汽车制造车身车间智能化研究

2020-07-09杨官山

汽车实用技术 2020年8期

杨官山

摘要：文章从智能制造整体能力成熟度等级评价出发，探讨了整车制造车身车间智能制造评级的方法以及针对某个车身车间的评级结果，得出整车制造车身车间智能化升级的关键是焊接设备监控以及焊接质量控制智能化。文章推荐采用边缘计算框架作为车身车间的智能焊接系统标准规划，搭建了某个车身车间智能焊接系统的网络框架，并详细说明了智能焊接系统的数据流程图。关键词：车身;智能制造;焊接系统;边缘计算中图分类号：U466 文献标识码：A 文章编号：1671-7988（2020）08-196-03

Abstract： This paper introduces a method to evaluate the intelligence level of Body shop and the evaluation result of one Body Shop following the intelligence overall capability maturity model. This paper indicate that the key to improve intelli -gence is to enable the welding system intelligent. This paper recommend to adopt Edge Calculation Frame as a standard frame in Body Shop and build a Net Frame of intelligent welding system in one Body Shop and explain the detail data flow process of this intelligent welding system.Keywords： Body In White; Intelligent Manufacturing; Welding; Edge CalculationCLC NO.： U466 Document Code： A Article ID： 1671-7988（2020）08-196-03

前言

《中国制造2025》，是我国实施制造强国战略第一个十年的行动纲领。要求紧密围绕重点制造领域关键环节，开展新一代信息技术与制造装备融合的集成创新和工程应用。要求依托优势企业，紧扣关键工序智能化、关键岗位机器人替代、生产过程智能优化控制、供应链优化，建设重点领域智能工厂/数字化车间。要求在基础条件好、需求迫切的重点地区、行业和企业中，分类实施流程制造、离散制造、智能装备和产品、新业态新模式、智能化管理、智能化服务等试点示范及应用推广。建立智能制造标准体系和信息安全保障系统，搭建智能制造网络系统平台。

按规划到2020年，制造业重点领域智能化水平显著提升，试点示范项目运营成本降低30%，产品生产周期缩短30%，不良品率降低30%。到2025年，制造业重点领域全面实现智能化，试点示范项目运营成本降低50%，产品生产周期缩短50%，不良品率降低50%。

在轿车整车制造行业，四大工艺车间中的车身车间的生产线自动化程度比较高，设备比较先进，具有良好的制造智能化升级条件。

1 车身车间智能化成熟度指标探讨

智能制造能力成熟度模型，遵循了《国家智能制造标准体系建设指南（2015版）》中对智能制造系统架构的定义。整体成熟度模型，从制造、智能2个维度统筹考虑，进一步分解形成设计、生产、物流、销售、服务、资源要素、互联互通、系统集成、信息融合、新兴业态10大类核心能力要素，并对每一类核心要素分解为若干域以及五级的成熟度要求。

整体成熟度模型用于衡量企业智能制造的综合能力，主要面向大型企业等，兼顾了制造和智能两方面。在模型中，将企业智能制造能力成熟度划分为5个等级，数字越大成熟度等级越高。高成熟度等级代表比较强的智能制造能力，反之亦然。按照此模型提升企业智能制造水平是由低到高逐步递进的，不能放弃比较低的等级直接越级提升到比较高的等级，每个等级向下兼容下一个等级。如图1示。

1.1 车身车间智能化升级前的能级评价

某车身车间智能制造成熟度的能级评价指标如表1所示。从表1可以看出，随着等级的提升，要实现的类的数量是增加的。同时，考量到整体成熟度模型用来衡量综合能力的，对于单个车身车间，选择制造维生产类中的生产作业域、质量控制域，智能维资源要素中的设备域，用来评价车身车间的智能能级，其它域通常由公司统筹负责。

从表1中的标色部分看出，生产作业、质量控制、设备智能级别为2级-规范级。表2是针对质量控制域的评分表，综合评分为2.5分，没有超过2.8分，只能算2级。

评分原则如图2所示。针对每一级能力成熟度要求设置不同的问题，对“問题”的满足程度来进行评判，设置0（无）、0.5（部分）、0.8（大部分）、1（全部）共四档打分原则。若任一问题的得分为0，视为该等级不通过;每级所有问题得分加权平均，就是该等级得分。

1.2 车身车间智能化升级的关键因素

车身车间的主要加工内容有焊接、涂胶等。表3是某个车身车间的主要加工内容。从表中可以看出，焊接占比达到60%以上，焊接+涂胶占比达95%以上（涂胶设备都配有在线视觉监控系统，能根据预设参数进行涂胶质量控制，已达到智能4级）;根据评价规则，只要焊接的质量控制、设备能级提升上去，质量控制、设备对应域的智能制造能级就能提升，从而整个车身车间的智能制造能级就能提升。

从以上分析可以看出，车身车间智能制造能级提升的关键路径：提升焊接设备监控以及焊接质量控制的能级。

2 车身车间智能提升的架构规划

2018年边缘计算产业联盟（ECC）与工业互联网产业联盟（AII）联合发布的《边缘计算参考架构3.0》如图3所示。此架构加强了物理世界与数字世界的协作、跨产业的生态合作、减少系统异构型、简化跨平台移植，有效支撑系统的全生命周期活动。参考此架构，车身车间智能焊接系统边缘计算架构图如图4所示。

图4所示的智能焊接系统描述了焊接系统涉及到的不同单元之间需要协同的活动，这些活动描述了系统的设计、实现、部署、操作和发展各个阶段的关键性操作。车身车间的其它智能工艺设备系统，也适合这种边缘计算架构。

3 车身车间智能焊接系统的搭建

基于边缘计算架构，搭建了如图5所示的智能焊接系统网络架构。焊接系统智能化，除了焊接设备的输入输出数字化、焊接过程的电流、电压、压力也需要采集并数字化。智能化前的焊接过程变量，只有当前焊点数据，需要增加数据采集器进行采集存储，形成大数据。边缘层的工业电脑，进行当前焊接数据的分析处理判断，输出焊接质量报警等信号，通过PLC控制生产线的运作，提示人工干预或者报警停线。大数据服务器用来存储边缘计算的原始数据以及输出数据，通过离线编程、数据挖掘，可以优化更新焊接预设参数，优化边缘计算的判断规则（算法），形成知识库。

图6为智能焊接系统的工作原理图。其工作流程如下：

（1）PLC将工位、车号信息传递给机器人控制器;

（2）机器人控制器将车号连同焊枪号传递给焊接控制器;

（3）焊接控制器控制伺服焊枪完成一个焊点任务，焊接过程大约持续500毫秒;

（4）焊接过程中，数据采集器每毫秒采集焊枪的电压电流信息;

（5）单个焊点焊接任务完成后，数据采集器将所采集的实时信息，连同车号、焊枪号、焊点号，焊接电压、电流、焊枪预设参数（焊枪压力、焊接电压、焊接电流等）传递给生产现场工控电脑;同时，焊点号关联到板材组合以及材料信息;

（6）同时，焊接机器人控制器将焊枪、焊枪电极帽修磨状态信息（非实时数据）传递给生产现场工控电脑;

（7）工控电脑对焊接过程信息、设备状态信息，进行智能分析处理，输出质量判定信息（车号、焊枪号、焊点号、质量缺陷）给生产线显示终端;提供预设参数优化建议;自动生成机器人以及焊接返工程序、指挥机器人以及焊接控制器，完成缺陷焊点的返工焊接;

（8）工业电脑将所有输入输出信息，上传大数据服务器，进行存储;服务器通过大数据的挖掘形成某种特定板材组合的焊点的预设参数专家知识库;形成最佳焊接过程参数曲线;形成各种焊接质量问题判断准则以及最佳算法。这些优化的参数、算法又返回到系统，达到智能焊接系统的自我学习、自我完善、自我纠正的人工智能阶段。

4 结论

本文从智能制造整体能力成熟度等级评价出发，得出整车制造车身车间智能化升级的关键是焊接设备监控以及焊接质量控制智能化。对于车身车间的智能焊接系统规划，为了实时监控并保证焊接质量，推荐采用边缘计算框架。本文根据边缘计算框架，搭建了智能焊接系统的网络框架，并详细说明了智能焊接系统的工作原理图。

参考文献