《工业控制计算机》2019年第32卷第3期
随着新能源汽车动力来源的锂电池产业的不断发展，动力电池PACK的国内需求已经到了“供不应求”的阶段。为提高锂电池的产量，PACK自动化产线设备的自动化程度急需提高。动力电池PACK自动化组装工艺的不断提升以及高端装备的普及应用决定了产品质量与生产效率。
1PACK自动化产线发展现状
电池PACK自动化装配生产线，包括模组装配线和电池包组装线是动力电池从生产到应用于新能源汽车的核心环节。不同类型的动力电池单体，都必须经过PACK成组、检验合格之后，最终才能使用于新能源汽车上，其生产装配质量将直接影响新能源汽车的性能。电池PACK组成主要包括电芯、模块、电气系统、热管理系统、壳体和BMS几个部分，其装配组装包括了贴片、电池焊接、固定、检测等多个环节。 典型的电池包装配工艺流程包括：悬臂吊将电池吊起来放置在托盘、绝缘纸粘贴、铜排支架安装、模组入壳、激光打码、模组固定、绝缘纸粘贴、悬臂吊将上PACK吊装到下壳体、EOL测试、充放电、电池箱盖螺丝固定、气密性测试、将电池包转至储存区。
图1典型电池包装配工艺流程
目前，PACK装配环节面临的问题主要为以下几个方面：①柔软的线束依赖工人手工将端口固定在电池包
上，并且要根据颜、线标将数量极多的线束准确装配，否则可能引发爆炸风险；
②在装配中，下盖、模组、上盖等较重部件的上料、吊装、下料都是通过气动吊具被搬运至组装工位，吊装工位都需要人工参与，通过操作工操控吊具来完成模组装载、上盖上料、电池包下料等；③模组上盖与托盘的紧固，紧固螺栓数量巨大。上盖螺栓人工的拧紧方式花费大量人工时间，影响生产效率。 本文基于PACK自动化产线生产需求，以工业机器人为主体，采用机器视觉识别模组入壳装配位置、壳体装配需紧固螺栓孔位置和状态，由机器人末端执行器进行模组抓取与螺栓紧固，以指定位姿实现模组入壳装配、螺栓紧固工作［1］。要实现该项工作，需要在对工业机器人结构和运动学进行细致分析，对机器视觉系统及其与机器人末端相对位置精确标定的基础上，通过图像处理进行目标识别定位，并根据机器人运动学确定模组入壳装配位置、紧固螺栓孔与机器人之间相对位置，最后由机器人控制器控制机器人及
末端执行器——
—模
组抓手、拧紧机构完
成模组入壳装配以
及螺栓拧紧和装配
动作。为了满足电池
PACK装配线自动化
装配的要求，将机器
视觉与装配线结合
起来，主要分为视觉
检测模块、夹持工作
台模块、夹持作业模
块和视觉检测模块3
个部分，系统框图如图2所示。
建立机器视觉模型，主要设计动力电池PACK包生产线装配过程中的极性检测系统、模组入壳装配视觉定位子系统、螺栓拧紧机器人视觉定位子系统。极性检测系统通过工装将模组中未到位的电芯下压，确保模组中所有电芯装载到位，便于极性测试机构快速准确测试。极性测试仪器采用视觉系统，可快速识别任意组合方式装载后的电芯极性分布，且准确和可靠。模组入壳装配系统，首先在机器人上料搬运系统方案基础上，搭建硬件平台，通过集成控制软件协调机器人、视觉定位、图像采集相互间工作实现机器人智能抓取，用实验验证其准确性。其中机器视觉在上料搬运中的应用是利用视觉得到的工件的信息实现对机器人末端的控制，以达到对目标工件的跟踪和抓取［2］。
3基于机器视觉检测系统的机器人搬运系统构建
视觉检测系统是自动检测模组入壳装配位置、螺纹孔位置的关键和核心部分，通过获取下盖底座及螺纹孔位置图片进行处理，判断需装配的位置是否存在偏移。视觉检测系统的设计包含2部分：图像采集与图像处理［3］。图像采集主要包含相机、镜头、光源、计算机等的选型设计；图像处理主要包含：图像处理算法研究、上位机程序开发、处理结果输出等的开发设计［4］。视觉检测系统的设计准则是图像采集获取高质量图片，并能准确有效地处理图片。视觉检测系统设计主要考虑计算精确度、处理准确度、编程灵活度、开发周期及硬件平台的通用性等。根据极片
基于机器视觉的电池P ACK装配线装配工艺研究
武慧1熊峰1余涛2徐正伟1杜帅帅1马芳1（上海大学机电工程与自动化学院，上海200444；2上海昭宏自动化机械有限公司，上海201700）
摘要：为了提高动力电池PACK自动化行业的产品质量和生产效率，通过机器视觉识别模块和壳体组件来组装螺栓孔的位置和状态，机器人执行模块抓取和螺栓拧紧，并在指定的姿势下实现模块壳体组装和螺栓紧固工作。
关键词：P ACK，包装，机器视觉，装配，动力电池
Abstract:In order to improve the product quality and production efficiency of the power battery PACK automation indus-try,the position and state of the bolt holes are required to be assembled by the machine vision identification module and the housing assembly．The end－effector of robot performs module grabbing and bolt tightening，and in the specified pose to achieve module shell assembly and bolt fastening work．
Keywords:PACK,machine vision,assembly,power
battery
图2装配系统
73
基于机器视觉的电池PACK装配线装配工艺研究
（上接第72页）
4）将上述计算的PID参数代入PID控制器，并由控制器输出MV，并传送给放散阀控制。
如图2、图3所示，上述流程是以1＃隔离段炉压控制为例来介绍，对于其他隔离段，其控制方法是一样的。但对于2＃隔离段炉压控制，由于2＃隔离段左临1＃隔离段，右临3＃隔离段，其炉压控制受1＃及3＃影响，所以其放散阀修正系数应是1＃、2＃及3＃隔离段正态系数的乘积。
5结束语
本文介绍的方法在西北某钢厂的一条取向硅钢连退线得到了成功应用。该退火线隔离段炉压差控制的设定值为25Pa，原控制后的波动范围是－7Pa～8Pa，使用该方法后，控制后的波动范围是－3Pa～4Pa，
说明其控制精度提高了近50％。而且，隔离段炉压保护程序启动的频率大大降低，一方面受益于炉压波动的降低，另一方面更是受益于类正态分布函数系数修正方法的成功应用。
本文方法提高了隔离段炉压差闭环控制的响应速度以及控制精度，并通过减少隔离段因炉压过低启动氮气保护程序而对炉内压力及气氛产生干扰的概率，进而可以提高硅钢连续退火炉的生产效率和质量。
参考文献
［1］易炳生，夏天．连续退火炉气氛双挡板隔离装置设计分析［J］．冶金设备，2009（4）：70－73
［2］邓小龙，张建林，等．纺织空调系统的模糊P ID控制研究及应用［J］．仪器仪表学报，2011，32（4）：763－768
［3］盛骤，谢式千，潘承毅．概率论与数理统计［M］．北京：高等教育出版社，1995
［收稿日期：2018．12．5］
缺陷的特性、装置所在环境、系统运行环境来合理选择相机、镜头、光源、打光方式和计算机等。考虑到系统的稳定性、鲁棒性和程序执行效率，应择比较成熟的机器视觉算法库和开发环境。
在装配线中搭载视觉系统的机器人主要应用在两个关键位置：模组入壳位置检测和电池箱盖螺栓固定。
3．1基于视觉检测的模组入壳系统构建
模组搬运机器人的主体由机器人本体、末端执行器（夹爪）、机器人控制器等组成。以视觉子系统（包括相机、图像处理和特征识别系统等）为机器人提供目标位姿数据，实现目标的正确定位抓取。此子系统要实现的功能为将AGV传输过来的模组从非精确定位的3托盘上搬运并装配到位于装配线抬起定位装置上的电池包PACK下壳体底座上，实现模组自动搬运上线并装配的功能［5］。根据功能要求，利用机器人搬运系统进行结构和系统设计。如图3所示为构建的基于视觉的搬运机器人。
图3模组搬运机器人
3．2基于视觉检测的螺栓固定系统构建
螺栓固定的视觉检测系统在螺栓固定系统中，主要负责检测螺栓孔的位置、深度等尺寸的准确性，并且为机械手提供螺栓的准确位置。
在检测螺栓孔的位置尺寸的准确度时，主要采用模板匹配的算法，模板匹配法采用已知的螺栓孔模板与线上电池箱盖的螺栓孔位置匹配，计算出电池箱盖螺栓孔的位置偏差。偏差大小在公差允许范围以外，传输到报警系统；偏差大小在允许范围以内，将位置尺寸信息传输到机械手执行系统，进行螺栓的紧固。
机械手平台是自动螺栓拧紧装置的基础，用于实现对螺栓的自动抓取、移动、放置和固定，是系统各模块的布局基础。根据系统中机械手平台的功能，将机械手平台分为2个工作模块：X－Z工作模块和X－Y工作模块。X－Y工作模块能移动装置在机械手末端的视觉定位系统对电池包进行定位，接收上下盖紧固孔的位置信息，并上传至视觉系统进行分析计算，将定位数据发送给机械手；X－Z工作模块能上下移动机械手，通过螺丝自动送料装置将螺栓输送到机械手拧紧轴前端，根据视觉系统检测结果将螺栓移送至螺栓孔位置处，机器人带动拧紧轴将上盖固定到箱体上［6］。如图4所示为构建的基于机器视觉的螺栓固定机器人模型。
图4螺栓固定机器人模型
4结束语
通过在PACK装配线中加入机器视觉系统，降低了装配产线的出错率。电池包上、下壳体紧固，保证螺栓定位总误差小于1．5mm；实现单个螺丝锁付时间小于等于8s，数量为70～80个螺栓孔的单个电池包紧固完成时间在600s～700s之间，视觉检测实现螺栓紧固检测完成率达99．5％。由于视觉检测系统的短暂延时性，使生产节拍有所减缓，仍需改进。
参考文献
［1］魏前龙．基于视觉定位的六轴工业机器人搬运系统设计与研究［D］．合肥：合肥工业大学，2017
［2］程晓金．机器人上料系统中视觉定位研究［D］．秦皇岛：燕山大学，2013
［3］查闯．动力锂离子电池极片自动检测分选装置设计研究［D］．南京：东南大学，2016
［4］向邦懋．M EA特种复合设备检测系统设计与实现［D］．武汉：华中科技大学，2012
［5］Ba hn W,Park J,Lee C H,et al．A motion－information－based vi-sion－tracking system with a stereo camera on mobile robots
[C]／／Robotics,Automation＆Mechatronics．IEEE,2011［6］Ha ro G,Pardàs M．Shape from incomplete silhouettes based on the reprojection error[J]．Image＆Vision Computing,2010, 28(9):1354－1368
［收稿日期：2018．11．25
］!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 74
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议