汽車零部件壓裝曲線局部趨勢(shì)判斷算法研究

班飛，丁國(guó)清

（上海交通大學(xué) 儀器科學(xué)與工程系，上?！?00240）

汽車零部件壓裝曲線局部趨勢(shì)判斷算法研究

班飛，丁國(guó)清

（上海交通大學(xué) 儀器科學(xué)與工程系，上海200240）

汽車零部件壓裝曲線局部趨勢(shì)判斷的現(xiàn)有實(shí)現(xiàn)算法存在諸多的缺陷，在實(shí)際運(yùn)用過(guò)程中經(jīng)常導(dǎo)致測(cè)控軟件的誤判。為了滿足汽車零部件壓裝過(guò)程中日益嚴(yán)格的監(jiān)控和考核要求，本文提出了一種新的閾值限定算法。在實(shí)驗(yàn)室的100多次試驗(yàn)和工廠中逾10萬(wàn)次的壓裝應(yīng)用中，該算法的正確率均達(dá)到了100%，表明該算法具有極高的可靠性。關(guān)鍵詞：壓裝曲線；局部趨勢(shì)；閾值限定；算法

壓裝在汽車零部件的生產(chǎn)和裝配過(guò)程中有著廣泛的應(yīng)用，包括輪轂壓裝［1］、后橋襯套壓裝、發(fā)動(dòng)機(jī)缸蓋壓裝［2］等。作為汽車生產(chǎn)和裝配過(guò)程中的關(guān)鍵工序，壓裝質(zhì)量的好壞直接關(guān)系著整車的質(zhì)量和安全，因此對(duì)壓裝過(guò)程進(jìn)行嚴(yán)格的監(jiān)控和考核是十分必要的。壓裝質(zhì)量的監(jiān)控主要是記錄壓裝過(guò)程中的壓裝力-位移（F-S）曲線，然后考核F-S曲線的局部趨勢(shì)是否符合要求。目前對(duì)局部趨勢(shì)的考核主要使用的是監(jiān)控框判別法，構(gòu)建矩形監(jiān)控框，然后判斷壓裝曲線是如何通過(guò)該區(qū)間的。然而，監(jiān)控框判別法按照現(xiàn)有的基本算法和最小二乘直線擬合算法在實(shí)際使用過(guò)程中經(jīng)常出現(xiàn)誤判的情況，影響了對(duì)汽車零部件壓裝質(zhì)量的考核。

文中簡(jiǎn)要介紹了監(jiān)控框判別法的內(nèi)容，然后分析了現(xiàn)有實(shí)現(xiàn)算法的的原理及缺陷。隨后，詳細(xì)介紹了閾值限定算法的具體實(shí)現(xiàn)過(guò)程。最后，通過(guò)實(shí)驗(yàn)和工廠中的實(shí)際應(yīng)用驗(yàn)證了該算法的可靠性和實(shí)用性。

1　監(jiān)控框判別法

目前，對(duì)壓裝過(guò)程質(zhì)量的監(jiān)控和考核主要是根據(jù)其壓裝力-位移（F-S）曲線［3］?？己朔椒òūO(jiān)控框判別法、關(guān)鍵點(diǎn)判別法、包絡(luò)線法等。其中，尤以監(jiān)控框判別法應(yīng)用最多。圖1所示是上汽集團(tuán)某型號(hào)汽車后橋襯套壓裝過(guò)程的壓裝力-位移曲線。橫坐標(biāo)表示壓頭的位移，縱坐標(biāo)是與該位移對(duì)應(yīng)的壓裝力。按照采樣時(shí)間的先后將采樣點(diǎn)依次連接起來(lái)，就得到了壓裝過(guò)程的F-S曲線。

圖1　壓裝力-位移曲線Fig.1　Press force-displacement curve

不同零部件的壓裝曲線走勢(shì)［4］不盡相同，即便是同種零部件不同型號(hào)的產(chǎn)品其壓裝曲線可能也有差別。但是，對(duì)壓裝曲線考核的基本方法都是通用的。監(jiān)控框判別法，如圖1所示，主要是為了實(shí)現(xiàn)對(duì)壓裝曲線局部趨勢(shì)的自動(dòng)判斷。

本例中，設(shè)置了兩個(gè)矩形監(jiān)控框，編號(hào)分別為4和5。為了考核F-S曲線的局部趨勢(shì)，我們?cè)O(shè)定4號(hào)監(jiān)控框?yàn)樽筮呥M(jìn)入，右邊穿出；5號(hào)監(jiān)控框?yàn)榈走呥M(jìn)入，上邊穿出。如果F-S曲線沒(méi)有從設(shè)定的監(jiān)控框穿過(guò)，或者進(jìn)入和穿出的方向和設(shè)定的方向不相符，則會(huì)提示F-S曲線局部趨勢(shì)錯(cuò)誤，并判定壓裝過(guò)程不合格。

2　監(jiān)控框判別法現(xiàn)有實(shí)現(xiàn)算法的原理及缺陷

目前，監(jiān)控框判別法的實(shí)現(xiàn)主要有基本算法和最小二乘直線擬合算法，下面分別進(jìn)行介紹。鑒于采樣點(diǎn)數(shù)一般比較大，而且個(gè)數(shù)不固定。從節(jié)約內(nèi)存的角度，一般把采樣數(shù)據(jù)按照采樣時(shí)間的先后依次存儲(chǔ)在線性鏈表中。此外，由于在進(jìn)行數(shù)據(jù)處理時(shí)需要經(jīng)常對(duì)某個(gè)點(diǎn)前后的數(shù)據(jù)進(jìn)行查找和訪問(wèn)，所以一般采用雙向鏈表進(jìn)行采樣數(shù)據(jù)的存儲(chǔ)。

2.1基本算法

進(jìn)入方向考核：假設(shè)監(jiān)控框的左上角和右下角的坐標(biāo)分別為（xleft，ytop）和（xrightt，ybottom），從鏈表頭部開始依次向后遍歷，找到第一個(gè)進(jìn)入監(jiān)控框的數(shù)據(jù)點(diǎn)記為point1，根據(jù)鏈表的前向指針找到point1在鏈表中的前一點(diǎn)point2，假設(shè)其坐標(biāo)為（x2，y2）。然后進(jìn)行圖2所示的考核，只有兩個(gè)考核條件同時(shí)成立，才可以判定F-S曲線從對(duì)應(yīng)方向進(jìn)入。

圖2　進(jìn)入方向考核Fig.2　Enter direction judgement

穿出方向考核：在進(jìn)入方向考核合格以后，從穿入點(diǎn)point1開始，向后依次遍歷找到第一個(gè)不在監(jiān)控框內(nèi)的數(shù)據(jù)點(diǎn)記為point3，假設(shè)其坐標(biāo)為（x3，y3）。然后進(jìn)行圖3所示的考核，只有兩個(gè)考核條件同時(shí)成立，才可以判定F-S曲線從對(duì)應(yīng)方向穿出。

算法缺陷：按照上述算法，在工廠實(shí)際生產(chǎn)中遇到了下面的問(wèn)題，如圖4所示是某次壓裝過(guò)程中遇到的情況。

5號(hào)考核框設(shè)定的是左邊進(jìn)入右邊穿出，從肉眼看過(guò)去曲線確實(shí)是左進(jìn)右出穿過(guò)5號(hào)框，局部趨勢(shì)符合要求。但是判定結(jié)果卻顯示不合格，而且提示不符合從右邊出去的規(guī)則。調(diào)出考核框右邊附近的采樣數(shù)據(jù)如表1所示。

圖3　穿出方向考核Fig.3　Exit direction judgement

5號(hào)監(jiān)控框左上角和右下角頂點(diǎn)的坐標(biāo)分別為（460，10）和（470，2）。按照上述算法，第一個(gè)出右邊的點(diǎn)為（470.0420，8.9697），滿足右邊穿出的判定條件x3＞xright和ybottom≤y3≤ytop，因此符合右邊穿出的要求。

繼續(xù)分析左邊框附近的采樣數(shù)據(jù)如表2所示，發(fā)現(xiàn)在左邊框即x=460附近出現(xiàn)了采樣數(shù)據(jù)點(diǎn)波動(dòng)出框的現(xiàn)象。

由于在進(jìn)入監(jiān)控框之后，按照上述算法，程序會(huì)尋找第一個(gè)出框的點(diǎn)是否滿足從右邊穿出的要求，因此判斷穿出方向不合格。通過(guò)分析多組采樣數(shù)據(jù)發(fā)現(xiàn)，這種微小的位移和壓裝力波動(dòng)是經(jīng)常發(fā)生的，因此采用這種算法，會(huì)經(jīng)常出現(xiàn)誤判的情況。

2.2最小二乘直線擬合算法

為了解決上述數(shù)據(jù)波動(dòng)的影響，有學(xué)者提出了最小二乘直線擬合算法。具體的實(shí)現(xiàn)過(guò)程如下：

1）在進(jìn)入和穿出點(diǎn)附近取前后的若干個(gè)數(shù)據(jù)點(diǎn)進(jìn)行最小二乘擬合，得到一條擬合直線［5］。

2）找出該擬合直線與監(jiān)控框?qū)?yīng)邊所在直線的交點(diǎn)，判斷交點(diǎn)是否在該邊上。

3）如果交點(diǎn)在監(jiān)控框的對(duì)應(yīng)邊上，則判定合格，否則判定不合格。

關(guān)于進(jìn)入點(diǎn)的選取依然是從鏈表頭部依次遍歷，把第一個(gè)進(jìn)入監(jiān)控框的點(diǎn)point1作為進(jìn)入點(diǎn)。而穿出點(diǎn)point3的選取方法如下：

1）右邊穿出：第一個(gè)滿足橫坐標(biāo)大于xright且不在監(jiān)控框內(nèi)的點(diǎn)。

2）底邊穿出：第一個(gè)滿足縱坐標(biāo)小于ybottom且不在監(jiān)控框內(nèi)的點(diǎn)。

圖4　誤判實(shí)例Fig.4　Example of misjudgement

表1　右邊框附近的采樣數(shù)據(jù)Tab.1 Sample data near the right border

表2　左邊框附近的采樣數(shù)據(jù)Tab.2 Sample data near the left border

圖5　局部放大圖Fig.5　Partial enlarged view

3）頂邊穿出：第一個(gè)滿足縱坐標(biāo)大于ytop且不在監(jiān)控框內(nèi)的點(diǎn)。

算法缺陷：使用最小二乘直線擬合的方法，確實(shí)減小了采樣數(shù)據(jù)波動(dòng)的影響。但是在實(shí)際使用該方法對(duì)壓裝曲線局部趨勢(shì)進(jìn)行判斷時(shí)出現(xiàn)了圖6和圖7所示的誤判情況。

圖6　誤判實(shí)例Fig.6　Example of misjudgement

圖7　誤判實(shí)例Fig.7　Example of misjudgement

圖6中，監(jiān)控框設(shè)定為左邊進(jìn)入，右邊穿出。在監(jiān)控框中間曲線已經(jīng)穿出了頂邊，但是仍然判斷壓裝過(guò)程合格。因?yàn)樵撍惴ㄔ谂卸ㄍ赀M(jìn)入方向正確以后，直接在右側(cè)邊框外面尋找穿出點(diǎn)point3。判斷穿出方向時(shí)沒(méi)有考核曲線在監(jiān)控框中間的數(shù)據(jù)點(diǎn)是否已經(jīng)出框，而是直接考核曲線在右側(cè)邊框附近的走勢(shì)，因而導(dǎo)致了誤判。

此外，計(jì)算最小二乘直線的算法比較復(fù)雜，本例中位移和壓力數(shù)據(jù)均精確到小數(shù)點(diǎn)后4位，對(duì)于更精密的傳感器可能會(huì)得到更加精確的采樣數(shù)據(jù)。如果計(jì)算過(guò)程中不慎使用了float類型的變量（一般VC中float類型只能精確到小數(shù)點(diǎn)后6位），則會(huì)丟失數(shù)據(jù)精度，進(jìn)而可能導(dǎo)致計(jì)算結(jié)果出現(xiàn)較大偏差甚至錯(cuò)誤。圖7所示情況就是因?yàn)橛?jì)算最小二乘擬合直線的過(guò)程中使用了float變量來(lái)存儲(chǔ)中間運(yùn)算結(jié)果導(dǎo)致的誤判，將變量改成double類型以后重新計(jì)算，結(jié)果顯示壓裝過(guò)程合格。

3　閾值限定算法

通過(guò)對(duì)2.1中基本算法的分析可知，該算法的主要不足是在進(jìn)入方向判斷時(shí)很容易受到微小波動(dòng)的影響。而2.2中的最小二乘直線擬合算法雖然很好的解決了數(shù)據(jù)波動(dòng)的影響，但是算法比較復(fù)雜，而且沒(méi)有考慮到曲線中間穿出監(jiān)控框的情況。綜合兩種算法的優(yōu)缺點(diǎn)，這里提出了一種閾值限定算法［6］。

閾值限定算法的具體實(shí)現(xiàn)步驟如下：

第一步：進(jìn)入方向考核同2.1中的基本算法。

第二步：根據(jù)生產(chǎn)現(xiàn)場(chǎng)的具體情況，分別設(shè)置位移和壓裝力能夠容忍的最大波動(dòng)量Δx和Δy。從point1開始向后遍歷，對(duì)于左邊進(jìn)入的情況，忽略橫坐標(biāo)小于（xleft+Δx）的數(shù)據(jù)點(diǎn)；對(duì)于底邊進(jìn)入的情況，忽略縱坐標(biāo)小于（ybottom+Δy）的數(shù)據(jù)點(diǎn)；對(duì)于頂邊進(jìn)入的情況，忽略縱坐標(biāo)大于（ytop-Δy）的數(shù)據(jù)點(diǎn)。依次向后遍歷找到第一個(gè)穿出監(jiān)控框的數(shù)據(jù)點(diǎn)point3.

第三步：穿出方向考核同2.1中的基本算法。

第四步：考慮到可能出現(xiàn)圖8所示的情況，我們?cè)O(shè)定曲線從監(jiān)控框頂邊穿出，分析數(shù)據(jù)后發(fā)現(xiàn)只有一個(gè)數(shù)據(jù)點(diǎn)穿出上邊。無(wú)論是2.1中的基本算法還是2.2中的最小二乘直線擬合算法均會(huì)判定穿出方向合格。但是從判斷曲線局部趨勢(shì)的角度，我們要求曲線從考核方向穿出較大的一段長(zhǎng)度，而不僅僅是某個(gè)數(shù)據(jù)點(diǎn)。因此為了保證穿出方向的有效性，根據(jù)生產(chǎn)現(xiàn)場(chǎng)的具體情況設(shè)置閾值N。從point3開始向后遍歷到第N個(gè)數(shù)據(jù)點(diǎn)point4，對(duì)point4進(jìn)行第三步的考核，如果考核合格則判定穿出方向合格，否則考核不合格。

通過(guò)在入框點(diǎn)附近設(shè)置限定閾值Δx和Δy，可以有效的消除入框點(diǎn)附近數(shù)據(jù)微小波動(dòng)的影響。限定閾值Δx和Δy的選擇既不能過(guò)大也不能過(guò)小，如果設(shè)置過(guò)大，則可能導(dǎo)致出框方向的誤判，如果設(shè)置過(guò)小又起不到消除波動(dòng)影響的作用。因此，應(yīng)該根據(jù)工廠生產(chǎn)的實(shí)際情況設(shè)定合適大小的閾值。同理，閾值N的選擇也要根據(jù)實(shí)際情況，如果過(guò)大也可能會(huì)導(dǎo)致誤判，如果過(guò)小就不能保證穿出方向的有效性。

圖8　無(wú)效穿出Fig.8　Invalid exit

4　實(shí)驗(yàn)應(yīng)用

為了驗(yàn)證閾值限定算法的有效性，首先選取了之前在工業(yè)現(xiàn)場(chǎng)采集到的使用現(xiàn)有算法導(dǎo)致誤判的100多組壓裝數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，在使用原有算法導(dǎo)致誤判的地方，采用閾值限定算法都能夠得出正確的判定結(jié)果。隨后，將閾值限定算法應(yīng)用到上汽集團(tuán)多個(gè)汽車零部件壓裝設(shè)備的壓裝測(cè)控軟件中，在迄今逾10萬(wàn)次的壓裝過(guò)程考核中均未發(fā)生過(guò)誤判的情況，表明該算法具有極高的可靠性。

5　結(jié)束語(yǔ)

文中著重研究了汽車零部件壓裝過(guò)程中壓裝曲線局部趨勢(shì)判斷的監(jiān)控框判別法，分析了現(xiàn)有實(shí)現(xiàn)算法的原理及缺陷，提出了一種閾值限定算法。并通過(guò)實(shí)驗(yàn)和工廠的實(shí)際應(yīng)用驗(yàn)證了該算法的有效性和可靠性。該算法對(duì)于其他使用監(jiān)控框判斷曲線局部趨勢(shì)的應(yīng)用也是很好的參考。

［1］萬(wàn)改改.汽車輪轂伺服壓裝機(jī)的參數(shù)化設(shè)計(jì)［D］.廣州：華南理工大學(xué)，2012.

［2］劉楠，陶學(xué)恒，王慧慧，等.汽車發(fā)動(dòng)機(jī)缸蓋智能化壓裝裝置的設(shè)計(jì)［J］.組合機(jī)床與自動(dòng)化加工技術(shù)，2014（1）:139-141.

［3］胡宏偉.軸承壓裝力-位移曲線作軸承壓裝合格判定的可行性分析［J］.機(jī)車車輛工藝，2010（5）:7-10.

［4］劉勝勇.軸承壓裝曲線不良原因分析［J］.機(jī)車車輛工藝，2005（6）:38-39.

［5］田晶京.帶插值條件的最小二乘法曲線擬合在油罐計(jì)量系統(tǒng)中的應(yīng)用研究［J］.工業(yè)儀表與自動(dòng)化裝置，2011（6）: 3-7.

［6］武瑞娟，龔曉峰，馮霞，等.利用平滑濾波閾值限定法提取背景噪聲［J］.中國(guó)無(wú)線電，2008（6）:75-77.

Research on press mounting curve′s local trends judgement of auto parts

BAN Fei，DING Guo-qing
（Department of Instrument Science and Engineering，Shanghai Jiaotong University，Shanghai 200240，China）

There are many defects in existing algorithms on press mounting curve's local trends judgement of auto parts.Which often lead to misjudgement in practical applications.In order to meet increasingly strict monitoring and evaluation requirements in auto parts'press mounting，this paper proposes a new threshold-constrained algorithm.In more than 100 experiments in laboratory and more than 100，000 applications in factories，the accuracy rate of this algorithm reaches 100%. Which demonstrates that this algorithm has pretty high reliability.

press mounting curve；local trends；threshold-constrained；algorithm

TN06

A

1674－6236（2016）05-0093-04

2015-05-05稿件編號(hào)：201505027

班 飛（1992—），男，河南駐馬店人，碩士研究生。研究方向：汽車零部件與總成檢測(cè)。