维度网讯，西班牙一项旨在推动新一代自主制造系统的研发计划SARA项目，正通过整合人工智能、联邦学习、机器视觉、机器人技术和区块链等多种技术，将制造过程中生成的数据转化为可用于决策的知识。该项目由CDTI（西班牙工业技术发展中心）和AEI（西班牙创新署）资助，汇聚了Fagor Automation（法格自动化）等企业联合体与巴斯克大学航空先进制造中心（CFAA）等研究机构联合体，围绕五个工业演示器在真实场景中验证技术。

CFAA在该项目中承担了三个研究方向，旨在提高制造系统的自主性。第一条工作线聚焦于将联邦学习应用于机床过程的智能监控，包括切削液的状态管理与刀具剩余寿命预测。为此开发的实验系统'Matabichos'集成了基于UV-C紫外线和压缩空气气泡的物理处理系统以及智能监控平台。实验验证显示，该系统能显著减少细菌总量和假单胞菌属，并连续记录浊度、电导率、pH值和温度等变量的演变。目前正在将系统转移到更接近工业条件的500升储液罐中进行测试。

第二条工作线涉及自主机器人化制造，开发用于去毛刺操作的自适应轨迹生成系统。该系统通过处理简单图像中检测到的轮廓偏差信号，生成实时适应零件实际条件的刀具轨迹，能够快速检测边缘和毛刺并根据其尺寸动态调整加工条件。测试表明，该技术能够获得小于十分之一毫米的比例因子，且测量方向上至少需要500万像素。目前正在开发自主编程工具，允许机器人根据测量几何形状自动修改工作轨迹。

第三条工作线引入区块链技术和数字身份，为工业数据增加信任层。开发了结合去中心化标识符（DID）、可验证凭证和基于Hyperledger Fabric的私有区块链网络的架构。在Ibarmia THR 16机床上进行的验证显示，对于一个2MB的CSV文件，认证过程总耗时约2.388秒，表明引入数字身份和认证机制仅带来微小的时间开销，与工业数据采集的常规流程兼容。当前工作重点是扩展该架构，使其适用于更复杂的工业场景，并促进制造商、供应商和客户之间的互操作性。

SARA项目从整体角度解决自主性问题，涵盖从工艺定义到执行、监控、维护和规划的全过程。其目标是开发一种技术架构，以推动更自主、更智能和更互联的制造系统，使机器能够理解环境、从经验中学习并以日益智能的方式行动。该项目的研究成果对于航空航天等高附加值制造业的竞争力提升具有重要意义。

围绕其目标，项目建立了五个工业演示器，分别针对新工艺定义中的自主辅助、机床上工艺参数调整和监控定义的辅助、机器部件预测性维护的自主性、机器人制造的自主性以及柔性工厂规划的自主性。

在具体技术进展方面，CFAA开发的用于切削液管理的Matabichos系统在实验验证中展现了有效性。两个25升储液罐的对比试验显示，经过处理的储液罐中表面污染物减少直至几乎消失，微生物分析也证实细菌总量显著减少。监控系统在为期一个月的实际数据采集中成功连续记录了关键变量的变化。

在机器人去毛刺方面，项目开发了基于图像处理的轮廓检测技术。通过照相相机在420毫米间距拍摄2400万像素照片，利用编辑工具降低分辨率测试，结果表明检测方向至少需要500万像素。该技术通过标定、分割、检测和缩放等步骤处理图像，以生成适应零件实际条件的机器人轨迹。

在数据信任层面，区块链方案的性能分析显示，认证过程的开销较小。对于一个2MB的CSV文件，生成可验证凭证约需2.29秒，SHA-256哈希计算需2.6毫秒，将哈希写入区块链需94.8毫秒。测试表明该架构在现有工业基础设施上作为额外信任层是可行的。

图像处理阶段包括标定、零件照片采集、零件-背景分割以及使用名义几何形状作为模板的轮廓检测。随后应用形态学操作过滤大毛刺，根据孔径尺寸进行毫米/像素缩放，最后对轮廓几何形状进行平滑处理，该几何形状将作为机器人更新运动的引导。

项目对适用于该应用的采集系统进行了分析，排除了探头测量、结构光和激光等技术。

最终选择了照相相机图像处理，因为这是一种快速且经济的技术，精度在定义范围内，并且适用于平面上的边缘应用。该技术的可行性在初步装置中进行了测试，使用了0级陶瓷标准量块（长度100毫米）和IIW-Type1块的校准孔（50.8毫米）。

测试包括用2400万像素相机在420毫米间距拍摄一张照片。随后通过降低图像分辨率，研究其测量量块长度时的影响。结果表明，该技术能够获得小于十分之一毫米的比例因子，且测量方向上至少需要500万像素。

对于分割，将研究不同的轮廓识别算法和滤波技术，直到找到最优参数，以获得完整的目标零件闭合轮廓。

在区块链方面，所开发的架构结合了去中心化标识符（DID）、可验证凭证和基于Hyperledger Fabric的私有区块链网络。机器生成的数据被结构化为数字凭证并签名，随后存储在CFAA的数据湖中。计算每个凭证的加密哈希（SHA-256），仅将此证据存储在区块链中，以在保持系统效率的同时验证数据完整性。

区块链解决方案的验证已在Ibarmia THR 16机床上进行。

性能分析显示，对于一个2MB的CSV文件，认证过程总耗时约2.388秒。

尽管各项技术开发仍在进行中，但迄今为止取得的成果验证了所提方案的可行性，为继续朝着更自主、互联和高效的制造环境迈进奠定了基础。该项目代表了向新一代工厂迈出的重要一步，这些工厂不仅能自动化处理，还能学习、协作并基于可靠信息做出决策。