CN117428466A - 一种基于深度学习的汽车总装车间自动化装配设备 - Google Patents

Abstract

本发明涉及汽车组装技术领域，且公开了一种基于深度学习的汽车总装车间自动化装配设备包括固定底座，固定底座装配安装固定板，安装固定板装配车间控制器和位置定位器，固定底座装配电动机，电动机装配固定丝杆，固定丝杆装配活动块，活动块装配固定架，固定架装配控制电机箱，控制电机箱装配旋转底盘，旋转底盘装配固定块，固定块装配第一机械臂，第一机械臂装配第二机械臂，第二机械臂装配图像采集器，上述一种基于深度学习的汽车总装车间自动化装配设备通过图像采集器和位置定位器对加工区域进行监测并将采集的数据传输给车间控制器进行深度学习解决了工作人员进行学习检修，造成生产效率低下的问题。

Description

一种基于深度学习的汽车总装车间自动化装配设备

技术领域

本发明涉及汽车组装技术领域，具体为一种基于深度学习的汽车总装车间自动化装配设备。

背景技术

汽车总装车间自动化装配是指利用机器人、自动化设备和系统来完成汽车生产线上的装配工作，这种装配方式通过降低人工操作的需求，提高生产效率和质量，并减少人为错误和事故的发生，在汽车车间自动化装配中，机器人是关键的技术工具，这些机器人由计算机程序控制，根据预先设定的指令进行各种操作，如焊接、涂装、拧紧螺栓、搬运零件等，除了机器人，汽车总装车间自动化装配还包括其他自动化设备和系统，如传送带、机械臂、传感器和计算机视觉系统，这些设备和系统共同合作，以确保整个装配过程的顺利进行，汽车总装车间自动化装配能够提高生产效率，减少人力成本，提高产品质量和一致性，缩短生产周期，降低事故风险等，随着科技的不断进步，汽车总装车间自动化装配将继续发展和改进，为汽车制造业带来更高的效益和竞争力。

现有的汽车总装车间自动化装配设备在工作中还存在以下问题：

现有的汽车总装车间自动化装配设备在工作过程中，需要根据不同的加工类型和加工过程中遇到的问题进行调整或改进，同时也需要相应的投资和维护，以及对员工进行培训和技术支持，这样以后不便于提高汽车自动化组装的效率，同时也会增大工作人员的工作量，因此涉及一种基于深度学习的汽车总装车间自动化装配设备用于现有的汽车组装技术领域是很有必要的。

发明内容

(一)解决的技术问题

针对现有的装配车间组装需要工作人员根据问题进行维修，生产效率低下的问题，本发明提供了一种基于深度学习的汽车总装车间自动化装配设备，具备深度学习，智能化进行升级改进的优点，以解决背景技术提出的问题。

(二)技术方案

为实现上述的目的，本发明提供如下技术方案：

一种基于深度学习的汽车总装车间自动化装配设备，包括固定底座，

所述固定底座上固定装配有安装固定板，安装固定板上固定装配有车间控制器，安装固定板上固定装配有急停按钮，安装固定板上固定装配有报警器，固定底座上固定装配有驱动电机，安装固定板上固定装配有第一传动轮，驱动电机的输出端与第一传动轮固定装配，第一传动轮活动装配有传动带，传动带活动装配有第二传动轮，第一传动轮和第二传动轮被传动带所缠绕，固定底座上固定装配有电动机，电动机的输出端固定装配有固定丝杆，固定丝杆活动装配有活动块，固定丝杆与活动块之间螺纹装配。

优选的，所述活动块上固定装配有固定架，固定架上固定装配有控制电机箱，控制电机箱上活动装配有旋转底盘，旋转底盘上固定装配有固定块，固定块上固定装配有第一转动轴，第一转动轴活动装配有第一机械臂，第一机械臂上固定装配有驱动气缸，第一机械臂上固定装配有第一转动轴，第一转动轴上活动装配有第二机械臂，第二机械臂上固定装配有图像采集器。

优选的，所述安装固定板上并列装配有位置定位器，传动带上固定装配有支撑架，支撑架上固定装配有支撑板。

优选的，所述第二机械臂上固定装配有固定盘，固定盘上固定装配有固定气缸，固定气缸的输出端固定装配有活动杆，活动杆固定装配有连接圆板块，连接圆板块上固定装配有连接杆，固定盘上固定装配有第一连接块，第一连接块的另一端固定装配有固定六边块。

优选的，所述连接杆活动贯穿于固定六边块，连接杆上固定装配有第一固定轴，第一固定轴活动装配有装配杆，固定六边块上固定装配有第二连接块，第二连接块的一端固定装配有第三固定轴，第三固定轴上活动装配有抓取块。

优选的，所述抓取块上固定装配有固定轴块，固定轴块上固定装配有第二固定轴，装配杆与第二固定轴之间活动装配。

优选的，所述支撑板上活动装配有夹持块，支撑板的底部固定装配有电驱转轴，电驱转轴固定装配有装配齿轮，装配齿轮活动装配有装配齿条，装配齿轮与装配齿条之间齿纹装配，夹持块与装配齿条之间固定装配。

一种基于深度学习的汽车总装车间自动化装配设备的工作流程，包括以下步骤：

S1、确定目标：首先车间控制器要确定深度学习的目标，提高装配效率、优化生产质量、实现自动检测和识别等。明确定义目标能够进行深度学习模型建设和数据采集汇总；

S2、数据采集：位置定位器和图像采集器收集用于深度学习的数据，包括装配线上的图像、传感器数据，以及与装配相关的各种信息，保证数据的质量和多样性；

S3、数据预处理：位置定位器和图像采集器对采集到的数据进行预处理，通过数据清洗、去噪、标注、格式转换等处理，将准备好的数据传输给车间控制器；

S4、模型选择：车间控制器选择适合目标的深度学习模型，根据具体的问题选择合适的模型结构；

S5、模型训练：车间控制器使用准备好的数据集对选择的深度学习模型进行训练；

S6、模型优化：车间控制器在模型训练过程中，进行模型参数的调优，确保模型在验证集上的性能达到最优；

S7、部署和集成：车间控制器将训练好的深度学习模型部署到实际的生产环境中，并集成到车间自动化装配设备中；

S8、持续改进：位置定位器和图像采集器继续监控部署后模型的性能，不断收集反馈数据，并根据实际应用场景中的表现进行模型的改进和优化。

(三)有益效果

与现有技术对比，本发明具备以下有益效果：

1、本发明中基于深度学习的汽车总装车间自动化装配设备，通过图像采集器和位置定位器对加工区域进行监测并将采集的数据传输给车间控制器，使车间控制器能够根据采集的数据进行深度学习，实现汽车总装车间自动化装配设备能够深度学习解决生产过程中遇到的问题，提高生产效率。

2、本发明中基于深度学习的汽车总装车间自动化装配设备，通过抓取装置对零部件进行紧固夹取，再通过夹持装置对加工区域的工件进行固定，使设备能够在稳定的情况下进行装配，实现了稳定加工，降低生产误差的效果。

附图说明

图1为本发明中基于深度学习的汽车总装车间自动化装配设备结构示意图；

图2为本发明中基于深度学习的汽车总装车间自动化装配设备侧视平面结构示意图；

图3为本发明基于深度学习的汽车总装车间自动化装配设备中抓取装置结构示意图；

图4为本发明中基于深度学习的汽车总装车间自动化装配设备部分结构示意图；

图5为本发明基于深度学习的汽车总装车间自动化装配设备中传送带底部结构示意图。

图中：

10、固定底座；11、安装固定板；12、车间控制器；13、急停按钮；

14、报警器；15、驱动电机；16、第一传动轮；17、传动带；

18、第二传动轮；19、电动机；20、固定丝杆；21、活动块；

22、固定架；23、控制电机箱；24、旋转底盘；25、固定块；

26、第一转动轴；27、第一机械臂；28、驱动气缸；29、第一转动轴；

30、第二机械臂；31、固定盘；32、固定气缸；33、活动杆；

34、连接圆板块；35、连接杆；36、第一固定轴；37、装配杆；

38、第二固定轴；39、固定轴块；40、第三固定轴；41、抓取块；

42、第一连接块；43、第二连接块；44、支撑架；45、支撑板；

46、夹持块；47、电驱转轴；48、装配齿轮；49、装配齿条；

50、位置定位器；51、图像采集器；52、固定六边块。

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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

如图1～4所示，其为本发明一优选实施方式的一种基于深度学习的汽车总装车间自动化装配设备结构示意图，本实施例的基于深度学习的汽车总装车间自动化装配设备包括固定底座10，固定底座10上固定装配有安装固定板11，安装固定板11上固定装配有车间控制器12，安装固定板11上固定装配有急停按钮13，安装固定板11上固定装配有报警器14，固定底座10上固定装配有驱动电机15，安装固定板11上固定装配有第一传动轮16，驱动电机15的输出端与第一传动轮16固定装配，第一传动轮16活动装配有传动带17，传动带17活动装配有第二传动轮18，第一传动轮16和第二传动轮18被传动带17所缠绕，固定底座10上固定装配有电动机19，电动机19的输出端固定装配有固定丝杆20，固定丝杆20活动装配有活动块21，固定丝杆20与活动块21之间螺纹装配，活动块21上固定装配有固定架22，固定架22上固定装配有控制电机箱23，控制电机箱23上活动装配有旋转底盘24，旋转底盘24上固定装配有固定块25，固定块25上固定装配有第一转动轴26，第一转动轴26活动装配有第一机械臂27，第一机械臂27上固定装配有驱动气缸28，第一机械臂27上固定装配有第一转动轴29，第一转动轴29上活动装配有第二机械臂30，第二机械臂30上固定装配有图像采集器51，安装固定板11上并列装配有位置定位器50，传动带17上固定装配有支撑架44，支撑架44上固定装配有支撑板45。

工作原理：工作人员操控车间控制器12，启动驱动电机15带动第一传动轮16进行转动，第一传动轮16通过传动带17的传动使第二传动轮18进行转动，从而使传动带17运动起来，通过支撑架44带动支撑板45进行运动，将需要加工的车架运输至加工区域，位置定位器50实时采集进行加工位置信息，将采集的信息处理后发送给车间控制器12进行记录，同时，启动电动机19带动固定丝杆20进行转动，通过电动机19与固定丝杆20之间的螺纹装配，从而使控制电机箱23运动至车架需要加工的位置，启动控制电机箱23带动旋转底盘24进行转动，从而方便抓取零部件，再利用驱动气缸28带动第一机械臂27和第二机械臂30之间进行相对运动，对需要加工的部位进行不断加工，通过图像采集器51对加工区域进行不断图像数据采集，便于设备对加工过程中存在的问题进行分析处理，车间控制器12可以通过采集传输的数据进行自我深度学习，从而提高生产效率，设备深度学习会通过大量数据的分析，预测事故发生情况，当车间控制器12发现存在生产紧急问题时，会启动急停按钮13对整个设备进行紧急急停，并通过报警器14发出警告知工作人员，避免发生生产安全事故，保障设备高效稳定的工作。

实施例2

如图1～5所示，其为本发明另一优选实施方式的一种基于深度学习的汽车总装车间自动化装配设备结构示意图，汽车总装车间自动化装配设备在装配零件过程中，一些紧固件的加工需要精准加工，而设备的运转会产生震动，导致加工不稳定的情况，容易产生加工误差，因此在实施例1的基础上对设备进行改进，所述的第二机械臂30上固定装配有固定盘31，固定盘31上固定装配有固定气缸32，固定气缸32的输出端固定装配有活动杆33，活动杆33固定装配有连接圆板块34，连接圆板块34上固定装配有连接杆35，固定盘31上固定装配有第一连接块42，第一连接块42的另一端固定装配有固定六边块52，连接杆35活动贯穿于固定六边块52，连接杆35上固定装配有第一固定轴36，第一固定轴36活动装配有装配杆37，固定六边块52上固定装配有第二连接块43，第二连接块43的一端固定装配有第三固定轴40，第三固定轴40上活动装配有抓取块41，抓取块41上固定装配有固定轴块39，固定轴块39上固定装配有第二固定轴38，装配杆37与第二固定轴38之间活动装配，支撑板45上活动装配有夹持块46，支撑板45的底部固定装配有电驱转轴47，电驱转轴47固定装配有装配齿轮48，装配齿轮48活动装配有装配齿条49，装配齿轮48与装配齿条49之间齿纹装配，夹持块46与装配齿条49之间固定装配。

工作原理：当需要对加工零部件进行紧固加工时，设备会启动固定气缸32，通过活动杆33带动连接圆板块34进行运动，从而带动连接杆35进行运动，通过装配杆37的连接，使抓取块41以第三固定轴40进行转动，改变抓取块41之间的夹角，从而实现夹紧紧固件的效果，方便对零部件进行加工，同时，车间控制器12会启动电驱转轴47带动装配齿轮48进行转动，通过装配齿轮48与装配齿条49之间的齿纹装配，带动装配齿条49之间进行相对运动，从而带动支撑架44对加工区域的零部件进行夹持固定，防止出现震动等原因使加工出现偏差，影响加工进程。

一种基于深度学习的汽车总装车间自动化装配设备的工作流程，包括以下步骤：

S1、确定目标：首先车间控制器11要确定深度学习的目标，提高装配效率、优化生产质量、实现自动检测和识别等。明确定义目标能够进行深度学习模型建设和数据采集汇总。

S2、数据采集：位置定位器50和图像采集器51收集用于深度学习的数据，包括装配线上的图像、传感器数据，以及与装配相关的各种信息，保证数据的质量和多样性。

S3、数据预处理：位置定位器50和图像采集器51对采集到的数据进行预处理，通过数据清洗、去噪、标注、格式转换等处理，将准备好的数据传输给车间控制器12。

S4、模型选择：车间控制器12选择适合目标的深度学习模型，根据具体的问题选择合适的模型结构。

S5、模型训练：车间控制器12使用准备好的数据集对选择的深度学习模型进行训练。

S6、模型优化：车间控制器12在模型训练过程中，进行模型参数的调优，确保模型在验证集上的性能达到最优。

S7、部署和集成：车间控制器12将训练好的深度学习模型部署到实际的生产环境中，并集成到车间自动化装配设备中。

S8、持续改进：位置定位器50和图像采集器51继续监控部署后模型的性能，不断收集反馈数据，并根据实际应用场景中的表现进行模型的改进和优化。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种基于深度学习的汽车总装车间自动化装配设备，包括固定底座(10)，

其特征在于：

所述固定底座(10)上固定装配有安装固定板(11)，安装固定板(11)上固定装配有车间控制器(12)，安装固定板(11)上固定装配有急停按钮(13)，安装固定板(11)上固定装配有报警器(14)，固定底座(10)上固定装配有驱动电机(15)，安装固定板(11)上固定装配有第一传动轮(16)，驱动电机(15)的输出端与第一传动轮(16)固定装配，第一传动轮(16)活动装配有传动带(17)，传动带(17)活动装配有第二传动轮(18)，第一传动轮(16)和第二传动轮(18)被传动带(17)所缠绕，固定底座(10)上固定装配有电动机(19)，电动机(19)的输出端固定装配有固定丝杆(20)，固定丝杆(20)活动装配有活动块(21)，固定丝杆(20)与活动块(21)之间螺纹装配。

2.根据权利要求1所述的一种基于深度学习的汽车总装车间自动化装配设备，其特征在于：所述活动块(21)上固定装配有固定架(22)，固定架(22)上固定装配有控制电机箱(23)，控制电机箱(23)上活动装配有旋转底盘(24)，旋转底盘(24)上固定装配有固定块(25)，固定块(25)上固定装配有第一转动轴(26)，第一转动轴(26)活动装配有第一机械臂(27)，第一机械臂(27)上固定装配有驱动气缸(28)，第一机械臂(27)上固定装配有第一转动轴(29)，第一转动轴(29)上活动装配有第二机械臂(30)，第二机械臂(30)上固定装配有图像采集器(51)。

3.根据权利要求2所述的一种基于深度学习的汽车总装车间自动化装配设备，其特征在于：所述安装固定板(11)上并列装配有位置定位器(50)，传动带(17)上固定装配有支撑架(44)，支撑架(44)上固定装配有支撑板(45)。

4.根据权利要求3所述的一种基于深度学习的汽车总装车间自动化装配设备，其特征在于：所述第二机械臂(30)上固定装配有固定盘(31)，固定盘(31)上固定装配有固定气缸(32)，固定气缸(32)的输出端固定装配有活动杆(33)，活动杆(33)固定装配有连接圆板块(34)，连接圆板块(34)上固定装配有连接杆(35)，固定盘(31)上固定装配有第一连接块(42)，第一连接块(42)的另一端固定装配有固定六边块(52)。

5.根据权利要求4所述的一种基于深度学习的汽车总装车间自动化装配设备，其特征在于：所述连接杆(35)活动贯穿于固定六边块(52)，连接杆(35)上固定装配有第一固定轴(36)，第一固定轴(36)活动装配有装配杆(37)，固定六边块(52)上固定装配有第二连接块(43)，第二连接块(43)的一端固定装配有第三固定轴(40)，第三固定轴(40)上活动装配有抓取块(41)。

6.根据权利要求5所述的一种基于深度学习的汽车总装车间自动化装配设备，其特征在于：所述抓取块(41)上固定装配有固定轴块(39)，固定轴块(39)上固定装配有第二固定轴(38)，装配杆(37)与第二固定轴(38)之间活动装配。

7.根据权利要求6所述的一种基于深度学习的汽车总装车间自动化装配设备，其特征在于：所述支撑板(45)上活动装配有夹持块(46)，支撑板(45)的底部固定装配有电驱转轴(47)，电驱转轴(47)固定装配有装配齿轮(48)，装配齿轮(48)活动装配有装配齿条(49)，装配齿轮(48)与装配齿条(49)之间齿纹装配，夹持块(46)与装配齿条(49)之间固定装配。

8.一种如1-7任意一项所述的一种基于深度学习的汽车总装车间自动化装配设备的工作流程，其特征在于，包括以下步骤：

S1、确定目标：首先车间控制器(11)要确定深度学习的目标，提高装配效率、优化生产质量、实现自动检测和识别等。明确定义目标能够进行深度学习模型建设和数据采集汇总；

S2、数据采集：位置定位器(50)和图像采集器(51)收集用于深度学习的数据，包括装配线上的图像、传感器数据，以及与装配相关的各种信息，保证数据的质量和多样性；

S3、数据预处理：位置定位器(50)和图像采集器(51)对采集到的数据进行预处理，通过数据清洗、去噪、标注、格式转换等处理，将准备好的数据传输给车间控制器(12)；

S4、模型选择：车间控制器(12)选择适合目标的深度学习模型，根据具体的问题选择合适的模型结构；

S5、模型训练：车间控制器(12)使用准备好的数据集对选择的深度学习模型进行训练；

S6、模型优化：车间控制器(12)在模型训练过程中，进行模型参数的调优，确保模型在验证集上的性能达到最优；

S7、部署和集成：车间控制器(12)将训练好的深度学习模型部署到实际的生产环境中，并集成到车间自动化装配设备中；

S8、持续改进：位置定位器(50)和图像采集器(51)继续监控部署后模型的性能，不断收集反馈数据，并根据实际应用场景中的表现进行模型的改进和优化。