Dimensjonelt inspeksjonssystem for karosseri-i-hvitt: Subpikselmaloverensstemmelse for online måling av hullposisjon

Oversikt

Dimensjonell nøyaktighet er avgjørende i produksjon av karosseri i hvitt (BIW). Avvik i hullposisjoner, monteringspunkter og strukturell geometri kan påvirke senere monteringsprosesser, inkludert dørmontering, innredningsinstallasjon og kraftoverføringsystemintegrering.

Systemet for dimensjonell inspeksjon av karosseri i hvitt bruker subpixelmaltilpasning og måling med flere kameraer for å utføre online-dimensjonell inspeksjon av viktige egenskaper. De offentliggjorte spesifikasjonene inkluderer en bildeoppløsning i objektrummet på 0,02–0,05 mm per piksel, målenøyaktighet på ±0,1 mm, repetibilitet på ±0,02 mm og en typisk utstyrsyklustid på 30–60 sekunder. Systemet er designet for online-inspeksjon i bilkarosserisveiseserier.

Nøkkelord: dimensjonell inspeksjon av karosseri i hvitt, inspeksjon av hullposisjoner, måling av geometriske dimensjoner og toleranser, subpixelmaltilpasning, 3D-koordinatmåling, online-visjonsinspeksjon, Big Bird Industrial

1. Hvorfor er dimensjonskontroll avgjørende i produksjonen av karosseri uten farge (body-in-white)

Karosseristrukturen uten farge (body-in-white) danner den dimensjonelle grunnlaget for montering av kjøretøyet. Posisjonsfeil i sveisefiksturer, tilbakespringing i stansede paneler og termisk deformasjon under sveising kan samles og påvirke den endelige geometrien til karosseristrukturen.

Når kritiske hull eller monteringspunkter avviker fra sine nominelle posisjoner, kan etterfølgende operasjoner møte problemer som inkonsekvente døravstander, ujevn paneljustering, monteringskonflikter samt ekstra manuell justering eller omgjøring.

Av denne grunnen utføres dimensjonskontroll vanligvis på kritiske steder i sveiseprosessen for karosseriet.

En karosseristruktur uten farge (body-in-white) stiller imidlertid flere måleutfordringer:

• Store totale dimensjoner: Målepunkter kan være fordelt over en stor tredimensjonal struktur.

• Tynn platemetallkonstruksjon: Lokal geometri og overflateforhold kan variere.

• Bredt spredte målepunkter: Flere kameraer eller måleposisjoner kan være nødvendige for å dekke de nødvendige egenskapene.

• Produksjonslinjebegrensninger: Online-inspeksjon må fullføre målingene uten å skape en uakseptabel flaskehals i sveiselinjen.

Koordinatmålemaskiner (CMM-er) brukes mye til dimensjonsverifikasjon, men konvensjonell offline-inspeksjon gir ikke nødvendigvis gjennomstrømmingen eller umiddelbare tilbakemeldingen som kreves for hver produksjonslinjeapplikasjon.

Et online-visjoninspeksjonssystem kan måle flere kritiske punkter under produksjonen og gi dimensjonsdata for prosessovervåking og kvalitetsanalyse.

2. Teknisk løsning: Subpixelmalmatching og måling med flere kameraer

Dimensjonsinspeksjonssystemet for karosseri-i-hvitt er utformet for online-måling av geometriske dimensjoner og hullposisjoner på store bilkarosseristrukturer.

Systemet integrerer seks funksjonelle delsystemer:

• Visjonavbildningssystem

• Todimensjonalt bilgjenkjennelse-system

• Tredimensjonalt målesystem

• Brukerinterfasen

• Kalibreringssystem

• Statistisk analyseverktøy

Målemetoden kombinerer høyoppløselig avbildning, subpiksel-merkefinning, referansemerkekorrigering og geometrisk beregning med flere kameraer.

2.1 Subpiksel-maltilpasning

Subpiksel-maltilpasning estimerer merkets posisjon med større nøyaktighet enn én hel piksel under passende avbildnings- og kalibreringsforhold.

Ifølge offentliggjorte produktspesifikasjoner kan oppløsningen i objektrummet nå ca. 0,02–0,05 mm per piksel. Dette støtter mer nøyaktig lokalisering av bildefeature uten nødvendigvis å øke antallet kameraer.

Bildeoppløsning og målenøyaktighet er ulike spesifikasjoner. Den faktiske måleytelsen avhenger også av optisk oppsett, kalibreringskvalitet, siktbarhet til featurene, mekanisk stabilitet og målegeometrien.

2.2 Referansemerkekorrigering

Referansemålene er montert på siden motsatt den tilsvarende kameraet. Under bildefangst identifiserer systemet bildeplasseringene til disse målene og bruker målingene til å kompensere for små endringer i relativ posisjon eller orientering.

Denne metoden kan hjelpe til å redusere innvirkningen av visse miljøeffekter, inkludert små poseendringer knyttet til temperaturvariasjon.

Den faktiske kompensasjonskapasiteten avhenger av plasseringen av referansemålene, systemkalibreringen og den mekaniske konstruksjonen. Temperaturendringer og strukturell deformasjon bør fortsatt vurderes under reelle produksjonsforhold.

2.3 Flerekamerabasert beregning av tredimensjonale koordinater

Hvert kamera observerer bildefunksjoner som svarer til flere målepunkter på arbeidsstykket. Hvert målpunkt måles av flere kameraer, og systemet bruker multivisningsgeometri til å beregne dets tredimensjonale koordinater.

Den flerkamera-baserte oppsettet gir overlappende målinger som kan brukes til geometriske beregninger og krysskontroll.

Dette er spesielt nyttig for store konstruksjoner der målepunktene er fordelt over ulike områder og ikke kan måles effektivt fra ett enkelt synspunkt.

Den endelige måleprestasjonen avhenger av kameraplassering, kalibrering, siktsforhold og geometrien til målepunktene.

3. Tekniske spesifikasjoner

Følgende spesifikasjoner er basert på offentlig tilgjengelig produktinformasjon.

Målemerknad: De offentliggjorte tallene for målenøyaktighet, gjentagelighet og CMM-korrelasjon representerer ulike ytelsesegenskaper. Definisjonene, testbetingelsene og godkjenningsmetodene bør bekreftes under den tekniske vurderingen.

Uttrykkene «ingen utelatt oppdagelse» og «mekanisk posisjonskrav større enn ±2,5 mm» bør også avklares mot leverandørens formelle tekniske spesifikasjon før de brukes som kontraktlige godkjenningskriterier.

4. Sentrale vurderingspunkter ved valg av et BIW-dimensjonsinspeksjonssystem

4.1 Planlegg kameraplasseringer og kalibrering rundt arbeidsstasjonen

Målepunkter for karosseriet kan være spredt over en stor struktur. Kameraposisjoner bør planlegges ut fra den nødvendige måledekningen, tilgjengelig monteringsplass, fastspenningsarrangement og tilgang fra produksjonslinjen.

Kalibreringsstrategien bør etableres under systemdesign, ikke utsettes til igangsetting.

4.2 Ta hensyn til temperaturvariasjon og vibrasjon

Sveiemiljøer kan oppleve temperatursvingninger og mekanisk vibrasjon. Begge kan påvirke målestabiliteten dersom avbildningsstrukturen eller kalibreringsoppsettet ikke er tilstrekkelig robust.

Korreksjon ved hjelp av referanseobjekter kan bidra til å kompensere for visse små relative posisjonsendringer, men eliminerer ikke alle miljørelaterte feil. Mekanisk stivhet, monteringsstabilitet, kalibrering og miljøovervåking forblir viktige.

Når dimensjonelle trender overvåkes over tid, kan registrering av relevante miljøforhold sammen med måledata støtte senere analyse.

4.3 Skille mellom bildebehandlingstid og utstyrs syklustid

Den publiserte bildemålingstiden er 10–20 sekunder, mens den totale utstyrs syklustiden er 30–60 sekunder.

Disse tallene refererer til ulike faser. Den fullstendige utstyrs syklusen kan inkludere arbeidsstykkets ankomst, posisjonering, bildeinnsamling, målingsbehandling og andre utstyrsoperasjoner.

Ved integrering av systemet i en eksisterende sveiseklynge bør produksjonskapasiteten beregnes ved hjelp av den fulle utstyrs syklustiden og den faktiske klyngesekvensen – ikke bare bildebehandlingstiden alene.

4.4 Opprette sporbare målerapporter

Måledata blir mer verdifulle når de kan knyttes til enkelte arbeidsstykker, målepunkter, produksjonspartier og relevante prosessforhold.

Systemets statistiske funksjoner kan støtte sporing av måleverdier, overvåking av trender, feilanalyse og generering av rapporter.

Hvis anlegget bruker et produksjonsutføringssystem (MES), et kvalitetsstyringssystem (QMS) eller en annen plattform for produksjonsdata, bør de nødvendige grensesnittene og dataformatene defineres før implementering.

5. Big Bird Industrials evne til maskinvisioninspeksjon

Harbin Big Bird Industrial Co., Ltd. (Big Bird Industrial), tidligere Harbin Shimada Big Bird Industrial Co., Ltd., leverer integrerte løsninger for presis industriell rengjøring og maskinvisioninspeksjon.

Dets maskinvisionspakke omfatter seks produktsammensetninger:

• Orient See: Geometrisk dimensjons- og posisjonsinspeksjon

• Surface See: Inspeksjon av overflatefeil

• Assembly See: Verifikasjon av montering og feilforebygging ved slutten av linja

• Inner See: Inspeksjon av indre bor og hulrom

• Knight See: Inspeksjon av malingsoverflatefeil

• Mou See: Programvarealgoritmer og inspeksjonsplattformer

Orient See-serien fokuserer på geometrisk dimensjons- og posisjonsmåling av store arbeidsstykker og strukturelle komponenter. Anvendelser inkluderer karosseri-strukturer (body-in-white) og underrammer, der online-måling kan hjelpe med å identifisere dimensjonale avvik før de påvirker nedstrømsmontering.

For hvert prosjekt bør inspeksjonssystemet konfigureres ut fra den faktiske arbeidsstykkets geometri, målepunktfordelingen, måltoleransene, produksjonstakten og de nødvendige data-grensesnittene.

Ofte stilte spørsmål

Q1. Hvorfor er korrelasjon med CMM-målinger viktig?

En koordinatmålemaskin brukes vanligvis som referanse for dimensjonell verifikasjon. Et online-inspeksjonssystem bør sammenlignes med den avtalte referansemålemetoden for å fastslå hvor konsekvent resultatene tilsvarer referanseverdiene.

Den publiserte korrelasjonsspesifikasjonen for CMM er ±0,1 mm. Før godkjenning bør prosjektet definere sammenligningsmetoden, utvalgsstørrelsen, målestedene, miljøforholdene og beregningsmetoden som brukes til å vurdere korrelasjonen.

En definert korrelasjonsstudie hjelper til å sikre at målinger på produksjonslinjen og måleresultater fra kvalitetsavdelingen kan tolkes konsekvent.

Q2. Påvirker temperaturendringer karosserimålingene betydelig?

Temperaturendringer kan påvirke arbeidsstykket, monteringsstrukturen og de relative posisjonene til optiske komponenter.

Systemet bruker referansemål som er montert motsatt kameraene for å spore målposisjoner og kompensere for visse små endringer i posisjon. Dette kan bidra til økt stabilitet, men det bør ikke betraktas som en fullstendig løsning for alle temperaturrelaterte feil.

For produksjonsapplikasjoner bør kalibreringsstabilitet, strukturell stivhet og miljøforhold vurderes sammen. Å registrere temperatur sammen med dimensjonelle data kan også hjelpe til å forklare langsiktige måletrender.

Q3. Vil flere kameraer påvirke hverandre under måling?

Systemet bruker en måleoppsett med flere kameraer, der hvert kamera observerer bildefunksjoner som er knyttet til flere målepunkter. Enkeltstående punkter måles av flere kameraer, og deres tredimensjonale koordinater beregnes ved hjelp av multivisningsgeometri.

Kamerane gir overlappende observasjoner i stedet for å bare konkurrere med hverandre. Passende plassering av kamerane, kalibrering og god siktbarhet er avgjørende for å oppnå pålitelige resultater.

Q4. Hvorfor er utstyrsyklusen 30–60 sekunder når bildeanalysetiden bare er 10–20 sekunder?

Bildeanalysetid refererer til den tiden systemet trenger for å behandle de innhentede bildene og beregne måleresultatene.

Hele utstyrsyklusen kan også inkludere arbeidsstykkets ankomst, posisjonering, bildeinnhenting, utstyrsbevegelser og andre styringshandlinger.

For produksjonslinjeplanlegging bør den fullstendige syklustiden brukes til å vurdere kapasitet og identifisere potensielle flaskehalser.

Q5. Kan systemet inspisere ulike karosseri-i-hvitt-modeller?

Det publiserte systemet støtter brukerkonfigurerbare inspeksjonsområder og forhåndsinnstilte programmer med én-klikk-modellbytte.

Den praktiske rekkevidden av modellfleksibilitet avhenger av kameradekning, definisjoner av målepunkter, fester, kalibreringskrav og forskjeller mellom arbeidsstykkets geometrier. Den foreslåtte modellfamilien bør gjennomgås under prosjektplanlegging.

Konklusjon

Online måling av dimensjoner på karosserier i hvitt hjelper bilprodusenter med å overvåke kritiske hullposisjoner og geometriske egenskaper under produksjon. Ved å kombinere subpixel-maltilpasning, korreksjon basert på referansemål og tredimensjonal koordinatberegning fra flere kameraer, er systemet utformet for å støtte automatiserte dimensjonsmålinger på store karosseristrukturer.

De offentliggjorte spesifikasjonene inkluderer målenøyaktighet på ±0,1 mm, gjentatt målenøyaktighet på ±0,02 mm, CMM-korrelasjon på ±0,1 mm og en utstyrsyklustid på 30–60 sekunder. Sluttkarakteristikk bør bekreftes gjennom kalibrering, korrelasjonsstudier og validering under representativ produksjonsdrift.

Big Bird Industrial, tidligere Harbin Shimada Big Bird Industrial Co., Ltd., tilbyr løsninger for maskinvisioninspeksjon i bilproduksjon, inkludert geometrisk måling av store strukturelle komponenter. Den endelige systemkonfigurasjonen bør baseres på de nødvendige målepunktene, toleransene, produksjonstakten og kravene til kvalitetsdata.