探讨白车身焊接机器人的焊接路径优化方法及仿真分析

韦乐乐 朱腾权

【摘 要】作为车身加工的重要环节，焊接水平高低直接关系白车身的质量情况，是提高整个汽车生产效率的关键环节，对企业的长远发展产生重要影响。但是，在焊接过程中，每台机器人需要焊接位置的很多。可见，探究焊接路径的优化方法显得尤为重要。然而，现阶段，我国汽车企业在路径优化方面的技术仍然处于落后状态，普遍存在作业顺序不当的问题，最终影响汽车生产节拍。为此，本文基于遗传算法，构建数学模型，分析焊接路径的方法，并且编写相关的软件，最后进行仿真，以发那科点焊机器人作为案例，将证实该路径是可行的，旨在强化行业交流，为提高国内机器人焊接提供借鉴。

【关键词】白车身焊接 焊接路径优化 仿真分析

1 前言

白车身具有较多的零部件，是一个相当复杂的结构。据统计，它的零件制造占汽车全部零件制造的比重高达40%-60%，冲压零件约600个，而焊接工位多达60-77个。在生产过程中，白车身含有约2500个装夹定位，4500个焊点。由于白车身对汽车具有重要支撑作用，而焊接难度很大，因此对其焊接路径进行优化具有重要意义，也是提升汽车质量的重要举措[1]。通常情况下，它的焊接含有车门、侧围、地板等焊接，常见的方法包括激光焊接、螺柱焊接、电阻焊接等。为了提高白车身焊接技术，提高企业的经济效益，很多汽车企业逐渐倾向于选取焊接机器人来完成对白车身焊接工作，该种方法也是汽车制造的领先技术。本文针对机器人焊接路径进行探讨，制定优化方案，并进行仿真。

2 焊接路径优化方法

2.1 生产过程

优化焊接路径本质上属于探究机器人焊接用时最短的路径。研究表明，优化焊接路径需要考虑很多因素，例如焊接变形情况、焊钳、焊点位置等。为此，要想制定优化路径的方案，相关人员应当对其焊接生产过程进行全面了解。结合笔者经验，本人认为焊接路径主要分析制造资源、点焊工艺、零件这三个对象[2]。研究表明，白车身生产过程为：定位并通过工具将其夹紧、移动焊钳至焊接位置、焊接、移开焊钳，将工具松开。在整个生产过程中，机器人主要工作是点焊在每个夹具中的零件，而为了确保每台机器人正常作业，因此他们的作业原点也有所不同。通常情况下，焊接好焊点后，机器人都会自动移动到规定的焊点，最终移动到作业原点[3]。由上述可知，机器人具有两种运动：一是焊点与作业原点间的移动，另一种是焊点间的移动。两种运动形式本质上都属于点到点运动，该种运动无具体运动轨迹，只是涉及到目标位置以及起始位置[4]。

2.2 明确优化方案

经过分析，本研究设计路径优化方案详见图1。由图1的路径方案可知，要想实现缩短生产周期的目的，就应当缩短机器人焊钳移动时间和焊接消耗时间。其工位主要在两方面消耗时间：一是机器人进行焊点间移动需要消耗时间，二是焊接工作消耗时间。由于最后完成焊接工作的机器人对焊接时间产生重要影响，因此可通过以下两种方式来缩短耗时：一是合理安排每个机器人焊接顺序，最大限度减少其作业时间；二是采用多台机器人联合焊接，合理安排任务量，避免分配不均的情况。由于路径优化方式是基于任务分配，因此只能通过细化每个机器人所承担的任务量来实现缩短工时的目的[5]。

2.3 数学模型

由上述生产可知，要想完成焊接工作，机器人应当从规定的原点开始，逐渐焊接夹具上的每个零件。由于每个焊点对车身质量都会产生影响，因此必须确保机器人按时按质焊接全部的焊点。为了简化模型，在基于模型科学的基础上，本次研究所设计的模型必须符合以下两个条件：一是焊点应当比较接近TCP真实移动长度；二是倘若机器人在焊点间移动，则可对其距离取平均值。由于进行路径优化的对象是制造资源、工艺以及零件，因此本次研究构建如下模型：

其中，制造资源、工艺、零件这三大对象的表达式分别记做、、，而数学算法记做。而每个对象的含义也有所不同。其中指的是零件焊点的信息数据；指的是焊接变形情况；指的是机器人的运动、焊接原点、干涉问题等情况对路径优化产生影响。本次研究综合分析各种数学算法，最终选取遗传算法进行路径优化，其具有如下优势：最大限度查找最优解；将定性、定量两种分析方法进行有效结合；可合理安排机器人的作业顺序；计算比较简易，进而实现节约计算时间的目的。

2.4 基于遗传算法进行设计

本文主要从两个方面分析该项设计：一方面是编码情况。该方案设计焊点共计m个，并且将其分配给每台机器人，同时自行产生长度为m的一串基因编码，而每个基因座都与独一无二的焊点对应。另一方面是选遗传操作。从以下三点进行分析：一是选取算子。在选取算子方面，遗传算法中存在很多方法，而本次研究选取轮盘赌法。研究表明，将该种方法应用于算子选取过程中，个体选取可能性越大，适应度也会越大；二是选取正确的适应度。在遗传算法的使用过程中，设计人员应当将该函数设置为正值。由于路径优化方案的函数是为了探究机器人用时最短的方案，因此该函数等于机器人耗时的倒数，也就是F=1/Tmin；三是交叉。本次研究从中随机抽取两个单独个体，并且研究两点交叉。

3 仿真分析

由于CATAI软件可构建零件清晰、具体的三维模型，并且可仿真其焊接的运动轨迹，因此本次研究通过CATAI软件进行仿真。仿真工作的技术路线大致为：建立数学模型-输入焊接路径方案-对路径方案进行仿真-仿真结果。其中，可进行进行离线编程，最后编写机器人程序。

本文将汽车下车体点焊机器人工位的第二台焊接机器人作为案例。（1）构建模型。在仿真工作前，技术人员应当构建侧围工位的相关模型，该模型含有下车体、焊点等数据模型。（2）进入DMU单元进行路径仿真。具体来说，先帮助焊接机器人创建驱动命令、固定杆等，然后进入模拟仿真的界面，通过Mechanism选项，选取本次研究模拟机构，并且设置速度为36°/s，其中通过Command/Angle来设置驱动命令。（3）设置步骤。在本次研究通过Number of steps选项来完成对于步骤的设置，模拟运动过程中，操作与操作间的时间秒数等于机器人行程总数与步数的商。倘若时间间隔秒数为20s，步骤数总计200，则20s/200=0.1s的时间会形成一个画面。然而，值得注意的是，在干涉分析前，仿真人员应当添加干涉项目，此操作可通过Analysis选项实现，具体见图2。经过仿真该工位事实上要求生产节拍时间是119s，但是实际为109s，经优化，该工位机器人的焊接效率明显增加13.9%。路径仿真结果表明，全部都未出现干涉情况，而且仿真时间较短，进而缩短机器人的生产耗时，证明该优化方案是可行的。

本次研究为优化机器人焊接顺序提供借鉴，然而还存在很多问题值得思考。例如，在优化作业顺序过程中，路径还受到诸多影响的影响，特别是焊接地点的设备布局情况，原因在于每个机器人都是不会出现变动，只是其六轴发生改变。由此可见，倘若零件位置出现变化，则机器人难以按照预定设计完成焊接工作，对路径造成严重的负面影响。为此，优化路径不仅需要改善机器人的焊接运动轨迹，而且需要对其进行合理布局。

4 结语

机器人焊接已经成为汽车白车身焊接的重要方式，但是目前机器人作业顺序的安排方法仍然比较落后，延长整个生产周期，不利于提高汽车企业的生产效率，进而不利于企业的长远发展。为此，本次研究通过遗传算法设计路径优化方案，制定焊接路径模型，并且通过CATAI软件进行仿真来证实方案的可行性，为行业优化机器人焊接路径提供借鉴，有助于汽车企业提高白车身的焊接质量，从而促进其经济效益提高。

参考文献：

[1] 宋林森，杜紫微，郭好杰.汽车白车身机器人焊接路径优化技术研究[J].制造业自动化，2013（17）：62-64，73.

[2] 林巨广，戴淮初，孙光，等.基于Delmia白车身侧围焊接的仿真分析与研究[J].组合机床与自动化加工技术，2013（11）：99-102.

[3] 孙秀玲，侯志刚，石运序.Robcad在机器人焊接路径干涉中的应用[J].机械工程师，2015（11）：129-130.

[4] 姜宇，张丽.基于GA及ROBCAD的机器人路径规划与仿真研究[J].组合机床与自动化加工技术，2015（06）：105-108，112.

[5] 陈立，谢富强，张亮.基于消除交叉点的蚁群算法锡焊机器人路径优化[J].计算机系统应用，2015（07）：254-258.