基于数字李生的机器人装配产线云边协同管控系统可以分为3层:云端、边缘端和设备端。其中相邻层之间具备双向传输数据的功能。云端是指云计算服务器及其所提供的服务;边缘端是指本地服务器及其所提供服务，可部署于车间、部门或工厂内，其普遍距离接近设备端。设备端在此处特指机器人装配产线，整体架构体系如图1所示。作为云端在本地的延伸和补充，边缘端向下对设备端传来的数据进行实时处理，再将必要的数据上传至云端，解决了设备端与云端直接通信的传输实时性差和隐私安全等问题。同时，边缘层服务可以集成企业内部ERP和MES等系统和应用，提供更加个性化的服务。边缘端的设备端接口接受来自机器人装配产线的传感器监测数据和指令执行结果，调用设备端监控相关微服务，如数据清洗、数据持久化、数据分析等，同时通过设备端接口将控制指令下达至设备端，完成产线的实时监控。

• 专利名称：无
• 专利类型：发明专利
• 专利权人：无
• 专利号：无
• 有效期限：无

机器人装配产线云边协同管控系统将先进的机器学习技术、云边协同、数字李生技术应用于软件服务和产线装配中，以提高产能并进一步强化生产效率。机器学习技术可用于处理和分析产线数据，并用处理好的数据对产线进行管控，装配产线方面需要实时数据采集并立即处理意外情况，过度的延迟可能导致无法挽回的事故。另一方面由于4产复杂度与精细度越来越高，生产过程会产生海量实时数据，但其中只有部分是关键数据，需要存储到云边进行挖掘和分析，所以需要此技术对采集数据在边缘进行过滤，以缓解云和网络的力。深度强化学习技术将深度学习的感知能力和强化学习的决策能力相结合。根据装配产线的工作环境对模型进行训练，保证装配产线根据最优的生产路线进行生产装配活动，能够有效应对装配时发生的各种动态事件。