戴琨 祁宇明 董瑞佳

摘? 要：針對(duì)工業(yè)機(jī)器人自動(dòng)分揀中當(dāng)工件有較大的旋轉(zhuǎn)角度時(shí)，普通的模板匹配法無(wú)法準(zhǔn)確地得到抓取和放置工件正確位置的問(wèn)題，提出一種基于內(nèi)邊界追蹤粗定位和基于模板匹配精定位的兩步視覺(jué)定位方法。針對(duì)諧波減速器輸出法蘭盤，采用八鄰域內(nèi)邊界追蹤法對(duì)工件旋轉(zhuǎn)角度進(jìn)行粗定位，通過(guò)霍夫圓檢測(cè)技術(shù)得到工件的中心位置，并通過(guò)一種改進(jìn)的模板匹配法得到工件精確的旋轉(zhuǎn)角度。實(shí)驗(yàn)結(jié)果表明，位姿檢測(cè)的平均誤差不大于0.1°，該定位方法在合適條件下可以滿足精度要求。

關(guān)鍵詞：工業(yè)機(jī)器人；霍夫圓檢測(cè)；內(nèi)邊界跟蹤；模板匹配；位姿檢測(cè)

中圖分類號(hào)：TH166? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號(hào)：2095-2945（2024）08-0157-05

Abstract： In order to solve the problem that the common template matching method can not get the correct position of grasping and placing workpiece accurately when the workpiece has a large rotation angle in the automatic sorting of industrial robot， a two-step visual localization method based on inner boundary tracking and fine positioning based on template matching is proposed. Aiming at the output flange of harmonic reducer， the eight-neighborhood inner boundary tracking method is used to roughly locate the rotation angle of the workpiece， and the central position of the workpiece is obtained by Hough circle detection technique. The accurate rotation angle of the workpiece is obtained by an improved template matching method. The experimental results show that the average error of pose detection is less than 0.1， and the positioning method can meet the accuracy requirements under suitable conditions.

Keywords： industrial robot; Hough circle detection; inner boundary tracking; template matching; pose detection

工業(yè)機(jī)器人廣泛應(yīng)用于碼垛、焊接裝配等工作中，代替人類勞動(dòng)，如果工作環(huán)境和操作對(duì)象都有精確的結(jié)構(gòu)化模型時(shí)，機(jī)器人的生產(chǎn)效率很高，但精確的結(jié)構(gòu)化需要付出昂貴的代價(jià)[1]。在使用機(jī)器視覺(jué)后，使機(jī)器人朝柔性化和智能化的方向發(fā)展，節(jié)省了成本，提高了生產(chǎn)效率[2]。隨著機(jī)器視覺(jué)的發(fā)展，機(jī)器人分揀系統(tǒng)在多個(gè)行業(yè)取得了廣泛的應(yīng)用[3]。模板匹配當(dāng)識(shí)別對(duì)象有較大旋轉(zhuǎn)角度時(shí)便無(wú)法準(zhǔn)確地對(duì)識(shí)別對(duì)象進(jìn)行定位，有許多學(xué)者提出了解決該問(wèn)題的方法，如Yang等[4]提出了一種魯棒性較強(qiáng)的模板匹配法。張衛(wèi)芬等[5]設(shè)計(jì)了一個(gè)基于機(jī)器視覺(jué)的物料分揀系統(tǒng)，使用了基于灰度值的模板匹配識(shí)別定位，該方法為了識(shí)別不同角度的分揀對(duì)象，當(dāng)無(wú)法識(shí)別出對(duì)象后，將匹配的模板旋轉(zhuǎn)15°去進(jìn)行粗匹配，這樣當(dāng)識(shí)別對(duì)象旋轉(zhuǎn)角度較大時(shí)，粗定位所需要的時(shí)間就會(huì)較長(zhǎng)，而本文在此方法的基礎(chǔ)上提出一種針對(duì)圓形工件基于內(nèi)邊界粗定位和基于模板匹配精定位的兩步定位法，用于解決諧波減速器自動(dòng)裝配中對(duì)輸出法蘭盤的定位問(wèn)題，并對(duì)粗定位的方法做了改進(jìn)。通過(guò)對(duì)諧波減速器的輸出法蘭盤模型的定位實(shí)驗(yàn)，證明了該方法的有效性。

1? 系統(tǒng)結(jié)構(gòu)

該系統(tǒng)主要由工業(yè)機(jī)器人、工業(yè)相機(jī)、計(jì)算機(jī)組成。該系統(tǒng)的攝像頭采用eye-to-hand的安裝方式，工業(yè)攝像機(jī)安裝在傳送帶的上方。并將補(bǔ)光燈與工業(yè)相機(jī)安裝在一起，工業(yè)機(jī)器人的末端采用氣動(dòng)的機(jī)械手。圖像的采集、處理及對(duì)工件的定位都在計(jì)算機(jī)中完成，并通過(guò)以太網(wǎng)將工件的位姿傳到工業(yè)機(jī)器人的控制器中，然后工業(yè)機(jī)器人根據(jù)工件的位姿信息規(guī)劃路徑，完成對(duì)工件的抓取并放在正確的位置。該系統(tǒng)的結(jié)構(gòu)圖如圖1所示。

2? 單目視覺(jué)系統(tǒng)

由于相機(jī)的安裝方式是采用eye-to-hand的安裝方式，故只需要對(duì)相機(jī)進(jìn)行標(biāo)定。相機(jī)標(biāo)定的作用是建立二維圖像中的像素點(diǎn)與現(xiàn)實(shí)世界中的元素點(diǎn)的對(duì)應(yīng)關(guān)系，相機(jī)標(biāo)定的好壞決定了定位工件位姿的準(zhǔn)確性，采用張正友棋盤格標(biāo)定法對(duì)相機(jī)進(jìn)行標(biāo)定[6]，使用Harris角點(diǎn)檢測(cè)法檢測(cè)棋盤格的角點(diǎn)，根據(jù)檢測(cè)出的角點(diǎn)求出相機(jī)的內(nèi)外參數(shù)[7]。相機(jī)標(biāo)定的相機(jī)模型為小孔成像模型，攝像機(jī)坐標(biāo)系、圖像坐標(biāo)系、世界坐標(biāo)系的轉(zhuǎn)換關(guān)系如圖2所示。

，? （1）

式中：（u，v）為圖像坐標(biāo)系的坐標(biāo)，（u0，v0）為圖像像素坐標(biāo)系的主點(diǎn)坐標(biāo)，dx和dy是單位像素的物理尺寸，f為成像系統(tǒng)的焦距，（X，Y，Z）為世界坐標(biāo)系坐標(biāo)。拍攝的棋盤格照片如圖3所示。

通過(guò)標(biāo)定可得內(nèi)參數(shù)矩陣

。（2）

3? 目標(biāo)識(shí)別與定位

3.1? 圖像處理步驟

采集的圖像為諧波減速器輸出法蘭盤的模型圖像，首先復(fù)制原圖。將采集到的圖像轉(zhuǎn)換為灰度圖像，然后進(jìn)行高斯濾波，對(duì)高斯濾波后的圖像做霍夫圓檢測(cè)，得到工件中心位置的像素坐標(biāo)。將復(fù)制出來(lái)的圖片轉(zhuǎn)換到HSV色彩空間，并進(jìn)行顏色提取，然后根據(jù)霍夫圓檢測(cè)得到的圓心像素坐標(biāo)對(duì)圖片進(jìn)行截取，接著對(duì)截取的圖片做閉操作，將圖像上的黑色小塊消除后對(duì)橢圓做邊緣提取，根據(jù)邊檢像素求得橢圓的中心坐標(biāo)點(diǎn)，結(jié)合霍夫圓檢測(cè)得到的圓心坐標(biāo)求出過(guò)這2點(diǎn)直線的斜率和傾角，對(duì)工件的旋轉(zhuǎn)角度進(jìn)行粗略的估計(jì)，將灰度圖像旋轉(zhuǎn)傾角附近的角度與水平子圖進(jìn)行匹配，比較求得的R值，R值最大的圖像的旋轉(zhuǎn)角度為工件的旋轉(zhuǎn)角度。其流程圖如圖4所示。

3.2? 圖像預(yù)處理

1）先將原始圖像轉(zhuǎn)換為灰度圖像。由于相機(jī)采集的圖像中有噪聲，會(huì)對(duì)目標(biāo)的特征提取和識(shí)別造成影響，導(dǎo)致誤差，因此先對(duì)圖片進(jìn)行平滑處理，去除圖片中的噪聲。常見的濾波方法有高斯濾波、中值濾波、均值濾波等。高斯濾波對(duì)圖像中的隨機(jī)高斯噪聲有較好的抑制作用，中值濾波對(duì)椒鹽噪聲和個(gè)別毛刺噪聲有比較好的去除作用。由于采集到的圖片中沒(méi)有出現(xiàn)較明顯的椒鹽噪聲等，因此選擇使用高斯濾波，高斯濾波如公式（3）所示

但在實(shí)際計(jì)算中使用掩膜來(lái)近似計(jì)算，如3×3的掩膜為

。 （4）

分別使用3×3、5×5、7×7大小的掩膜對(duì)圖片處理，結(jié)果如圖5—圖7所示。

可以明顯觀察到隨著掩膜的增大，圖像的邊緣越來(lái)越模糊，圖像的信息損失越來(lái)越多，為了更好地保留圖像的邊緣信息，又可以去除圖像中的噪聲，故選擇3×3大小的掩膜對(duì)圖像做平滑處理。

2）將原始圖像轉(zhuǎn)換到HSV色彩空間，然后對(duì)圖像進(jìn)行顏色提取，根據(jù)工件的顏色特征，設(shè)置H、S、V通道值的范圍為[100：124]、[43：255]、[46：255]，結(jié)果如圖8所示。

3.3? 特征提取

根據(jù)工件的形狀特點(diǎn)，選擇使用Hough（霍夫）圓檢測(cè)來(lái)對(duì)待檢測(cè)圖片做特征提取，Hough圓檢測(cè)的期望方程為

（x1-a）2+（x2-b）2=r2。（5）

對(duì)灰度圖做均值遷移濾波后進(jìn)行Hough圓檢測(cè)，最終得到工件邊緣的輪廓和工件的圓心位置。Hough圓檢測(cè)的結(jié)果如圖9所示。

根據(jù)霍夫圓檢測(cè)得到的圓心坐標(biāo)（a，b）對(duì)轉(zhuǎn)換到HSV色彩空間并提取完顏色的圖片做剪裁，在其上截取圖片的區(qū)域根據(jù)以下公式計(jì)算

x1=a-r×■x2=a+r×■ ，（6）

y1=b-r×■y2=b+r×■ ，（7）

式中：r為霍夫圓檢測(cè)的圖像中工件的半徑；x1、x2為截取區(qū)域左端和右端的坐標(biāo)；y1、y2為截取區(qū)域最上端和最下端的區(qū)域截取的圖像如圖10所示，其4個(gè)角周圍有小塊的黑色區(qū)域，在圖10中用圓弧把這些都標(biāo)注了出來(lái)。這些黑色的小塊會(huì)對(duì)邊緣提取造成影響，故對(duì)截取的圖像做閉操作，結(jié)果如圖11所示。

截取的圖像中做完閉操作后只剩下2個(gè)黑色的橢圓，然后對(duì)橢圓進(jìn)行邊緣提取，邊緣提取使用的方法是八鄰域內(nèi)邊界追蹤，八鄰域的示意圖如圖12所示，中心黑色的方格代表中心像素，其周圍的8個(gè)方格為其鄰域像素。內(nèi)邊界跟蹤的算法步驟如下。

1）對(duì)圖像從左到右，從上到下依次掃描，找到要搜索區(qū)域像素中行數(shù)和列數(shù)最小的像素。

2）從步驟1）找到的點(diǎn)開始，以逆時(shí)針的方向搜索當(dāng)前像素的鄰域，當(dāng)檢測(cè)到與當(dāng)前像素的灰度值相同的像素時(shí)，將搜索到的像素作為當(dāng)前像素，并還按逆時(shí)針的方向搜索其鄰域。

3）判斷當(dāng)前邊界元素與第二個(gè)邊界元素是否重合，且當(dāng)前邊界元素的前一個(gè)元素與第一個(gè)邊界元素是否重合，如果重合，則結(jié)束邊緣檢測(cè)，否則重復(fù)步驟2）。

4）檢測(cè)得到的像素便為橢圓的邊界像素，由于內(nèi)邊界跟蹤是從行列最小的區(qū)域元素開始，且只能追蹤出一個(gè)區(qū)域的邊界，故只能得到一個(gè)橢圓的邊界元素，本文使用的方法只需要得到一個(gè)橢圓中心點(diǎn)的像素，故可以使用該算法。

邊界追蹤的結(jié)果如圖13所示。

經(jīng)過(guò)內(nèi)邊界追蹤后得到其中一個(gè)橢圓的邊界點(diǎn)的像素坐標(biāo)，這些點(diǎn)的橫縱坐標(biāo)通過(guò)公式（8）計(jì)算，估計(jì)出橢圓中心的坐標(biāo)為

， （8）

式中：（X，Y）為橢圓中心點(diǎn)的坐標(biāo)，H為獲取的橢圓邊界像素的個(gè)數(shù)，（xi，yj）為每個(gè)橢圓邊界像素點(diǎn)的坐標(biāo)。然后根據(jù)求出來(lái)的橢圓中心點(diǎn)的像素和霍夫圓檢測(cè)，根據(jù)式（9）計(jì)算出過(guò)工件圓心和橢圓中心點(diǎn)的直線的斜率為

k==。（9）

然后根據(jù)斜率求出該直線的傾角，從而估計(jì)出工件旋轉(zhuǎn)的大致角度θ。由于要以子圖為標(biāo)準(zhǔn)，用模板匹配的方法判斷工件的旋轉(zhuǎn)角度，故需要定義一個(gè)工件的零度位置，并用相機(jī)采集此時(shí)工件的圖像，轉(zhuǎn)換為灰度圖像后截取一個(gè)包含2個(gè)橢圓的矩形區(qū)域，截取的子圖如圖14所示。

3.4? 模板匹配

本文使用的模板匹配法是基于區(qū)域灰度值的模板匹配，該方法有較高的魯棒性，但是該方法是將模板從左到右，從上到下與待檢測(cè)圖片重合部分每個(gè)像素一一對(duì)應(yīng)，比較灰度值的差異，將重疊像素的灰度值比較，求出子圖與原圖重疊部分的相關(guān)度。本文采用的是歸一的標(biāo)準(zhǔn)化差值平方和匹配法，其計(jì)算公式為

，（10）

式中：（x′，y′）為子圖中像素的坐標(biāo)位置，T為子圖像素的灰度值，I為目標(biāo)圖像像素的灰度值，（x，y）為目標(biāo)圖像中的像素坐標(biāo)。但是該方法有較為明顯的缺陷，當(dāng)工件發(fā)生旋轉(zhuǎn)時(shí)模板、子圖便不能準(zhǔn)確地匹配出待檢測(cè)圖片中要匹配的位置，會(huì)給定位造成很大的誤差，造成機(jī)械臂無(wú)法抓取到工件，從而使算法失效。因此對(duì)該算法進(jìn)行改進(jìn)，將工件的灰度圖像旋轉(zhuǎn)（θ-1，θ-0.9，θ-0.8，…，θ+0.9，θ+1）°，θ為3.3節(jié)中得到的直線傾角，然后將旋轉(zhuǎn)得到的20張圖像再與3.3節(jié)中水平位置子圖進(jìn)行匹配，每幅圖像都會(huì)得到一個(gè)R值，將得到的20個(gè)R值進(jìn)行比較，值最小的圖像就是與水平子圖匹配結(jié)果最好的圖像，其角度就是工件的旋轉(zhuǎn)角度。圖15—圖16為模板匹配的結(jié)果。

4? 實(shí)驗(yàn)

分別將工件擺放到相對(duì)于規(guī)定的水平方向旋轉(zhuǎn)0°、45°、90°、135°、145°和180°的位置，通過(guò)工業(yè)相機(jī)采集到工件在這6個(gè)角度的圖像，對(duì)6張采集到的圖像做處理后得到工件的旋轉(zhuǎn)角度和中心位置，與工件的實(shí)際角度和位置進(jìn)行比較，通過(guò)計(jì)時(shí)函數(shù)得到該方法定位所需要的平均時(shí)間為875 ms。實(shí)驗(yàn)結(jié)果見表1。

5? 結(jié)論

本文提出的基于內(nèi)邊緣粗定位和基于模板匹配精定位的方法經(jīng)過(guò)實(shí)驗(yàn)后，實(shí)驗(yàn)結(jié)果表明該方法對(duì)目標(biāo)識(shí)別的速度較快，且穩(wěn)定性較好，誤差也較小，該方法可以用于自動(dòng)安裝或分揀的流水線上對(duì)識(shí)別對(duì)像進(jìn)行定位，具有一定的參考價(jià)值。

參考文獻(xiàn)：

[1] 李福東，季濤，徐德，等.基于雙目視覺(jué)與工業(yè)機(jī)器人的大型工件自動(dòng)上下料系統(tǒng)[J].機(jī)械設(shè)計(jì)與制造工程，2019，48（1）：43-46.

[2] 王詩(shī)宇，林滸，孫一蘭，等.基于機(jī)器視覺(jué)的機(jī)器人分揀系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2017（3）：125-129，133.

[3] 王成軍，嚴(yán)晨.機(jī)器視覺(jué)技術(shù)在分揀系統(tǒng)中的應(yīng)用研究綜述[J].制造技術(shù)與機(jī)床，2020（5）：32-37.

[4] YANG Y， CHEN Z， LI X， et al. Robust template matching with large angle localization[J].Neurocomputing，2020（398）：495-504.

[5] 張衛(wèi)芬，湯文成.基于機(jī)器視覺(jué)的物料自動(dòng)分揀系統(tǒng)研究[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2019（6）：34-37.

[6] MAO Y，ZENG L C，JIANG J， et al. Plane-constraint-based calibration method for a galvanometric laser scanner[J].Advances in Mechanical Engineering，2018，10（5）：1-11.

[7] 黃琬婷，胡小平.一種基于張氏標(biāo)定法的單目相機(jī)改進(jìn)標(biāo)定算法[J].導(dǎo)航與控制，2019，18（1）：105-111.

鋼球與機(jī)加工孔徑配合密封是一種常見機(jī)械摩擦副密封方式，廣泛應(yīng)用于各種機(jī)械部件液體通道密封。鋼球密封設(shè)計(jì)選用過(guò)盈配合方式，制造使用壓裝方式實(shí)現(xiàn)。密封原理依靠包絡(luò)鋼球外徑少部分球體的金屬產(chǎn)生塑性形變形成密封帶，有效長(zhǎng)度短，對(duì)壓裝工藝壓力響應(yīng)不靈敏，無(wú)法有限監(jiān)控過(guò)程壓裝力。本文對(duì)鋁合金孔與鋼球密封配合失效問(wèn)題解決方法做工藝研究，推導(dǎo)壓裝力計(jì)算、控制、優(yōu)化的過(guò)程，說(shuō)明鋼球壓裝工藝壓力設(shè)定方法。

1? 鋼球壓裝失效問(wèn)題

1.1? 鋼球密封失效信息

某型CVT殼體年產(chǎn)約20萬(wàn)臺(tái)，Φ4.5 mm潤(rùn)滑油道孔選用鋼球密封。量產(chǎn)初期工廠及售后故障信息反饋油道密封失效漏油（表1），在不同里程、不同供貨商中存在鋼球密封不嚴(yán)、鋼球脫落等問(wèn)題產(chǎn)生漏油失效。

1.2? 鋼球密封工藝過(guò)程

鋼球裝配關(guān)聯(lián)工藝過(guò)程為鋼球孔粗精鉸孔—孔清洗—鋼球壓裝—油道孔密封測(cè)試（供貨商處）—CVT總成密封測(cè)試—整車路跑試驗(yàn)。

1.3? 產(chǎn)品設(shè)計(jì)信息

鋼球過(guò)盈量設(shè)計(jì)為0.016～0.058 mm，裝配關(guān)系如圖1所示，鋼球?yàn)闃?biāo)準(zhǔn)鋼球，材料為GCr15軸承鋼，殼體材料為鋁合金ADC12，鋼球密封要求油道在0.3 MPa工作油壓下可靠地密封。

（a）? 鋼球?qū)嵨锇惭b示意

（b）? 鋼球安裝配合尺寸

2? 鋼球壓裝力影響因素及計(jì)算

鋼球壓裝是金屬與金屬間的裝配，影響壓裝力因素有配合過(guò)盈量、金屬間摩擦力、金屬材料彈性和壓裝結(jié)構(gòu)包絡(luò)面長(zhǎng)度等，這些因素變動(dòng)壓裝力隨之變動(dòng)。如圖2所示，鋼球壓裝包絡(luò)結(jié)合長(zhǎng)度Lf很短，可忽略上端孔徑壓入口形變尺寸影響，按鋼球水平中心線對(duì)稱方式測(cè)算Lf。

2.1? 壓裝力計(jì)算模型

壓裝力計(jì)算模型如圖3所示，包容件為壓裝內(nèi)孔，被包容件為壓裝件，壓裝件受到壓力F作用壓入包容件，包容件發(fā)生形變產(chǎn)生F阻力，包括金屬形變、過(guò)盈量、壓裝摩擦等因素引起的阻力。圖3中Lf、di、df、da等為結(jié)構(gòu)中影響壓裝力的幾何參數(shù)。

壓裝力隨壓裝行程變化，被包容件克服阻力F向前推進(jìn)，壓裝行程終了時(shí)壓裝力最大。

2.2? 壓裝力計(jì)算公式

根據(jù)圖3壓裝模型，壓力F與被包容件結(jié)合面承受的單位最大壓力，結(jié)合面長(zhǎng)度，結(jié)合面直徑及結(jié)合面摩擦系數(shù)有關(guān)，壓裝力計(jì)算公式如下

F=Pfmax×π×df×Lf×u，（1）

式中：F為壓裝力（kN）；df為結(jié)合直徑（mm）；Lf為結(jié)合長(zhǎng)度（mm）；μ為結(jié)合面摩擦系數(shù)；Pfmax為結(jié)合面承受的最大單位壓力（kN/mm2），影響因素有壓裝過(guò)盈量，配合件材料彈性模量，配合件作用直徑，配合件材料的泊松系數(shù)。其計(jì)算公式如下

Pfmax=δmax/df（Ca/Ea+Ci/Ei），（2）

式中：δmax為最大過(guò)盈量（mm）；Ea為包容材料彈性模量（kN/mm2）；Ei為被包容材料彈性模量（kN/mm2）。

Ca為系數(shù)，計(jì)算公式為

Ca=[（da2+df2）/（da2-df2）]+v，（3）

Ci為系數(shù)，計(jì)算公式為

Ci=[（df2+di2）/（df2-di2）-v，（4）

式中：da為包容件外徑（mm），如為殼體類零件則為壁厚+孔徑，本例最大包裝直徑為24.84 mm；di為被包容件內(nèi)徑，實(shí)心軸為0（mm）；v為材料泊松系數(shù)。

2.3? 壓裝力計(jì)算相關(guān)參數(shù)值選擇方法

查機(jī)械設(shè)計(jì)手冊(cè)，選擇壓裝力計(jì)算的配合件相關(guān)參數(shù)值。根據(jù)包容件和被包容件的零件材料，壓裝工藝是否有潤(rùn)滑進(jìn)行區(qū)分，總結(jié)選擇推薦值見表2、表3。鋼球壓裝通常不推薦使用潤(rùn)滑油，自帶少量防銹油忽略。Φ4.5 mm鋼球壓裝問(wèn)題未使用潤(rùn)滑油，μ選擇0.17，鋁合金彈性模量E選擇69 kN/mm2，泊松系數(shù)v范圍0.32～0.36。

2.4? 鋼球壓裝力計(jì)算

2.4.1? 鋼球壓裝軸向配合長(zhǎng)度Lf理論計(jì)算

鋼球壓裝結(jié)構(gòu)與圖3模型差異為鋼球壓裝外徑最大為線而不是面，需根據(jù)過(guò)盈量計(jì)算軸向配合長(zhǎng)度，參照?qǐng)D2，忽略孔徑入口端變形影響，利用幾何關(guān)系直接使用CAD軟件作圖，可以輕松求出Lf長(zhǎng)度范圍0.38～0.72 mm，見表4。

表3? 材料彈性模量、泊松比選擇推薦表

2.4.2? 壓裝力理論計(jì)

通過(guò)在2.2步驟對(duì)鋼球壓裝參數(shù)選擇，3.1步驟配合長(zhǎng)度Lf測(cè)算，應(yīng)用公式（1）—公式（4）進(jìn)行壓裝力校核，結(jié)果見表5?，F(xiàn)有設(shè)計(jì)參數(shù)為最小壓裝力0.138 kN，最大壓裝力0.953 kN。

3? 壓裝力監(jiān)控分析

鋼球壓裝設(shè)備為非標(biāo)設(shè)備，使用壓縮空氣為壓裝動(dòng)力，本例問(wèn)題壓裝設(shè)備為氣源壓力0.5～0.6 MPa，壓力監(jiān)控范圍設(shè)置為0.4～5 kN，當(dāng)壓力超過(guò)范圍設(shè)備可實(shí)現(xiàn)報(bào)警功能?，F(xiàn)行產(chǎn)品設(shè)計(jì)過(guò)盈量0.016～0.058 mm，理論壓裝力范圍為0.138～0.953 kN，壓裝設(shè)備壓力監(jiān)控不能覆蓋產(chǎn)品設(shè)計(jì)確定的工藝壓裝力范圍，需找到影響根源并改進(jìn)。

3.1? 鋼球外徑尺寸尺寸分析

抽查鋼球尺寸30件，球徑變動(dòng)量范圍在SΦ4.499～SΦ5.001 mm，相對(duì)于設(shè)計(jì)公差±0.015 mm，鋼球生產(chǎn)工藝成熟且穩(wěn)定，評(píng)估可忽略鋼球外徑對(duì)壓裝力影響。

3.2? Φ4.5 mm鋼球孔尺寸分析

抽查125件安裝孔直徑，統(tǒng)計(jì)過(guò)程能力，直方圖如圖4所示，Cpk值1.21，存在孔徑超上下差風(fēng)險(xiǎn)。數(shù)據(jù)分析顯示孔徑超下限及上限風(fēng)險(xiǎn)均存在，超下限過(guò)盈量增加，鋼球滲油及脫出無(wú)風(fēng)險(xiǎn)；超上限過(guò)盈量降低或無(wú)過(guò)盈，存在鋼球脫出風(fēng)險(xiǎn)，出現(xiàn)表1中失效。

注：圖中灰色虛線為用來(lái)參考的公差規(guī)格線。

如忽略標(biāo)準(zhǔn)鋼球球徑波動(dòng)，在安裝孔波動(dòng)情況下，按3.2方法測(cè)算壓裝范圍為0.373～0.608 kN，生產(chǎn)中實(shí)際壓裝力接近設(shè)備監(jiān)控范圍，但下限仍輕微超出監(jiān)控下限。

造成孔徑變化的因素有刀具刀刃磨損，刀刃夾屑，刀具主軸擺動(dòng)等綜合影響，孔徑變化導(dǎo)致壓裝力變動(dòng)在設(shè)備臨界位置無(wú)法有效監(jiān)控。

4? 壓裝力問(wèn)題的工藝解決方案

4.1? 壓裝力優(yōu)化方案評(píng)估及選擇

為消除鋼球密封不良問(wèn)題，需提升鋼球裝配中壓裝力監(jiān)控有效性。團(tuán)隊(duì)討論分析，可減小鋁合金加工孔徑，增大過(guò)盈量，利用現(xiàn)有壓裝設(shè)備壓裝力監(jiān)控系統(tǒng)，不增加成本，增加制造魯棒性等條件下制定措施。

原孔徑Φ4.5（-0.031/-0.043） mm公差帶22 μm，約為IT8.5精度，在不過(guò)渡提高孔徑公差精度等級(jí)情況下制定產(chǎn)品優(yōu)化方案。通過(guò)查機(jī)械設(shè)計(jì)手冊(cè)，選擇以下2種公差方案Φ4.5（-0.05/-0.068） mm和Φ4.5（-0.043/-0.061）mm，按3.2步驟計(jì)算理論壓裝力，見表6。

兩方案壓裝力比原方案均有所提高，加工精度一樣，公差帶不一樣，方案二最小壓裝力不在設(shè)備監(jiān)控范圍，選用方案一進(jìn)行優(yōu)化。

如忽略鋼球球徑波動(dòng)，僅安裝孔波動(dòng)情況下，按步驟3.2測(cè)算方案一鋼球壓裝力范圍為0.761～1.21 kN。壓裝力下限已抬升至設(shè)備監(jiān)控范圍內(nèi)，距離下限有0.361 kN的距離，提高了監(jiān)控可靠性。措施實(shí)施后設(shè)備壓裝力報(bào)警監(jiān)控范圍設(shè)置0.5～2.6 kN，提升設(shè)備有效性并篩選可疑件評(píng)估后再確定是否放行。

4.2? 措施效果跟蹤

方案一于2022年2月實(shí)施，優(yōu)化鋼球壓裝力工藝及監(jiān)控，市場(chǎng)售后未再發(fā)現(xiàn)同類問(wèn)題。通過(guò)大數(shù)據(jù)跟蹤，措施效果，見表7。低于新設(shè)定壓裝力的缺陷能有效識(shí)別，售后市場(chǎng)無(wú)鋼球滲漏油故障，鋼球壓裝能有效攔截鋼球壓裝異常件，措施有效。

5? 結(jié)束語(yǔ)

通過(guò)Φ4.5 mm鋼球失效問(wèn)題壓裝工藝研究，不增加生產(chǎn)成本，對(duì)產(chǎn)品公差帶位置微調(diào)達(dá)成現(xiàn)有工藝的監(jiān)控優(yōu)化，解決了問(wèn)題，為后續(xù)同類結(jié)構(gòu)工藝開發(fā)提供借鑒經(jīng)驗(yàn)。

以下幾點(diǎn)在本次問(wèn)題中未開展，特地說(shuō)明。

1）本文未對(duì)鋼球設(shè)計(jì)合理過(guò)盈量選擇過(guò)多進(jìn)行研究，以未對(duì)及過(guò)盈量變化對(duì)壓裝配合中零件材料變形影響進(jìn)行分析。

2）本文未對(duì)壓裝表面粗糙度對(duì)壓裝影響做研究，僅以統(tǒng)一標(biāo)準(zhǔn)摩擦系數(shù)數(shù)值進(jìn)行計(jì)算。

3）本文未對(duì)壓裝設(shè)備變化對(duì)壓裝影響進(jìn)行研究。

參考文獻(xiàn)：

[1] 成大先.機(jī)械設(shè)計(jì)手冊(cè)[M].5版.北京：化學(xué)工業(yè)出版社，2007.

[2] 甘永立.幾何量公差與檢測(cè)[M].9版.上海：上?？茖W(xué)技術(shù)出版社，2013.

[3] 謝水生，劉靜安，徐駿，等.簡(jiǎn)明鋁合金加工手冊(cè)[M].北京：冶金工業(yè)出版社，2016.

[4] 郭兆松.汽車變速器加工工藝技術(shù)大全[M].北京：清華大學(xué)出版社，2014.

[5] 科研工作者匯總.鋼球制備工藝技術(shù)大全[M].北京：化學(xué)工業(yè)出版社，2015.

[6] 張國(guó)忠.氣動(dòng)沖擊設(shè)備及其設(shè)計(jì)[M].北京：機(jī)械工業(yè)出版社，1989.