科研之友
微信
新浪微博
Facebook
分享链接
摘要
智能制造模式下,机器人、机器视觉以及在线在机测量等自动化技术的发展,使传统的基于数据统计分析的监控、诊断等事后控制模式,转变为质量预测控制模式,而预测控制效果的好坏往往与建模精度紧密关联。但现有装配偏差建模往往将工艺设计变量、装配偏差等变量的关联关系视为为确定性问题,难以反映设计、来料、制造工艺以及环境等不确定因素对建模精度的影响,导致装配产品质量预测值与实际存在显著偏差,难以满足装配工艺参数的在线、预测控制的要求。因此引入了考虑工艺不确定性的随机Kriging建模方法,结合车身制造过程的数据、信息获取特点,提出了一种多源信息融合的随机Kriging建模与更新方法。通过对汽车左后车门装配质量预测案例分析,结果表明,与单一的确定性Kriging模型相比,文中所论建模与更新方法使预测精度显著提高,较好地满足了质量预测控制要求。
- 出版日期2020
- 单位上海理工大学
