文／張濤，蔣鑫強，廖煥·格力電器（珠海）有限公司

目前，空調(diào)器中所用的沖壓件已從落后的人工作業(yè)轉(zhuǎn)變?yōu)閱卧阶詣泳€生產(chǎn)，雖然實現(xiàn)了自動化生產(chǎn)，達到了減員增效的目的，但是由于人員誤操作、設(shè)備故障等異常造成自動化線體在生產(chǎn)組合零件的過程中發(fā)生漏工序的情況屢見不鮮。根據(jù)生產(chǎn)現(xiàn)場人員對缺陷零件結(jié)構(gòu)和設(shè)備工作原理的分析可知，通過機械傳感器、視覺檢測技術(shù)等手段完善自動化生產(chǎn)線體，實現(xiàn)組合件在生產(chǎn)過程中實時智能檢測，將智能檢測設(shè)備與自動化線體程序聯(lián)動互鎖，在識別零件缺陷的同時實現(xiàn)生產(chǎn)設(shè)備自動停機報警，杜絕異常零件流出。本文以空調(diào)器底盤組件為例，重點介紹傳感器在自動化線體上實現(xiàn)在線檢測功能的應(yīng)用情況。

空調(diào)器底盤組件零件介紹

空調(diào)器底盤組件由1 個底盤、2 個基腳(16 個焊點）、2 個擋塊(4個焊點）、3 個螺栓(3 個焊點）通過鉚接而成，如圖1 所示，底盤組件為空調(diào)器外機的組成部分，是家用空調(diào)外機關(guān)鍵的結(jié)構(gòu)件，主要起到固定壓縮機、冷凝器和售后安裝的重要作用(圖2），該組件嚴禁出現(xiàn)漏工序的質(zhì)量異常。

傳感器檢測在鉚接自動生產(chǎn)線中的應(yīng)用

問題描述

圖1 底盤組件結(jié)構(gòu)圖

圖2 底盤使用處

在生產(chǎn)過程中，底盤組件采用TOX 鉚接自動生產(chǎn)線完成擋塊鉚接、螺栓點焊以及基腳鉚接工序。但是人工將各個散件往自動生產(chǎn)線放料時會出現(xiàn)漏放情況，同時在鉚接過程中因設(shè)備振動、工裝模具磨損等情況致使零件放不到位，在線體運行中發(fā)生掉落，直接導致零件漏工序的質(zhì)量異常，擺料裝車人員自互檢不到位使異常零件流入下道工序。

解決方案

小組經(jīng)過對零件結(jié)構(gòu)分析及模擬匹配，根據(jù)其特點采用機械檢測裝置（圖3），即接觸型壓力感應(yīng)裝置，對底盤組件各部位進行檢測，通過利用壓力傳感器進行建模設(shè)計，模型設(shè)計參考底盤組件形狀制作仿形工裝，在底盤組件每個散件的相應(yīng)位置增加對應(yīng)數(shù)量的彈簧及壓力傳感器，可使底盤組件檢測完畢后將信號反饋至機器人進行邏輯計算，如存在漏工序異常，機器人將底盤組件剔除，完成底盤組件的檢驗工作。

傳感器視覺檢測在噴涂生產(chǎn)中的應(yīng)用

問題描述

鉚接后的底盤組件需進行噴涂加工，噴涂過程中要將零件吊掛在專用掛具上進行清洗。底盤在掛具上吊掛后接觸方式為點接觸，零件存在180°自由晃動、旋轉(zhuǎn)的情況，噴涂質(zhì)量不容易控制，必須安排專人在線打點全檢，不僅造成人員浪費，還存在嚴重的缺陷漏檢情況。傳統(tǒng)的視覺檢測因底盤傾斜檢測誤報、掛具上空掛不報警、不同大小底盤同時吊掛出現(xiàn)誤報情況，且噴涂線體在線檢測難度較大，使用傳統(tǒng)的檢測方法不易實現(xiàn)。

解決方案

圖4 噴涂在線光電視覺檢測

小組對噴涂線體存在的異常情況進行現(xiàn)場調(diào)查對比后，確定采用光電傳感器配合深度學習的智能視覺檢測方案來加以解決，對檢測出的異常情況通過報警以及與噴涂線體聯(lián)動停線，提醒操作人員現(xiàn)場處理，從而解決漏工序的問題。

現(xiàn)場實施

解決噴涂線體抖動及零件在掛具上晃動而無法識別缺陷零件的基礎(chǔ)方案，是在噴涂線體上增加光電報警傳感器，在固定區(qū)域加裝兩個攝像頭，安裝光源及時對操作區(qū)域進行光線補充，滿足相機的拍照要求，如圖4 所示。其工作原理為：當線體運行至指定檢測區(qū)域時，掛具桿觸動光電傳感器，觸發(fā)相機拍照的信號，通過對相機控制器軟件計算方法編輯，相機對底盤基角位置進行檢測，為解決底盤晃動及底盤旋轉(zhuǎn)不固定的問題，調(diào)整兩側(cè)相機的安裝角度，調(diào)整量為60°。當?shù)妆P進入檢測范圍后，左右兩個相機同時開始檢測，當檢測出不合格品時，進行報警停線。

在吊掛過程中，底盤振動、旋轉(zhuǎn)的角度較大，通過兩側(cè)相機拍照檢測，可解決拍照不全而導致誤報警和不報警的問題，如圖5 所示。

解決大小底盤同時吊掛的誤報警和掛具空掛的不報警問題，通過光電傳感器、相機和控制器編程的配合，對控制器識別檢測流程重新進行編輯，現(xiàn)場對大小底盤狀態(tài)進行照片采集，對控制器系統(tǒng)進行模擬訓練，使控制器能夠識別底盤大小狀態(tài)后，對底盤基腳情況進行檢測，如圖6 所示。

圖5 底盤傾斜狀態(tài)檢測

圖6 底盤不同種類檢測

對于底盤空掛情況，根據(jù)對控制器系統(tǒng)流程的編輯和照片采集訓練，底盤掛具進入到相機檢測范圍內(nèi)后，先識別掛具的四個位置是否有底盤，再對識別后的底盤進行檢測，解決了掛具空掛不報警的問題，如圖7 所示。

圖7 掛具空掛識別

結(jié)束語

小組通過利用機械傳感器、光電傳感器、深度學習視覺檢測技術(shù)與自動化線體結(jié)合，形成一個能夠在實踐中不斷充實知識庫的自學習系統(tǒng)，該系統(tǒng)具備搜索與理解環(huán)境信息，分析判斷和規(guī)劃自身行為的能力，提升了檢驗可靠性，保證了產(chǎn)品質(zhì)量，升級自動化生產(chǎn)至智能化生產(chǎn)。