一种发动机选配零件装配过程人机交互防错装置及方法与流程
本发明属于智能制造与质量控制，具体为一种发动机选配零件装配过程人机交互防错装置及方法。
背景技术：
1、深入分析在传统的发动机装配流程中，工人依靠个人经验和肉眼识别来完成选配零件的装配，这种做法存在诸多弊端。
2、首先，人工识别的主观性较强，容易出现误判，尤其是在高强度连续作业环境下，人的注意力难以持续保持高度集中，导致错误率上升。其次，人工装配效率受限，无法满足现代汽车工业大规模、高速度的生产需求。此外，随着发动机结构日益复杂，选配零件种类和级别繁多，人工记忆和判断的难度大大增加，进一步加剧了装配错误的风险。尽管市场上已有的自动化装配系统在一定程度上缓解了上述问题，但这些系统往往成本高昂，且对生产线的改造要求严格，缺乏足够的灵活性和适应性。特别是在处理多变的发动机型号和配置时，现有自动化系统往往显得力不从心，难以满足定制化生产的需求。
技术实现思路
1、为解决背景技术中存在的问题，本发明提供一种发动机选配零件装配过程人机交互防错装置及方法。
2、实现上述目的，本发明采取下述技术方案：一种发动机选配零件装配过程人机交互防错装置，包括人工输入系统、视觉识别系统、制造执行系统、数据输出系统、错误报警系统、提示系统及执行机构；
3、所述人工输入系统及视觉识别系统均与制造执行系统信号连接，所述制造执行系统与数据输出系统信号连接，所述数据输出系统与错误报警系统信号连接，所述错误报警系统与提示系统信号连接，所述提示系统与执行机构信号连接。
4、所述制造执行系统包括数据处理模块、逻辑判断模块、通讯模块、数据库管理模块、监控及报警模块；
5、所述数据处理模块用于接收并储存视觉识别和人工输入的数据，执行实时对比分析，判断数据一致性；
6、所述逻辑判断模块用于比较结果，触发合格或不合格的决策逻辑，决定是否发送装配指令；
7、所述通讯模块用于与各子系统间建立稳定的通讯协议，确保数据传输的准确性和实时性；
8、所述数据库管理模块用于存储历史数据，供质量追溯、生产分析和优化决策使用；
9、所述监控及报警模块用于实时监控生产状态，异常时自动触发错误处理流程。
10、所述方法包括如下步骤：
11、s1：视觉识别系统启动，利用高清晰度摄像头捕捉识别零件上的编码或等级标签，将识别信息传送到制造执行系统进行处理；
12、s2：人工输入系统准备就绪，输入即将装配的零件预期级别，信息传输至制造执行系统；
13、s3：制造执行系统接收视觉识别系统和人工输入系统的数据，进行对比分析，两者是否匹配；
14、s4：数据输出系统根据结果，显示装配指令的状态，并且提供反馈；
15、s5：如果识别与输入信息一致，系统标记为“合格”，并准备进入下一执行阶段，若发现不匹配立即启动错误处理流程；
16、s6：错误报警系统接收到错误信号后，立即激活声光报警，同时通过网络发送错误通知；
17、s7：提示系统在装配指令合格时，指示灯或语音提示器会在执行机构的正确零件存放位置点亮或发声，指引操作员准确无误地取用零件进行装配，装配过程得以顺利进行。
18、步骤s1还包括如下步骤：
19、s101：自适应降噪:利用非局部均值去噪算法，针对不同区域的纹理特性自适应地减少噪声，保留更多细节；
20、s102：动态范围压缩:实施局部色调映射算法，在不同光照条件下保持图像细节，防止过曝或欠曝；
21、s103：自适应阈值分割:采用otsu's method结合自适应局部阈值技术，依据图像不同区域的特性动态设置阈值，有效分割前景和背景；
22、s104：使用预训练的resnet或yolov5模型提取图像高层次特征，这些模型经过大量数据训练，能有效识别复杂零件特征；
23、s105：针对特定零件的特征，对预训练模型进行微调，添加自定义层以提升识别精度，对于特殊标记或细微差异的区分；
24、s106：利用卷积神经网络进行端到端的图像分类或对象检测，训练网络时，需准备包含各种光照、角度、背景的零件图像数据集，使用迁移学习或从头开始训练网络，优化识别精度。
25、步骤s3还包括如下步骤：
26、s301：数据融合算法:设计一个时间序列数据融合模型，将视觉识别与人工输入的数据整合在一个时间窗口内，采用卡尔曼滤波或滑动窗口平均等方法提高数据的准确性和稳定性；
27、s302：通过哈希比对或简单的数值比较，快速验证两路数据的一致性，确保决策的可靠性；
28、s303：根据预先定义的规则集，构建决策树模型进行合格/不合格的快速判断；
29、s304：针对生产线上不同任务的优先级和资源可用性，设计基于优先队列或遗传算法的调度算法，优化生产流程。
30、步骤s8还包括如下步骤：
31、s801：智能路径规划：利用ant colony optimization或genetic algorithm解决多目标优化问题，最小化取件路径和时间；
32、s802：预测模型：基于历史装配数据，运用时间序列分析或机器学习模型预测零件需求趋势，动态调整库存量，减少等待时间；
33、s803：最短路径算法：采用dijkstra或a*算法计算从当前操作员位置到目标零件的最短路径，指导快速取件；
34、s804：语音合成与指示灯控制算法：结合操作员当前位置和目标零件位置，实时生成个性化的语音指令或点亮相应位置的指示灯，实现精准导航。
35、与现有技术相比，本发明的有益效果是：
36、1.提高装配正确率：通过集成视觉识别系统、人工输入系统和制造执行系统，实现了对发动机选配零件级别的自动识别、双重验证，从而确保了装配零件的正确率高达100％，有效解决了传统依赖人工识别和装配方式易产生的错误问题。
37、2.优化生产效率：该方法能够即时识别零件并给出装配指令，避免了人工查找和比对的时间，显著提高了装配工作的效率。
38、3.减轻操作人员负担：系统通过提示系统和执行机构，为操作人员提供精确的操作指导，使得操作过程更加简便、直观，减轻了操作人员的负担。
39、4.确保产品质量：消除了装配错误导致的质量隐患，保证了发动机装配质量的稳定性与可靠性，提升了产品的整体性能和使用寿命。
40、5.降低安全隐患：避免了因装配不当可能引发的安全隐患，提高了生产过程的安全性。
41、6.优化生产流程：通过数据输出系统、错误报警系统和数据库管理模块，实现了对生产过程的实时监控和数据分析，为生产流程的持续优化提供了有力支持。
42、综上所述，该发明专利通过引入人机交互防错方法，有效解决了发动机装配过程中选配零件装配错误导致的质量隐患，具有显著的有益效果。
技术特征：
1.一种发动机选配零件装配过程人机交互防错装置，其特征在于：包括人工输入系统、视觉识别系统、制造执行系统、数据输出系统、错误报警系统、提示系统及执行机构；
2.根据权利要求1所述一种发动机选配零件装配过程人机交互防错装置，其特征在于：所述制造执行系统包括数据处理模块、逻辑判断模块、通讯模块、数据库管理模块、监控及报警模块；
3.一种根据权利要求1或2中任意一项所述的发动机选配零件装配过程人机交互防错装置的使用方法，其特征在于：所述方法包括如下步骤：
4.根据权利要求3所述的方法，其特征在于：步骤s1还包括如下步骤：
5.根据权利要求3所述的方法，其特征在于：步骤s3还包括如下步骤：
6.根据权利要求3所述的方法，其特征在于：步骤s8还包括如下步骤：
技术总结
一种发动机选配零件装配过程人机交互防错装置及方法，属于智能制造与质量控制技术领域。所述人工输入系统及视觉识别系统均与制造执行系统信号连接，所述制造执行系统与数据输出系统信号连接，所述数据输出系统与错误报警系统信号连接，所述错误报警系统与提示系统信号连接，所述提示系统与执行机构信号连接。发明专利通过引入人机交互防错方法，有效解决了发动机装配过程中选配零件装配错误导致的质量隐患，具有显著的有益效果。
技术研发人员：隋宏伟,董彬,郑家宁,吕长亮,李加福,张凯,姚玉洋,谷崇博,武征男,于海洋,汪洋,张元海,李雪松
受保护的技术使用者：哈尔滨东安汽车发动机制造有限公司
技术研发日：
技术公布日：2024/9/23