汽車車身檢測數據的多元經驗貝葉斯建模與質量監(jiān)控方法.pdf

1、汽車車身尺寸制造質量直接影響到最終汽車產品的質量,因此車身制造質量控制歷來為國內外汽車行業(yè)所高度重視。汽車車身通常采用離線三坐標機測量,抽檢樣本僅為1~2輛/班次,測點數目卻達到數百個,導致質量評價精度低、反饋周期長;而沖壓件批次尺寸波動、夾具磨損、班次輪換等因素使得測量數據穩(wěn)定性下降,進一步提升了質量評價的難度。相比于經典統計理論,貝葉斯統計方法可以利用歷史數據提升當前均值、標準差等質量評價參數的估計精度,在車身小樣本檢測數據分析領域

2、得到了有效應用,但是還存在以下問題:一方面多元經驗貝葉斯建模較復雜,制約了車身檢測數據多元歷史信息的充分利用;另一方面在數據穩(wěn)定性較差時先驗分布與當前樣本信息存在嚴重沖突,對評價精度造成極大影響。
　　為解決上述難題,本文提出融入動態(tài)干預算法的多元經驗貝葉斯質量評價方法,重點解決多元經驗貝葉斯模型構建、數據穩(wěn)定性監(jiān)測與動態(tài)干預、動態(tài)干預效率與評價精度分析等關鍵問題,開發(fā)數據分析軟件并應用于工程實踐,有效提升了車身小樣本測量數據的評

3、價精度。本文主要研究工作如下:
　　(1)車身質量的多元經驗貝葉斯(Multivariate Empirical Bayes,MEB)評價模型構建。首先通過對采樣方法、測點布置和實測數據的分析,得出車身測量數據的統計特點;然后以先驗分布形式融合歷史測量信息,通過多元經驗貝葉斯質量評價模型融合測點相關性信息,對均值、標準差等質量參數進行估計;最后分析數據穩(wěn)定性下降與模型評價精度之間的變化規(guī)律。
　　(2)數據穩(wěn)定性監(jiān)測與MEB

4、質量評價模型的動態(tài)干預。首先構造適用于小樣本測量數據的貝葉斯控制圖,結合控制圖報警靈敏度分析設計合理的控制限,實現數據穩(wěn)定性的實時監(jiān)控;然后針對過程穩(wěn)定性較差的情況,通過對幾種主要偏差模式序列的匹配分析,識別出當前偏差模式類型;最后根據模式分析的結果自動修正經驗貝葉斯質量評價模型。
　　(3)模型動態(tài)干預效率與質量評價精度分析。一方面通過仿真方法分析動態(tài)干預算法的效率,包括偏差模式識別準確率、故障起始點檢測誤差,并根據分析結果提出

5、數據分組方法;另一方面以大量的車身小樣本實測數據為分析對象,研究融入動態(tài)干預算法后MEB模型的評價精度、適用性等問題。
　　(4)軟件開發(fā)及工程應用。根據上述研究開發(fā)了車身檢測數據分析軟件,實現了測量數據分組、質量參數估計、數據穩(wěn)定性監(jiān)測和偏差模式識別等功能。將軟件應用于白車身車架、尾門框等區(qū)域的制造質量評價與監(jiān)測,驗證本文算法的有效性。
　　研究結果表明,本文所提出的基于動態(tài)干預算法的多元經驗貝葉斯模型能夠顯著提升車身小樣