崔洪刚　汪永超　唐　浩

(①广东工业大学，广东 广州 510006；②河源广工大协同创新研究院，广东 广州 517025)



白车身焊接技术的研究进展*

崔洪刚①汪永超②唐浩②

(①广东工业大学，广东 广州 510006；②河源广工大协同创新研究院，广东 广州 517025)

汽车白车身焊接在汽车工业中占有重要地位，随着白车身焊接技术的发展和机器人在焊接生产线中的应用，提高了白车身焊接的质量和生产效率。由于汽车工业的不断发展，对白车身焊接和焊接机器人提出更高的要求。这就需要解决单台焊接机器人或多台机器人组成的焊接系统出现干涉多、余量少的问题，同时使机器人快速、高效率地完成各个焊点的焊接任务。研究白车身焊接生产线中机器人的路径规划,具有重要的理论研究价值与广阔的应用前景。

白车身；焊接；机器人；路径规划

针对这些要求，机器人的出现为汽车白车身的焊接过程带了新的发展，采用机器人技术，可以降低制造成本，提高设备利用率和工作效率，提高焊接质量，为实现柔性自动化生产注入前所未有的生机。

1　焊接技术的发展现状

1.1焊接技术的发展现状

目前，随着焊接技术的发展，各大汽车生产厂家的白车身焊接从传统的电阻焊技术，辅助以少量的弧焊工艺逐渐向激光焊接技术、机器人焊接技术、等离子焊接技术、胶接电焊技术等新型焊接技术转变。

新型电阻焊技术，包括中频电阻焊、伺服点焊钳、一体式点焊钳，更适应目前新型车身材料的焊接。中频电阻焊能够控制焊接质量，在配置新型控制器后，可以净化焊接环境；能够降低焊接压力。伺服点焊钳在高强度钢板、镀锌钢板、不同厚度工件的电焊中有着出色的应用。一体式点焊钳，缩短了焊接二次回路，能够节约能源降低维护成本，同时减少了强磁场对人体的伤害[3]。

激光焊接技术包括激光钎焊、激光熔焊、激光复合焊等，激光焊接的速度快，焊接深度大，产生的热变形小，改善车身机械力学性能，而焊接设备装置简单。激光聚焦后,功率密度高,对难熔材料及异种材料有良好的焊接性能。非接触式远距离焊接使激光焊接灵活度高，焊接定位准确，可自动化程度高。如图1所示，激光焊接技术在白车身顶盖焊接中的应用[4]。

摩擦搅拌点焊技术(FSW spot welding)是英国焊接研究所(TWI)研发的专利焊接技术，能够对不同材料的薄板进行点焊，非常适用于汽车铝与钢、铝合金的车身件焊接。可进行不同焊接位置和多种接头形式的连接。

冷金属过渡焊接(cold metal transfer 简称 CMT)是在传统电弧焊基础上发展起来的精确控制型电弧焊方法和工艺，能够在焊丝运动和熔滴过渡之间形成一个联系，通过这个联系能够保证这种工艺实现热输入量小、变形小、无飞溅等特点[5]。

1.2机器人在焊装生产线的发展现状

采用MATLAB软件，对成都地铁4号线来龙站—明蜀王陵站间的追踪间隔进行了模拟计算，发现在不对紧急制动距离进行优化时，正线的追踪间隔为100 s(见图5)；当在列车进站前450 m的区域设置36 km/h的功能限速时，可得到最小的追踪间隔78 s(见图6)；当功能限速值更低或限速区域更长时，不会再降低追踪间隔，反而会使得追踪间隔增大。

汽车车身焊装线从最初的使用悬挂式点焊机进行人工作业，发展到多点自动焊接技术的运用和简单的人工操作机械手作业，进入20世纪以来，高度自动化、柔性化、多工位混流机器人焊装自动线已经成为汽车白车身焊装的主流。目前机器人在白车身焊装生产线中的应用主要有：点焊、弧焊、滚边、搬运、装配、检测等[6]。

国外在机器人焊装线方面的研究应用处于领先地位，在美国、日本、德国等汽车工业较为发达的国家，机器人在汽车焊装线中的应用已经极为普遍和成熟。美国通用汽车的机器人焊装自动线，使用“模块化”和“柔性化”设计车身焊接夹具，使得焊装线使用更为灵活，能够适应多种车型的焊装。德国大众(Volkswagen)汽车公司的“高尔夫”、“宝来”焊装厂使用混流柔性焊装线，采取先进焊接技术，日产量达到2 400辆。目前，国外机器人在焊装生产线中的应用发展有如下几个趋势:由适用于单一车型向着适用多车型的柔性化发展；焊装线装备结构和控制方法向着结构复杂、机器人系统集成控制发展；由人工作业、半自动化作业向着系统集成控制的方向发展[7]。

我国这方面的研究起步较晚，但在机器人的整机设计、关键零部件及周边设备的设计开发、机器人应用等方面取得了很大进展。资料显示，2014年全国工业机器人销售 3.7 万台，汽车行业运用最多，焊装生产线是使用机器人最多的部位。湖北恒力达焊接装备公司为东风小康重庆工厂 SUV 车型生产的焊装生产线，整体自动化程度超过 60%。可在两分半钟内，将一堆冲压钢板经过底盘、侧围、顶盖、总拼等工位，焊成一台完整的白车身。图2所示为宝马铁西工厂的焊装生产线，该生产线高度自动化，智能化，采用了最新的焊接技术，极大地提高了焊装效率和焊装质量。

我国在机器人焊装生产线方面的研究应用现状主要表现在以下几个方面:设计开发的机器人焊装生产线及机器人工作站的整体性能与国外水平有一定差距；焊装线系统控制在生产线的多级、多总线控制及联网水平方面仍较为落后；大型、专业的应用工程软件的开发基本处于空白；目前研究重点在机器人作业系统的周边装备及控制系统上。总之，我国机器人焊装线的自动化程度及装备的设计制造水平和国外先进水平仍有很大距离，焊装生产线的关键技术和机器人设备的自主研发仍需进一步提升。

2　机器人焊接路径规划的研究现状及分析

在焊装生产线中，白车身焊接任务一般较为繁重，对单台焊接机器人而言，满足工作需求较为困难，所以一般需要多台焊接机器人相互协作完成复杂的焊接任务。多台焊接机器人系统中对单台机器人本身要求不高，但需要整个系统在任务、空间与时间上有较好的分布性，在信息、资源和功能上能有一定互补。由于工位设备多，机器人工作空间有限，机器人与机器人难免发生干涉，因此焊装机器人路径规划的研究是焊装生产线的重要一环。通过合理规划机器人焊接路径,可以减少机器人工位的生产时间,缩短整体工时,提高生产效率,降低生产成本。

传统的机器人焊接路径规划方法一般是由设计人员根据经验、工位上的焊点数量及焊接顺序，对相应的设备进行焊接程序设计，这种方法缺少严谨的数学理论依据，焊接方案也可能因人而异。涉及到多机器人协调加工时，易出现发生碰撞而损坏设备的情况，焊接顺序设计不当，路径复杂，影响整线生产等问题。而且需要反复调试机器人，效率较低下。传统的路径规划方法大多存在收敛过快、易陷入局部最优和搜索率较低等缺陷。所以近年来,模糊控制、神经网络和遗传算法等智能方法被广泛用于机器人的路径规划[8]。在实际的焊接过程中,有很多因素影响机器人焊接路径,在用上述算法求得优化的路径后,可以模拟实际的工作环境并模拟仿真其工作过程，进而增加安全性,缩短了机器人不工作时间，降低了成本等。

国外较早开始针对机器人路径规划问题的研究，取得了巨大的成果。自1975年以来国外学者先后提出遗传算法、人工势场法、蚁群算法、粒子群算法等智能算法。每种算法都有其适用的场合和优缺点。国内关于机器人路径规划算法的研究晚于国外。

刘海江, 张春伟, 姜冬冬[9]通过建立白车身焊接中机器人关节包络的简化模型，根据多机器人之间启动时间的不同和焊点的先后顺序，提出一种机器人干涉规避算法，该算法能够解决多机器人在焊接生产线上的动态干涉问题。并使用ROB-CAD软件建立了如图3所示的KUKA机器人仿真模型，能够通过仿真实际工作环境和工作过程验证算法的真确性。

林巨广, 汤东华[10]通过DELMIA仿真软件以机器人补焊工作站为基础，仿真分析了该机器人在电阻点焊中的应用情况，确定了机器人数量选型，空间布置，以及焊枪设计等内容。并通过对机器人焊接动作的模拟仿真分析，有效的避免了机器人运动过程中的干涉。林巨广、陈甦欣、戴淮初等[11]使用DELMIA仿真软件建立了白车身底板焊接工艺模型，对机器人焊接路径进行了仿真分析，结合白车身底板焊接的特点，设计出蚁群算法的计算程序，从而优化了焊接路径，并通过仿真分析验证了蚁群算法的可行性。如图4所示为使用蚁群算法对焊接路径规划的对比图。

晁永生等[12]提出一种综合运用遗传算法和仿真分析的求解方法，合理规划多焊接机器人的焊接路径，分析各个焊点的焊接顺序，以最短的工位时间为优化目标，建立焊接路径的数学模型，采用自适应遗传算法进行优化。同时在eM-power平台上进行生产线的虚拟仿真，模拟优化后的路径，并将模拟结果作为优化条件，调整焊点优先顺序，直至焊接全程路径最优。通过这种求解方法，有效地避免了焊枪与零件的干涉，提高了焊接的可靠性，大大缩短了路径规划的时间，同时也避免了在实际加工环境中因机器人与设备发生碰撞而损坏设备的情况发生，同时增加了焊接系统的柔性。如图5所示为对焊接过程干涉情况进行优化前后的仿真分析对比图。

吴迪[13]基于后端板两道焊接工序路径规划的特点，结合前人对遗传算法和蚁群算法对比研究的成果，使用基于路径编码的遗传算法结合旅行商问题，处理后端板焊接工序一中的20个焊点；同时对后端板焊接工序二中44和88个焊点采用蚁群算法结合旅行商问题进行路径规划，并对比得出最优解。然后通过DELMIA仿真软件搭建了点焊机器人工作站，对焊接工艺流程进行仿真分析，对机器人焊接路径进行优化，找到最优的焊接方案。

赵硕[14]针对单台焊接机器人的特点，建立焊接机器人路径规划的数学模型，采用粒子群算法对其进行路径规划，并求解旅行商问题，最后使用MATLAB软件验证求解的正确性。同时分析了多台焊接机器人路径规划的约束条件和目标，使用基于协同进化的粒子群算法对多台机器人焊接路径规划的算法，分析多台机器人工作时易出现的干涉问题，建立防干涉模型，在MATLAB中编写程序，证明了多台焊接机器人路径规划的合理性，并通过对ROBCAD二次开发实现对路径规划的仿真分析，再次验证了基于协同的粒子群算法的有效性。

赵娜[15]采用一种将遗传算法和蚁群算法相融合的算法：遗传蚁群算法。这种算法同时兼具遗传算法和蚁群算法的优点，可随机搜索，具有全局收敛性，同时求解率较高。通过对白车身结构和侧围焊接工艺流程的分析，建立焊接任务规划的数学模型，对单机器人焊接路径进行优化，并以雅阁侧围点焊为对象对多机器人协调点焊系统进行了优化，在MATLAB软件中进行分析，验证了改进后遗传蚁群算法的正确性。

国内学者通过对机器人焊接路径建立数学模型，采用各种智能算法所建立的模型进行优化，得出最优路径，同时使用仿真软件建立模型进行仿真分析，进而验证采用的智能算法对路径规划的有效性和正确性，同时能够确定焊接过程最优路径。

3　结语

目前国内外学者在白车身焊装生产线的机器人应用上投入了大量研究。随着焊接技术及机器人技术的发展，极大的提高了白车身焊接的质量和效率，同时更能适应现阶段汽车工业对白车身焊接的要求。通过对机器人焊接路径的规划更能推进机器人的应用，提高生产效率和质量。但同时对机器人路径规划结果的评价指标较为单一，如何将评价指标有机综合评价规划结果仍有待研究。

[1]李斌. 白车身机器人焊装线PLC控制系统架构研究[D]. 合肥：工业大学, 2010.

[2]王小川, 孙琦, 秦信武. 白车身新材料应用及制造工艺发展研究[J]. 汽车工艺与材料, 2015(3):10-15.

[3]许瑞麟, 朱品朝, 于成哉, 等. 汽车车身焊接技术现状及发展趋势[J]. 电焊机, 2010(5):1-18.

[4]许新培, 罗海国, 唐高中, 等. 汽车白车身制造先进技术研究-焊接技术[J]. 装备制造技术, 2015(2):145-147.

[5]张雨芳. 冷金属过渡技术的研究现状分析[J]. 技术与市场, 2015,22(12):211.

[6]邓志明. 机器人在汽车白车身焊接中的工程实现[J]. 科技经济导刊, 2015(13):92-93.

[7]王玮. 白车身机器人焊装自动线关键装备技术的研究[D].合肥：合肥工业大学, 2010.

[8]Reinhart G M U V W. A programming system for robot -based remote -laser -welding with conventional optics[J]. Manufacturing Technology, 2008,57(1):37-40.

[9]刘海江, 张春伟, 姜冬冬. 白车身焊接机器人干涉问题研究[J]. 机械设计, 2011(3):41-44.

[10]林巨广, 汤东华. DELMIA在机器人白车身点焊工作站规划设计中的应用[J]. 机械设计与制造, 2010(12):90-92.

[11]林巨广, 陈甦欣, 戴淮初, 等. 蚁群算法在白车身底板焊接路径规划中的应用[J]. 焊接学报, 2015,36(1):5-9.

[12]晁永生, 刘海江. 白车身焊接机器人加工路径优化和仿真[J]. 中国机械工程, 2010(4):442-445.

[13]吴迪. 轿车顶盖横梁及后端板点焊机器人工作站仿真分析[D]. 长春：吉林大学, 2014.

[14]赵硕. 多机器人协同的焊接路径规划研究[D]. 合肥：合肥工业大学, 2015.

[15]赵娜. 白车身侧围焊装线多机器人协调路径规划及节拍优化[D].天津：天津工业大学, 2014.

(编辑汪艺)

如果您想发表对本文的看法，请将文章编号填入读者意见调查表中的相应位置。

Research development of welding technology of body in white

CUI Honggang①，WANG Yongchao②，TANG Hao②

(①Guangdong University of Technology, Guangzhou 510006, CHN; ②Synergy Innovation Institute of GDUT, Guangzhou 517025, CHN)

The welding of body in white occupies an important position in the automotive industry. It could improve the quality and production efficiency of welding body in white with the development of welding technology and the application of robot in welding production line. Welding and welding robot was put forward higher request due to the continuous development of the automotive industry. This need to solve problem that composed of interference, less allowance about a single or welding system with more welding robots and make complete each solder welding robot tasks fast and efficient. The welding robot path planning in the production line has the important theoretical research value and broad application prospects.

body in white; welding; robot; path planning

TP242;TG409

A

10.19287/j.cnki.1005-2402.2016.08.002

崔洪刚，男，1976年生，讲师，主要研究方向为智能制造、智能计算。

2015-02-03)

160813

*广东省科技计划:河源市优势产业标准信息服务共享平台研究(2015A040405007);国家火炬计划项目:阳泉市科技型中小企业创新资源共享服务平台(2015GH511343);广东省科技计划:瓷砖超高压水切割和拼图机器人系统的研发与应用(2015B090922003)