考虑不确定性的车身在线装配精度的优化控制研究

发布时间：2021-06-28 20:53

　　近年来机器视觉、机器人等技术在在线装配质量控制中快速发展,对实时、准确且能考虑工艺不确定性的装配偏差控制模型的需求愈发强烈,并且如何基于所构建的模型,结合在线测量零部件检测结果,实现装配工艺参数的在线优化控制是亟待解决的工程问题。针对此问题这里提出了基于随机Kriging代理模型的在线装配工艺的优化控制方法—基于实测、仿真等历史数据构建随机Kriging模型。然后,在该模型基础上,结合装配零部件的在线测量数据对装配工艺参数进行实时的前馈优化控制。最后通过某车型后车门装配案例,对不同模型的预测精度进行对比,分析随机Kriging模型的预测精度,并对车门装配工艺进行在线优化控制,验证了这里提出方法的有效性,为车身不确定装配条件下的在线工艺控制提供理论依据。 

【文章来源】：机械设计与制造. 2020,(09)北大核心

【文章页数】：7 页

【部分图文】：

车身在线装配工艺控制过程示意图

车身车门装配偏差随机Kriging模型流程图

基于随机Kriging的制造质量在线控制流程图

【参考文献】：
期刊论文
[1]大数据驱动的智能制造[J]. 张洁,汪俊亮,吕佑龙,鲍劲松.  中国机械工程. 2019(02)
[2]基于仿真试验和Kriging模型的多目标优化问题全局优化算法[J]. 张建侠,马义中,朱连燕,韩云霞.  计算机集成制造系统. 2017(10)
[3]基于Stochastic Kriging模型的不确定性序贯试验设计方法[J]. 王波,GEA Haechang,白俊强,张玉东,宫建,张卫民.  工程设计学报. 2016(06)
[4]考虑已知不确定性的随机Kriging建模方法（英文）[J]. 王波,Haechang Gea,白俊强,张玉东,宫建,张卫民.  系统仿真学报. 2016(06)
[5]Kriging模型及代理优化算法研究进展[J]. 韩忠华.  航空学报. 2016(11)
[6]基于Stochastic Kriging的柔性机翼稳健性优化设计[J]. 刘艳,白俊强,华俊,刘南,王波.  西北工业大学学报. 2015(06)
[7]基于参数和代理模型不确定性的冲压稳健性设计优化[J]. 黎凯,杨旭静,郑娟.  中国机械工程. 2015(23)
[8]面向复杂产品装配过程的可视化生产调度技术[J]. 万峰,刘检华,宁汝新,庄存波.  计算机集成制造系统. 2013(04)
[9]数控成型磨齿机加工误差在线监测及补偿[J]. 赵飞,梅雪松,李光东,陶涛,姜歌东.  机械工程学报. 2013(01)

硕士论文
[1]白车身车门装配质量分析与控制[D]. 庞禄.天津大学 2015



本文编号：3255030