電芯模組激光焊接裝配線中原料包裝箱智能識別上料龍門裝置

嚴惠

電芯模組激光焊接裝配線中原料包裝箱智能識別上料龍門裝置

嚴惠

（江蘇信息職業(yè)技術學院，江蘇 無錫 214153）

電芯模組激光焊接裝配線上料單位質量大，存在用時長、效率低、上料精準度低的問題，無法滿足裝配線48 s持續(xù)、穩(wěn)定、精準上料需求，因此基于機器視覺設計一種原料包裝箱智能識別上料龍門裝置。采用SolidWorks設計龍門上料裝置機械結構；基于工藝流程設計電氣控制系統(tǒng)；通過機器視覺檢測判定包裝箱正反以確保正確供料方向；以第1個包裝箱視覺檢測位置為基準，確定每層4個包裝箱的機械手抓取標定位置，并進行偏差補償，以確定機械手實際抓取坐標；PLC與視覺裝置通過TCP通訊，驅動吸盤準確吸取包裝箱至入料口。通過實踐測試，龍門裝置每包裝盒上料速度為24～48 s。系統(tǒng)滿足裝配線供料效率需求，上料精準度明顯提升，節(jié)約了人力成本。

機器視覺；正反檢測；定位；誤差補償；龍門裝置

鋰電池在數(shù)碼行業(yè)、動力電池、儲能、新能源汽車等領域應用廣泛，隨著鋰電池產(chǎn)量逐年增長，我國已成為鋰電池最大的生產(chǎn)國和消費國。鋰電池需求量的增加拉動了鋰電池行業(yè)自動化裝置技術革新[1-2]。電芯是鋰電池的基本組成單元，電芯模組激光焊接裝配線主要進行電芯的封裝測試，主要完成電芯模組配件上料、電芯開路電壓檢測，以及電芯、端板和底殼的膠水噴涂、貼麥拉片，再將處理的電芯堆疊，進行極性檢測、底殼組裝、外框焊接、絕緣測試、刻碼、注膠、固化、極柱激光清洗、連接片激光焊接、直流內(nèi)阻檢，最后機械手抓取成品入庫[3-6]。裝配線的首站完成的功能是將棧盤上的料自動放到上料區(qū)，裝配線所需原料封裝在一個紙箱內(nèi)，每箱質量為10 kg，箱體正反標記不同，箱體堆垛時奇數(shù)層和偶數(shù)層擺放方式不同。裝配線是要滿足6 s供給一個電芯，而每箱內(nèi)8個電芯，則上料速度至少要達到48 s/個箱子，因此靠人工判別搬運上料會因體力因素無法滿足保持供料速度不變，同時存在定位不準、人力成本高等問題[7]。機器視覺采用圖像攝取裝置代替人工觀察，對拍攝的現(xiàn)場圖片進行信息分析處理對比，以結果控制設備作業(yè)過程，具有非接觸測量、精度高、范圍廣、檢測穩(wěn)定等優(yōu)點[8-11]，因此，現(xiàn)提出基于機器視覺的電芯模組原料包裝箱智能識別上料龍門系統(tǒng)方案。

1 智能識別上料龍門裝置工藝流程設計

包裝箱原存放于固定的底座中，在底座中的每層4個包裝箱，4個包裝箱奇數(shù)層和偶數(shù)層擺放方式不同，共2種擺放方式，見圖1。碼垛好的包裝箱表面貼有標簽，標簽位置影響箱內(nèi)電芯極性正反，進料要求“+極”流入流水線。系統(tǒng)運行時，主令工作信號主要由觸摸屏人機界面提供，PLC與PC之間通過網(wǎng)絡交換信息。整個系統(tǒng)的主要工作狀態(tài)除了在人機界面上顯示外，還由連接到PLC的警示燈顯示啟動、運行、停止、報警等狀態(tài)。在運行過程中如果按下暫停，則平穩(wěn)地停止運動。

圖1 包裝箱擺放方式

單個包裝箱的抓取流程見圖2。首先進行、、、4個軸的復位，復位完成后，通過視覺檢測與模板對照匹配，確定目標位置，再驅動4個軸配合運行，將紙箱送入上料區(qū)，上料完畢后再回到待機位。在此過程中，如果抓取的紙箱表面出現(xiàn)殘破或者無極性標志，安全停下，并報警，人工取出包裝箱后，繼續(xù)執(zhí)行下一個包裝箱抓取。如果來料箱體高度不滿足6層，則通過界面自由設定層數(shù)，機構繼續(xù)由當前設定的層數(shù)去抓取包裝箱。

圖2 單個包裝箱搬運控制流程

2. 智能識別上料龍門裝置機械結構設計

如圖3所示，采用SolidWorks設計系統(tǒng)機械結構，4軸控制分別為軸、軸、軸和旋轉軸軸控制。通過2個真空閥控制4個吸盤吸取包裝箱，智能相機放置于吸盤的正上方。真空吸盤的最大載質量為200 kg，軸的最大承受質量為280 kg。

圖3 上料龍門裝置外觀主視圖

3 智能識別上料龍門裝置硬件選型

控制系統(tǒng)主要選型為西門子CPU1513–PN PLC、步科HMI、西門子V90伺服驅動器與伺服電機、baumer–EXG50c視覺控制器、4 mm魚眼鏡頭、baumer–DP3024–2光源控制器、真空發(fā)生器、空氣壓縮機等[12]，硬件框圖見圖4。計算機、PLC、相機、HMI和伺服電機通過路由器互聯(lián)，采用以太網(wǎng)通信，智能相機與光源控制器之間采用232串口通信。

4 龍門視覺與PLC通訊

相機與PLC之間的通信是通過網(wǎng)線傳輸，通信協(xié)議為TCP，傳輸各個字符的坐標信息，并將相關數(shù)據(jù)存儲在相關的DB塊中，通過收發(fā)信號來處理不同事件策略。TCP通信收到的數(shù)據(jù)長度最大為32位，信息包括偏移、偏移、偏移值，工件方向用Y/N/E區(qū)分，偏移值為浮點數(shù)。龍門的視覺收發(fā)程序塊見圖5。

圖4 上料龍門裝置控制系統(tǒng)硬件框圖

5 原料包裝箱正反機器視覺識別

電池模組原料包裝箱其中一面表面標有“+”標記，其決定了箱內(nèi)電芯極性，進料時由“+極”進入上料區(qū)，因此采用了機器視覺進行包裝箱表面標記識別。基于C#開發(fā)視覺程序，PLC發(fā)出命令，相機執(zhí)行拍攝動作，然后將采集到的圖像與模板進行匹配，再將結果反饋給PLC。

每個包裝箱在每層擺放的姿態(tài)有4種，橫向和垂直方向各2種，按照圖1中4個紙箱子擺放序列進行組合（見圖6），因此共建8個模板圖像用于匹配，其中4個為圖6包裝盒圖像，4個為搜索區(qū)域模板。

圖5 龍門視覺收發(fā)數(shù)據(jù)程序塊

圖6 原料包裝箱擺放角度

如圖7所示，大的矩形為搜索區(qū)域，小的矩形為模版位置，檢測到的極性位置在左上方，輸出結果為0。

圖7 圖像視覺匹配

如果視覺檢測發(fā)現(xiàn)原料包裝箱無極性標志，則停車報警，人工取走包裝箱后，繼續(xù)下一個包裝箱搬運流程。取走的包裝箱由人工判斷是否正面與反面放置錯誤，若為正反面放置錯誤，則調整后待下一次搬運；若為非正反面放置錯誤的異常情況，與紙箱破損相同處理，判斷修正后人工上料。

6 原料包裝箱視覺定位

包裝箱的擺放共計6層，單層的擺放方式與雙層的不同，每層有4個包裝箱，因此有8個不同的抓取位置，因每個包裝箱的尺寸規(guī)格相同，理論上只需要確定第1個的包裝箱位置，則可計算出其余包裝箱的位置。

假定4個包裝箱的機械手標定抓取橫坐標分別為1、2、3、4，縱坐標分別為1、2、、4，復位待機位置為、，包裝箱的長度為，寬度為，則圖1中芯體原料包裝箱a、b 2種擺放方式坐標計算如下。

第1種方式（包裝箱a）：

第2種方式（包裝箱b）：

拍攝坐標方法相同，只需確定第1個包裝箱拍攝坐標，其余包裝箱的拍攝坐標按照上述方法偏移。軸的旋轉角度由視覺根據(jù)標記判定，然后傳輸給PLC，PLC驅動軸翻轉90°或者180°。方式1的第3個包裝盒坐標計算語句如下。

IF "龍門控制塊".龍門每層當前個數(shù)=3 THEN

"龍門控制塊".龍門取料位置[1] := "龍門控制塊".取料設定位置[1] +(("龍門控制塊".紙箱長+"龍門控制塊".紙箱寬)/2);//第3個紙箱x軸抓料位置

"龍門控制塊".龍門取料位置[2]:="龍門控制塊".取料設定位置[2]+"龍門控制塊".紙箱長-"龍門控制塊".紙箱寬)/2); //第3個紙箱y軸抓料位置

END_IF;

為實現(xiàn)包裝箱視覺精準定位，需要明確不同擺放方式下包裝箱的相機拍攝坐標、機械手抓取坐標，在實際上料過程中，每層紙箱的位置坐標因包裝箱間碰撞或包裝箱實際尺寸偏差問題，帶來與標定坐標之間的偏差，因此，需通過視覺檢測進行偏差補償[13-15]，如此包裝箱的機械手抓取坐標=標定的機械手抓取工件坐標+偏差補償值。相機實際拍攝坐標是有一定范圍的，直接使用標定的拍攝坐標即可。

視覺檢測獲取偏差補償值，如第1個包裝箱的偏移值語句如下。

x=MianVision_1.Vision_Result.X MianParameter_1.StandardX_1;

y=MianVision_1.Vision_Result.Y MianParameter_1.StandardY_1;

anlge=MianVision_1.Vision_Result.Angle MianParameter_1.StandardAnlge_1。

需將獲取的數(shù)據(jù)類型轉換為實數(shù)，傳送給PLC，通過在PLC中進行數(shù)據(jù)疊加獲取確切的抓取位置，相關程序如下。

“DB28龍門伺服”. ASM18.Set_ Postion:= “DB30龍門伺服_DB”.龍門取料位置[1]+ “龍門視覺通訊_ TRCV_DB208”.X軸接收偏移值

“DB28龍門伺服”.ASM19.Set_Postion:= “DB30龍門伺服_DB”.龍門取料位置[2]+ “龍門視覺通訊_ TRCV_DB208”.Y軸接收偏移值

7 系統(tǒng)調試

電芯模組原料包裝箱智能識別上料龍門系統(tǒng)實物見圖8。系統(tǒng)調試過程如下：編制SCL程序、連接計算機和PLC通信電纜，打開電源，下載程序；程序下載完畢后，將圖像軟件切換為自動狀態(tài)，連接好需要的光源控制器，調節(jié)到合適亮度；按下一鍵使能按鈕，使4個軸上使能，使能完成后按下一鍵回零按鈕；回零完成后，按下啟動按鈕，軸運動至相機拍攝位置，到位后相機拍攝，通信PLC計算存入寄存器；拍攝完成出現(xiàn)異常則報警，可復位，修改后再次拍攝，或者選擇跳過，執(zhí)行下一個動作，沒有異常則到達抓取步驟；如果抓取時真空值未報警，就繼續(xù)向下執(zhí)行，如果報警則將設備切換為手動，手動放真空，人工取走紙箱，然后按下一鍵復位，繼續(xù)向下執(zhí)行；到達放料的目的位置，旋轉至水平下降并放下紙箱，回到待機位，進入下一次作業(yè)。

圖8 智能識別上料龍門實物

8 結語

為解決鋰電池裝配線上料定位不準、效率低等問題，設計了基于機器視覺的電芯模組原料包裝箱智能識別上料龍門系統(tǒng)，規(guī)劃了其工藝流程、機械結構設計以及控制系統(tǒng)選型設計，基于機器視覺進行包裝箱正反判斷與精準定位，系統(tǒng)供料時間范圍可達到24～48 s，最低速度亦可滿足電池模組智能裝配線供料時間需求。上料時間縮短，配合控制流程優(yōu)化，有效提升裝配線的生產(chǎn)效率，避免了原料擁堵。同時原采用人工方式供料需要每個工位配置2人，且對用人的體力要求高，如此提高了作業(yè)的智能化水平，也確保了供料的位置和方向的精準性。此外該龍門上料裝置已推廣用于糧、油、餐飲包裝搬運，同樣也適用于紡織、物流、建材、家電等包裝物料的智能識別搬運，具有較廣的應用借鑒價值。

[1] 楊俊峰, 潘尋. “十四五”中國鋰動力電池產(chǎn)業(yè)關鍵資源供需分析[J]. 有色金屬(冶煉部分), 2021(6): 37-41.

YANG Jun-feng, PAN Xun. Analysis on Supply and Demand of Key Resources of Lithium Power Battery Industry in China during the 14th Five-Year Plan Period[J]. Nonferrous Metals(Extractive Metallurgy), 2021(6): 37-41.

[2] 張鵬, 賴興強, 沈俊榮, 等. 固態(tài)鋰電池研究及產(chǎn)業(yè)化進展[J]. 儲能科學與技術, 2021, 10(3): 896-904.

ZHANG Peng, LAI Xing-qiang, SHEN Jun-rong, et al. Research and Industrialization Progress of Solid-State Lithium Battery[J]. Energy Storage Science and Technology, 2021, 10(3): 896-904.

[3] 周迎華. 鋰電池電芯的堆疊方案[J]. 制造業(yè)自動化, 2019, 41(10): 65-66.

ZHOU Ying-hua. Stacking Scheme for the Electric Core of Lithium Battery[J]. Manufacturing Automation, 2019, 41(10): 65-66.

[4] 支嘉斌, 郭瑞, 郝瑞超, 等. 電池極柱激光清洗關鍵技術研究[J]. 制造業(yè)自動化, 2019,41(8): 118-121.

ZHI Jia-bin, GUO Rui, HAO Rui-chao, et al. Research on Key Technologies of Laser Cleaning of Battery Polar Column[J]. Manufacturing Automation, 2019, 41(8): 118-121.

[5] 張絢艷, 盛青山, 劉立新. 鋰離子鋁殼模組智能糾偏焊接系統(tǒng)研究[J]. 機床與液壓, 2021, 49(14): 129-132.

ZHANG Xuan-yan, SHENG Qing-shan, LIU Li-xin. Research on Intelligent Correction Welding System for Lithium Ion Aluminum Shell Module[J]. Machine Tool & Hydraulics, 2021, 49(14): 129-132.

[6] 陳甦欣, 曾臻. 動力鋰電池自動配組方案研究[J]. 機械工程與自動化, 2018(5): 142-144.

CHEN Su-xin, ZENG Zhen. Study of Automatic Matched Group Plan of Power Lithium Batteries[J]. Mechanical Engineering & Automation, 2018(5): 142-144.

[7] GUO Jian-bo, QIN Yong, WU Hai-bin, et al. Research on Position Recognition System of Gantry Hoisting Based on Machine Vision[J]. Integrated Ferroelectrics, 2021, 219(1): 280-298.

[8] 賀鈞婷, 陳寶華, 孫文卿, 等. 基于機器視覺的激光輔助焊接[J]. 激光雜志, 2018, 39(11): 47-50.

HE Jun-ting, CHEN Bao-hua, SUN Wen-qing, et al. Laser Assisted Welding Based on Machine-Vision[J]. Laser Journal, 2018, 39(11): 47-50.

[9] CHRISTOPH G, MAREIKE S. A New Dimension for Machine vision: Light Field Technology for Lean Automation Processes[J]. PhotonicsViews, 2021, 18(5): 54-56.

[10] BHAVANA B N, SHIVSUBRAMANI K, GEETHA M, et al. Machine Vision Based Flood Monitoring System Using Deep Learning Techniques and Fuzzy Logic on Crowdsourced Image Data[J]. Intelligent Decision Technologies, 2021, 15(3): 357-370.

[11] WANG Wei-lin, LI Chang-ying. A Multimodal Machine Vision System for Quality Inspection of Onions[J]. Journal of Food Engineering, 2015, 166: 291-301.

[12] 王慧, 王琦, 畢俊喜. 基于PLC的龍門式低壓鑄造機的定位控制研究[J]. 機床與液壓, 2018, 46(8): 136-139.

WANG Hui, WANG Qi, BI Jun-xi. Research on Positioning Control of Gantry Type Low-Pressure Casting Machine Based on PLC[J]. Machine Tool & Hydraulics, 2018, 46(8): 136-139.

[13] 張舞杰, 葉鋒. 基于機器視覺的機械手裝配系統(tǒng)設計[J]. 計算機測量與控制, 2018, 26(8): 168-171.

ZHANG Wu-jie, YE Feng. Design of Robot Assembly Inspection System Based on Machine Vision[J]. Computer Measurement & Control, 2018, 26(8): 168-171.

[14] SCHMITT R, FüRTJES T, ABBAS B, et al. Real-Time Machine Vision System for an Automated Quality Monitoring in Mass Production of Multiaxial Non-Crimp Fabrics[J]. IFAC PapersOnLine, 2015, 48(3): 2393-2398.

[15] 李丹, 白國君, 金媛媛, 等. 基于機器視覺的包裝袋缺陷檢測算法研究與應用[J]. 激光與光電子學進展, 2019, 56(9): 180-186.

LI Dan, BAI Guo-jun, JIN Yuan-yuan, et al. Machine-Vision Based Defect Detection Algorithm for Packaging Bags[J]. Laser & Optoelectronics Progress, 2019, 56(9): 180-186.

Intelligent Identification Feeding Gantry Device for Raw Material Packaging Box in Electric Core Module Laser Welding Assembly Line

YAN Hui

(Jiangsu Vocational College of Information Technology, Jiangsu Wuxi 214153, China)

The work aims to design an intelligent identification feeding gantry device of raw material packaging box based on machine vision to solve the problem that electric core module laser welding assembly line has large unit material weight, long time duration, low efficiency and insufficient feeding accuracy, which cannot meet the continuous, stable and accurate feeding requirements of the assembly line for 48 seconds. The mechanical structure of gantry feeding device was designed by SolidWorks; The electrical control system was designed based on process flow; The positive and negative of the packaging box was determined through machine vision inspection to ensure the correct feeding direction. Based on the visual inspection position of the first packaging box, the grab calibration position of the manipulator of four packaging boxes on each layer was determined, and the deviation was compensated to determine the actual grab coordinates of the manipulator; PLC was communicated with the visual device through TCP to drive the suction cup to accurately suck the packaging box to the feeding port. Through practical test, the feeding speed of each packaging box of the gantry device was 24 ～ 48 seconds. The system meets the feeding efficiency requirements of the assembly line. It significantly improves the feeding accuracy, and saves the labor cost.

machine vision; positive and negative detection; location; error compensation; gantry device

TB486

A

1001-3563(2022)19-0262-06

10.19554/j.cnki.1001-3563.2022.19.031

2021–11–15

江蘇省高校優(yōu)秀科技創(chuàng)新團隊基金（2019SJK07）；江蘇省“青藍工程”優(yōu)秀教學團隊基金（2017SJS015）；江蘇省高等學校自然科學研究計劃基金（17KJB510019）；職業(yè)教育教師教學創(chuàng)新團隊（2021SJBS22）

嚴惠（1982—），女，碩士，副教授，主要研究方向為控制理論與控制工程。

責任編輯：曾鈺嬋