近年來機器視覺、機器人等技術(shù)在在線裝配質(zhì)量控制中快速發(fā)展,對實時、準確且能考慮工藝不確定性的裝配偏差控制模型的需求愈發(fā)強烈,并且如何基于所構(gòu)建的模型,結(jié)合在線測量零部件檢測結(jié)果,實現(xiàn)裝配工藝參數(shù)的在線優(yōu)化控制是亟待解決的工程問題。針對此問題這里提出了基于隨機Kriging代理模型的在線裝配工藝的優(yōu)化控制方法—基于實測、仿真等歷史數(shù)據(jù)構(gòu)建隨機Kriging模型。然后,在該模型基礎上,結(jié)合裝配零部件的在線測量數(shù)據(jù)對裝配工藝參數(shù)進行實時的前饋優(yōu)化控制。最后通過某車型后車門裝配案例,對不同模型的預測精度進行對比,分析隨機Kriging模型的預測精度,并對車門裝配工藝進行在線優(yōu)化控制,驗證了這里提出方法的有效性,為車身不確定裝配條件下的在線工藝控制提供理論依據(jù)。 

【文章來源】：機械設計與制造. 2020,(09)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

車身在線裝配工藝控制過程示意圖

車身車門裝配偏差隨機Kriging模型流程圖

基于隨機Kriging的制造質(zhì)量在線控制流程圖

【參考文獻】：
期刊論文
[1]大數(shù)據(jù)驅(qū)動的智能制造[J]. 張潔,汪俊亮,呂佑龍,鮑勁松.  中國機械工程. 2019(02)
[2]基于仿真試驗和Kriging模型的多目標優(yōu)化問題全局優(yōu)化算法[J]. 張建俠,馬義中,朱連燕,韓云霞.  計算機集成制造系統(tǒng). 2017(10)
[3]基于Stochastic Kriging模型的不確定性序貫試驗設計方法[J]. 王波,GEA Haechang,白俊強,張玉東,宮建,張衛(wèi)民.  工程設計學報. 2016(06)
[4]考慮已知不確定性的隨機Kriging建模方法（英文）[J]. 王波,Haechang Gea,白俊強,張玉東,宮建,張衛(wèi)民.  系統(tǒng)仿真學報. 2016(06)
[5]Kriging模型及代理優(yōu)化算法研究進展[J]. 韓忠華.  航空學報. 2016(11)
[6]基于Stochastic Kriging的柔性機翼穩(wěn)健性優(yōu)化設計[J]. 劉艷,白俊強,華俊,劉南,王波.  西北工業(yè)大學學報. 2015(06)
[7]基于參數(shù)和代理模型不確定性的沖壓穩(wěn)健性設計優(yōu)化[J]. 黎凱,楊旭靜,鄭娟.  中國機械工程. 2015(23)
[8]面向復雜產(chǎn)品裝配過程的可視化生產(chǎn)調(diào)度技術(shù)[J]. 萬峰,劉檢華,寧汝新,莊存波.  計算機集成制造系統(tǒng). 2013(04)
[9]數(shù)控成型磨齒機加工誤差在線監(jiān)測及補償[J]. 趙飛,梅雪松,李光東,陶濤,姜歌東.  機械工程學報. 2013(01)

碩士論文
[1]白車身車門裝配質(zhì)量分析與控制[D]. 龐祿.天津大學 2015



本文編號：3255030