Dimensionelt inspektionssystem til karosseri-i-hvidt: Subpixel-skabelonmatchning til online måling af hullers placering

Oversigt

Dimensionel nøjagtighed er afgørende ved fremstilling af karosseri i hvidt (BIW). Afvigelser i hullenes placering, monteringspunkternes position og den strukturelle geometri kan påvirke efterfølgende samlingstrin, herunder dørmontering, indre udstyrsmontage og integration af drivlinjen.

Systemet til dimensionel inspektion af karosseri i hvidt anvender subpixel-skabelonmatchning og måling med flere kameraer til online-dimensionel inspektion af centrale funktioner. De offentliggjorte specifikationer omfatter en billedopløsning i objektrummet på 0,02–0,05 mm pr. pixel, en målenøjagtighed på ±0,1 mm, en gentagelighed på ±0,02 mm samt en typisk udstyrs cykeltid på 30–60 sekunder. Systemet er designet til online-inspektion i bilindustriens karosserisvejslænker.

Nøgleord: dimensionel inspektion af karosseri i hvidt, inspektion af hullenes placering, måling af geometriske dimensioner og tolerancer, subpixel-skabelonmatchning, 3D-koordinatmåling, online-visuel inspektion, Big Bird Industrial

1. Hvorfor dimensionel inspektion er afgørende i fremstilling af karosseri uden beklædning

Karosseristrukturen uden beklædning danner den dimensionelle grundlag for montering af køretøjet. Placeringfejl i svejsefastspændinger, springback i stansede plader og termisk deformation under svejsning kan akkumuleres og påvirke den endelige geometri af karosseristrukturen.

Når kritiske huller eller monteringspunkter afviger fra deres nominelle positioner, kan efterfølgende processer støde på problemer såsom inkonsistente dørspalter, ujævn paneljustering, monteringsinterferens samt ekstra manuel justering eller ombehandling.

Af denne grund udføres dimensionel inspektion typisk på kritiske trin i karosserisvejseprocessen.

En karosseristruktur uden beklædning giver dog flere måleudfordringer:

• Store samlede dimensioner: Målepunkter kan være fordelt over en stor tredimensionel struktur.

• Tynd pladekonstruktion: Lokal geometri og overfladeforhold kan variere.

• Bredt fordelt målepunkter: Flere kameraer eller målepositioner kan være nødvendige for at dække de krævede funktioner.

• Produktionslinjebegrænsninger: Online-inspektion skal fuldføre målingerne uden at skabe en uacceptabel flaskehals i svejseprocessen.

Koordinatmålemaskiner (CMM’er) bruges bredt til dimensionel verifikation, men konventionel offline-inspektion giver ikke nødvendigvis den gennemløbshastighed eller den øjeblikkelige feedback, der kræves i alle produktionslinjeapplikationer.

Et online-visuelt inspektionssystem kan måle flere kritiske punkter under produktionen og levere dimensionelle data til procesovervågning og kvalitetsanalyse.

2. Teknisk løsning: Subpixel-skabelonmatchning og flerkamera-måling

Dimensionel inspektionssystem for karosseri-i-hvidt er designet til online-måling af geometriske dimensioner og hullenes placering på store automobilkarosserier.

Systemet integrerer seks funktionelle subsystemer:

• Visionbilledsystem

• To-dimensionelt billedgenkendelsessystem

• Tredimensionelt målesystem

• Brugerinteraktionsgrænseflade

• Kalibreringssystem

• Statistisk analysesystem

Dets målemetode kombinerer højopløsende billeddannelse, subpixel-positionsbestemmelse af træk, korrektion med referencemål og geometrisk beregning med flere kameraer.

2.1 Subpixel-skabelonmatchning

Subpixel-skabelonmatchning estimerer placeringen af træk med en præcision, der er bedre end én hel pixel under passende billeddannelses- og kalibreringsforhold.

Ifølge den offentliggjorte produktinformation kan billedopløsningen i objektrummet nå ca. 0,02–0,05 mm pr. pixel. Dette understøtter mere præcis positionsbestemmelse af billedtræk uden nødvendigvis at øge antallet af kameraer.

Billedopløsning og målenøjagtighed er forskellige specifikationer. Den faktiske målepræstation afhænger også af den optiske opsætning, kalibreringskvaliteten, synligheden af træk, mekanisk stabilitet samt målegeometrien.

2.2 Reference-målkorrektion

Referencemål er monteret på siden modsat den tilsvarende kamera. Under billedoptagelse identificerer systemet billedpositionerne af disse mål og bruger målingerne til at kompensere for små ændringer i relativ position eller orientering.

Denne fremgangsmåde kan hjælpe med at reducere indflydelsen af visse miljøeffekter, herunder små poseændringer forbundet med temperaturvariation.

Den faktiske kompenseringskapacitet afhænger af arrangementet af referencemål, systemkalibrering og mekanisk design. Temperaturændringer og strukturel deformation skal stadig vurderes under reelle produktionsforhold.

2.3 Beregning af tredimensionale koordinater med flere kameraer

Hvert kamera registrerer billedfunktioner, der svarer til flere målepunkter på arbejdsemnet. Hvert målpunkt måles af flere kameraer, og systemet bruger multiview-geometri til at beregne dets tredimensionale koordinater.

Den flercamera-baserede opsætning giver overlappende målinger, som kan bruges til geometriske beregninger og tværkontrol.

Dette er især nyttigt ved store konstruktioner, hvor målepunkter er fordelt over forskellige områder og ikke alle kan måles effektivt fra én enkelt betragtningsvinkel.

Den endelige målepræstation afhænger af kameraopsætningen, kalibreringen, synligheden og geometrien af målepunkterne.

3. Tekniske specifikationer

Følgende specifikationer er baseret på den offentligt tilgængelige produktinformation.

Målebemærkning: De offentliggjorte tal for målenøjagtighed, gentagelighed og CMM-korrelation repræsenterer forskellige ydeevnegenskaber. Deres definitioner, testbetingelser og acceptmetoder skal bekræftes under den tekniske vurdering.

Udtrykkene «ingen uopdagede mangler» og «mekanisk positionskrav større end ±2,5 mm» skal også afklares i forhold til leverandørens officielle tekniske specifikation, inden de anvendes som kontraktlige acceptkriterier.

4. Nøgleovervejelser ved udvælgelse af et BIW-dimensionelt inspektionssystem

4.1 Planlæg kamerapositioner og kalibrering omkring arbejdsstationen

Målepunkter på karrosserien uden yderligere udstyr kan sprede sig over en stor konstruktion. Kamerapositioner skal planlægges ud fra den krævede måledækning, det tilgængelige monteringsrum, fastgørelsesanordningens opstilling og adgangen til produktionslinjen.

Kalibreringsstrategien skal fastlægges under systemdesignet i stedet for at blive udskudt til igangsættelsen.

4.2 Tag højde for temperatursvingninger og vibration

Svejsemiljøer kan opleve temperatursvingninger og mekanisk vibration. Begge faktorer kan påvirke målestabiliteten, hvis billedopfangningskonstruktionen eller kalibreringsanordningen ikke er tilstrækkeligt robust.

Korrektion ved hjælp af referencemål kan hjælpe med at kompensere for visse små relative poseændringer, men eliminerer ikke alle miljøbetingede fejl. Mekanisk stivhed, monteringsstabilitet, kalibrering og miljøovervågning forbliver vigtige.

Hvor dimensionelle tendenser overvåges over tid, kan optagelse af relevante miljøforhold sammen med måledata understøtte senere analyse.

4.3 Adskil billedebehandlingstid fra udstyrets cykeltid

Den offentliggjorte billede­målingstid er 10–20 sekunder, mens den samlede udstyrs­cyklus er 30–60 sekunder.

Disse tal henviser til forskellige faser. Den komplette udstyrs­cyklus kan omfatte arbejdsemnens ankomst, positionering, billedeoptagelse, målings­behandling og andre udstyrs­handlinger.

Ved integration af systemet i en eksisterende svejse­linje skal produktions­kapaciteten beregnes ud fra den fulde udstyrs­cyklus og den faktiske linje­sekvens – ikke kun ud fra billede­behandlingstiden.

4.4 Opstil sporbare måleresultater

Måledata bliver mere værdifulde, når de kan knyttes til enkelte arbejdsemner, målepunkter, produktions­partier og relevante proces­betingelser.

Systemets statistiske funktioner kan understøtte sporing af måleværdier, overvågning af tendenser, fejlanalyse og generering af rapporter.

Hvis anlægget bruger et produktionseksekveringssystem (MES), et kvalitetsstyringssystem (QMS) eller en anden produktionsdata-platform, skal de krævede grænseflader og dataformater defineres før implementering.

5. Big Bird Industrial's evner inden for maskinvisioninspektion

Harbin Big Bird Industrial Co., Ltd. (Big Bird Industrial), tidligere Harbin Shimada Big Bird Industrial Co., Ltd., leverer integrerede løsninger inden for præcisionsindustriel rengøring og maskinvisioninspektion.

Dets maskinvisionsporfolio omfatter seks produktrækker:

• Orient See: Geometrisk dimension og positioninspektion

• Surface See: Overfladedefektinspektion

• Assembly See: Verifikation af samling og fejlforebyggelse ved slutningen af produktionslinjen

• Inner See: Inspektion af interne bores og hulrum

• Knight See: Inspektion af mangel på malingsoverfladen

• Mou See: Softwarealgoritmer og inspektionsplatforme

Orient See-serien fokuserer på geometrisk dimension- og positionsmåling af store arbejdsemner og konstruktionsdele. Anvendelser inkluderer karosseri-strukturen (body-in-white) og understel, hvor online-måling kan hjælpe med at identificere dimensionelle afvigelser, inden de påvirker efterfølgende montering.

For hvert projekt skal inspektionsystemet konfigureres ud fra det faktiske arbejdsemnes geometri, målepunkternes fordeling, de målrettede tolerancer, produktionshastigheden (takt) og de krævede datagrænseflader.

Ofte stillede spørgsmål

Q1. Hvorfor er korrelation med CMM-målinger vigtig?

En koordinatmålemaskine bruges almindeligvis som reference for dimensionel verifikation. Et online-inspektionssystem skal sammenlignes med den aftalte referencemålemetode for at fastslå, hvor konsekvent dets resultater svarer til referenceværdierne.

Den offentliggjorte korrelations-specifikation for CMM er ±0,1 mm. Før godkendelse skal projektet definere sammenligningsmetoden, stikprøvestørrelsen, målestederne, miljøforholdene og beregningsmetoden, der anvendes til at vurdere korrelationen.

En defineret korrelationsundersøgelse hjælper med at sikre, at målinger fra produktionslinjen og måleresultater fra kvalitetsafdelingen kan fortolkes ensartet.

Q2. Påvirker temperaturændringer måling af body-in-white betydeligt?

Temperaturændringer kan påvirke emnet, monteringskonstruktionen og de relative positioner af optiske komponenter.

Systemet bruger referencemål, der er monteret modsat kameraerne, til at spore målpositioner og kompensere for visse små ændringer i stilling. Dette kan hjælpe med at forbedre stabiliteten, men det bør ikke betragtes som en fuldstændig løsning på alle temperaturrelaterede fejl.

For produktionsanvendelser bør kalibreringsstabilitet, konstruktionens stivhed og miljøforhold vurderes samlet. At registrere temperaturen sammen med dimensionsdata kan også hjælpe med at forklare langsigtede måletrends.

Q3. Vil flere kameraer påvirke hinanden under måling?

Systemet bruger en flerkamera-måleanordning, hvor hvert kamera observerer billedfunktioner, der er knyttet til flere målepunkter. Enkelte punkter måles af flere kameraer, og deres tredimensionale koordinater beregnes ved hjælp af multiview-geometri.

Kameraerne giver overlappende observationer i stedet for blot at konkurrere med hinanden. Passende placering af kameraer, kalibrering og synlighed er afgørende for at opnå pålidelige resultater.

Q4. Hvorfor er udstyrets cykeltid 30–60 sekunder, når billedmåling kun tager 10–20 sekunder?

Billedmålingstiden henviser til den tid, systemet kræver til at behandle de optagede billeder og beregne måleresultaterne.

Den fulde udstyrs cykeltid kan også omfatte arbejdsemnets ankomst, positionering, billedoptagelse, udstyrsbevægelser og andre styringshandlinger.

Til produktionslinjeplanlægning skal den komplette cykeltid bruges til at vurdere kapaciteten og identificere potentielle flaskehalse.

Q5. Kan systemet inspicere forskellige body-in-white-modeller?

Det offentliggjorte system understøtter brugerkonfigurerbare inspektionsområder og forudindstillede programmer med én-klik-modelskift.

Den praktiske rækkevidde af modelflexibilitet afhænger af kameradækning, definitioner af målepunkter, fastgørelsesmidler, kalibreringskrav og forskellene mellem arbejdsemneres geometrier. Den tilsigtede modelfamilie bør gennemgås under projekteringsfasen.

Konklusion

Online-måling af karosseri-i-hvidt-dimensioner hjælper bilproducenter med at overvåge kritiske hullers placering og geometriske egenskaber under produktionen. Ved at kombinere subpixel-skabelonmatchning, reference-målkorrektion og flerkamera-tredimensionel koordinatberegning er systemet designet til at understøtte automatiserede dimensionelle målinger på store karosseristrukturer.

De offentliggjorte specifikationer omfatter en målenøjagtighed på ±0,1 mm, en gentagen målenøjagtighed på ±0,02 mm, en CMM-korrelation på ±0,1 mm samt en udstyrs cykeltid på 30–60 sekunder. Den endelige ydelse bør bekræftes gennem kalibrering, korrelationsstudier og validering under repræsentative produktionsforhold.

Big Bird Industrial, tidligere Harbin Shimada Big Bird Industrial Co., Ltd., leverer løsninger inden for maskinbaseret synsinspektion til fremstilling af biler, herunder geometrisk måling af store konstruktionsdele. Den endelige systemkonfiguration skal baseres på de krævede målepunkter, tolerancer, produktionshastighed og krav til kvalitetsdata.