩(wěn)定會(huì)導(dǎo)致中斷，增加生產(chǎn)周期和成本，因此實(shí)現(xiàn)先進(jìn)的預(yù)測(cè)能力至關(guān)重要。

PHOENIX框架與其在機(jī)器人空間曲線(xiàn)等離子弧焊接應(yīng)用流程圖

PHOENIX 框架的提出

基于上述認(rèn)識(shí)，研究團(tuán)隊(duì)提出焊接高效神經(jīng)智能物理信息混合優(yōu)化框架（PHOENIX）。該框架通過(guò)將物理知識(shí)嵌入多源數(shù)據(jù)輸入、模型架構(gòu)設(shè)計(jì)和優(yōu)化過(guò)程，降低對(duì)大量高成本數(shù)據(jù)集的依賴(lài)，提高在復(fù)雜工業(yè)場(chǎng)景中的預(yù)測(cè)準(zhǔn)確性和穩(wěn)健性。

PHOENIX框架通過(guò)分層結(jié)構(gòu)嵌入物理信息，涵蓋工程專(zhuān)業(yè)知識(shí)、焊接知識(shí)、守恒定律和物理模型，使物理約束無(wú)縫集成到數(shù)據(jù)驅(qū)動(dòng)模型的輸入、訓(xùn)練、推理和優(yōu)化階段，有效解決傳統(tǒng)模型在工業(yè)智能應(yīng)用中的關(guān)鍵瓶頸。以機(jī)器人VPPA焊接為例，該框架展現(xiàn)出可靠的預(yù)測(cè)性能和適應(yīng)性，在小批量數(shù)據(jù)訓(xùn)練下，能提前0.05秒實(shí)現(xiàn)精確的不穩(wěn)定預(yù)警，預(yù)測(cè)準(zhǔn)確率達(dá) 98.1%，為焊接和增材制造技術(shù)提供通用解決方案。

PHOENIX框架在機(jī)器人VPPA焊接中的應(yīng)用

框架模塊組成

PHOENIX框架由四個(gè)關(guān)鍵模塊組成：機(jī)器視覺(jué)模塊用于捕捉熔池動(dòng)態(tài)和形態(tài)特征；超前預(yù)測(cè)模塊帶有物理信息輸入，實(shí)現(xiàn)早期不穩(wěn)定檢測(cè)；數(shù)據(jù)驅(qū)動(dòng)的物理鞍點(diǎn)建模模塊，結(jié)合低成本數(shù)據(jù)與關(guān)鍵數(shù)據(jù)預(yù)測(cè)熔池行為；增量學(xué)習(xí)模塊通過(guò)融合先驗(yàn)數(shù)據(jù)和新數(shù)據(jù)，動(dòng)態(tài)調(diào)整模型參數(shù)。

機(jī)器人 VPPA 焊接數(shù)據(jù)集構(gòu)建

在機(jī)器人VPPA焊接制造中，多種因素會(huì)導(dǎo)致熔池不穩(wěn)定，中斷焊接過(guò)程，增加成本。為應(yīng)對(duì)挑戰(zhàn)并推動(dòng)PHOENIX框架發(fā)展，研究人員收集低成本數(shù)據(jù)（工業(yè)相機(jī)數(shù)據(jù)）和關(guān)鍵數(shù)據(jù)（原位高速X射線(xiàn)采集系統(tǒng)數(shù)據(jù)），并對(duì)數(shù)據(jù)進(jìn)行標(biāo)注，將熔池狀態(tài)分為準(zhǔn)穩(wěn)定、非穩(wěn)定和不穩(wěn)定三類(lèi)。

采用VGG16+U-Net模型作為機(jī)器視覺(jué)模塊的輸入數(shù)據(jù)預(yù)處理單元，提取熔池的動(dòng)態(tài)和形態(tài)特征，并進(jìn)行量化?；诨瑒?dòng)窗口方法開(kāi)發(fā)LSTM-MLP模型優(yōu)化超前預(yù)測(cè)模塊，該模塊集成多源信息，能從時(shí)間序列圖像中提取時(shí)間和空間特征，對(duì)焊接穩(wěn)定性進(jìn)行預(yù)測(cè)。實(shí)驗(yàn)表明，LSTM-MLP模型在捕捉機(jī)器人VPPA焊接的非穩(wěn)定行為方面具有更高的預(yù)測(cè)精度，且不同預(yù)測(cè)時(shí)間跨度和數(shù)據(jù)積累方式下，預(yù)測(cè)準(zhǔn)確率有所不同。

數(shù)據(jù)驅(qū)動(dòng)的物理鞍點(diǎn)建模

由于原位X射線(xiàn)成像成本高且應(yīng)用受限，研究團(tuán)隊(duì)采用粒子追蹤技術(shù)分析熔池金屬流動(dòng)行為，提出雙鞍點(diǎn)流動(dòng)模型，發(fā)現(xiàn)離子氣流量和電流等對(duì)鞍點(diǎn)位置和流動(dòng)通道面積有顯著影響。將準(zhǔn)靜態(tài)焊接特征作為物理約束條件，構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的物理鞍點(diǎn)模型，實(shí)現(xiàn)用低成本數(shù)據(jù)預(yù)測(cè)關(guān)鍵特征。

研究團(tuán)隊(duì)提出基于條件的神經(jīng)調(diào)節(jié)（CBN）-反向傳播神經(jīng)網(wǎng)絡(luò)（BPNN）方法，將物理信息注入數(shù)據(jù)驅(qū)動(dòng)模型，增強(qiáng)模型泛化能力，降低對(duì)大規(guī)模數(shù)據(jù)集的依賴(lài)。實(shí)驗(yàn)表明，CBN-BPNN（MIMO）模型在多個(gè)指標(biāo)上優(yōu)于其他方法，具有更穩(wěn)定可靠的性能。

基于先驗(yàn)數(shù)據(jù)與新數(shù)據(jù)融合的動(dòng)態(tài)模型參數(shù)調(diào)整

深度學(xué)習(xí)模型的泛化能力和實(shí)時(shí)性能是其在實(shí)際工業(yè)部署中的關(guān)鍵限制因素。為應(yīng)對(duì)這一問(wèn)題，研究團(tuán)隊(duì)提出基于 PHOENIX 框架的動(dòng)態(tài)模型參數(shù)調(diào)整方法，通過(guò)增量學(xué)習(xí)融合先驗(yàn)知識(shí)與新經(jīng)驗(yàn)，使模型自主優(yōu)化參數(shù)。

利用分布式雙邊緣計(jì)算系統(tǒng)與云技術(shù)，對(duì)預(yù)測(cè)模塊進(jìn)行微調(diào)。通過(guò)凍結(jié)模型某些層、重新平衡數(shù)據(jù)比例、樣本重放策略等，增強(qiáng)模型適應(yīng)性和泛化能力。同時(shí)，利用陀螺儀和機(jī)器視覺(jué)模塊輔助場(chǎng)景感知和焊縫狀態(tài)監(jiān)測(cè)，對(duì)數(shù)據(jù)進(jìn)行校正，提高數(shù)據(jù)處理效率和模型穩(wěn)健性。實(shí)驗(yàn)表明，該方法能使超前感知模塊在類(lèi)似復(fù)雜場(chǎng)景中的準(zhǔn)確率保持在約 96%。

研究討論

PHOENIX 框架將物理信息與數(shù)據(jù)驅(qū)動(dòng)模型結(jié)合，在機(jī)器人 VPPA 焊接應(yīng)用中取得顯著成效，實(shí)現(xiàn)了高準(zhǔn)確率檢測(cè)、降低數(shù)據(jù)依賴(lài)和增強(qiáng)自適應(yīng)能力等目標(biāo)，為智能制造系統(tǒng)提供新視角和可行途徑。

研究進(jìn)一步分析了熔池失穩(wěn)機(jī)制，發(fā)現(xiàn) VPPA 焊接熔池內(nèi)熔融金屬定向流動(dòng)和鞍點(diǎn)行為的動(dòng)態(tài)穩(wěn)定性對(duì)焊接過(guò)程穩(wěn)定性至關(guān)重要。將熔池動(dòng)態(tài)特征納入模型構(gòu)建和優(yōu)化，可提升模型性能和焊接質(zhì)量預(yù)測(cè)能力。

然而，研究仍面臨一些挑戰(zhàn)。如如何在物理信息與 AI 模型黑箱特性間找到平衡，如何減少歷史數(shù)據(jù)對(duì)當(dāng)前模型的影響以實(shí)現(xiàn)自適應(yīng)學(xué)習(xí)，以及如何增強(qiáng)對(duì)不同生產(chǎn)規(guī)模的適應(yīng)性并降低部署成本等，這些問(wèn)題有待進(jìn)一步研究。

本研究實(shí)現(xiàn)了物理信息與數(shù)據(jù)驅(qū)動(dòng)模型在機(jī)器人焊接場(chǎng)景中的融合，為智能焊接技術(shù)奠定基礎(chǔ)。PHOENIX 框架具有高度泛化能力，在更廣泛的制造領(lǐng)域和檢測(cè)監(jiān)測(cè)目標(biāo)中具有巨大應(yīng)用潛力。

該項(xiàng)研究得到了國(guó)家自然科學(xué)基金等多個(gè)項(xiàng)目的支持和資助。