面向装配质量预测控制的随机Kriging建模方法

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。     

[质量优化]基于车身尺寸数据流潜结构建模的装配质量预测控制

在对制造过程装配精度监控、诊断等方法进行综述的基础上,分析了现有车身质量检测系统下数据流的特点,总结现有基于数据驱动的装配精度控制方法的问题,提出了基于潜结构建模的车身多工位装配偏差预测控制方法,通过对多元检测数据主向量的提取与偏最小二乘回归模型的构建,实现了现有车身产品检测条件下的装配质量预测与控制。将该方法应用于车身前纵梁装配总成的质量控制案例,通过偏差数据流的偏最小二乘建模,实现总成关键特征的质量合格率预测与零部件质量的优化控制。数值仿真分析结果表明,经工艺优化后,总成测点波动6σ值平均下降了25%左右。     

基于车身尺寸数据流潜结构建模的装配质量预测控制

在对制造过程装配精度监控、诊断等方法进行综述的基础上,分析了现有车身质量检测系统下数据流的特点,总结现有基于数据驱动的装配精度控制方法的问题,提出了基于潜结构建模的车身多工位装配偏差预测控制方法,通过对多元检测数据主向量的提取与偏最小二乘回归模型的构建,实现了现有车身产品检测条件下的装配质量预测与控制。将该方法应用于车身前纵梁装配总成的质量控制案例,通过偏差数据流的偏最小二乘建模,实现总成关键特征的质量合格率预测与零部件质量的优化控制。数值仿真分析结果表明,经工艺优化后,总成测点波动6σ值平均下降了25%左右。     

面向再制造复杂机械产品装配过程的质量控制点公差带在线优化方法

为提高再制造零部件利用率并提升再制造复杂机械产品的装配精度,提出了一种面向再制造复杂机械产品装配过程的质量控制点公差带在线优化方法。在分析再制造复杂机械产品装配特点的基础上,对关键工序的质量控制点公差带进行细粒度划分;从装配精度角度出发,综合考虑装配过程中的质量损失和成本差异,以尺寸链为约束,构建了公差带优化模型,并研究了基于遗传算法的模型求解过程;在此基础上,提出了基于历史数据的正向推理模式,以及基于装配实时信息的逆向推理模式,推导出装配优化方案集并对车间异常情况作出及时响应;最后,开发出再制造发动机装配过程在线质量控制系统原型,验证了该方法的可行性和有效性。     

基于WOA-Kriging算法的钛合金 切削力预测数学模型研究

针对钛合金难加工且质量和效率不高的问题,提出了一种基于鲸鱼优化算法的Kriging模型建模方法。建立了其参数优化的数学模型,提高了其加工质量和效率,通过鲸鱼优化算优化了传统Kriging模型变异函数的参数,提高了Kriging模型的建模精度;采用正交实验设计方法,对TC4钛合金铣削加工进行了样本点采集,得到了包含设计变量和性能响应的16个样本点;采用WOA-Kriging代理模型技术,建立了钛合金加工工艺参数与切削力之间的近似模型,并与传统的Kriging代理模型技术进行了比较。研究结果表明:采用基于鲸鱼优化算法的Kriging模型建立的钛合金加工工艺参数与切削力之间的近似模型精度更高,能够为其加工工艺参数优化提供更加精确的数学模型。     

基于状态空间模型的精密机床装配精度预测与调整工艺

在精密机械装配过程中,整机装配精度保障不能仅通过零件公差设计,还必须通过测量与调整等装配工艺共同实现,因此需要建立装配过程偏差传递预测与控制的数学模型,定量描述装配调整工艺对最终整机精度的影响。运用微分运动矢量作为各装配工序误差状态的统一表达方式,构建了零件公差模型、几何特征测量结果与装配过程偏差源数学表达的对应关系,提出了描述精密机床装配过程中关键几何特征变动、特征测量、调整的偏差传递状态空间模型。基于该模型,根据当前装配工序偏差与装配调整工艺对整机精度的影响规律预测,确定本道工序装配调整策略,从而保障整机装配精度。最后以精密卧式加工中心为对象进行计算分析,验证了该建模方法的有效性。     

基于数字孪生的复杂机电产品线缆装配工艺模型动态构建方法

针对目前以理想数据制定出的线缆装配工艺文件不能很好地满足实际装配需要以及制定好的装配路径与实际装配路径存在一定偏差等问题，提出一种基于数字孪生的复杂机电产品线缆装配工艺模型动态构建方法。采用同步定位与地图构建方法对线缆装配过程中的零部件特征进行地图构建和线缆空间定位，引入随机有限集描述同步定位和地图构建问题，并采用高斯混合概率假设密度进行地图零部件特征信息的预测与更新；同时采用平方根转换无味卡尔曼滤波器和单特征策略对线缆装配路径进行位姿估计，以完成线缆装配工艺模型的动态构建。最后将所提方法应用于实例分析，验证了方法的可行性。     

基于数据驱动的复杂多阶段产品质量预测研究

针对复杂多阶段(多质量属性)产品在最终制造阶段进行质量预测时,难以对造成质量异常的潜在工艺参数进行在线溯源及实时优化导致质量预测精度较低的问题.提出数据驱动的复杂多阶段产品质量预测模型.首先,通过对历史工艺参数和质量数据应用基于规则的深度置信网络(RBDBN)形成各阶段质量分类规则及应用动态自适应模型对制造过程中异常工...     

基于CPSO与LSSVM融合的发酵过程软测量建模

发酵过程是一个复杂的时变、非线性、强耦合过程.发酵过程中的关键参量菌体浓度通常难以用传统物理传感器实时在线检测.为了测量该参数,将CPSO算法与LSSVM相结合构建发酵过程软测量模型.模型采用CPSO算法优化LSSVM软测量模型参数,克服了常规交叉验证法选取参数的耗时和盲目性.仿真结果表明,CPSO-LSSVM软测量模型较LSSVM软测量模型更能在较短的时间内获得较高的收敛精度,其平均误差为2.05％,说明该软测量模型可用于发酵过程不可在线测量的菌体浓度的实时在线软测量,并且预测精度高,预测速度快,预测能力强.该软测量建模方法也为发酵过程其他关键参量的实时在线测量提供了新的途径.     

面向产品装配工艺的失效预测方法及应用

产品装配工艺是决定产品质量的关键因素。当前产品换代更新较快。新产品的装配多采用旧有产品的装配工艺或重新拟定装配工艺,经常出现装配工艺适应性问题。已有的产品装配工艺分析、优化研究针对的目标参数单一,未能综合装配工艺的多参数影响,实现产品装配工艺问题的全面分析和优化。论文在产品装配工艺影响要素分析的基础上,构建了装配工艺的全息模型,从6个角度对装配工艺失效进行了重新定义,总结得到引导其失效预测的特征关键词,最终提出面向产品装配工艺的失效预测方法及其应用过程模型。最后,应用论文提出的方法对一种实际产品的装配工艺进行了失效预测和解决,提高了产品装配工艺的可靠性。     

基于CPSO的混合核LSSVM生物发酵软测量建模

针对赖氨酸发酵过程非线性、强耦合及关键参数难以在线实时测量等问题,将混合核函数概念引入最小二乘支持向量机中,提出了一种基于混合核LSSVM的软测量建模方法。该方法采用混合核函数代替传统的RBF核作为支持向量机的核函数建立模型,并利用全局搜索能力较强的混沌粒子群优化（CPSO）算法对模型参数进行了寻优处理。仿真结果表明,该方法建立的软测量模型可以实现对发酵过程中的菌体浓度C、基质浓度S及产物浓度P等参量的在线实时预测,在改善了模型全局性的同时也提高了预测精度。     

用于网络浏览的三维装配工艺轻量化模型拆分共享技术

针对B/S架构的制造工艺管理系统应用环境提出一种三维装配工艺模型轻量化模型拆分共享方法。利用工艺管理系统中相同零部件几何面片模型常被多个装配工艺项目共用的特点,对三维装配工艺几何模型进行合理拆分得到若干零部件面片模型,并在多个装配工艺的不同项目中共享公共零部件面片模型,从而减小轻量化模型的网络传输压力。根据工艺管理系统中的访问历史数据,实时更新维护本地缓存中的公共零部件面片模型,有效控制本地模型缓存的存储空间。     

面向弧形框架式导引头伺服机构的摩擦力矩测量系统及精密装配工艺

为了在装配过程中实现对弧形框架式导引头伺服机构摩擦力矩及其不均匀性的实时监控,并对影响其摩擦力矩的主要因素(预紧力和间隙)进行在线调整,搭建了一套面向精密装配的摩擦力矩测量系统。该系统基于电测法的测量原理,采用水平立式结构设计,可适用于弧形框架类伺服机构摩擦力矩的测量。在精密装调过程中,通过实时监测驱动力矩,调整装配参数,从而达到控制产品性能的作用;对弧形框架偏心力矩的影响进行了分析及试验验证,消除了偏心力矩对测量的干扰;对偏心滚轮装配预紧力与摩擦力矩关系进行了试验验证,明确了偏心滚轮组件预紧力的数值范围;解决了自动跑合工艺问题,对减小摩擦力矩波动及不均匀性具有重要意义。基于研制的摩擦力矩测量系统对弧形框架式导引头伺服机构的装配工艺进行优化,将依赖技师经验装配的定性方法优化为依赖力矩测量的定量方法。     

一种自适应CMAC软测量与控制模型

通过研究了小脑模型神经网络(CMAC)存在的不足,设计了基于自适应的CMAC算法,对CMAC的重要组成部分概念映射、学习率和惯性系数进行了自适应设计,提高CMAC的计算速度和精度以满足复杂动态环境下的非线性实时控制的需要.结合沉降分离控制系统工艺优化的需求,提出了基于自适应CMAC的沉降系统软测量和控制模型,用于准确实时地预测稀释矿浆固含,在此基础上进行絮凝剂投放措施优化.工业试验说明了该模型在对化学量软测量的预测精度和快速性上具有明显的优越性,本模型已应用于某氧化铝厂工艺优化系统中动态调节絮凝剂投放量,节省了生产成本,取得了明显的经济效益.     

轿车车门装配位置优化

这里以坐标测量机为测量手段,分别测量轿车车门和车身配合面,利用ＵＧＩＩＣＡＤ平台对车门和车身装配间隙进行优化,确定轿车车门最佳装配位置。有效地提高了轿车车门装配质量。     

考虑装配误差的车门关闭力计算

针对由装配误差引起的车门关闭力预测不准确问题,提出了一种计算精确车门关闭力的方法。该方法首先建立车门关闭过程中各部件相应的力学模型,在影响关闭力大小的几个因素中以门锁为例,通过蒙特卡罗模拟得到车门装配过程中门锁位置误差的概率分布统计,然后在计算关闭力的数学模型中结合门锁位置装配误差,得到车门关闭力的概率分布结果,最后对样车进行关闭力测试,试验结果表明考虑装配误差的车门关闭力的计算精度明显提高。     

基于数字孪生的复杂产品装配过程管控方法与应用

针对航天复杂产品装配过程的实时可视化监控、运行状态在线分析与预测难题,提出了一种基于数字孪生的复杂产品装配过程管控方法。首先构建了面向复杂产品装配过程管控的数字孪生模型;在此基础上,引入工作流技术实现了装配过程数据的实时采集与管理,提出实时数据驱动的数字孪生车间同步运行方法;随后通过灰色马尔可夫预测模型、T-K统计控制图以及关联规则算法的集成应用,实现了对复杂产品装配过程中的小样本量质量数据的实时预测与分析。最后,自主设计并开发了基于数字孪生的复杂产品装配过程管控系统,并在某卫星装配车间进行了应用验证。     

基于遗传优化小波神经网络逆模型的油水测量

考虑基于传统的介电常数法动态测量原油含水率时存在多变量交叉敏感性,检测精度无法满足石油生产实时优化控制的需要,研究了利用多传感技术对存在交叉耦合的多敏感参量进行测量,提出了一种基于多维数据驱动的遗传优化小波神经网络逆模型及其辨识方法.该模型克服了传统神经网络初始参数随机选取的盲目性,具有全局优化和复杂非线性自学习性能,...     

基于双加点动态Kriging模型的提升塔架优化设计

为在满足强度要求的情况下尽量减小提升塔架质量,同时解决传统Kriging模型全局精度和局部精度不易同时保证的问题,提出了一种双加点动态Kriging模型,并利用该模型和人工蜂群算法对提升塔架进行了优化设计。将全局敏感性分析得到的敏感参数作为设计变量,利用拉丁超立方试验设计得到的样本数据建立初始Kriging模型,以最大应力为约束条件,通过人工蜂群算法对提升塔架进行了减重优化。优化过程中, 采用双加点准则不断更新Kriging模型,以提高模型的全局精度和最优解处局部精度,直到获得最优解。研究结果表明：在最大应力不变的条件下,优化后的提升塔架质量减小了39.37%。基于双加点动态Kriging模型的优化设计与仿真模型的优化设计相比,其优化效率大幅度提高。双加点动态Kriging模型相较于静态Kriging模型和基于传统加点准则的动态Kriging模型,具有更高的全局精度、局部精度和最优解处局部精度。     

基于0-1规划模型筛选策略的Kriging组合模型及可靠性优化设计

基于代理模型可靠性优化设计高度依赖于代理模型的精确性。在Kriging模型建模过程中,相关函数的选择往往影响Kriging模型精度。针对相关函数选择不确定情形下Kriging组合模型建模精度和稳健性偏低的难题,提出一种0-1规划模型筛选策略的Kriging组合建模方法。首先,依据期望提高自适应加点准则构建不同相关函数的Kriging模型作为候选模型;其次,通过0-1规划模型筛选策略对候选模型进行优化筛选以剔除预测性能不佳的候选模型;最后,加权平均筛选出的Kriging模型获取最佳Kriging组合模型。以复杂精密机械产品为研究载体验证了Kriging组合建模方法的有效性。研究结果表明,Kriging组合建模方法比单个Kriging模型的预测性能更加精确和稳健。