基于粒子群算法的車身測點(diǎn)布置優(yōu)化及檢測數(shù)據(jù)處理.pdf

1、隨著轎車行業(yè)市場競爭的日益激烈和人工智能設(shè)備應(yīng)用帶來的生產(chǎn)效率的不斷提高，快速、精確、全面的控制轎車車身制造質(zhì)量成為了各大轎車生產(chǎn)企業(yè)質(zhì)量管理發(fā)展的必然要求。本文針對現(xiàn)代轎車制造企業(yè)質(zhì)量控制的熱點(diǎn)與難點(diǎn)，從三坐標(biāo)測點(diǎn)的布置優(yōu)化、檢測尺寸數(shù)據(jù)的質(zhì)量狀態(tài)分析與預(yù)測、檢測數(shù)據(jù)處理系統(tǒng)的軟件應(yīng)用開發(fā)三個方面入手展開研究。 本文首先圍繞白車身三坐標(biāo)檢測數(shù)據(jù)的處理技術(shù)，從主要檢測手段，到處于檢測數(shù)據(jù)處理體系前端的測點(diǎn)的分類原則、測點(diǎn)測量數(shù)據(jù)

2、的各種偏差來源、測點(diǎn)測量數(shù)據(jù)的各種評價方法、目前測點(diǎn)的布置方法及存在問題一系列方面作了詳細(xì)的總結(jié)與分析。 本文第三章中將粒子群算法應(yīng)用于車身測點(diǎn)的布置優(yōu)化問題中，使車身測點(diǎn)對制造偏差的敏感度達(dá)到相對最優(yōu)的狀態(tài)，從而更利于車身制造偏差的診斷和車身質(zhì)量的控制改進(jìn)。第四章應(yīng)用灰色模型預(yù)測法來對測量尺寸處于不穩(wěn)定質(zhì)量狀態(tài)情況下的變化趨勢進(jìn)行了預(yù)測分析，從而為車身制造尺寸質(zhì)量狀態(tài)分析與預(yù)測的疑難問題的解決提供了一種新的思路。最后本文第五章