考虑不确定性的车身在线装配精度的优化控制研究

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。