張康康,劉 波,劉曉鵬
(中北大學 機械工程學院,太原 030051)
汽車生產(chǎn)作為一種規(guī)?;闹圃飚a(chǎn)業(yè),銷量不斷上升,某種車型的年產(chǎn)量基本能夠達到幾萬輛甚至幾十萬輛[1],為了保證裝配時的互換性和使用過程的安全舒適性,關(guān)鍵零部件在制造完成后都要求對其關(guān)鍵幾何參數(shù)做100%的檢測,這就對檢測工件的精度與功能提出了更嚴格的要求。由于傳統(tǒng)的檢測方式,如使用手動檢具及三坐標測量儀等難以滿足規(guī)模化、自動化生產(chǎn)的要求,自動化檢具開始逐漸應用到汽車部件的檢測中。但自動化檢具由于其本身的制造誤差以及汽車部件檢測時裝夾變形和振動等因素的影響,造成其檢測精度難以滿足要求。本文針對某企業(yè)某車型后扭力梁自動化檢具存在的上述問題,在介紹后扭力梁及其自動化檢具的基礎(chǔ)上,研究了利用BP神經(jīng)網(wǎng)絡對后扭力梁自動化檢具的檢測誤差進行補償?shù)姆椒ā?/p>
作為一種半獨立式懸架,扭力梁式懸架因其結(jié)構(gòu)簡單和占用空間小等優(yōu)點被廣泛應用于小型車輛上[2]。車輛的兩個車輪之間通過一根扭力梁來進行連接,當兩側(cè)的輪胎發(fā)生上下位移的時候,扭力梁通過扭轉(zhuǎn)來控制晃動以更好地控制汽車行駛,且通過輪胎的角度變化量減小的作用也減少了對輪胎的磨損和消耗。
后扭力梁是一種焊接結(jié)構(gòu)件,由組成后扭力梁的各個薄壁沖壓件在焊接生產(chǎn)線上以焊接的方式連接而成,為了保證其裝配時的互換性,在焊接總成后要對其主要的尺寸參數(shù)進行檢測。某車企某型號的后扭力梁簡圖如圖1所示,包括左右套管空間中心距、左右凸緣面中心距、套管中心與凸緣中心在X方向的距離、左右前束角和后傾角。
圖1 后扭力梁主要檢測參數(shù)
目前,汽車焊裝總成結(jié)構(gòu)件的檢測主要包括以下三種方法:
1)安裝有特制檢測用量規(guī)的手動專用檢驗設備。這種設備結(jié)構(gòu)較簡單,但需要人工插拔檢測用的量規(guī),因此檢測效率低且只能進行定性檢測[3],不容易監(jiān)測到生產(chǎn)過程中幾何參數(shù)的變化,達不到控制質(zhì)量的目的。
2)三坐標測量裝置是一種精密測量儀器,便攜關(guān)節(jié)臂式或龍門式三坐標測量裝置進行精確檢測,具有較好的通用性[4],但是設備價格較高,需要專門的人員和環(huán)境,且單次測量時間長,難以滿足大規(guī)模生產(chǎn)的要求。
3)自動化檢測設備,簡稱自動檢具。這種設備主要包括定位及裝夾裝置、檢測用的傳感器和用于控制和信息處理的控制系統(tǒng)。檢測時將工件放置在檢具上,定位裝置進行定位,裝夾裝置進行夾緊,然后傳感器檢測工件的相關(guān)參數(shù)送到控制系統(tǒng)進行處理,經(jīng)過計算得到需要測量的幾何參數(shù)。目前,自動檢具已經(jīng)實現(xiàn)了快速、高精度和自動化測量,在提高檢測效率的同時節(jié)約了檢測時間和成本[5,6]。
由于自動檢具具有較高的檢測效率及檢測精度,且能夠?qū)崿F(xiàn)參數(shù)的定量檢測和檢測過程的可視化,滿足了大規(guī)模、自動化生產(chǎn)的要求,開始在汽車部件生產(chǎn)中得到應用。
對后扭力梁幾何參數(shù)進行檢測的自動檢具的三維模型如圖2所示。圖中只給出了機械部分,其還包括了由工控機和PLC組成的電氣控制部分。檢具工作過程如下:頂升機構(gòu)對工件進行粗定位,之后左右對稱的套管檢測單元的四個氣缸動作,并且在對中機構(gòu)的作用下完成工件的主定位工作,最后輪轂盤檢測單元的兩個氣缸將沿導軌其送進,前端的彈頂銷穿過輪轂盤的定位孔,工件離開頂升機構(gòu),處于懸空狀態(tài),則定位夾緊工件的工作完成。工件定位夾緊后,與套管檢測單元和輪轂盤檢測單元相關(guān)聯(lián)的13個傳感器也運動到位,靜置一段時間后傳感器同時采集當前數(shù)值然后通過數(shù)值計算得到測量結(jié)果。
圖2 檢具整體結(jié)構(gòu)
神經(jīng)網(wǎng)絡是在現(xiàn)代神經(jīng)科學研究成果的基礎(chǔ)上提出的,通過模擬大腦神經(jīng)網(wǎng)絡處理、記憶信息的方式進行信息處理,具有自適應、自組織和實時學習的特點,在模式識別、誤差補償、自動控制等領(lǐng)域得到了廣泛應用[7~9]。其中BP神經(jīng)網(wǎng)絡是普遍采用的一種形式。
基本BP算法包括信號的前向傳播和誤差的反向傳播兩個過程。即計算誤差輸出時按從輸入到輸出的方向進行,而調(diào)整權(quán)值和閾值則從輸出到輸入的方向進行[10,11]。BP神經(jīng)網(wǎng)絡的拓撲圖如圖3所示。
圖3 BP神經(jīng)網(wǎng)絡拓撲圖
利用BP神經(jīng)網(wǎng)絡對誤差進行補償,需要確定神經(jīng)網(wǎng)絡模型,包括:輸入向量(神經(jīng)元)、輸出向量(神經(jīng)元)和隱含層神經(jīng)元??紤]到后扭力梁為剛性結(jié)構(gòu)件,其發(fā)生形變時8個待檢測參數(shù)或多或少均會發(fā)生變化,各個尺寸間存在著耦合關(guān)系,因此,輸入向量選為8個檢測參數(shù);同時,為了提高補償精度只選取其中的1個檢測參數(shù)作為輸出。根據(jù)輸入和輸出向量的數(shù)目,利用經(jīng)驗公式可以確定隱含層的數(shù)目為10[12],因此,所用BP網(wǎng)絡結(jié)構(gòu)為:8-10-1。由于8個檢測參數(shù)均需誤差補償,所以需要建立8個BP神經(jīng)網(wǎng)絡模型。
因為三坐標測量儀的檢測精度非常高,因此,利用BP神經(jīng)網(wǎng)絡進行誤差補償?shù)哪康氖亲屪詣訖z具的檢測結(jié)果逼近三坐標的檢測結(jié)果。因此,每個BP網(wǎng)絡的輸入向量由自動檢具檢測出的8個參數(shù)構(gòu)成;輸出向量由三坐標測量儀檢測出的8個參數(shù)中的1個構(gòu)成。
利用21個工件來構(gòu)建BP神經(jīng)網(wǎng)絡的樣本,首先將21個工件依次放到自動檢具上進行檢測,記錄測量結(jié)果;然后再將其依次利用三坐標測量儀進行檢測,記錄檢測結(jié)果。最后,對每個檢測參數(shù)按照上述方法構(gòu)成樣本。
對于每個參數(shù),選取21個樣本中的14組作為神經(jīng)網(wǎng)絡的訓練樣本,對神經(jīng)網(wǎng)絡進行訓練,確定其權(quán)值等參數(shù),后7組作為測試樣本,測試網(wǎng)絡的性能。
為了減小后扭力梁自動檢具控制系統(tǒng)軟件設計的工作量,基于BP神經(jīng)網(wǎng)絡的誤差補償算法在MATLAB軟件中利用其工具箱完成。在MATLAB軟件中用BP神經(jīng)網(wǎng)絡工具箱對上述的樣本進行訓練和測試,完成后得到網(wǎng)絡的權(quán)值、閾值等重要參數(shù),將其集成到自動檢具的控制軟件中用于計算補償值。7個用于測試的工件的測試結(jié)果如表1所示。
如表1所示,7個樣本的8個檢測參數(shù)補償后與三坐標測量結(jié)果之間的偏差絕對值最大分別為:左凸緣面后傾角0.13,約為公差的13%;右凸緣面后傾角0.17,約為公差的15%;左凸緣面前束角0.06,約為公差的6%;右凸緣面前束角0.09,約為公差的9%;左右套管中心距0.17,約為公差的8.5%;左套管與凸緣面X向中心距0.26,約為公差的13%;右套管與凸緣面X向中心距0.22,約為公差的11%;左右凸緣面中心距0.24,約為公差的12%。
通過對比可以看出,經(jīng)過BP神經(jīng)網(wǎng)絡進行誤差補償后,得到的參數(shù)測量結(jié)果與三坐標的偏差小于自動檢具直接測量結(jié)果與三坐標的偏差,并將偏差縮小到公差范圍的十分之一左右,滿足了廠家對檢具檢測精度的要求。
不過,對于尺寸比較大的參數(shù),如左套管與凸緣面X向中心距402,右套管與凸緣面X向中心距402,左右凸緣面中心距1503,其檢測精度相比其他尺寸來說較差些,分析其原因可能為:1)與檢測這些參數(shù)相關(guān)的機械裝置的制造精度低,加之與其他尺寸相比,其基本尺寸較大,產(chǎn)生了較大的復映誤差;2)用于神經(jīng)網(wǎng)絡的訓練樣本數(shù)目較少,只有17組樣本,但影響檢測結(jié)果的因素過多,如制造精度、檢測過程中氣壓、振動情況的不同、工件裝夾過程中的受力變形不同等,限制了補償精度的提高。
表1 測試結(jié)果
本文針對汽車后扭力梁自動檢具在對結(jié)構(gòu)件檢測過程中受到的裝配誤差、受力變形以及氣壓波動及振動等因素的影響,提出了采用BP神經(jīng)網(wǎng)絡對自動檢具檢測結(jié)果進行誤差補償。在實際的生產(chǎn)過程中,通過BP神經(jīng)網(wǎng)絡對檢測樣本進行誤差補償,得到誤差補償效果較好,補償后的數(shù)據(jù)與三坐標的測量數(shù)據(jù)的偏差縮小到±0.2左右,補償效果明顯,達到了生產(chǎn)商的精度要求。