자동차 차체 용접 완성도 검출 및 구성 방법

Scientific Reports 12권, 기사 번호: 7929(2022) 이 기사 인용

1600 액세스

8 인용

3 알트메트릭

측정항목 세부정보

불량 자동차 바디인화이트 패널의 불량한 용접 완성도와 비효율적인 구성 문제를 해결하기 위해 디지털 트윈(DT)과 혼합현실을 기반으로 자동차 바디인화이트 패널의 용접 완성도를 감지하고 구성하는 방법을 제안한다. (씨). 이 방법은 DT를 사용하여 차체 패널 용접 완성도의 감지 및 구성을 위한 MR 중심 DT 프레임워크를 구축합니다. 패널용 DT 지식베이스 구축 방법, Yolov4 기반의 용접 완성도 검출 방법, MR 기반의 패널 용접 완성도 구성 방법을 제안한다. 우리 팀은 방법의 효율성을 완전히 검증하기 위해 패널 용접 완전성 감지 및 구성 시스템을 개발합니다.

차세대 정보 기술의 급속한 개발과 적용으로 인해 글로벌 제조 산업은 디지털화, 네트워킹 및 지능화를 향해 가속화되고 있습니다. 지능형 제조는 다양한 국가에서 점점 더 많은 관심을 받고 있습니다1. 자동차의 주요 부품인 바디인화이트 패널의 용접 완성도는 바디인화이트 생산 효율성의 핵심이다. 공정 요구 사항을 충족하려면 볼트, 너트, 고정 핀 및 기타 유형의 부품을 일부 패널의 특정 구멍 위치에 용접한 후 차체 부품으로 융합해야 합니다. 그러나 패널의 종류가 많고 용접부분의 양이 적기 때문에 작업자의 판단과 수작업만으로 용접부분을 생략하기 쉬우며 이로 인해 패널의 용접건전성을 확보하는데 어려움이 있다. 현재 차체(Body-in-White) 패널 용접 완전성 감지 및 구성 수단에는 주로 다음 두 가지 영역에서 제한이 있습니다.

패널용접의 완전성을 검출하기 위한 효율적인 방법이 부족하다. 첫째, 수동 감지가 여전히 널리 사용되고 있지만 불확실성이 크고 노동 투입이 많이 필요합니다. 또한, 기존의 근접 센서를 감지용으로 사용할 경우 센서가 쉽게 손상되어 감지 효율이 낮고 정확도도 낮다.

패널용접 완성도 구성방법의 개선이 필요하다. 현재 안내 프로세스는 주로 2차원 도면에 의존하고 있으며 2D 그래픽의 결과는 직관적이지 않습니다.

DT(Digital Twin)는 지능형 제조 응용의 새로운 방법으로, 물리적 개체와 가상 모델 간의 양방향 매핑 및 실시간 상호 작용을 통해 물리적 개체의 가상 모델을 디지털 방식으로 생성하고 산업 최적 설계를 달성하는 것입니다. 제품, 생산라인 계획 시뮬레이션, 제조 공정 최적화, 서비스 운영 제어2. DT의 개념은 2003년 미시간 대학의 Grieves 교수가 PLM(제품 수명주기 관리) 수업3에서 처음 제안했습니다. DT는 40개 이상의 항공우주, 의료, 스마트 시티, 스마트 빌딩, 자동차 제조4,5,6,7에서 사용되었습니다. 혼합 현실(MR)은 가상 현실 통합 데이터 상호 작용을 달성하고 실시간 데이터 수집, 장면 구성 및 가상 현실 등록을 통해 의사 결정 최적화를 지원할 수 있습니다8. DT와 MR을 기반으로 한 융합 감지 방법은 차체 패널 용접 완전성 감지 및 구성을 위한 디지털 및 지능형 지원을 제공하여 차체 패널의 용접 효율성을 효과적으로 향상시킬 수 있습니다.

본 논문에서는 Body-in-White 패널의 용접 완성도를 감지하고 구성하기 위한 DT 기반의 방법을 제안한다. 이러한 방식을 바탕으로 우리 팀은 패널 용접 완전성 감지 및 구성에서 물리적 정보 융합과 시각적 상호 작용을 달성하여 차체 용접의 효율성을 향상시키는 시스템을 개발합니다. 논문의 전체적인 구조는 다음과 같습니다. 1은 디지털 트윈샵 지능형 생산 라인과 MR 기반 공작물 품질 감지에 대한 학자들의 연구를 요약한 것입니다. 2장에서는 DT를 기반으로 Body-in-White 패널의 용접 완성도를 감지하고 구성하기 위한 프레임워크를 제공합니다. 3장에서는 Body-in-White 패널의 DT를 위한 지식 베이스 구축 방법과 패널 용접 완전성 검출 방법을 제안한다. 4장에서는 제안된 접근 방식을 일반적인 사례를 통해 검증하고 비교 분석한다. 5장에서는 연구를 요약하고 향후 연구 방향을 제시한다.