在線檢驗技術在重卡行業(yè)中的應用

黃曉亮 馬榮博 張博

摘 要：工業(yè)2025智能智造核心之一為大規(guī)模個性化定制產品的柔性協(xié)同生產。產品的多樣性、差異性給生產檢驗環(huán)節(jié)帶來了新的課題，如何高效的檢驗批量差異產品。通過豐富的傳感器和攝像頭數(shù)據(jù)采集，系統(tǒng)比對、結果跟蹤組成生產在線檢驗系統(tǒng)。提升了生產環(huán)節(jié)產品檢驗效率，保證產品質量和一致性。

關鍵詞：在線檢驗;智能制造;工業(yè)2025

中圖分類號：F273.1 ?文獻標識碼：B ?文章編號：1671-7988（2020）06-161-03

Abstract： One of the core of industrial 2025 intelligent manufacturing is the flexible collaborative production of large-scale personalized customization products. The product diversity， the difference to the 4 production inspection link has brought the new topic， how to efficiently inspect the batch difference product. Through the rich sensor and camera data acquisition， system H pairs， results tracking constitute the production of online inspection system. Improve the efficiency of product inspection in production links to ensure product quality and consistency.

Keywords： Online inspection; Intelligent manufacturing; Industry 2025

CLC NO.： F273.1 ?Document Code： B ?Article ID： 1671-7988（2020）06-161-03

前言

機械制造過程中對流水線產品檢驗，數(shù)據(jù)測量通常使用盒尺、游標卡尺、千分尺、角度尺等，外觀檢驗人眼觀看。對于個性化定制細微差異產品，需要反復圖紙與實物比對，既要保證測量的準確性又要保證同一訂單的產品一致性，生產線檢驗勞動強度大。

在線檢驗最核心的目的有三點：（1）降低人為檢驗誤差，不過分依賴檢驗工的操作技能;（2）檢驗與生產節(jié)拍同步實時比對，減少不良品流轉至下一道工序;（3）檢驗結果可追溯性好，為產品提升提供大量基礎數(shù)據(jù)。

1 在線檢驗系統(tǒng)介紹

在線檢驗系統(tǒng)由數(shù)據(jù)采集系統(tǒng)、產品數(shù)據(jù)系統(tǒng)、比對系統(tǒng)、控制處理系統(tǒng)、結果儲存系統(tǒng)。

2 數(shù)據(jù)采集

2.1 數(shù)據(jù)采集分類

傳感器和攝像頭是兩種最常見的數(shù)據(jù)采集方式。

2.1.1 傳感器

傳感器是一種檢驗電子裝置，能感受到被測量的信息，并能將感受到的信息，按一定規(guī)律變換成為電信號或其他所需形式的信息輸出，以滿足信息的傳輸、處理、存儲、顯示、記錄和控制等要求。傳感器的特點包括：微型化、數(shù)字化、智能化、多功能化、系統(tǒng)化、網(wǎng)絡化。它是實現(xiàn)自動檢驗和自動控制的首要環(huán)節(jié)。

傳感器一般由敏感元件、轉換元件、變換電路和輔助電源四部分組成，敏感元件直接感受被測量，并輸出與被測量有確定關系的物理量信號;轉換元件將敏感元件輸出的物理量信號轉換為電信號;變換電路負責對轉換元件輸出的電信號進行放大調制;轉換元件和變換電路一般還需要輔助電源供電。如圖2所示。

2.1.2 攝像頭

通用攝像頭數(shù)據(jù)采集更為常見，通常需要對攝像采集的成像進行圖像識別、邊緣檢驗、分割、拼接、特征定位、特征提取、檢驗等步驟。

3 型場景的應用案例

3.1 孔系的檢驗方式介紹

底盤制造過程中，常需使用數(shù)控沖床在鋼板上沖孔，孔位精度決定了其他零部件裝配位置精度。所以對孔位的加工、檢驗有嚴格要求。

傳統(tǒng)檢驗使用游標卡尺和鋼板尺測量孔位，當孔數(shù)底盤制造過程中，常需使用數(shù)控沖床在鋼板上沖孔，孔位精度決定了其他零部件裝配位置精度。所以對孔位的加工、檢驗有嚴格要求。

傳統(tǒng)檢驗使用游標卡尺和鋼板尺測量孔位，當孔數(shù)量多時全尺寸的檢驗需要2小時，為平衡節(jié)拍只能測量部分孔位。由于數(shù)控沖床有多個沖孔機頭并配置多個孔徑模位，抽檢孔位難以覆蓋所有機頭及模位。即便抽檢合格產品，也時常出現(xiàn)未檢驗到的地方加工缺孔、孔尺寸跑偏問題，造成的裝配中的返修。

大規(guī)模個性化定制時產品種類多、孔位變化繁多，檢驗工需要不斷切換檢驗產品。在線檢驗孔位系統(tǒng)可以很好的解決產品大規(guī)模個性化定制出現(xiàn)的檢驗難題。多時全尺寸的檢驗需要2小時，為平衡節(jié)拍只能測量部分孔位。由于數(shù)控沖床有多個沖孔機頭并配置多個孔徑模位，抽檢孔位難以覆蓋所有機頭及模位。即便抽檢合格產品，也時常出現(xiàn)未檢驗到的地方加工缺孔、孔尺寸跑偏問題，造成的裝配中的返修。

采用在線檢驗系統(tǒng)基本方案原理：在不改動生產線體情況下，檢驗臺架橫跨于轉運平臺布置。通過在兩根絲杠帶動距離傳感器沿X軸運動，依次掃描零件上表面。根據(jù)產品需要測量的寬度選擇布置1個或多個高精度線掃描距離傳感器。選用LJ-G200型，測量范圍152-248mm之間，測量最大寬度73mm，精度2um，采樣周期3.8ms。如產品寬度300mm，長度7000mm可布置4個距離傳感器組成一列同時掃描提高效率，傳感器以0.05mm/s速度運動采樣，在線全尺寸檢驗時間可實現(xiàn)≤9min/件。

產品孔位數(shù)據(jù)信息提前導入在線檢驗系統(tǒng)數(shù)據(jù)庫，與生產系統(tǒng)生產管理匹配。數(shù)據(jù)采集系統(tǒng)采用微型高精度距離傳感器通過線掃描對孔系找孔位邊緣，復現(xiàn)孔系相對位置及基準。然后與數(shù)據(jù)庫比對，按生產節(jié)拍實時檢驗。出現(xiàn)問題及時預警，嚴格控制不良品產出。

3.2 外觀質量檢驗

底盤總成部件在裝配完成之后，主要由每條線的檢驗員在現(xiàn)場依靠圖紙進行檢驗，檢驗項目主要有：

（1）標準件是否錯裝、漏裝、多裝;

（2）零部件是否裝反，位置裝錯;

（3）重要寬度尺寸是否超差;

（4）狹長零部件平面度、直線度等項目。

由于檢驗工作量大且存在不可控的人為因素，導致總成部件質量問題容易漏檢，且總成部件在多條生產線同時生產，經(jīng)常存在同一訂單在不同線體裝配的實物不一致情況。

根據(jù)目前人工檢驗的現(xiàn)狀分析，全面檢驗總成部件約需5min，后續(xù)同品種總成部件均是抽檢的方式，人工檢驗準確率約90%。

采用在線檢驗系統(tǒng)基本方案原理：由側面兩個工業(yè)掃描相機抓取總成部件腹面的標注件裝配特征，判斷標準件是否有漏、錯裝現(xiàn)象;上方一個相機抓取零部件的安裝方向及位置特征，判斷零部件是否裝反及位置裝錯;總成部件兩側安裝不同數(shù)量的測量傳感器，用于判斷總成部件寬度、狹長零件的平面度、直線度的檢驗項。

樣本的輸入方式均是對合格零件進行掃描存儲或由產品數(shù)模導入，與待檢驗實物進行對比、判斷。

采用視覺檢驗原理，能夠與生產管理系統(tǒng)互聯(lián)互通，接受生產管理系統(tǒng)發(fā)出的正在生產的部件總成指令，能夠將檢驗數(shù)據(jù)回饋給生產管理系統(tǒng)。數(shù)據(jù)采集鏡頭焦距能夠實現(xiàn)自動調整，實時采集。能夠100%檢驗出總成部件上標準件裝配的正確性，能夠100%檢驗出車架總成上橫梁總成裝配的正確性;能夠快速測量出車架總成每根橫梁處的寬度尺寸，并判斷是否滿足工藝要求;能夠快速檢驗出車架總成的左右縱梁是否存在側彎，并給出具體的平面度、直線度數(shù)據(jù)。

在線檢驗時間≤3min/輛，不影響現(xiàn)有設備的節(jié)拍，與現(xiàn)有設備節(jié)拍相匹配。側面相機，拍攝范圍360mm×部件長度，檢驗螺栓，鉚釘裝配的正確性。頂部相機，拍攝范圍寬度900mm×部件長度，檢驗零件是否裝反，位置裝錯。側面激光測距儀，檢驗部件總成重要寬度處的寬度以及狹長零件的側彎情況。

4 結論

基于高精度的傳感器和機器視覺圖像處理技術可實時對產品生產過程實現(xiàn)巡檢，還可對生產作業(yè)區(qū)作業(yè)人員、生產設備、作業(yè)規(guī)范、生產環(huán)境等實現(xiàn)全方位監(jiān)控分析，有效提升檢驗頻次和擴大檢驗覆蓋區(qū)域，為工業(yè)生產環(huán)節(jié)增值。

參考文獻

[1] [美]李杰（JayLee），劉云璐，劉宗長，田豐.云上工業(yè)智能[M].中信出版社，2017.

[2] 夏研娜，趙勝.中國制造2025[M].機械工業(yè)出版社，2016.