基于机器视觉的发动机装配质量检测技术研究与应用

0引言 1 生产过程中典型的错漏装

随着动力产业的不断发展,潍柴动力推出了各种各样覆盖行业广、动力好的发动机,随之而来的多变种、多型号也给工厂制造过程的质量控制带来不小的挑战^[1-3]。工厂内设置了多名检验人员,检查装配过程错、漏、松装等质量问题并拦截,保证最终产品质量合格,但人工检验难免产生疏漏,工厂产线急需一套检测全面、准确的发动机质量检测系统,配合人工检验实现产能数万台的发动机工厂的零缺陷产出^[4-5]。

1 生产过程中典型的错漏装

1.1水管/气管接头方向错误

对于发动机冷却系统的出水管放气接头、空压机水管/气管接头、油管接头等,一般使用螺纹连接或空心螺栓夹装,方向具有任意性,而同一机型适配不同主机厂往往具有不同的方向要求,在生产节拍紧张的流水线上,因产品换型造成的错漏装有较高的发生概率,需要在过程控制中特别关注。

1.2 发动机编号信息不一致

发动机生产过程中有发动机编号钢印打刻、发动机铭牌、包装箱发货条形码三个关键信息,三个信息需要保证100%一致,信息错误或错位会导致发货错误、整车无法上牌、船舶无法入级等严重后果。因此,发动机信息在入库检验项中是非常重要的一项。

1.3 螺栓等标准件错漏装

飞轮、飞轮壳连接离合器、变速箱的定位螺栓,作为主机厂装配的重要定位方式,装配错误将导致主机厂无法组合变速箱,悬置安装过程难以调整,会给主机厂造成较大困扰,引发客户抱怨,影响品牌形象。

2入库视觉防错的技术实现

2.1 总体方案布置

总体方案布置如图1所示,发动机通过支架固定在包装底盘上进行包装作业,由板链式输送线运输,检测站为龙门式布置。入站口有激光扫码器读取贴在包装底盘上的发动机信息;输送线两侧各布置20台气缸,推杆头部连接推板用于机械夹紧定位,考虑到发动机质量较大,每两台气缸共同动作于一个推板;两侧桁架布置光幕用于确定待测发动机位置,进行一次粗定位;面向发动机飞轮侧桁架固定了8个定位相机,用于发动机二次定位;两台协作机器人通过移行机构反置于桁架上方,进行最终精定位及视觉检测;桁架顶部布置5个摄像头用来对发动机出厂状态拍照存档。

2.1.1发动机定位

发动机包装线使用板链式输送线,上下线均为吊装方案,发动机在检测站首先定位夹紧,作为检测作业的预备条件。

定位系统使用测量光幕十气缸夹正十定位相机十 测距仪实现多重定位,设备布置如图2所示,定位精度可以达到0.5~10 mm。

发动机入站时,扫码器读取发动机信息,确定发动机型号,当测量光幕遮挡点大于25个时,判定实物与扫码信息对应并进行绑定,板链线停止,光幕遮挡位置即被测发动机位置,如此得到一次粗定位结果X1,相应气缸动作,顶出推板夹紧包装底盘;对应位置的定位相机对发动机飞轮进行拍照,根据飞轮圆心对发动机进行二次定位得到发动机坐标X2,飞轮侧协作机器人1根据二次定位坐标,运动到发动机位置,通过检测相机S1进行最终精定位,由此确定发动机在监测站内准确的坐标。

2.1.2 留存相机拍照

发动机入站绑定检测信息后,布置在桁架顶部的5个相机分别从发动机顶部、风扇排气侧、风扇进 气侧、飞轮排气侧、飞轮进气侧5个角度对发动机进 行拍照存档(存档照片如图3所示),作为发动机出厂档案的一部分。留存相机与检测相机分开独立工作,保证在部分特殊情况下(如非包装机器),检测站不作业,拍照存档依然可以正常运行。

2.1.3检测图像采集

检测图像采集采用从控式方案,协作机器人在接收到板链输送线停止信号时方开始进行检测,检测时间与发动机上下线时间同步,满足生产节拍要求。

检测图像根据产线质量控制需求可进行调整,2台协作机器人运动到图4所示发动机飞轮侧(指定拍照位),采集图像,使用飞轮中心圆定位X2作为视觉识别的输入。

2.1.4视觉检测

视觉检测方案使用了相机自带算子进行方案设计,使用相机厂家封装的成熟方案,缩短了开发周期,产线操作员学习成本低,只需对照样板机确定比对标准即可复制方案套用,从而实现多种机型的视觉检测。

装机状态视觉检测方案技术路线:

1)定位飞轮:侧方定位相机采样(图5)后,使用几何匹配寻找飞轮台阶圆在图像中的位置,使用相机的坐标跟随功能,利用边缘提取锁定圆心坐标;在采样图像中,根据圆心坐标或检测点设定坐标确定检测点位置,几何匹配定位离合器螺栓三联孔位置(图6),创建ROI搜索区域,进一步通过几何匹配,与标准状态比对,确认零部件是否错装;通过计算检测区域的图像灰度值,再比对标准值,计算二值方差,通过二值差异及方差值大小判定是否漏装。

2)发动机编号钢印、铭牌信息则通过OCR方式进 行识别,再与底盘二维码扫描信息进行比对,实现“三码”信息准确无误。OCR使用CUDA深度学习采样,经过5 000余次反复训练,已可以准确识别机打编号。

本系统采用封装算子进行判定,检测系统向算子提出请求,再返回计算结果,减小了软件开发工程量。

2.1.5检测站设计中的防错

在检测站建设中同时设置了多种防错功能。为防止检测取样过程中机器人与相邻发动机碰撞,测量光幕根据遮挡量计算发动机间距,间距≥600 mm 方可进行下一步动作,否则不进行检测;机器人末端相机设置有避障型激光雷达,当距离≤5cm时停止动作;检测站门口设置电磁波雷达检测人员进入情况,人员进入则触发设备急停。

2.2 实施效果

设备投用后对检测结果进行计数型MSA,根据 AIAGMSA手册,对视觉检测系统的检验一致性、漏报率、误报率进行检验分析。

2.2.1检验一致性

方法一:要求50个样本,每个样本每个检验员检测3次。

一致性比率=一致的次数/测量的总次数

重复性=检测结果一致的样本数/总样本数

再现性=所有检测员检测结果一致的样本数/总样本数

每个检验员的偏倚=检测结果与参考标准一致的样本数/总样本数

所有检验员的偏倚=所有检测员检测结果一致且与参考标准一致的样本数总样本数/总样本数

方法二:

式中:P0为实际一致的比率;Pe为期望一致(随机猜对)的比率;k即kappa值,用于检验两个检测方法对计数型数据检验一致性。

2.2.2检验漏报率

漏报率=实际为不合格但检测为合格品的次数/检测为不合格品的总次数

按照本公司质量部在线计数型测量系统分析报告要求,设备漏报率需达到0方可接受。

2.2.3检验误报率

误报率=实际为不合格而检测为合格品的次数/合格品检测总次数

误报率≤5%可接受,误报率≤10%需要改进,误报率>10%不接受。

2.2.4计数型MSA结果

现场设备稳定运行后,持续进行一个月的数据收集从而进行测量系统分析,数据分析及判定结果如表1所示。根据MSA结果分析,本视觉检测系统的检测能力满足要求,可以有效地对发动机出厂状态进行检测,弥补人工检验的不足。

3 结束语

发动机装配过程的质量控制是非常复杂的,成百上千种变型靠人工控制尤为不易,视觉检测作为近年来在工厂中逐渐开始推广使用的新兴技术,可以作为一个重要的辅助手段进行检验和防错,保证复杂产品的装配质量。本项目设计了基于视觉识别的发动机装配质量检测方案,融合了机械、电气设计、软件与算法开发、工业生产实践,建立了一套有效的发动机成品质量检测站,可为行业其他制造过程提供参考。

[参考文献]

[1]张炳星,高军伟,王建冲,等.基于机器视觉的圆形垫圈尺寸测量系统设计[J].工具技术,2023,57(7):141—145.

[2]韩怡天,冯东明,吴刚.基于机器视觉与无人机的结构动位移测量方法[J].振动与冲击,2022,41(19):1—7.

[3]刘纪元,祁瀚文,刘志诚,等.一种基于机器视觉的精准注意力追踪系统 [J].系统仿真学报 ,2023 ,35(10):2087—2100.

[4]孙楠,杨煜戎,杨哲,等.机器视觉中小目标检测实验优化模型设计与实现[J].实验室研究与探索,2023,42 (3): 32—39.

[5]张良安,陈洋,谢胜龙,等.基于机器视觉与深度学习的飞机防护栅裂纹检测系统 [J].兵工学报,2023,44 (2):507—516.

2025年第1期第21篇