用于检查插塞连接的方法与流程

本发明涉及一种用于检查插塞连接的方法和相应的装置。

背景技术：

在安装产品时、例如在安装车辆时，常常必须由装配工手动形成插塞连接。在此插塞连接的质量可取决于建立插塞连接时装配工的操作。

技术实现要素：

本文涉及的技术问题是提供一种方法，借助该方法可以可靠的方式检查插塞连接的质量。

所述任务通过独立权利要求解决。此外，在从属权利要求中描述了有利的实施方式。应当指出，独立权利要求的从属权利要求的附加特征在没有独立权利要求的特征或仅与独立权利要求的部分特征组合的情况下可构成独立于独立权利要求的所有特征的组合的独立发明，其可以是独立权利要求、分案申请或后续申请的技术方案。这同样适用于说明书中描述的技术教导，其可形成独立于独立权利要求的特征的发明。

根据一方面，描述了一种用于检查插塞连接的方法。在插塞连接中第一插塞部件(如插头或插塞连接器)可与第二插塞部件连接。尤其是第一插塞部件可插入第二插塞部件的孔中。可由(人类)装配工在安装过程的范围中建立插塞连接。

例如插头可作为第一插塞部件插入孔中(如车辆车身部件的孔中)，以建立插塞连接。特定类型的插塞连接在此对第一和第二插塞部件有特定要求。尤其是特定类型的插塞连接可具有特定类型的第一和第二插塞部件。因此对于特定类型的插塞连接，在安装过程中由装配工施加的力通常具有典型值。对于不同种类或类型的插塞连接，本文中描述的机器学习分类器可有所不同。换句话说，对于不同类型的插塞连接可使用不同的分类器，以检查相应类型的插塞连接。

该方法包括确定由装配工在插塞连接的安装过程中施加的力的力-时间曲线。为此目的可使用装配工手套上的力传感器。因此力-时间曲线可指示装配工为建立插塞连接所施加的力(作为时间的函数)。

此外，该方法包括确定力-时间曲线的多个特征的特征值。不同的特征可用于以紧凑的方式描述力-时间曲线。在此可使用相对少的特征(如4到10个特征)来描述力-时间曲线。可优选使用关于对应于力-时间曲线的插塞连接是正确(即合格)还是有缺陷(即不合格)具有相对高的相关性的特征。这些特征可组合成特征向量。因此可确定特征向量的值，以便以紧凑的方式描述插塞连接的力-时间曲线。

该方法还包括借助机器学习分类器基于多个特征的特征值、即基于所确定的特征向量值对插塞连接进行分类。在此分类器优选可包括随机森林分类器。

尤其是分类器可构造用于将多个特征的特征值组合(即特征向量值)分配给第一类别或第二类别。第一类别在此可指示插塞连接正确。另一方面，第二类别可指示插塞连接有缺陷。因此分类器可构造用于将特征向量的n维特征空间细分为两个不同的区域或类别(n是不同特征的数量)。

可预先基于多个正确的插塞连接的多个第一测试力-时间曲线并且基于多个有缺陷的插塞连接的多个第二测试力-时间曲线对分类器进行训练。在此多个第二测试力-时间曲线可包括或覆盖有缺陷的插塞连接的多种不同错误类型。尤其是可在多个第二测试力-时间曲线中覆盖所有可能的错误类型。因此可提供可靠的分类器。

在本文中描述的方法允许以可靠且有效的方式基于相应的力-时间曲线检查插塞连接。尤其是在此可通过考虑多个不同特征可靠地识别正确或有缺陷的插塞连接。

所述多个特征可包括至少一个有关力-时间曲线的卡合点的特征。为此目的可分析力-时间曲线或力-时间曲线的时间导数、即导数曲线，以检测卡合点。卡合点在此例如可作为导数曲线中的峰值或尖角被检测。尤其是，如果导数曲线具有达到或超过特定阈值的峰值或尖角或值，则可确定力-时间曲线具有卡合点。另一方面，可确定力-时间曲线没有卡合点。

例如可确定指示是否在力-时间曲线中检测到卡合点的(可能是二进制的)特征。替代或补充地，可确定指示卡合点在力-时间曲线内的位置的特征。替代或补充地，可确定指示卡合点处的力的值(例如归一化为特定最大值)的特征。考虑至少一个有关卡合点的特征可实现特别可靠地识别正确或有缺陷的插塞连接。

如上面已经解释的那样，在该方法的范围中可确定力-时间曲线的时间导数，以确定导数曲线。然后可以精确的方式基于导数曲线确定至少一个特征、尤其是有关卡合点的特征的特征值。

该方法可包括基于多个正确的插塞连接的多个测试力-时间曲线确定多个主成分。主成分可指示力值或力导数值作为时间的函数。在此多个主成分可这样确定，使得两个不同的主成分分别在统计学上基本彼此独立。此外，多个主成分可这样确定，使得多个主成分的线性组合平均地在预定义距离量度的意义上(例如在均方距离的意义上)尽可能逼近多个测试力-时间曲线或多个测试力-时间曲线的导数。

因此，多个不同的主成分(例如2、3、4、5或更多个主成分)可以紧凑的方式指示正确的插塞连接的力-时间曲线或导数曲线通常是如何构成的。然后可以有效的方式检查新的插塞连接的力-时间曲线或导数曲线是否可用相同的不同主成分来描述或可以何种程度用相同的不同主成分来描述。

因此，可基于多个主成分确定至少一个特征的特征值。尤其是所述多个特征可包括至少一个特征，其指示插塞连接的力-时间曲线或导数曲线如何由多个主成分组成。例如可在该方法的范围中确定用于一个或多个不同主成分的一个或多个权重作为相应的一个或多个特征。可确定一个或多个权重，以便通过一个或多个主成分的线性组合(尽可能良好地在距离量度的意义上)逼近力-时间曲线或导数曲线。考虑主成分(即进行主成分分析)允许基于力-时间曲线对插塞连接进行特别可靠的分类。

该方法可包括执行力-时间曲线和/或导数曲线的动态时间归一化，以确定归一化的力-时间曲线和/或归一化的导数曲线。换句话说，可将力-时间曲线和/或导数曲线在时间上归一化，以提高可比性。然后，可基于归一化的力-时间曲线或归一化的导数曲线确定一个或多个特征的特征值。因此可进一步提高插塞连接检查的准确性和/或可靠性。

根据另一方面，描述了一种构造用于执行本文中描述的方法的装置。

根据另一方面，描述了一种软件(sw)程序。该sw程序可构造用于在处理器上运行并且由此执行本文中描述的方法。

根据另一方面，描述了一种存储介质。该存储介质可包括sw程序，该sw程序构造用于在处理器上运行并且由此执行本文中描述的方法。

应注意的是，本文中所描述的方法、装置和系统不仅可单独地而且也可结合其它本文中所描述的方法、装置和系统来使用。另外，本文中所描述的方法、装置和系统的任何方面可以多种方式相互组合。尤其是权利要求的特征可以多种方式相互组合。

附图说明

下面参考实施例详细阐述本发明。附图如下：

图1a示出由装配工在安装插塞连接期间施加的力作为时间的函数的示例性曲线，以及力-时间曲线的导数；

图1b示出正确的插塞连接的力-时间曲线的导数的示例性局部；

图1c示出有缺陷的插塞连接的力-时间曲线的示例性曲线；

图2示出用于监控插塞连接的安装的示例性方法的流程图；和

图3示出用于检查插塞连接的示例性方法的流程图。

具体实施方式

如上所述，本文涉及插塞连接的可靠且有效的检查。

在插塞连接中通常将第一插塞部件(如针或销或插头)插入第二插塞部件(如用于针或销或插头的容纳部)中。在此在建立插塞连接时通常必须克服阻力(例如为了激活卡合机构或卡扣机构)，以便卡合插塞连接。

为了监控插塞连接的安装，可确定由装配工施加的(压)力作为时间的函数。为此目的，装配工例如可在安装时戴上手套，该手套具有一个或多个压力传感器(尤其是在拇指上)，借助所述传感器可在安装插塞连接期间检测所施加的力。因此可在安装插塞连接期间确定力-时间曲线103，该力-时间曲线指示由装配工施加的力101作为时间102的函数。在图1a中示例性示出这种力-时间曲线103。此外，图1a还示出力-时间曲线103的、力102对时间102的导数111的相应导数曲线113。

从图1a中可以看出，插塞连接安装的力-时间曲线103包括不同的阶段和不同的(局部或全局)力最大值。在第一阶段中，力增加至接合力104。在该第一阶段中，通常将第一插塞部件插入第二插塞部件中直至激活卡合机构。随后，通常将第一插塞部件进一步插入直至达到撞击力105，在达到撞击力时第一插塞部件不能再继续插入第二插塞部件。此后，通常由装配工进行二次按压直至达到二次压力106并且随后力减小。基于接合力104和撞击力105之间的力-时间曲线103通常可确定卡锁点或卡合点。尤其是可基于接合力104和撞击力105之间的力-时间曲线103和/或导数曲线113确定力-时间曲线103是否具有卡合点。

图1a中示出的力-时间曲线103在大量研究中已证明对于特定类型的插塞连接的安装是典型的。在此不同类型的插塞连接(如具有不同数量的卡合机构的插塞连接)会产生不同的力-时间曲线103，但这些力-时间曲线通常具有对应于接合力104、撞击力105和二次压力106的局部力最大值。

从插塞连接安装的(必要时取平均值的)力-时间曲线103可推导出安装过程的模型，该模型包括以下四个阶段：1.力增加；2.接合；3.二次按压；4.力减小。在此尤其是已表明，力-时间曲线103中的力101的全局最大值通常并非本来的接合力104或撞击力105，而是对应于二次压力106。

接合力104通常指示第一插塞部件(如插头)是否已经成功地压入第二插塞部件(如车身部件中的开口)中。接合力104在此通常是对于插塞连接类型、即尤其是对于用于插塞连接的第一插塞部件的类型(例如插头的类型)的特征值。对于不同类型的插塞连接，接合力104可以是不同大小的。

因此，由过程监控和力-时间曲线103的确定产生数据，其可在预测分析范围内用于确定有关插塞连接质量的信息。安装过程的力-时间曲线103允许推导出关于一批第一插塞部件(如插头)的公差和性质。借助机器学习方法可将特定安装过程的力-时间曲线103与插塞连接的典型力-时间曲线进行比较。从而可以有效且可靠的方式在早期就已检测到并校正有缺陷的产品(即有缺陷的插塞连接)。

对于特定类型的插塞连接(尤其是对于特定类型的第一插塞部件)可确定参考接合力(例如通过对特定类型的插塞连接的多个安装过程取平均值)。然后可将特定类型的插塞连接的接合力104与参考接合力进行比较，以确定

-插塞连接是否正确安装或建立；和/或

-插塞连接的部件(尤其是第一插塞部件)是否有缺陷；和/或

-是否可能将错误的第一插塞部件用于插塞连接。

此外，二次压力106(其通常是力-时间曲线103的全局最大值)可用于确定插塞连接是否正确安装或建立。

图2示出用于监控插塞连接的安装过程的示例性方法200的流程图，在该插塞连接中第一插塞部件与第二插塞部件连接。方法200包括确定201由装配工在插塞连接的安装过程中施加的实际力104、106，为此目的可检测安装过程的力-时间曲线103。此外，实际力104、106可作为力-时间曲线103的局部(并且可能是全局)最大值被确定。实际力104、106例如可对应于接合力104和/或二次压力106。实际力104、106可作为特征被考虑在下述方法300的范围内。

方法200还包括将实际力104、106与参考力进行比较202。该比较在此可在机器学习方法的范围中进行，例如通过使用神经网络和/或通过使用支持向量机。

此外，方法200包括根据实际力104、106和参考力之间的比较针对安装过程采取措施203。尤其是当实际力104、106偏离参考力太大(例如超过偏差阈值)时可采取措施。因此，通过方法200可以可靠的方式监控安装过程(例如用于质量保证)。

图1b示出力101对时间102的导数111的时间曲线113。导数曲线113在插塞连接接合时示出明显的偏差(auslenkung)并且在图1b所示情况下指示正确的插塞连接。另一方面，图1c示出有缺陷的插塞连接的力-时间曲线103。

在本文中描述了一种方法，该方法自动识别和评估力-时间曲线103中构件或插塞部件的卡锁点或卡合点。如果第一插塞部件正确地与第二插塞部件卡锁，则通常可在力-时间曲线103的导数111(即斜率)中识别到尖角(见图1b)，该尖角显著强于力-时间曲线103中的相应力下降。导数曲线113中的这种脉动指示第一插塞部件已卡合并且因此(大概率)合格。如果导数曲线113中缺少该尖角，则第一插塞部件(大概率)未正确地安装并且未卡合。

在所述方法的范围中可在安装插塞连接时识别卡锁点或卡合点。然后可判断插塞连接合格(io)还是不合格(nio)。该分类可在几个步骤中进行。在第一步骤中，可从力测量值的时间序列中识别各个插塞连接安装的各个力-时间曲线103。换句话说，基于力测量值可提取相应多个插塞连接的多个力-时间曲线103。

然后可针对每个插塞连接(即针对每个力-时间曲线103)检测卡锁点。卡锁点例如可对应于力-时间曲线103和/或导数曲线113的不连续性或最大值。例如卡锁点可对应于接合力104的点。因此可针对每个插塞连接识别卡锁点在相应力-时间曲线103上的位置。

然后可在考虑卡锁点位置的情况下对相应插塞连接进行分类。尤其是可针对每个插塞连接确定该插塞连接是io还是nio。此外，可确定io插塞连接的数量或比例。然后，可将一段时间内io插塞连接的数量或比例与额定数量或额定比例进行比较。由此可检查所需的插塞连接是否正确卡合。此外，可识别并且必要时修整nio插塞连接。

因此，可(实时)针对各个插塞连接的各个力-时间曲线103基于控制地借助力102的导数111分别识别卡合点(如果存在的话)。然后可基于卡合点对插塞连接进行分类。尤其是可将有关卡合点的信息用作分类时的特征。

为了分类，还可考虑力-时间曲线103的其它相关特性或特征。尤其是可借助功能主成分分析来分析力-时间曲线103的形式。此外，可考虑力-时间曲线103的导数111的位置和/或强度。力-时间曲线103的不同特性或特征可概括为特征向量的维度，该特征向量描述力-时间曲线103并且因此描述插塞连接。

可借助机器学习算法(如随机森林)对特征进行分类。也可考虑力-时间曲线103(例如通过动态时间弯曲来确定)与已经测得的力-时间曲线103的相似性来进行分类。

在此可使用监督学习方法进行分类。首先，可针对每种应用情况(如针对特定类型的插塞连接)生成训练数据集。在此对于每个力-时间曲线103标记相应的插塞连接是io还是nio。从该训练数据集，机器学习算法可学习区分io和nio。尤其是因此可将用于描述力-时间曲线103的特征向量的特征空间细分为两个不同的区域，即io区域和nio区域。在此为了在训练数据集中实现高质量的分类，应覆盖所有出现的io和nio情况，因为否则将无法(必要地)识别未经训练的错误类型。

因此，可自动且实时地识别插塞连接是正确还是有缺陷的。

图3示出用于检查插塞连接的一种示例性方法300的流程图。在插塞连接中第一插塞部件与第二插塞部件连接。方法300包括确定301由装配工在插塞连接的安装过程期间施加的力101的力-时间曲线103。为此目的例如可借助装配工拇指上的压力传感器来测量力101，装配工用该力将第一插塞部件压入第二插塞部件中，以便建立插塞连接。

此外，方法300包括确定302力-时间曲线103的多个特征的特征值。这些特征可以是特征向量的不同维度。因此可基于力-时间曲线103确定特征向量值。示例性特征是：

-指示是否在力-时间曲线103中检测到卡合点的特征；

-指示检测到的卡合点处的力101(如接合力104)的特征；和/或

-至少一个指示力-时间曲线103或相应导数曲线113的重要主成分的特征。

因此，可确定描述力-时间曲线103的特征向量值。

方法300还包括基于多个特征的特征值借助机器学习分类器对插塞连接进行分类303。分类器在此可构造用于将特征的值空间细分为两个或更多不同的类别。尤其是可将值空间分为正好两个类别，第一类别指示插塞连接正确或合格并且第二类别指示插塞连接有缺陷或不合格。分类器例如可包括随机森林分类器。

本文中描述的方法300可以可靠且有效的方式确定插塞连接是io还是nio。

本发明不限于所示的实施例。尤其是应注意，说明书和附图仅旨在说明所提出的方法、装置和系统的原理。