郑积仕

个人信息Personal Information

副教授

硕士生导师

教师英文名称:Ritchie

教师拼音名称:Zheng Jishi

所在单位:信息科学与工程学院

职务:信息管理专业负责人

学历:博士研究生毕业

办公地点:福建理工大学交通运输学院

联系方式:手机:139-5918-6302 邮箱:fz_zheng#163.com(注:将#换成@) QQ:42689816

学位:博士学位

在职信息:在职

主要任职:智能科学与技术教研室主任

其他任职:福建省航空学会常务理事,福建中量智汇科技有限公司技术顾问,福建省军民融合办咨询专家,福建金森林业股份有限公司顾问

毕业院校:中南大学

学科:智能科学与技术
交通运输

当前位置: 中文主页 >> 科学研究

          本人的研究兴趣在人工智能,所在的研究团队聚焦在人工智能的行业垂直应用,具体有:

          1、人工智能与光学零部件瑕疵检测

          2、人工智能与木材自动检尺

          3、汽车多传感器检测

          4、基于激光等离子体的在线钢水成份检测

     

     方向一:人工智能与光学零部件瑕疵检测

      目前高效(超)精密测量方法及仪器的缺乏严重制约着中国质造和中国智造进程,制造业首要解决的问题是制造质量问题,而质量检测问题的核心关键 是检测能力的问题。以福建的光学透镜加工企业为例,产品的缺陷检测主要还是靠人工,而人眼只能对针孔、划痕等进行检测,无法对产品几何参数如宽度、高度、面形等进行定量检测,更无法对产品面形做精密及超精密检测。精密3D检测能力及装备的缺乏使得我国光学透镜制造业难以制造出与德国莱卡光学成像或者蔡司光学成像系统可以媲美的光学透镜及系统,更难以制造出支撑纳米光刻机的光学透镜及系统。省内光电产业及半导体产业中三安光电近批量采购三维显微镜,宁德新能源也急于在其数十条生产线上安装光电检测装备,期待对其产品进行全检。可见,新兴制造业急需光学成像检测。“超精密三维显微原理与仪器”及“超快亚微米分辨显微成像”分别被中国工程院《全球工程前沿2020》和《全球工程前沿2021》列为亟待解决的全球十大工程研究前沿问题。 

      光学零部件加工是信息光电产业的基础,它正在我省和全国悄然蓬勃地兴起和发展,已形成一个每年200亿的规模。据统计,我国已成为国际上光学零部件加工的一个基地,每年向国际市场提供零部件产品占总需求的1/3。光学零部件瑕疵检测急缺高效率精密3D检测技术及装备。课题组与华侨大学易定容教授提出亚微米分辨免扫描面阵式彩色共焦三维显微成像及人工智能瑕疵检测算法研究,克服已有方法在单个视场需要扫描因而效率低和鲁棒性差的问题,与已有国际先进方法相比效率提升至少一个数量级,为光学和其它高精密零部件产品(极大规模集成电路制造装备、纳米线宽光刻机、含有微纳几何结构的精细产品IC芯片、MEMS、高效太阳能电池、电池切边毛刺、新型显示单元、微流控芯片、精密光学器件、光电芯片、激光刻蚀线等)提供3D智能检测高端装备。

      研究团队基于人工智能技术研发出的装备(如图1所示,演示视频点击》》滤光片视觉检测视频已在北京博电光学仪器公司使用,已培养研究生2名。当前与华侨大学合作正研发的超精密色散差动整列共聚焦DAC-3D显微成像及三维精密测量系统(如图2所示),单个系统能同时对半导体芯片、光伏太阳能、以及光学透镜等低反射率难测样本具有普适性,单视场XYX三维测量范围达到毫米量级,XYZ精度达到亚微米水平(测量范围与分辨率比高于≥104)、每秒钟高于107个表面点的三维测量,实现秒量级甚至毫秒量级超快速3D精密及超精密超快测量。在读此方向研究生2名。

            

                                                                                              图1:滤光片瑕疵检测装备

    图2 研发中DAC-3D



    2、方向二:人工智能与木材自动检尺

      木材是全球可再生资源之一,在全球气候变暖、各国越来越重视环保的背景下,林业的智能化和信息化有着迫切的需求。智能化技术的应用,将大大提高林业的生产效率,如数据分析、传感技术、机器视觉等技术,可以帮助林业生产企业迅速获取有关森林资源和环境的信息,提高森林管理的水平。信息化技术同样也对林业行业产生积极的影响,通过大数据分析和云计算等技术,使得林业管理者能够更加精确地把控林业生态环境的变化,提升林业管理的能力。总之,通过智能化和现代化的林业,可以更好地管理、保护和利用森林资源,最终实现可持续发展的目标。

      在木材进口和生产过程当中,木材材积测量是一项重要工作,木材的使用和加工也依赖于木材材积的测量结果木材材积的计算类似于圆柱体的体积计算,根据国家标准GB/T 4814-2013《原木材积表》中规定的原木材积计算公式,通过测量原木检尺径和检尺长代入计算公式或者通过查阅原木材积表即可完成材积计算。在木材货场、造纸业、木材交易市场等需要计算原木材积的行业,木材材积测量同样是一项重要工作内容。对木材材积的精准测量能有效维护生产经营者和集体、国家等多方面的利益,也是市场流通的基本保障。在我国的大部分林业生产企业中,测量原木材积的工作仍旧需要人工来完成。检尺员需要使用卷尺或卡尺等工具,来测量木材的长度和尺径,并按照材积计算公式进行计算,最终得出木材的实际材积。人工检尺场景,在木材种类复杂,数量不多的情况下,人工检尺的方式简单方便,然而人工检尺的方式存在许多弊端,主要体现在:(1)人工成本高。林业产业中的大中型企业,每年在检尺费用上的花费以及检尺过程中的浪费都是巨大的。(2)检尺效率低、误差大。人工检尺方式的检尺结果受检尺员的工作态度,工作经验等主观因素的影响很大,难以执行同一检尺标准。人工检尺采用2cm的径级增进单位,无需记录精确数值,这就导致在检尺时只要大致测量,导致同真实检尺径有较大的误差。(3)危险系数高。检尺环节一般在露天环境,在夏季高温环境下长时间的户外工作容易导致中暑等情况发生,同时为了保证木材运输安全,木材车在装载时需要分上下两层,这样的要求需要工作人员上下攀爬来获取木材的尺寸信息,存在一定的危险性。(4)无法可视化检尺结果。人工检尺结束之后,只能凭借检尺记录表这种方式查询检尺记录,无法及时的将测量结果转化为以图形图像信息表示的形式。

      本科研团队先后在林业厅科技项目资金、金森林业股份有限公司的支持下,开发出(1)一种低成本、高精度的原木尺径检测系统,实现高效智能地完成原木材积的检测。经第三方权威机构检测,本系统检测结果材积误差率(偶数)为1.61%,单根原木检尺径平均绝对误差(偶数)为0.33cm,符合林业生产企业对原木径级检测和材积测量的要求,提高了检尺效率和准确性,还可以降低人工成本,简化操作流程,实现实时高效的检测。(2)自动分拣系统,木材的自动化分拣机构和智能控制软硬件系统1套,实现材长4米及以下木材的自动分拣,分拣工作效率大于190m3/8h。

      该项目研究一期建设目标是实现这金森林业股份公司龙渡、大源货场的应用,年生产量为10万立方米以上。二期推广目标是将乐县国有林场及省内国有林场。在金森林业股份公司龙渡、大源货场的年生产量为10万立方米以上应用基础上,向省内年产量1万立方米以上林场推广,推动林业由数字阶段向智慧阶段跨越,有力支撑林业生产智能化水平的提升。

    根据测算,项目投入使用后:

    (1)每条原木径级材积智能生产线年(250天计算)可实现,原木有效分拣142500m3,年产值达12825 万元。

    (2)检验人力成本每年可减少支出320万元。计算方式:原来每立方米需检验费20元(进场加出场),公司每年产出按10万立方米计算,则可节省200万元检验费;减少人员20名人均按6万元计算,可节约人力成本120万。

    (3)勾机整堆费用可减少支出200万元,计算方式:原来每立方米需整堆费20元,公司每年产出按10万立方米计算,则可节省200万元整堆费。

    (4)提升货场盘点效率,增加效益:使用本项目研发的技术后,使得盘点的难度大大降低,方便盘点的工作,提高楞场管理水平、进而推动销售的效益。

       本研究方向已培养研究生4名,在读研究生5名。

           

    图3  已为金森林业完成的信息化智能化系统

    图4 为山东日照港设计的智能检尺方案



    3、方向三:汽车多传感器检测

      据国际汽车制造商协会发布的数据,截至2020年底,全球汽车保有量达到了10.93亿辆。其中,中国汽车保有量位居世界第一,达到了2.68亿辆,2021年全球汽车产量为80145988辆,其中中国汽车产量为26082220辆,占全球总量的32.5%。即全世界每3辆新车中,就有1辆是由中国生产。据调研机构Technavio发布的报告显示,未来几年内,每辆汽车上将装配超过100个传感器,而根据Mordor Intelligence的报告,汽车传感器市场预计在2021-2026年间以超过7%的复合年增长率增长。其中包括气囊传感器、惯性传感器、倒车雷达传感器、安全带传感器、压力传感器等多种类型的传感器。随着智能汽车和自动驾驶技术的不断发展,汽车所需传感器数量还将进一步增加。汽车在生产下线之前所有传感器都必须得到精准的标定和校准, 它是汽车下线后销售和投入市场使用安全的先决条件。汽车在维修之后,也需要便于使用的装备对一部分传感器重新校准。

      目前国际上汽车传感器校准的装备主要被几个国际上的公司所垄断:Bosch、Delphi Technologies、Vector Informatik GmbH、Horiba、AVL List GmbH、DURR等公司在汽车传感器校准装备市场中具有一定的市场份额和影响力。 国内的汽车制造企业必须要花费高额的价格来购买这些装备。福建省境内的日辰科技公司,国内的北京南洋思源智能科技有限公司、深圳市元征科技股份有限公司在过去几年中斥资投入在这方面的仪器装备的研发上,与国外的品牌产品形成了一个竞争的局面。

      大多数的传感器标定和校准项目中仅是根据供应商的目标车型的传感器标定和校准需求进行设计,对于不同供应商、不同的车型的传感器项目标定和校准通用性、可扩展性差。与此同时,目前市场上传感器如图1所示,通常使用刚性标靶挂载平台(龙门架)、在传感器标定前将整车坐标与工位坐标对齐,采取的方式是将待测车辆驶入车辆对中平台,通过对中台上对中推块的机械接触,将车辆推入指定坐标系并对齐,从而让车辆的X、Y、Z 轴线与整台设备的 X、Y、Z 轴线重合,即完成车辆姿态的对中。机械接触式的对中难以保证车辆坐标系与工位坐标系的绝对对齐,对中效果会受到诸如胎压、悬吊等多方面影响。随着前装传感器数量增多, 原有的刚性标靶挂载平台(龙门架)由于占地空间较大、设备结构复杂、成本高、精度低,难以适应大规模传感器标定。采用协作机器人为主导的柔性化检测平台必将成为未来发展的趋势。

      为了解决传统传感器标定和校准平台占用空间大、结构复杂、成本高、精度低等问题,迫切需要构建新一代可实现精确的、可柔性调整标定和校准设备位置及角度的标靶坐标变换系统,达到普遍适用于传感器类型和不同厂家的传感器校准与调整装备。针对以上的需求通过机器视觉的方法实现非接触式的车辆坐标定位,并且精准计算出车辆在空间中的位姿,结合协作机器人构成柔性标靶检测,可以改善目前传统传感器标定和校准平台的不足,在满足高柔性、普适性的同时还能大大降低设备的成本,是汽车传感器标定和校准装备市场的发展趋势。通过对各大整车主机厂(福特、奇瑞等数家中外合资、国内独资企业)的传感器及其标定校准系统的需求调研分析得到: 受制于产线时间及场地空间的约束,传统的整车下线标定设备已无法满足日益增长的车辆前装传感器种类及数量标定要求:本课题组在先前与省内日辰公司合作研发铺垫的基础上,提出基于三维视觉和协作机器人的汽车多维传感器校准的柔性装备的研发和产业化,实现对传统基于刚性坐标变换的标定装备的升级,从而实现整车制造下线标定工艺的升级。

      福建省拥有数家汽车制造企业,包括福建奔驰、东南汽车、厦门金龙联合汽车工业有限公司等。项目的实施可以促使我省汽车整车制造企业制造工艺整体升级,引领我国整车制造厂汽车多传感器融合标定装备跨入世界先进行列, 奠定我省数字化装备制造在我国汽车行业的领先之地。该项目的实施,可以打破国际上行业内一些国外公司的垄断,避免卡脖子,研发和制造出具有自主知识产权的汽车多传感器标定校准的高端装备。该装备的制造和研发在满足我国汽车制造中传感器校准的刚需,同时提高和促进我国汽车和汽车制造向智能化的作用。预估项目产业化后为我省在此领域的新增产值、新增就业岗位有较高的提升作用;进一步的,可将整体项目成果作为新型传感器研究及传感器标定工艺研究试训基地;人才培养方面,在省内设立全国产教融合培训中心,为现有117家整车企业培养现有技术骨干;在职业教育方面,在省内中高职学校设立专班,为企业培养专业技术工人,为企业后续发展,提供人力资源。本研究方向在读研究生4名。

     

    图5 汽车多传感器检测系统平台

    图6 机械对中平台


    4、方向四:基于激光等离子体的在线钢水成份检测

      钢铁生产总量和质量是一个国家工业化发展水平的重要标志。钢铁生产逐步趋于大型化、高速化、连续化和测控一体化,同时对产品质量的要求也随着制造业的发展日益求精。钢铁的主要成分是铁、硅、锰、铬、镍、铜等元素,钢铁中是否含有这些元素或含量多少,直接影响钢铁的性能和质量。特别是,高端装备关键零部件特殊性能的材料需要对这些成分实施精准控制。对钢液成分进行定量分析以实现对钢液成分的实时检测,对调控钢才的性能和质量具有特别重要的意义。

      在治炼过程中,为了及时掌握钢水成分的变化,必须定时取样进行成分分析。传统的工业治炼中,从铁水预处理,转炉吹炼,炉外精炼到铸锭或连铸,全过程至少需要分析13件样品。炉前取样、升降台送样、精练炉取样,风动送样的治金炉前样品形状复杂,表面粗糙,而且严重氧化,炉前常用的光谱仪对分析样品要求严格,分析前要进行预处理,必须将样品打磨成纹理清晰、平整和光洁平面后,才能送入仪器进行分析。过程繁琐,速度慢,效率低,钢水成分的离线检测远远不能适应现化治金产品制造的要求。同时,能效和环境排放因素对于成分实时在线检测的需求也越来越强烈,越来越迫切。

    缺乏实时在线成分检测的关键技术和装备是整个冶金行业的痛点问题。需求催生着各种实时在线成分检测方法的尝试,过去几十年中采用传统的炉前光谱观测方法(无论是肉眼还是分光或者滤光方法,都称之为被动式方法),所观察的离子谱线与包含铁离子在内的背景光谱交织在一起,很难将背景剔除。这些方法只能粗略地估量,不能给出定量结果。

      激光诱导击穿光谱技术(Laser Induced Breakdown Spectroscopy,简称LIBS)是一项新近发展起来的光谱分析技术。这种方法的应用中,一束脉冲激光投射到待测的钢水或钢渣表面,使之骤然升温至16000°C产生“点” 等离子体。对比传统被动式方法,在这种主动式的探测中,同样是被观测成分的电离,其发射光谱线的时间特性与炉中加热导致的电离辐射的光谱很不一样。具体说,如果探测脉冲激光诱导等离子体发射谱收集的触发时间和时间间隔选择得恰当,待检测成分的离子谱线信号与背景光噪声比值(信噪比)不仅可以做到很大,还可以从观测的光谱信号中扣除主要背景噪声光谱,获得真正待测成分离子谱线的强度,计算得到待测成分含量。作为一项成分痕量从几十ppm 到几百ppm的分析技术,LIBS可对轻重多种元素同时探测,并且可以直接激发钢水或者钢渣(无需制样),具有实时、安全、远程非接触、现场原位探测、操作简单多种优点,为冶金在线实时分析检测提供了优选的方案,拥有巨大的应用价值。

      针对以上实际生产的需求和综述,LIBS是最具潜力的应用技术。它的优势在于:远程探测,非接触型,可以实时在线诊断熔融钢水中轻重不同的多种成分元素的含量。采用航天航空碳基陶瓷复合耐高温的隔热材料,使得设计的熔融钢水在线成分检测装备探针能够深入1700°C的钢水中间歇式地持续检测,符合冶炼工艺要求,避免钢渣和钢水表面的起伏带来的待测成分的等离子体作为光源的不稳定性。同时,选取合适的探测时间和时间间隔,可以获得高信噪比的特征光谱辐射,从而得到成分含量。

      本研究方向将LIBS技术装备化和产业化。通过LIBS技术在应用于熔融钢水成分在线检测中遇到的问题的分解实验研究、理论模拟分析和数学算法配合,找到解决问题的方法。进而,考虑在线检测技术的炉内应用环境和产业化展开集成的装备研发。本课题在读研究生4名。


    图7:项目团队在三明钢铁厂调研

    图8 项目团队在三钢进行方案研讨

  • 暂无内容