車身製造不良?螺栓熔接製程品質

車身製造不良?螺栓熔接製程品質


車身工程與植釘熔接
車身工程製造過程中,涉及到不同的零部件組成和熔接。熔接包和了多種技術,例如點焊、熔化點焊、螺栓緊固、膠合等等。而其中點焊是最常見的方法,自動化焊接手臂透過電流產生高溫,將兩個金屬部件熔合在一起,然後迅速冷卻,形成強固的連接點。

車身工程與植釘熔接

植釘熔接(也稱為螺栓熔接或點焊釘熔接)是一種特殊的焊接技術,通常用於將車身零部件固定在一起,以構建車身結構。這種方法適用於連接金屬薄板,例如鋼材,以增加結構的強度和耐用性,提供有效的連接,抵抗振動與外部應力。

#植釘熔接 #點焊 #焊接手臂 #電流 #機械手臂 #製程監測



植釘熔接品質不良?

植釘熔接品質不良?

植釘熔接品質不良可能會導致車身零部件之間的連接不牢固,這可能導致零部件的分離或變形。不正確或不牢固的植釘熔接也會降低整個車身結構的強度。這可能導致結構的變形,甚至在接縫周圍產生裂縫或孔洞,使水和潮濕的空氣滲透到車身內部。這可能導致腐蝕和金屬氧化,進一步降低結構的強度和耐用性。

對於汽車製造商,品質不良的植釘熔接是一個嚴重的問題,除了可能對車輛的品質和安全性產生負面影響外。車身製造商必須實行嚴格的品質控制,確保植釘熔接達到高標準,以滿足車輛的性能和安全要求。

那麼,該如何確保焊接品質?植釘是否牢固呢?
我們可透過監測熔接過程,確保焊接品質及確保植釘牢固。



如何監測植釘熔接品質?

機器學習智能監控系統

VMS-ML 機器學習智能監控系統,運用機器學習的技術,學習正確的製程流程規範,搭配製程特性的感測器,將微小的訊號一網打盡。根據製程特性,在此我們使用電流感測器進行學習規範與監測,藉由訊號得知植釘品質是否良好。

VMS-ML機器學習智能監控系統


廠區充斥著大量自動化生產機具。由多樣機構、電機所組成,相同設備執行不同的生產任務及大量進行重複性週期加工等設備,我們都將它歸類於週期性(重複性)生產設備。例如:加工機、機械手臂、CNC工具機、衝壓鍛造機台設備、自動焊接手臂設備、射出成型機台設備等。而VMS-ML機器學習智能監控系統是針對此類週期性生產設備所設計,藉由週期重複動作來建立模型在這些設備自動化製程中,其運轉、製造時,會有一定的動作、時間跟流程,VMS-ML藉由這些重複性、複製性的動作來建立模型和標準規範。



監測案例一:線上植釘監測應用

監測案例一:線上植釘監測應用

正常植釘電壓
自動辨認成功
檢測結果:健康度 93.358
植釘狀態:熔接完全

正常植釘電壓

異常植釘電壓(短路電壓)
自動辨認成功
檢測結果:健康度 66.764 (低於預設80分,判定NG)
植釘狀態:熔熔接NG

異常植釘電壓(短路電壓)


監測案例二:點焊 SOPT 實例應用

監測案例二:檢測-點焊 SOPT 實例應用

正常熔接電壓
自動辨認成功
檢測結果:健康度 97.051
熔接狀態:點焊OK

正常熔接電壓

異常熔接電壓
自動辨認成功
檢測結果:健康度 56.920 (低於預設80分,判定NG)
熔接狀態:SOPT點焊NG

SOPT點焊NG


結論

VMS-ML能夠及時攔截不良品經由以上實驗可得知在製程中發生產品不良時,系統能夠及時抓取異常訊號,並告警提示。除了可以免去人工判斷品質,避免了人為錯誤的因素。還可藉由趨勢圖能夠提早了解設備異常,並即時進行預測性維護。幫助使用者了解產線狀態並即時處理,提高產線產品品質。

長期趨勢報告查詢 , 異常時間點一目了然

長期趨勢報告查詢 , 異常時間點一目了然
固德的機器學習智能監控系統將龐大複雜的訊號搜集後,藉由數據清洗,化作訊號特徵並產生長期的趨勢報告,讓使用者能夠了解目前設備狀態,提早進行預測性維護,幫助優化產線決策等。

藉由數據清洗,化作訊號特徵




#物聯網

#機器學習

#AI

#數位轉型

#汽車製造