763,097
次編輯
變更
创建页面，内容为“ '''福建工程学院机械与汽车工程学院省产学研合作示范基地'''近年来，随着“中国制造2025”的推广和“数控一代”的实施…”
'''福建工程学院机械与汽车工程学院省产学研合作示范基地'''近年来，随着“中国制造2025”的推广和“数控一代”的实施，福建工程学院机械与汽车工程学院在装备制造产业智能制造领域开展了一系列产学研合作，取得了优异的成果在2018年10月由福建省科技厅批准为福建省产学研合作示范基地。
==简介==
本示范基地以《中国制造2025》和福建省相关政策为指导，围绕福建省装备制造支柱产业中的高端装备制造业发展目标，联合国家一流高校-北京理工大学，促进多学科合作与融合，扎根于相关行业，与福建省数控机床龙头企业—嘉泰数控和国内机器人著名企业—沈阳新松机器人智能科技开发有限公司（新松机器人全资子公司）实现产学研密切结合。基地重点面向高档数控机床和工业机器人集成系统开展关键技术的开发和服务，针对我省重点建设的智能装备产业集群，推进装备智能化和制造智能化，形成具有显著特色和优势的福建省智能装备产学研合作示范。产学研示范基地的建立对加速福建高档数控机床产业发展，培育工业机器人系统集成技术和产业，培养地方和国家亟需的智能装备的高端专门人才，打造智能制造高端品牌，组织实施重点领域智能工厂应用示范工程等具有重要的科学意义和社会意义。
产学研基地共配置39名研发人员其中正高职称6人，副高职称23人，中级职称8人，高级技师2人，高级职称比例达74%。基地以福建省“闽江学者”，北京理工大学高学山教授为技术负责人，福建工程学院彭晋民教授为总负责人。
示范基地下设2个研究室，分别是由彭晋民教授任组长智能装备技术研究室、戴福全副教授任组长的机器人技术及集成应用研究室。示范基地拥有先进数控机床及系统实验平台、机器人力控测试平台、机器人感知技术研发环境等先进的仪器设备和良好的研究环境，承担了包括国家“863”课题、国家科技支撑计划、省科技重大专项等在内的多项国家级、省部级重大科研项目，并积极与行业企业的科技合作，充分利用研发平台的人才、技术优势，与数控机床、运用智能制造的制造业企业等单位建立长期合作关系，完成一大批的科技攻关项目，研究经费3千多万元。
==主要产学研合作任务==
针对福建省装备制造业发展需求，围绕“中国制造2025”的实施，示范基地主要开展如下产学研合作任务。
===1.高端数控机床研发及产业化===
数控机床创新设计开发主要针对提升我省数控机床产品性能提升而建立的技术支持和服务环境。主要进行以下领域技术服务：
（1）联合企业共同开发高端数控机床，工程中心主要对机床结构、各部件设计方案以及整机动静态性能进行优化，可在短时间内减少企业开发时间，并可对机床进行减重分析设计；
（2）联合企业与数控系统厂家，在数控系统中应用工程中心研发的高速高精数控模块，提升机床加工精度和速度，提高机床档次；也可为专门化数控机床开发适合其制造环境的多轴数控系统；
（3）为企业产品提出远程设备状态监测、远程故障诊断的终端解决方案，同时为进一步推动企业往生产服务型企业转型而建设企业远程服务平台。
===2.智能装备及机器人系统集成技术服务===
制造企业内部的采购、生产、销售流程都伴随着物料的流动，因此，越来越多的制造企业在重视生产自动化的同时，也越来越重视物流自动化，数控机床工件搬运、自动化立体仓库、无人引导小车（AGV）、智能吊挂系统得到了广泛的应用；而在制造企业和物流企业的物流中心，智能分拣系统、堆垛机器人、自动辊道系统的应用日趋普及。主要进行以下工作：
（1）运用工业机器人进行工件搬运和输送等技术解决方案及集成技术；
（2）智能仓储的解决方案及其优化技术：针对中小型企业提供智能仓储的解决方案及其集成技术；
（3）智能仓储系统的关键设备控制技术：装卸机器人、AGV、拣货机器人、机械臂配合图像识别技术拣货；
（4）智能仓储系统的信息采集与集成技术：包括条形码/RFID/二维码/电子标签、仓储定位等应用，研发基于信息采集与通信集成的便携式装备及其技术。
===3.机器人感知技术集成应用===
为了赋予工业机器人以智能，机器人感知技术是工业机器人技术的核心关键。随着力觉、视觉、扭矩、触觉等传感器的技术的发展，机器人的智能程度逐渐提高，应用范围不断地扩展，完成以往所不能完成的任务。让机器人感知技术在研究的同时走向应用具有重要的意义。拟进行以下几个方面的技术服务：
（1）运用力传感器的工业机器人<ref>[https://it.sohu.com/a/685359969_121124372 工业机器人大科普！太全面了！]，搜狐，2023-06-14 </ref>进行装配、磨抛等技术解决方案及集成技术；
（2）应用于食品、3C等行业的安全化的人机共融的解决方案及集成技术。
（3）运用视觉传感器检测技术，提高产品检测效率和减少人工失误造成的浪费。
（4）运用视觉传感器识别技术，通过扫描条形码、二维码、字符、颜色等，通过特征匹配识别。
（5）运用视觉传感器测量技术，通过三角测量原理，通过反射物体表面的光线成像，测量物品的表面情况。
（6）运用视觉传感器<ref>[https://www.sohu.com/a/149393834_404276 常见七种传感器介绍，其中属物理传感器应用最广泛] ，搜狐，2017-06-16 </ref>定位技术，通过特征匹配进行定位，软件进行判断位置。
==参考文献==
[[Category:520 教育總論]]