全球400万台工业机器人正在老去,德国人造了台机器人专门拆它们
图:IEEE Spectrum报道配图(KIT实验室内的双臂拆解系统)德国卡尔斯鲁厄理工学院(KIT)做出一套机器人拆解系统:先用CAD模型和数学模型猜出机器哪里坏了,再动手拆,边拆边验证猜测。遇到拧不动的螺丝会当场改用铣削,还能按指定优先级保住贵重零件。研究已在ICRA 2026上发表。
全世界有400多万台工业机器人正在工厂里干活。等它们坏掉的那天,谁来拆?
据IEEE Spectrum报道,德国卡尔斯鲁厄理工学院(KIT)的研究人员设计出一套新系统,能够预测一件损坏产品的故障所在,并在拆解过程中保护有价值的零件不受损伤。国际机器人联合会(IFR)的数据显示,全球在用工业机器人已超过400万台,研究者预测随着制造业快速扩张,这一数字到2030年将增长到1,600万台以上——如何拆解、回收和重建这些机器人系统,正在成为一个绕不开的问题。
这套系统由两部分组成:一个预测算法,负责推测产品是怎么坏的;以及真正动手把产品拆开的机械臂。关键在于,系统在每一个环节都会检查实际结果是否与预测相符,不符就即时更新拆解方法。研究团队演示过这样一个场景:系统开始拧下一个损坏的部件,研究人员中途换掉螺丝以模拟「螺丝卡死」,当系统观察到螺丝仍在原位时,它随即改变策略,转为用铣削的方式把材料磨掉、移除该部件。
为什么必须这么麻烦?系统设计者之一Jan Baumgärtner解释,用全新零件组装产品很容易,每一步都清晰明确,不会有意外偏差;但拆解一件已经损坏的东西则充满不确定性——「我们可以想象出100种出错的方式。」更现实的问题是返工成本:如果两个部件由100颗螺丝固定,而最后一颗卡死了,那前面99颗都白拧了,一开始就该换一种方法来移除这个部件。
在技术实现上,系统依赖损坏机器及其每个零件的CAD模型,据此判断零件本应如何运动、什么情况属于异常;同时用一个数学模型来预测零件的损伤类型。拿到待拆设备后,系统先推测每个零件应有的运动自由度(例如螺丝应该旋转、而不该左右平移),再逐一轻推测试实际运动情况:锈蚀的零件动得比预期少,松动的螺丝动得比预期多,变形的零件则会表现出与预期不同的自由度。使用者还可以指定哪些零件最需要完好回收,系统会相应调整拆解策略。
Baumgärtner的动机指向循环经济——让旧设备被修复而不是被丢弃。他设想把这套由几条机械臂组成的系统扩大规模,让许多拆解臂各配不同工具、各自专精拆解流程的一环,使整座工厂能拆解各类产品,用他的话说,就像「一个有100条手臂的巨型机器人」。终极目标是让修理比重新生产更便宜:「因为那意味着修这个电子设备比生产它更划算,这才是目标。」
需要说清边界:这项研究发表于2026年在维也纳举行的IEEE机器人与自动化国际会议(ICRA),目前仍属实验室系统与会议论文阶段,尚未进入产业化部署;文中1,600万台的2030年保有量为研究者预测值而非既成事实。
截至2026年8月12日发稿,该报道已于8月11日更新,以澄清该拆解系统适用于通用产品而不限于机器人本身。