CN114881527B - 一种汽车智能组装在线可视化追溯智能管理系统 - Google Patents
一种汽车智能组装在线可视化追溯智能管理系统 Download PDFInfo
- Publication number
- CN114881527B CN114881527B CN202210634513.2A CN202210634513A CN114881527B CN 114881527 B CN114881527 B CN 114881527B CN 202210634513 A CN202210634513 A CN 202210634513A CN 114881527 B CN114881527 B CN 114881527B
- Authority
- CN
- China
- Prior art keywords
- assembled
- target
- assembly
- automobile chassis
- automobile
- 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.)
- Active
Links
- 230000000007 visual effect Effects 0.000 title claims abstract description 21
- 230000007547 defect Effects 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000003466 welding Methods 0.000 claims description 71
- 239000003973 paint Substances 0.000 claims description 24
- 238000011156 evaluation Methods 0.000 claims description 20
- 238000012797 qualification Methods 0.000 claims description 20
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 17
- 238000009434 installation Methods 0.000 claims description 13
- 238000005260 corrosion Methods 0.000 claims description 6
- 230000005477 standard model Effects 0.000 claims description 5
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 21
- 238000013461 design Methods 0.000 description 9
- 238000007792 addition Methods 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
-
- 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)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Entrepreneurship & Innovation (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Automobile Manufacture Line, Endless Track Vehicle, Trailer (AREA)
Abstract
本发明公开一种汽车智能组装在线可视化追溯智能管理系统,本发明通过采集待管理汽车企业内各目标组装汽车对应的底盘图像,获得各目标组装汽车底盘中各已组装部件的基本信息和外观缺陷参数,评估各目标组装汽车底盘的组装完好性权重指数,从而提高汽车底盘组装质量的监测管理效率,有效减小汽车底盘组装质量监测误差,同时根据各目标组装汽车底盘中各连接方式对应各已组装部件的连接参数,综合分析各目标组装汽车底盘的综合组装质量系数,对比筛选底盘组装质量不合格的各目标组装汽车,并进行追溯处理,从而提高汽车底盘组装质量监测分析的精准度和可靠度,增加后期组装汽车的整体结构稳定性和使用寿命。
Description
技术领域
本发明涉及汽车组装监测管理领域,涉及到一种汽车智能组装在线可视化追溯智能管理系统。
背景技术
汽车底盘有多个组装部件组装而成,质量控制受多因素影响,是一个比较复杂、系统的工程。汽车底盘是安全件,组装质量关系着车主的生命安全,关系着汽车的使用寿命,同时也关系着汽车企业的名誉和发展。因此,在汽车底盘组装环节中,需要对汽车底盘组装质量进行全面、严格的监测管理。
但是当前的汽车底盘组装质量监测环节仍然依赖人工进行,由于汽车底盘组装部件数量众多,导致人工监测耗费时间较长,从而降低汽车底盘组装质量的监测管理效率,另一方面,长时间重复性工作极易引起监测人员视觉疲劳,从而增加汽车底盘组装质量监测误差,增大人员误检风险;
同时,人员对汽车底盘组装质量进行监测分析时,其监测指标单一,无法对汽车底盘组装质量进行多维度地全面分析,从而降低汽车底盘组装质量监测的精准度和可靠度,导致汽车底盘组装质量存在安全隐患,进一步影响后期组装汽车的整体结构稳定性和使用寿命,甚至给车主的出行带来严重的安全隐患。
为了解决以上问题,现设计一种汽车智能组装在线可视化追溯智能管理系统。
发明内容
鉴于此,本发明提出了一种汽车智能组装在线可视化追溯智能管理系统,实现对汽车底盘组装质量进行在线可视化监测管理的功能。
本发明解决其技术问题采用的技术方案是:
本发明提供一种汽车智能组装在线可视化追溯智能管理系统,包括:
目标组装汽车编号模块:用于统计待管理汽车企业内各目标组装汽车,并按照预设组装顺序依次进行编号;
已组装部件信息获取模块:用于采集待管理汽车企业内各目标组装汽车对应的底盘图像,获取各目标组装汽车底盘中各已组装部件的基本信息;
已组装部件信息分析模块:用于根据各目标组装汽车底盘中各已组装部件的基本信息,分析各目标组装汽车底盘对应的已组装部件信息符合度;
外观缺陷参数获取模块:用于根据待管理汽车企业内各目标组装汽车对应的底盘图像,获取各目标组装汽车底盘中各已组装部件的外观缺陷参数;
组装完好性权重指数评估模块:用于分析各目标组装汽车底盘中各已组装部件的外观质量合格度,并评估得到各目标组装汽车底盘的组装完好性权重指数;
组装部件连接方式获取模块:用于获取各目标组装汽车底盘中各已组装部件的连接方式,并统计各目标组装汽车底盘中各连接方式对应各已组装部件;
组装紧固性权重指数分析模块:用于检测各目标组装汽车底盘中各连接方式对应各已组装部件的连接参数,分析各目标组装汽车底盘中各连接方式对应各已组装部件的组装紧固性比例系数;
组装质量系数分析对比模块:用于综合分析各目标组装汽车底盘的综合组装质量系数,对比筛选底盘组装质量不合格的各目标组装汽车,并进行追溯处理;
汽车部件数据库:用于存储目标组装汽车底盘中对应的各预组装部件的标准基本信息,并存储各汽车底盘组装部件的允许外观缺陷参数中对应表面凹痕面积、表面锈蚀面积和漆面脱落面积。
可选地,所述已组装部件信息获取模块中获取各目标组装汽车底盘中各已组装部件的基本信息,具体获取方式包括:
通过高清摄像头对待管理汽车企业内各目标组装汽车的底盘进行视频图像采集,得到待管理汽车企业内各目标组装汽车对应的底盘图像,并对待管理汽车企业内各目标组装汽车对应的底盘图像进行分割处理,得到各目标组装汽车对应底盘图像中各已组装部件的子图像,根据各目标组装汽车底盘中各已组装部件的子图像,识别得到各目标组装汽车底盘中各已组装部件的基本信息,其中基本信息包括名称、型号和安装位置坐标。
可选地,所述已组装部件信息分析模块中分析各目标组装汽车底盘对应的已组装部件信息符合度,具体分析方式为:
提取汽车部件数据库中存储的目标组装汽车底盘中对应的各预组装部件的标准基本信息,其中标准基本信息包括标准名称、标准型号和标准安装位置坐标;
将各目标组装汽车底盘中各已组装部件的基本信息与各预组装部件的标准基本信息进行对比,得到各目标组装汽车底盘对应的名称符合数量、型号符合数量和安装位置坐标符合数量,将各目标组装汽车底盘对应的名称符合数量、型号符合数量和安装位置坐标符合数量分别标记为xi、yi、zi,i=1,2,...,n,i表示为第i个目标组装汽车的编号;
分析各目标组装汽车底盘对应的已组装部件信息符合度其中λ1、λ2、λ3分别表示为预设的汽车底盘组装部件的名称符合度影响因子、型号符合度影响因子和安装位置坐标符合度影响因子,X总表示为预设的目标组装汽车底盘中预组装部件的总数量,e表示为自然常数。
可选地,所述外观缺陷参数获取模块对应的具体获取方式包括:
根据待管理汽车企业内各目标组装汽车对应的底盘图像,获取各目标组装汽车底盘中各已组装部件的外观图像,并根据各目标组装汽车底盘中各已组装部件的外观图像,获得各目标组装汽车底盘中各已组装部件的外观缺陷参数,其中外观缺陷参数包括表面凹痕面积、表面锈蚀面积和漆面脱落面积,将各目标组装汽车底盘中各已组装部件的表面凹痕面积、表面锈蚀面积和漆面脱落面积分别标记为其中j=1,2,...,m,j表示为第j个已组装部件的编号。
可选地,所述组装完好性权重指数评估模块中分析各目标组装汽车底盘中各已组装部件的外观质量合格度,具体分析方式为:
提取汽车部件数据库中存储的各汽车底盘组装部件的允许外观缺陷参数中对应表面凹痕面积、表面锈蚀面积和漆面脱落面积,并将各目标组装汽车底盘中各已组装部件的表面凹痕面积表面锈蚀面积和漆面脱落面积代入外观质量合格度分析公式得到各目标组装汽车底盘中各已组装部件的外观质量合格度ψi j,其中Pi′s1、Pi′s2、Pi′s3分别表示为第i个汽车底盘组装部件的允许外观缺陷参数中对应表面凹痕面积、表面锈蚀面积和漆面脱落面积,Δs1、Δs2、Δs3分别表示预设的汽车底盘组装部件的表面凹痕面积误差值、表面锈蚀面积误差值和漆面脱落面积误差值。
可选地,所述组装完好性权重指数评估模块中综合评估得到各目标组装汽车底盘的组装完好性权重指数,具体评估公式为:
将各目标组装汽车底盘对应的已组装部件信息符合度ξi和各目标组装汽车底盘中各已组装部件的外观质量合格度ψi j代入组装完好性权重指数评估公式得到各目标组装汽车底盘的组装完好性权重指数其中α1和α2分别表示为预设的汽车底盘组装部件信息符合度对应影响因子和汽车底盘组装部件外观质量合格度对应影响因子,m表示为已组装部件的数量。
可选地,所述组装部件连接方式获取模块对应的详细包括:
根据待管理汽车企业内各目标组装汽车对应的底盘图像,获取各目标组装汽车底盘中各已组装部件的连接方式,其中连接方式包括栓接方式和焊接方式,统计各目标组装汽车底盘中属于栓接方式对应各已组装部件,将各目标组装汽车底盘中属于栓接方式对应各已组装部件标记为ai r,r=1,2,...,u,r表示为属于栓接方式对应第r个已组装部件的编号;并统计各目标组装汽车底盘中属于焊接方式对应各已组装部件,将各目标组装汽车底盘中属于焊接方式对应各已组装部件标记为bi f,f=1,2,...,k,f表示为属于焊接方式对应第f个已组装部件的编号。
可选地,所述组装紧固性权重指数分析模块中检测各目标组装汽车底盘中各连接方式对应各已组装部件的连接参数,具体包括:
检测各目标组装汽车底盘中属于栓接方式对应各已组装部件的螺栓扭矩和螺纹外露数量,将各目标组装汽车底盘中属于栓接方式对应各已组装部件的螺栓扭矩和螺纹外露深度分别标记为w1ai r和w2ai r,分析各目标组装汽车底盘中属于栓接方式对应各已组装部件的组装紧固性比例系数其中ε1和ε2分别表示为预设的螺栓扭矩和螺纹外露深度对应的组装紧固性影响因子,W1′和W2′分别表示为预设的汽车底盘组装部件在栓接时对应的标准螺栓扭矩和标准螺纹外露深度。
可选地,所述组装紧固性权重指数分析模块中检测各目标组装汽车底盘中各连接方式对应各已组装部件的连接参数,具体还包括:
检测各目标组装汽车底盘中属于焊接方式对应各已组装部件的焊点数量、各焊点对应面积和总焊接长度,将各目标组装汽车底盘中属于焊接方式对应各已组装部件的焊点数量、各焊点对应面积和总焊接长度分别标记为q1bi f、q2bi fg、q3bi f,其中g表示为第g个焊点的编号,g=1,2,...,h,并分析各目标组装汽车底盘中属于焊接方式对应各已组装部件的组装紧固性比例系数其中β1、β2、β3分别表示为预设的焊点数量、焊点面积和焊接长度对应的组装紧固性影响因子,Q′1、Q′2、Q′3分别表示为预设的汽车底盘组装部件在焊接时对应标准焊点数量、焊点标准面积和标准焊接长度,e表示为自然参数。
可选地,所述组装质量系数分析对比模块中综合分析各目标组装汽车底盘的综合组装质量系数,具体分析方式为:
将各目标组装汽车底盘的组装完好性权重指数各目标组装汽车底盘中属于栓接方式对应各已组装部件的组装紧固性比例系数θai r和各目标组装汽车底盘中属于焊接方式对应各已组装部件的组装紧固性比例系数θbi f代入组装质量系数分析公式得到各目标组装汽车底盘的综合组装质量系数Φi,其中η1和η2分别表示为预设的汽车底盘组装完好性和汽车底盘组装紧固性对应的影响因子,u表示为属于栓接方式对应的已组装部件数量,k表示为属于焊接方式对应的已组装部件数量。
相对于现有技术,本发明具有以下有益效果:
本发明提供的一种汽车智能组装在线可视化追溯智能管理系统,通过采集待管理汽车企业内各目标组装汽车对应的底盘图像,获取各目标组装汽车底盘中各已组装部件的基本信息,分析各目标组装汽车底盘对应的已组装部件信息符合度,同时获取各目标组装汽车底盘中各已组装部件的外观缺陷参数,分析各目标组装汽车底盘中各已组装部件的外观质量合格度,并综合评估各目标组装汽车底盘的组装完好性权重指数,从而避免人工监测耗费时间较长的问题,进一步提高汽车底盘组装质量的监测管理效率,另一方面,有效减小汽车底盘组装质量监测误差,降低人员误检造成风险的可能性。
本发明提供的一种汽车智能组装在线可视化追溯智能管理系统,通过检测各目标组装汽车底盘中各连接方式对应各已组装部件的连接参数,分析各目标组装汽车底盘中各连接方式对应各已组装部件的组装紧固性比例系数,同时综合分析各目标组装汽车底盘的综合组装质量系数,对比筛选底盘组装质量不合格的各目标组装汽车,并进行追溯处理,从而实现对汽车底盘组装质量进行多维度地全面分析,进一步提高汽车底盘组装质量监测分析的精准度和可靠度,有效避免汽车底盘组装质量存在安全隐患的问题,进而增加后期组装汽车的整体结构稳定性和使用寿命,在极大程度上消除车主的出行安全隐患。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的系统模块连接图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供一种汽车智能组装在线可视化追溯智能管理系统,包括目标组装汽车编号模块、已组装部件信息获取模块、已组装部件信息分析模块、外观缺陷参数获取模块、组装完好性权重指数评估模块、组装部件连接方式获取模块、组装紧固性权重指数分析模块、组装质量系数分析对比模块和汽车部件数据库。
所述目标组装汽车编号模块与已组装部件信息获取模块连接,所述已组装部件信息获取模块分别与已组装部件信息分析模块、外观缺陷参数获取模块和组装部件连接方式获取模块连接,所述已组装部件信息分析模块分别与组装完好性权重指数评估模块和汽车部件数据库连接,所述外观缺陷参数获取模块与组装完好性权重指数评估模块连接,所述组装完好性权重指数评估模块分别与汽车部件数据库和组装质量系数分析对比模块连接,所述组装紧固性权重指数分析模块分别与组装部件连接方式获取模块和组装质量系数分析对比模块连接。
所述目标组装汽车编号模块用于统计待管理汽车企业内各目标组装汽车,并按照预设组装顺序依次进行编号。
所述已组装部件信息获取模块用于采集待管理汽车企业内各目标组装汽车对应的底盘图像,获取各目标组装汽车底盘中各已组装部件的基本信息。
在一种可能的设计中,所述已组装部件信息获取模块中获取各目标组装汽车底盘中各已组装部件的基本信息,具体获取方式包括:
通过高清摄像头对待管理汽车企业内各目标组装汽车的底盘进行视频图像采集,得到待管理汽车企业内各目标组装汽车对应的底盘图像,并对待管理汽车企业内各目标组装汽车对应的底盘图像进行分割处理,得到各目标组装汽车对应底盘图像中各已组装部件的子图像,根据各目标组装汽车底盘中各已组装部件的子图像,识别得到各目标组装汽车底盘中各已组装部件的基本信息,其中基本信息包括名称、型号和安装位置坐标。
需要说明的是,上述中识别得到各目标组装汽车底盘中各已组装部件的基本信息,包括:
将各目标组装汽车底盘中各已组装部件的子图像与预设的各汽车底盘组装部件对应的标准图像进行对比,若某目标组装汽车底盘中某已组装部件的子图像与预设的某汽车底盘组装部件对应的标准图像完全相同,则提取该汽车底盘组装部件的名称和型号,将其记为该目标组装汽车底盘中该已组装部件的名称和型号,统计各目标组装汽车底盘中各已组装部件的名称和型号;
根据待管理汽车企业内各目标组装汽车对应的底盘图像构建底盘图像二维坐标系,获取各目标组装汽车底盘中各已组装部件的子图像中心点在底盘图像二维坐标系中的位置坐标,并记为各目标组装汽车底盘中各已组装部件的安装位置坐标。
所述已组装部件信息分析模块用于根据各目标组装汽车底盘中各已组装部件的基本信息,分析各目标组装汽车底盘对应的已组装部件信息符合度。
在一种可能的设计中,所述已组装部件信息分析模块中分析各目标组装汽车底盘对应的已组装部件信息符合度,具体分析方式为:
提取汽车部件数据库中存储的目标组装汽车底盘中对应的各预组装部件的标准基本信息,其中标准基本信息包括标准名称、标准型号和标准安装位置坐标;
将各目标组装汽车底盘中各已组装部件的基本信息与各预组装部件的标准基本信息进行对比,得到各目标组装汽车底盘对应的名称符合数量、型号符合数量和安装位置坐标符合数量,将各目标组装汽车底盘对应的名称符合数量、型号符合数量和安装位置坐标符合数量分别标记为xi、yi、zi,i=1,2,...,n,i表示为第i个目标组装汽车的编号;
分析各目标组装汽车底盘对应的已组装部件信息符合度其中λ1、λ2、λ3分别表示为预设的汽车底盘组装部件的名称符合度影响因子、型号符合度影响因子和安装位置坐标符合度影响因子,X总表示为预设的目标组装汽车底盘中预组装部件的总数量,e表示为自然常数。
需要说明的是,上述中得到各目标组装汽车底盘对应的名称符合数量、型号符合数量和安装位置坐标符合数量,具体包括:
将各目标组装汽车底盘中各已组装部件的基本信息内名称与各预组装部件的标准基本信息内标准名称进行对比,若某目标组装汽车底盘中某已组装部件的名称与某预组装部件的标准名称相同,表明该目标组装汽车底盘中该已组装部件的名称符合,统计各目标组装汽车底盘对应的名称符合数量;
将各目标组装汽车底盘中各已组装部件的基本信息内型号与各预组装部件的标准基本信息内标准型号进行对比,若某目标组装汽车底盘中某已组装部件的型号与某预组装部件的标准型号相同,表明该目标组装汽车底盘中该已组装部件的型号符合,统计各目标组装汽车底盘对应的型号符合数量;
将各目标组装汽车底盘中各已组装部件的基本信息内安装位置坐标与各预组装部件的标准基本信息内标准安装位置坐标进行对比,若某目标组装汽车底盘中某已组装部件的安装位置坐标与某预组装部件的标准安装位置坐标一致,表明该目标组装汽车底盘中该已组装部件的安装位置坐标符合,统计各目标组装汽车底盘对应的安装位置坐标符合数量。
所述外观缺陷参数获取模块用于根据待管理汽车企业内各目标组装汽车对应的底盘图像,获取各目标组装汽车底盘中各已组装部件的外观缺陷参数。
在一种可能的设计中,所述外观缺陷参数获取模块对应的具体获取方式包括:
根据待管理汽车企业内各目标组装汽车对应的底盘图像,获取各目标组装汽车底盘中各已组装部件的外观图像,并根据各目标组装汽车底盘中各已组装部件的外观图像,获得各目标组装汽车底盘中各已组装部件的外观缺陷参数,其中外观缺陷参数包括表面凹痕面积、表面锈蚀面积和漆面脱落面积,将各目标组装汽车底盘中各已组装部件的表面凹痕面积、表面锈蚀面积和漆面脱落面积分别标记为其中j=1,2,...,m,j表示为第j个已组装部件的编号。
所述组装完好性权重指数评估模块用于分析各目标组装汽车底盘中各已组装部件的外观质量合格度,并评估得到各目标组装汽车底盘的组装完好性权重指数。
在一种可能的设计中,所述组装完好性权重指数评估模块中分析各目标组装汽车底盘中各已组装部件的外观质量合格度,具体分析方式为:
提取汽车部件数据库中存储的各汽车底盘组装部件的允许外观缺陷参数中对应表面凹痕面积、表面锈蚀面积和漆面脱落面积,并将各目标组装汽车底盘中各已组装部件的表面凹痕面积表面锈蚀面积和漆面脱落面积代入外观质量合格度分析公式得到各目标组装汽车底盘中各已组装部件的外观质量合格度ψi j,其中Pi′s1、Pi′s2、Pi′s3分别表示为第i个汽车底盘组装部件的允许外观缺陷参数中对应表面凹痕面积、表面锈蚀面积和漆面脱落面积,Δs1、Δs2、Δs3分别表示预设的汽车底盘组装部件的表面凹痕面积误差值、表面锈蚀面积误差值和漆面脱落面积误差值。
在一种可能的设计中,所述组装完好性权重指数评估模块中综合评估得到各目标组装汽车底盘的组装完好性权重指数,具体评估公式为:
将各目标组装汽车底盘对应的已组装部件信息符合度ξi和各目标组装汽车底盘中各已组装部件的外观质量合格度ψi j代入组装完好性权重指数评估公式得到各目标组装汽车底盘的组装完好性权重指数其中α1和α2分别表示为预设的汽车底盘组装部件信息符合度对应影响因子和汽车底盘组装部件外观质量合格度对应影响因子,m表示为已组装部件的数量。
在本实施例中,本发明通过采集待管理汽车企业内各目标组装汽车对应的底盘图像,获取各目标组装汽车底盘中各已组装部件的基本信息,分析各目标组装汽车底盘对应的已组装部件信息符合度,同时获取各目标组装汽车底盘中各已组装部件的外观缺陷参数,分析各目标组装汽车底盘中各已组装部件的外观质量合格度,并综合评估各目标组装汽车底盘的组装完好性权重指数,从而避免人工监测耗费时间较长的问题,进一步提高汽车底盘组装质量的监测管理效率,另一方面,有效减小汽车底盘组装质量监测误差,降低人员误检造成风险的可能性。
所述组装部件连接方式获取模块用于获取各目标组装汽车底盘中各已组装部件的连接方式,并统计各目标组装汽车底盘中各连接方式对应各已组装部件。
在一种可能的设计中,所述组装部件连接方式获取模块对应的详细包括:
根据待管理汽车企业内各目标组装汽车对应的底盘图像,获取各目标组装汽车底盘中各已组装部件的连接方式,其中连接方式包括栓接方式和焊接方式,统计各目标组装汽车底盘中属于栓接方式对应各已组装部件,将各目标组装汽车底盘中属于栓接方式对应各已组装部件标记为ai r,r=1,2,...,u,r表示为属于栓接方式对应第r个已组装部件的编号;并统计各目标组装汽车底盘中属于焊接方式对应各已组装部件,将各目标组装汽车底盘中属于焊接方式对应各已组装部件标记为bi f,f=1,2,...,k,f表示为属于焊接方式对应第f个已组装部件的编号。
所述组装紧固性权重指数分析模块用于检测各目标组装汽车底盘中各连接方式对应各已组装部件的连接参数,分析各目标组装汽车底盘中各连接方式对应各已组装部件的组装紧固性比例系数。
在一种可能的设计中,所述组装紧固性权重指数分析模块中检测各目标组装汽车底盘中各连接方式对应各已组装部件的连接参数,具体包括:
检测各目标组装汽车底盘中属于栓接方式对应各已组装部件的螺栓扭矩和螺纹外露数量,将各目标组装汽车底盘中属于栓接方式对应各已组装部件的螺栓扭矩和螺纹外露深度分别标记为w1ai r和w2ai r,分析各目标组装汽车底盘中属于栓接方式对应各已组装部件的组装紧固性比例系数其中ε1和ε2分别表示为预设的螺栓扭矩和螺纹外露深度对应的组装紧固性影响因子,W1′和W2′分别表示为预设的汽车底盘组装部件在栓接时对应的标准螺栓扭矩和标准螺纹外露深度。
进一步地,上述中通过扭矩检测仪分别对各目标组装汽车底盘中属于栓接方式对应各已组装部件的螺栓扭矩进行检测,得到各目标组装汽车底盘中属于栓接方式对应各已组装部件的螺栓扭矩;并通过高清摄像头采集各目标组装汽车底盘中属于栓接方式对应各已组装部件的栓接部位图像,识别得到各目标组装汽车底盘中属于栓接方式对应各已组装部件的螺纹外露深度。
在一种可能的设计中,所述组装紧固性权重指数分析模块中检测各目标组装汽车底盘中各连接方式对应各已组装部件的连接参数,具体还包括:
检测各目标组装汽车底盘中属于焊接方式对应各已组装部件的焊点数量、各焊点对应面积和总焊接长度,将各目标组装汽车底盘中属于焊接方式对应各已组装部件的焊点数量、各焊点对应面积和总焊接长度分别标记为q1bi f、q2bi fg、q3bi f,其中g表示为第g个焊点的编号,g=1,2,...,h,并分析各目标组装汽车底盘中属于焊接方式对应各已组装部件的组装紧固性比例系数其中β1、β2、β3分别表示为预设的焊点数量、焊点面积和焊接长度对应的组装紧固性影响因子,Q′1、Q′2、Q′3分别表示为预设的汽车底盘组装部件在焊接时对应标准焊点数量、焊点标准面积和标准焊接长度,e表示为自然参数。
进一步地,上述中通过高清摄像头采集各目标组装汽车底盘中属于焊接方式对应各已组装部件的焊接部位图像,识别得到各目标组装汽车底盘中属于焊接方式对应各已组装部件的焊点数量、各焊点对应面积和总焊接长度。
所述组装质量系数分析对比模块:用于综合分析各目标组装汽车底盘的综合组装质量系数,对比筛选底盘组装质量不合格的各目标组装汽车,并进行追溯处理。
在一种可能的设计中,所述组装质量系数分析对比模块中综合分析各目标组装汽车底盘的综合组装质量系数,具体分析方式为:
将各目标组装汽车底盘的组装完好性权重指数各目标组装汽车底盘中属于栓接方式对应各已组装部件的组装紧固性比例系数θai r和各目标组装汽车底盘中属于焊接方式对应各已组装部件的组装紧固性比例系数θbi f代入组装质量系数分析公式得到各目标组装汽车底盘的综合组装质量系数Φi,其中η1和η2分别表示为预设的汽车底盘组装完好性和汽车底盘组装紧固性对应的影响因子,u表示为属于栓接方式对应的已组装部件数量,k表示为属于焊接方式对应的已组装部件数量。
需要说明的是,上述中将各目标组装汽车底盘的综合组装质量系数与预设的标准组装质量系数阈值进行对比,若某目标组装汽车底盘的综合组装质量系数小于预设的标准组装质量系数阈值,则该目标组装汽车对应的底盘组装质量不合格,筛选统计底盘组装质量不合格的各目标组装汽车,并通知汽车企业管理人员进行追溯处理。
所述汽车部件数据库用于存储目标组装汽车底盘中对应的各预组装部件的标准基本信息,并存储各汽车底盘组装部件的允许外观缺陷参数中对应表面凹痕面积、表面锈蚀面积和漆面脱落面积。
在本实施例中,本发明通过检测各目标组装汽车底盘中各连接方式对应各已组装部件的连接参数,分析各目标组装汽车底盘中属于各连接方式对应各已组装部件的组装紧固性比例系数,同时综合分析各目标组装汽车底盘的综合组装质量系数,对比筛选底盘组装质量不合格的各目标组装汽车,并进行追溯处理,从而实现对汽车底盘组装质量进行多维度地全面分析,进一步提高汽车底盘组装质量监测分析的精准度和可靠度,有效避免汽车底盘组装质量存在安全隐患的问题,进而增加后期组装汽车的整体结构稳定性和使用寿命,在极大程度上消除车主的出行安全隐患。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (10)
1.一种汽车智能组装在线可视化追溯智能管理系统,其特征在于,包括:
目标组装汽车编号模块:用于统计待管理汽车企业内各目标组装汽车,并按照预设组装顺序依次进行编号;
已组装部件信息获取模块:用于采集待管理汽车企业内各目标组装汽车对应的底盘图像,获取各目标组装汽车底盘中各已组装部件的基本信息;
已组装部件信息分析模块:用于根据各目标组装汽车底盘中各已组装部件的基本信息,分析各目标组装汽车底盘对应的已组装部件信息符合度;
外观缺陷参数获取模块:用于根据待管理汽车企业内各目标组装汽车对应的底盘图像,获取各目标组装汽车底盘中各已组装部件的外观缺陷参数;
组装完好性权重指数评估模块:用于分析各目标组装汽车底盘中各已组装部件的外观质量合格度,并评估得到各目标组装汽车底盘的组装完好性权重指数;
组装部件连接方式获取模块:用于获取各目标组装汽车底盘中各已组装部件的连接方式,并统计各目标组装汽车底盘中各连接方式对应各已组装部件;
组装紧固性权重指数分析模块:用于检测各目标组装汽车底盘中各连接方式对应各已组装部件的连接参数,分析各目标组装汽车底盘中各连接方式对应各已组装部件的组装紧固性比例系数;
组装质量系数分析对比模块:用于综合分析各目标组装汽车底盘的综合组装质量系数,对比筛选底盘组装质量不合格的各目标组装汽车,并进行追溯处理;
汽车部件数据库:用于存储目标组装汽车底盘中对应的各预组装部件的标准基本信息,并存储各汽车底盘组装部件的允许外观缺陷参数中对应表面凹痕面积、表面锈蚀面积和漆面脱落面积。
2.根据权利要求1所述的一种汽车智能组装在线可视化追溯智能管理系统,其特征在于:所述已组装部件信息获取模块中获取各目标组装汽车底盘中各已组装部件的基本信息,具体获取方式包括:
通过高清摄像头对待管理汽车企业内各目标组装汽车的底盘进行视频图像采集,得到待管理汽车企业内各目标组装汽车对应的底盘图像,并对待管理汽车企业内各目标组装汽车对应的底盘图像进行分割处理,得到各目标组装汽车对应底盘图像中各已组装部件的子图像,根据各目标组装汽车底盘中各已组装部件的子图像,识别得到各目标组装汽车底盘中各已组装部件的基本信息,其中基本信息包括名称、型号和安装位置坐标。
3.根据权利要求1所述的一种汽车智能组装在线可视化追溯智能管理系统,其特征在于:所述已组装部件信息分析模块中分析各目标组装汽车底盘对应的已组装部件信息符合度,具体分析方式为:
提取汽车部件数据库中存储的目标组装汽车底盘中对应的各预组装部件的标准基本信息,其中标准基本信息包括标准名称、标准型号和标准安装位置坐标;
将各目标组装汽车底盘中各已组装部件的基本信息与各预组装部件的标准基本信息进行对比,得到各目标组装汽车底盘对应的名称符合数量、型号符合数量和安装位置坐标符合数量,将各目标组装汽车底盘对应的名称符合数量、型号符合数量和安装位置坐标符合数量分别标记为xi、yi、zi,i=1,2,...,n,i表示为第i个目标组装汽车的编号;
5.根据权利要求1所述的一种汽车智能组装在线可视化追溯智能管理系统,其特征在于:所述组装完好性权重指数评估模块中分析各目标组装汽车底盘中各已组装部件的外观质量合格度,具体分析方式为:
7.根据权利要求1所述的一种汽车智能组装在线可视化追溯智能管理系统,其特征在于:所述组装部件连接方式获取模块对应的详细包括:
根据待管理汽车企业内各目标组装汽车对应的底盘图像,获取各目标组装汽车底盘中各已组装部件的连接方式,其中连接方式包括栓接方式和焊接方式,统计各目标组装汽车底盘中属于栓接方式对应各已组装部件,将各目标组装汽车底盘中属于栓接方式对应各已组装部件标记为ai r,r=1,2,...,u,r表示为属于栓接方式对应第r个已组装部件的编号;并统计各目标组装汽车底盘中属于焊接方式对应各已组装部件,将各目标组装汽车底盘中属于焊接方式对应各已组装部件标记为bi f,f=1,2,...,k,f表示为属于焊接方式对应第f个已组装部件的编号。
8.根据权利要求1所述的一种汽车智能组装在线可视化追溯智能管理系统,其特征在于:所述组装紧固性权重指数分析模块中检测各目标组装汽车底盘中各连接方式对应各已组装部件的连接参数,具体包括:
9.根据权利要求1所述的一种汽车智能组装在线可视化追溯智能管理系统,其特征在于:所述组装紧固性权重指数分析模块中检测各目标组装汽车底盘中各连接方式对应各已组装部件的连接参数,具体还包括:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210634513.2A CN114881527B (zh) | 2022-06-06 | 2022-06-06 | 一种汽车智能组装在线可视化追溯智能管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210634513.2A CN114881527B (zh) | 2022-06-06 | 2022-06-06 | 一种汽车智能组装在线可视化追溯智能管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114881527A CN114881527A (zh) | 2022-08-09 |
CN114881527B true CN114881527B (zh) | 2022-11-04 |
Family
ID=82679713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210634513.2A Active CN114881527B (zh) | 2022-06-06 | 2022-06-06 | 一种汽车智能组装在线可视化追溯智能管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114881527B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115512458B (zh) * | 2022-09-27 | 2023-09-15 | 上汽通用五菱汽车股份有限公司 | 监测数据分析方法、装置、设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107300901A (zh) * | 2017-08-09 | 2017-10-27 | 中车洛阳机车有限公司 | 一种机车转向架构架挂件组装系统装置 |
EP3520971A1 (en) * | 2018-02-06 | 2019-08-07 | ABB Schweiz AG | Assembling parts in an assembly line |
CN113532604A (zh) * | 2020-04-17 | 2021-10-22 | 苏州科奈尔自动化科技有限公司 | 一种汽车工业零配件在线监控系统 |
CN212460612U (zh) * | 2020-08-17 | 2021-02-02 | 中车成都机车车辆有限公司 | 一种组装数据采集分析系统 |
CN112132448B (zh) * | 2020-09-21 | 2022-11-01 | 北京汽车集团越野车有限公司 | 一种汽车生命周期管理系统 |
-
2022
- 2022-06-06 CN CN202210634513.2A patent/CN114881527B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114881527A (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110097297B (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
CN110674861B (zh) | 一种输变电巡检图像智能分析方法及装置 | |
CN109345117B (zh) | 一种多维数据驱动的交通运输主体综合画像方法 | |
Michalak | GIS in land use change analysis: integration of remotely sensed data into GIS | |
CN111624931B (zh) | 工业园区用电互联网智能运维管控系统及其方法 | |
CN115908424A (zh) | 基于三维激光扫描的建筑物健康检测方法、系统及介质 | |
CN114881527B (zh) | 一种汽车智能组装在线可视化追溯智能管理系统 | |
CN110333962B (zh) | 一种基于数据分析预测的电子元器件故障诊断模型 | |
US20130173480A1 (en) | Maintenance cycle for an aircraft | |
CN110164136B (zh) | 套牌车辆识别方法 | |
CN115060312A (zh) | 一种基于人工智能的建筑材料安全监测系统 | |
CN116934062B (zh) | 一种基于多元融合的信息处理系统及方法 | |
Taheritanjani et al. | Automatic damage detection of fasteners in overhaul processes | |
CN115309871B (zh) | 一种基于人工智能算法的工业大数据处理方法及系统 | |
CN116542466A (zh) | 一种基于数据分析的资产全周期管理系统 | |
CN116541786A (zh) | 基于驾驶行为的网约车识别方法、装置及系统 | |
CN112633286B (zh) | 一种基于危险品相似率和识别概率的智能安检系统 | |
CN113419140B (zh) | 一种考虑人机物协同的配网线路故障诊断方法及装置 | |
CN117035469B (zh) | 公铁联运枢纽功能区建设用地指标测算的方法及装置 | |
CN111310878A (zh) | 一种基于射频识别和目标检测的货车超载检测方法 | |
CN110689241A (zh) | 一种基于大数据的电网实物资产评价系统 | |
CN111814787B (zh) | 一种面向可见光图像的锁孔检测方法 | |
CN117274862B (zh) | 基于卷积神经网络的机场地勤车辆状态检测方法和系统 | |
CN117726959B (zh) | 基于智能图像识别的无人机电力线路安全巡检系统及方法 | |
CN116342300B (zh) | 一种保险理赔人员特征分析方法、装置和设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |