CN112330193A - 整车制造生产线防错方法 - Google Patents
整车制造生产线防错方法 Download PDFInfo
- Publication number
- CN112330193A CN112330193A CN202011313642.9A CN202011313642A CN112330193A CN 112330193 A CN112330193 A CN 112330193A CN 202011313642 A CN202011313642 A CN 202011313642A CN 112330193 A CN112330193 A CN 112330193A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- error
- parts
- production
- proofing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000000007 visual effect Effects 0.000 claims abstract description 12
- 238000012937 correction Methods 0.000 claims abstract description 6
- 238000009434 installation Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000007405 data analysis Methods 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Multimedia (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Factory Administration (AREA)
- Automatic Assembly (AREA)
Abstract
一种整车制造生产线防错方法,该防错方法从用户订单需求和产品本身的特征出发,与车间现场生产执行系统(MES)和线体PLC进行集成,实时获取了生产线上流动的车辆信息,单车物料数据以及配置信息,并通过视觉识别技术获取到物料的关键特征,识别物料型号,在物料达到工位之前就将物料和线上的车辆关联起来进行匹配,实现错误提前预警,并利用大数据分析推荐错误纠正方案。本防错方法不仅通过视觉判断校验了数据和实物的一致性,解决了实物和特征匹配的问题。还针对零件和车辆的匹配性也进行了校验,确保该零件安装在该车上是正确的。
Description
技术领域
本发明属于整车制造技术领域,具体涉及一种整车制造生产线防错方法。
背景技术
目前主流的物料防错技术包括:设计防错、标签标记防错、排序供货、SPS防错、扫描防错、取料系统防错等。针对传统的汽车制造模式,根据物料的特点,采用不同的防错技术能满足造车过程中的防错的需求。但在大规模个性定制化的商业模式下的整车制造过程中,零件的数量呈几何数增长,在生产线上也是一车一单的制造模式,不仅对产线柔性要求高对物料防错也提出了新的挑战。
发明内容
本发明所要解决的技术问题是克服现有技术的不足,提供一种整车制造生产线防错方法,从用户需求和产品特征出发,与车间现场生产执行系统(MES)和线体PLC进行集成,通过视觉识别技术获取物料的关键特征,识别物料型号,在物料达到工位之前将物料和线上车辆进行匹配,实现错误提前预警,并利用大数据分析推荐错误纠正方案。
本发明提供一种整车制造生产线防错方法,包括如下步骤,
步骤S1、通过与生产执行系统建立接口,获取用户订单信息和生产车辆的物料清单,作为模板建立的依据和防错判断的标准;从订单信息中提取到物料特征信息,并从物料清单中提取到每辆车辆的配置及零件特征信息,作为防错的基础数据源和防错的标准;
步骤S2、构建零件特征标准库,作为匹配和对比的模板;
步骤S3、通过与生产线上的PLC建立接口,实时获取生产车辆信息,建立生产车辆序列;
步骤S4、利用光学传感器和可视化设备对运输线上的零件进行定位和型号采集,建立零件的队列,将零件的队列与生产车辆序列相匹配,建立零件与车辆的一一对应关系;
步骤S5、通过可视化设备在零件到达装配工位之前采集零件图像,提取零件特征,并通过零件与车辆建立的关系与标准模板特征进行匹配;如若不匹配,则报警提示。
作为本发明的进一步技术方案,步骤S3中,建立生产车辆序列具体为,在安装工位所在的地盘线获取车辆扫描数据,并根据SOP车辆和项目车的排产区别以及车辆Set out和Set in的特殊场景,对扫描点车辆队列进行实时校正,提前获得到达装配工位的实际车辆队列。
进一步的,步骤S4中,零件型号的采集具体为,零件通过机运线排序运输到装配工位,在机运线上选择零件拆剁点布置视觉智能设备,获取零件的图像,提取零件的关键特征,在零件的标准模板库中进行匹配,识别实际零件型号。
进一步的,步骤S5中,零件与车辆建立的关系具体为,过车辆的订单信息和单车物料清单,获取车辆应该安装的零件型号以及零件配置特征,将车辆实物队列和零件实物一一关联,并进行匹配,如发现错误,则预警。
本发明的有益效果为:
1)、该防错方法是一套集成了产品、订单、制造现场的数据的完整防错解决方案,解决了数据从需求到制造过程的传递的一致性的问题,避免了数据在传播过程中的丢失。
2)、目前其他的视觉防错方法都是针对零件本身的特征进行预防,而本防错方法不仅通过视觉判断校验了数据和实物的一致性,解决了实物和特征匹配的问题。还针对零件和车辆的匹配性也进行了校验,确保该零件安装在该车上是正确的;
3)、通过队列的维护的方法,将错误的判断提前,在抓取到零件和车辆的第一时间便可以对错误进行判断,预留足够的时间进行错误纠正,无需等到零件达到装配工位,也无需停线等待,便可完成错误纠正。
4)、该防错方法不受生产排产策略的影响,无论车辆生产怎么排,都能自动适应,尤其是在用户个性化定制的生产线上优势明显,实现了真正意义上的一车一单。
附图说明
图1位本发明的方法流程示意图;
图2为本发明的实施例中装配轮胎流程示意图。
具体实施方式
请参阅图1,本实施例提供一种整车制造生产线防错方法,包括如下步骤,
步骤S1、通过与生产执行系统建立接口,获取用户订单信息和生产车辆的物料清单,作为模板建立的依据和防错判断的标准;从订单信息中提取到物料特征信息,并从物料清单中提取到每辆车辆的配置及零件特征信息,作为防错的基础数据源和防错的标准;
步骤S2、构建零件特征标准库,作为匹配和对比的模板;
步骤S3、通过与生产线上的PLC建立接口,实时获取生产车辆信息,建立生产车辆序列;
步骤S4、利用光学传感器和可视化设备对运输线上的零件进行定位和型号采集,建立零件的队列,将零件的队列与生产车辆序列相匹配,建立零件与车辆的一一对应关系;
步骤S5、通过可视化设备在零件到达装配工位之前采集零件图像,提取零件特征,并通过零件与车辆建立的关系与标准模板特征进行匹配;如若不匹配,则报警提示。
步骤S3中,建立生产车辆序列具体为,在安装工位所在的地盘线获取车辆扫描数据,并根据SOP车辆和项目车的排产区别以及车辆Set out和Set in的特殊场景,对扫描点车辆队列进行实时校正,提前获得到达装配工位的实际车辆队列。
步骤S4中,零件型号的采集具体为,零件通过机运线排序运输到装配工位,在机运线上选择零件拆剁点布置视觉智能设备,获取零件的图像,提取零件的关键特征,在零件的标准模板库中进行匹配,识别实际零件型号。
步骤S5中,零件与车辆建立的关系具体为,过车辆的订单信息和单车物料清单,获取车辆应该安装的零件型号以及零件配置特征,将车辆实物队列和零件实物一一关联,并进行匹配,如发现错误,则预警。
本实施例中该方法应用在总装车间轮胎安装工位,在轮胎的机运线上实现了对轮胎的识别以及轮胎和车辆的匹配判断,提前一个小时实现了轮胎错误预警,预留了足够的时间纠正轮胎错误,实现了不停线的轮胎防错。具体方案如图2所示,
其中,车辆生产队列的建立:在轮胎安装工位所在的地盘线首获取车辆扫描数据,并综合考虑SOP车辆和项目车的排产区别以及车辆Set out和Set in的特殊场景,对扫描点车辆队列进行实时校正,提前获得到达轮胎装配工位的实际车辆队列。
轮胎型号的获取:轮胎进厂后通过机运线排序运输到装配工位,在机运线上选择轮胎拆剁点布置视觉智能设备,获取轮胎的图像,提取轮胎的关键特征,在轮胎的标准模板库中进行匹配,识别实际轮胎型号;
车辆实物和轮胎实物关联:通过车辆的订单信息和单车物料清单,获取车辆应该安装的轮胎型号以及轮胎配置特征,将车辆实物队列和轮胎实物一一关联,并进行匹配,如发现错误,则预警。
以上显示和描述了本发明的基本原理、主要特征和优点。本领域的技术人员应该了解,本发明不受上述具体实施例的限制,上述具体实施例和说明书中的描述只是为了进一步说明本发明的原理,在不脱离本发明精神范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由权利要求书及其等效物界定。
Claims (4)
1.一种整车制造生产线防错方法,其特征在于,包括如下步骤,
步骤S1、通过与生产执行系统建立接口,获取用户订单信息和生产车辆的物料清单,作为模板建立的依据和防错判断的标准;从订单信息中提取到物料特征信息,并从物料清单中提取到每辆车辆的配置及零件特征信息,作为防错的基础数据源和防错的标准;
步骤S2、构建零件特征标准库,作为匹配和对比的模板;
步骤S3、通过与生产线上的PLC建立接口,实时获取生产车辆信息,建立生产车辆序列;
步骤S4、利用光学传感器和可视化设备对运输线上的零件进行定位和型号采集,建立零件的队列,将零件的队列与生产车辆序列相匹配,建立零件与车辆的一一对应关系;
步骤S5、通过可视化设备在零件到达装配工位之前采集零件图像,提取零件特征,并通过零件与车辆建立的关系与标准模板特征进行匹配;如若不匹配,则报警提示。
2.根据权利要求1所述的一种整车制造生产线防错方法,其特征在于,所述步骤S3中,建立生产车辆序列具体为,在安装工位所在的地盘线获取车辆扫描数据,并根据SOP车辆和项目车的排产区别以及车辆Set out和Set in的特殊场景,对扫描点车辆队列进行实时校正,提前获得到达装配工位的实际车辆队列。
3.根据权利要求1所述的一种整车制造生产线防错方法,其特征在于,所述步骤S4中,零件型号的采集具体为,零件通过机运线排序运输到装配工位,在机运线上选择零件拆剁点布置视觉智能设备,获取零件的图像,提取零件的关键特征,在零件的标准模板库中进行匹配,识别实际零件型号。
4.根据权利要求1所述的一种整车制造生产线防错方法,其特征在于,所述步骤S5中,零件与车辆建立的关系具体为,过车辆的订单信息和单车物料清单,获取车辆应该安装的零件型号以及零件配置特征,将车辆实物队列和零件实物一一关联,并进行匹配,如发现错误,则预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011313642.9A CN112330193A (zh) | 2020-11-20 | 2020-11-20 | 整车制造生产线防错方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011313642.9A CN112330193A (zh) | 2020-11-20 | 2020-11-20 | 整车制造生产线防错方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112330193A true CN112330193A (zh) | 2021-02-05 |
Family
ID=74321852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011313642.9A Pending CN112330193A (zh) | 2020-11-20 | 2020-11-20 | 整车制造生产线防错方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112330193A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113313364A (zh) * | 2021-05-14 | 2021-08-27 | 奇瑞汽车股份有限公司 | 一种汽车轮胎装配成像对比防错方法及装置 |
CN115880291A (zh) * | 2023-02-22 | 2023-03-31 | 江西省智能产业技术创新研究院 | 汽车总成防错识别方法、系统、计算机及可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105917756A (zh) * | 2014-01-30 | 2016-08-31 | 欧姆龙株式会社 | 质量管理装置和质量管理方法 |
CN106530293A (zh) * | 2016-11-07 | 2017-03-22 | 上海交通大学 | 手工装配视觉检测防错方法及系统 |
CN107350667A (zh) * | 2017-06-23 | 2017-11-17 | 华南理工大学 | 一种基于数字化工厂的汽车门板焊接柔性生产线的仿真方法 |
CN111610762A (zh) * | 2020-05-12 | 2020-09-01 | 广汽本田汽车有限公司 | 自动化设备控制装置及方法 |
-
2020
- 2020-11-20 CN CN202011313642.9A patent/CN112330193A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105917756A (zh) * | 2014-01-30 | 2016-08-31 | 欧姆龙株式会社 | 质量管理装置和质量管理方法 |
CN106530293A (zh) * | 2016-11-07 | 2017-03-22 | 上海交通大学 | 手工装配视觉检测防错方法及系统 |
CN107350667A (zh) * | 2017-06-23 | 2017-11-17 | 华南理工大学 | 一种基于数字化工厂的汽车门板焊接柔性生产线的仿真方法 |
CN111610762A (zh) * | 2020-05-12 | 2020-09-01 | 广汽本田汽车有限公司 | 自动化设备控制装置及方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113313364A (zh) * | 2021-05-14 | 2021-08-27 | 奇瑞汽车股份有限公司 | 一种汽车轮胎装配成像对比防错方法及装置 |
CN115880291A (zh) * | 2023-02-22 | 2023-03-31 | 江西省智能产业技术创新研究院 | 汽车总成防错识别方法、系统、计算机及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112330193A (zh) | 整车制造生产线防错方法 | |
US7228192B2 (en) | Method for manufacturing an item | |
CN102354210B (zh) | 一种汽车装配车间质量预警系统和方法 | |
CN101655918A (zh) | 基于rfid与条码融合的精细化生产系统和生产方法 | |
US20090299513A1 (en) | Product recovery management system | |
CN105431880A (zh) | 利用射频识别标签的轮胎生产管理系统 | |
CN105069584A (zh) | 液晶玻璃基板后加工生产信息管理系统与管理方法 | |
CN102147607A (zh) | 一种柔性化的电子产品通用型生产线及其生产方法 | |
CN103106617A (zh) | 一种汽车整车生产任务执行情况全过程监控方法及系统 | |
CN207008698U (zh) | 一种产品追溯管理系统 | |
CN109117526B (zh) | 一种适用于机械系统设备维修指引数据记录及分析系统 | |
CN106940906A (zh) | 智能轮胎管理系统 | |
Pop | Digitalization of the system of data analysis and collection in an automotive company | |
CN111754114A (zh) | 一种精益制造执行系统 | |
KR20120133531A (ko) | 타이어 제조 공정용 정보 관리 시스템 | |
CN106408093A (zh) | 一种基于物联网的信息管理方法、装置及系统 | |
CN106934528A (zh) | 一种离散型车间生产过程管理系统 | |
CN103902638B (zh) | 检测系统及其检测方法 | |
JP7149279B2 (ja) | 航空機用タイヤ管理システム、航空機用タイヤ管理装置、及び航空機用タイヤプログラム | |
CN110826926A (zh) | 一种用于表面组装生产线的智能制造执行系统 | |
US20210390490A1 (en) | Systems, devices, and methods for quality control and inspection of parts and assemblies | |
CN105320053B (zh) | 基于轮胎排序的高效排序方法 | |
CN105988430A (zh) | 生成生产过程语义模型的方法和装置 | |
CN109901502A (zh) | 车身部件的测量方法、装置和测量工作站的plc | |
US6516280B2 (en) | Method and system for electronic recycle inventory tracking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210205 |
|
RJ01 | Rejection of invention patent application after publication |