白车身前部定位孔结合Vision在线激光切割应用
摘 要：激光割孔技术是利用Vision视觉引导设备测量后的数据迭代使机器人实现激光割孔。本文介绍了在白车身生产线上利用激光割孔技术实现在线切割定位孔应用，对在线工艺，机器人可行性方面进行了归纳，总结了制造过程中对割孔质量主要影响因素，对这些影响因素进行了分析，并给出了控制措施。
关键词：激光割孔 白车身 尺寸配合 设备测量 视觉引导
中图分类号：U463 文献标识码：A 文章编号：1674-098X（2019）04（c）-0144-04
Abstract：The application of laser cut holes with Vision on BIW vehicles was introduced. At the same time， summarized the online production and robot feasibility analysis. Based on the results of the analysis and study on the quality of laser cut holes， some improved measurements were put forward accordingly.
Key Words：Laser cut holes； BIW； Dimension； Measurement； Visual guidance
1 概述
如今人们对高柔性，低成本的新技术在白车身区域应用的研究越来越广泛。白车身的前部尺寸一直靠人工反复调整来保证，存在尺寸配合不稳定，人员效率低的问题[1]。为了根本性解决问题，我们引入了白车身综合Vision系统在线进行激光割孔的新技术。在线激光割孔技术由于是实时的根据每辆车的实际尺寸，在水箱上横梁上切割出相对于A柱定位孔恒定尺寸的孔，此孔将作为前部大灯支架/翼子板/前盖的安装定位孔，使得前部定位稳定，减少了生产人员反复调整的非增值工作，也提升了原先Vision工位的增值工作[2]。
本文重点介绍了激光割孔在线技术的流程图和原理，以及激光割孔在线工艺在白车身上的应用特点，并探讨了其在应用时遇到的问题以及解决方法，为在线激光割孔工艺技术的应用提供了参考。
2 机器人Vision引导系统精度分析
首先介绍机器人带Vision引导系统的原理及精度分析，如图1所示。L1为传感器相对于车身坐标系原点的位置度，車身的工艺稳定性；L2为视觉传感器相对于机器人法兰的位置度；L3为机器人法兰相对于机器人底座的位置度，机器人自身精度；L4为机器人底座相对于车身坐标系原点的位置度，是局部坐标系拟合。
以车身坐标系原点出发，至测量位置结束，对应关系为F（L1）=F（L2，L3，L4），其中左侧就是测量特征的变化量，即车身制造误差。通过与三坐标对比过程，可以修正测量系统的系统误差。右侧就是测量系统的测量值，意义是指假设车身不变，测量系统的重复测量精度。L2是Vision系统的精度，通常0.15mm。L3是机器人的重复精度，通常0.3mm，；L4局部坐标系拟合，通常精度0.1mm。
综合就是F（L1）测量值的重复精度可达（误差传播定律）。
以上分析都是基于这是一个相对测量系统，分析误差都是基于重复性精度而不是绝对精度。
3 Vision结合激光在线切割技术
激光在线割孔技术利用机器人Vision视觉引导系统测量白车身A柱主定位的实际尺寸，通过系统迭代计算水箱上横梁的偏移量后传递给机器人进行切割操作。完成切孔后视觉机器人对切孔进行测量，判断孔径是否符合要求。切割机器人主要集成有激光切割头，气动顶锥，视觉相机（如图2），视觉引导机器人激光切孔后，还会检测废料脱落情况，若未正常脱落，则气动顶锥前往分离；辅助机器人配有打磨系统，废料收集系统，视觉相机，激光切孔后的废料依靠切割辅助气体和管道负压进行收集，落入废料储料箱中。
4 激光在线切割技术应用案例
目前某汽车工厂车身车间已经结合并利用已有工位的常规Vision测量设备来实现激光在线割孔工艺，该工厂实际应用数据分析如下。
4.1 激光切割机器人带Vision系统重复性分析
目前线上已有Vision工位的系统重复性：Range≦0.35mm，选用Robot型号为M-710ic/70。引导系统综合重复性计算结果为mm，其中系统中各项重复性指标如表1所示。
结论：切割孔的位置度要求为+/-0.5mm，即Range为1mm（以建系点为基准），因此0.39mm<1mm，满足要求。
4.2 定位计算方式
在线切割Vision测点选取原则如图3所示，测量A柱主定位孔1，（测点1102XLO/1102XRO），确定X方向，如图4；测量A柱一个面点2（测点1101SLO/1101SRO），确定Y方向；测量孔3（测点0207XLU/0207XRU），确定Z方向。切割孔位置的X，Y，Z向偏差均通过对特征点的各向测量值（相对于车身坐标系值）进行组合计算得出[3]。
均值引导偏差计算：
X向定位计算：L_X=R_X=（1102XLO_X+1102XRO_X）/2-22219.1
式中：L_X，R_X即为待切割孔的X向offset值，1102XLO_X，1102XRO_X为1102XLO/1102XRO的X向测量值。
Y向偏差计算：L_Y=R_Y=（1101SLO_Y+1101SRO_Y）/2
式中：L_Y，R_Y即为待切割孔得Y向offset值，1101SLO_Y， 1101SLO_Y为1101SLO/1101SRO的Y向测量值。
Z向定位计算：L_Z=R_Z=0
式中：L_Z，R_Z即为待切割点的Z向offset值，使用0207XLU/0207XRU理论的Z向坐标值。
4.3 切割孔实测稳定性
以上理论计算结果通过后，我们再分析某工厂车间现场实际监控的50组数据。如图5所示，可看出切割孔0206与其临近孔0207在X向的差异，0206的X向与主定位孔1102的波动一致，并且波动公差很小，而0207无规则波动，波动范围较大，偶有超差。可见Vision引导的切割系统的稳定性能更好的满足定位孔的尺寸要求。
5 影响切割孔质量及尺寸的因素
Vision引导在线割孔技术在工艺发展，设备关键技术等方面做了较有成效的工作，对实现白车身前部关键定位孔尺寸控制起到了较大的推进作用。然而，在线割孔技术在车身制造的过程中，仍存在对测量及切割的影响因素。
5.1 周围环境震动的影响
在以上精度计算中，我们没有考虑外部环境对机器人精度的影响，比如前后工位的shuttle线工装的起落，周边总拼工位工装切换等的影响，会对地面产生震动，从而影响测量值的精度。前期规划的时候，必须要设计独立地基来隔开、阻挡振动源的传播。如图6所示，工位内的机器人、基准小球、定位工装、辊床等均安装在工位地基上，隔离周围环境的震动及减少地基沉降等变化带来的影响。
5.2 周围环境温度的影响
通过软件来计算补偿机器人本体受温度影响造成的各轴尺寸偏差，利用传感器对低热系数的温度补偿球进行测量并与标准值做对比，从而补偿消除热影响给机器人带来的定位误差，保证测量结果真实反映车身尺寸波动。
5.3 板材厚度及多层板材的影响
在线Vision激光切割对于厚度小于2mm，切割孔直径小于10mm的高强钢，低碳钢，合金铝等都有很好的切割性，但在实际应用中，要避免切割两层板，两层板之间板材配合很难保证零间隙贴合，而激光穿过间隙后对第二层板的切割性减弱，使第二次板的孔径变小或不易脱离。
6 结语
Vision引导的在线切割孔技术是一种比较新型的白车身尺寸控制方法，在白车身上重新建立了前部尺寸对应关系，将水箱上横梁的大灯支架/翼子板/前盖定位孔直接与A柱主定位保持对应，缩短了尺寸链，在减少了对总成零件尺寸的要求的情况下，也减少了白车身制造过程的尺寸偏差，同时减少人员调整量量，使人员效率提高，在國内外各整车制造厂中已逐步得到广泛应用。在应用中充分了解其质量控制因素，总结其解决方法，将进一步发挥在线切割孔技术的优越性，降低生产成本，提高竞争力。
参考文献
[1]姚晓春，金林锋.后举门净孔安装结合Vision在线冲孔应用[J].汽车制造业，2017（1）：38.
[2]杨扬，杨玉芳.基于在线测量的白车身举门冲孔引导算法研究[J].机械工程师，2017（3）：152-153.
[3]杨玉芳.基于三坐标测量和在线测量的白车身尺寸控制[J].机械一体化，2011（6）：92-98.
下一篇：我的打铁师傅们