2024年3月31日发(作者：第八代高尔夫gti)
MANUFACTURING AND PROCESS
| 制造与工艺
时代汽车
汽车前部安装在线冲孔研究
何学峰 唐立宇 王鹏
上汽通用汽车有限公司 上海市 201201
摘 要： 本文基于汽车前部普遍存在的难配合问题，以DTS (Dimension Technical Specification )可达性为
最终目标，运用在线冲孔工艺建立了前盖/前保，翼子板/A柱前后向的关联性。通过数据分析及
优化算法，实现在线测量设备引导机器人冲孔。提供成本、质量相平衡的尺寸价值方案。实现了
最终汽车卓越精致匹配的状态。
关键词：在线冲孔；尺寸技术标准；基准优化；在线测量技术
1 引言
随着汽车工业的发展，汽车的匹配质量
越来越被消费者关注。本文针对汽车开发中
的前部精致车匹配要求，通过数据分析及工
艺方案可行性研究。提供成本、质量相平衡
的尺寸价值方案。
图2 数据分析工作流程图
Data set A
(sample size 30)
Data set B
(sample size 30)
No
6-slgma varlation of both
data sets A&B(Both
6-sigrna value)〈/=1mm)
No
Correlation coefficient of data
No
sets A&B(〉/=0.7)
Yes
F-test of data sets A&B
(〉/=0.05)
Yes
Mean difference
(abs〈/=0.7mm)
No
No
Fail
Fail
Yes
Mean difference
Yes
(abs〈/=0.7mm)
No
Fail
Dlfference check(Max
abs value〈/=0.7mm)
Yes
Pass
Pass
No
2 在线匹配的数据结构分析
早期的汽车前后盖安装基准是基于前部
横梁及车顶后部冲孔（net hole）作为基准安
装点，该方案由于前部横梁受到来料尺寸数
据的波动，厂内多工位焊接的影响，自身的
稳定性已经很差，基于此，通过大数据分析
及工艺流程重新梳理，希望开发一种基于前部
与中部相关联的工艺基准系统，后部也参照前
部建立强相关基准，来满足车辆匹配质量的需
求，降低返修量，从根本上提升制造质量。
Fail
Pass
4 大数据分析
通过GDIS系统，选择单一车辆线生产的
车型，设置样本量30个，该样本量代表了一
个月的该车型的稳定生产的6sigma稳定能力，
通过分析，我们发现，6sigma数据为1.6～
2.3mm，该公差明显较大，这样会导致线生
产后期板链上需要加大工人的调整量，以满
足最终匹配要求，见图３。
机器人技术成熟的前提下引入的，该技术需
要高精度在线测量数据作为名义值偏差补偿，
依靠机器人精度对零件进行再加工，冲孔或
者激光切孔。从根本上解决车身焊接尺寸链
长，生产影响因素多的问题。将尺寸链改善
成点对点的强相关性，彻底解决制造偏差。
同时该技术受限于坐标系的优化选择和测量
设备的稳定性，需要对实施进行阶段性数据
分析，设置最佳基准系统及补偿常量，以期
达到最终缩小制造公差，减少后期调整，降
低制造成本，保证制造质量的目的。
5.1 产品特征要求
①产品特征定义，冲孔放在黄金支架或者
前横梁上，冲孔（laser）直径13.1mm（LH/
图1 工艺基准示意图
前端
后端
基于此，需要寻求新的工艺方案来替代
原工艺方案，缩短尺寸链，建立强相关性。
3 相关性数据流程图
建立相关性数据流程图，判断建立子基
准的数据相关性，以此判断测量、冲孔，子
基准系统建立的正确性，见图２。
以此来满足质量控制要求。
5 在线冲孔工艺
在线冲孔工艺是基于在线测量技术以及
AUTO TIME
85
Copyright?博看网 . All Rights Reserved.
MANUFACTURING AND PROCESS
| 制造与工艺
图3 数据分析曲线
点之间的距离，如果偏差值大于±0.3mm，
那么将进行二次补偿。即冲孔机器人获取第
二次偏差补偿结果，重新到达冲孔位置然后
再冲孔。
图7 子基准坐标建立图
Camera #3
U/D Z
L
U/D向左右独立定位
目的是保证冲抢头贴
合钣金面冲孔。
Camera #2
U/D Y
L
Camera #1
F/A U/D X
L
C/C向左右2点共同定位，
左右机器人获取相同的偏差
值，保证两个孔距离一致。
F/A向左右独立取点
RH）；②前后向位置与侧围主定位孔前后向位
置强相关；③左右向位置度与侧围铰链安装面
强相关；④该冲孔作为翼子板工装的主定位孔；
⑤该孔同时作为前保中支架前后向定位孔使用。
5.4 系统重复性分析
（1）Vision系统重复性：
Range≤0.42mm；（2）引导系统重复性分
析（M-900iA /260L）。
冲孔机器人重复性
±0.3mm
(Range0.6mm)
Vision重复性
Range0.42
冲抢重复性
0.1
6.3 相关性数据
按照数据分析的要求，进行数据采集，
确认在线冲孔数据是否满足公差要求，同
样按照单一车30组数据为样本，冲孔的6
sigma 为0.98mm<1mm的挑战公差，且与
A柱主定位强相关，左边相关性0.87，右
边相关性0.87。满足相关性》0.7的要求，
6sigma 1mm，满足目标要求。
图4 冲孔示意图
引导系统综合重复性：
0.6
2
+
0.42
2
+
0.1
2
=
0.75
M-710引导综合重复性：
2
0.6
2
+（
0.1
+
0.14
+
0.1
）+
0.1
2
=
0.70
图8 项目实施正态分布图
5.2 Vision 系统
Vision 系统由6台机器人组成，分别测
量车身上的300个特征，在完成测量后，根
据节拍考虑机器人切换成冲枪，现实冲孔。
小结：
冲孔精度要求与结论
（1）冲孔位置度要求±0.5mm即
Range为1mm（以建系点为基准）；（2）结论：
0.7〈1mm，满足要求。
7 结语
本文通过系统的分析了在线冲孔的工艺方
案，通过大数据分析出现有工艺的大偏差问题，
建立了在线冲孔工艺可行性研究，建立子基准系
图5 在线检测工位图
6 项目实施跟踪
6.1 机器人引导算法
按照强相关性设计子基准算法，通过
Vision 系统拍照采集数据点，建立新的子基
准坐标系，如图示，采集点数据进行编号。
5.3 冲抢结构
冲枪型号：ECKOLD Model T261
偏差计算方法：
X
L
=0119XLO_X X
R
=0119XRO_X
Y
L
=Y
R
=（1117SLO_Y+1117SRO_Y）/2
Z
L
=0301XLU_Z Z
R
=0301XRU_Z
以上偏差值分别输出给左右两台冲孔机器
人，冲孔机器人根据偏差结果调整位置后冲孔。
6.2 二次补偿功能与规则说明：
冲孔机器人第一次获取上述偏差结果后，
冲枪参数：
最大冲力45KN
冲头寿命一般为1~1.5万次
统，在新项目实施并评价状态。为行业在该技术
运用上建立了基础标准和解决方案，降低后继人
工调整，稳定匹配质量状态。为设计及日常质量
控制提供参考，形成指导策略。便于运用到具
体车型的实际工作之中，为我国汽车工业精致
化研究提供方法及质量控制参考。
参考文献：
[1]杨宇光，汽车外观设计质量新型控制方法
[J].汽车广角，2006，10：44~45.
[2]濮衣贵，纪名刚.机械设计第七版[M].北京：
高等教育出版社，2001.
[3]牟永田，韩耀光.浅谈保证装配精度的装配
方法[J].机械管理开发.2011，4（8）：56~57.
图6 冲枪参数
冲枪
到达冲孔位置，然后测量机器人复测冲枪上
的靶标圆孔。测量系统计算该特征孔与基准
86
AUTO TIME
Copyright?博看网 . All Rights Reserved.
更多推荐
冲孔,机器人,基准,数据
发布评论