張殿平，馬春輝，孫芮，信思勇，高芷芃，張雷雷

（1.中國重汽集團濟南動力有限公司，濟南 250220；2.上海交通大學 機械與動力工程學院，上海 200240）

0 引言

隨著電商物流領域的迅猛發(fā)展重型卡車市場呈現出供不應求的局面。重卡制造企業(yè)在提升產能的同時也更加關注整車質量、產品性能和生產成本等關鍵因素。駕駛艙作為重卡的核心組成部分，其裝配制造質量對整車質量、生產周期和服役年限等都具有重要影響。因此，駕駛艙制造過程中裝配質量的提升受到車企的關注。

裝配質量主要受零部件質量、裝配工藝、安裝順序等因素的制約[1]。為此，研究人員通常采用智能化算法搭建信息化平臺實現產品裝配質量的提前預測[2-3]。陳資等[4]結合遺傳算法和支持向量機構建了數控機床裝配質量預測模型，其預測精度優(yōu)于BP神經網絡和常規(guī)支持向量機模型。方喜峰等[5]結合粒子群算法和支持向量機構建船用柴油機裝配質量預測模型，在提高預測精度的同時縮短了運算時間。董海等[6]提出的XGBoost模型能夠精準預測多級制造系統(tǒng)中車身裝配質量。臧陽陽等[7]提出了基于變量選擇和概率神經網絡的質量預測模型，解決了裝配過程中影響因素繁多、數據不平衡的問題。劉銀華等[8]基于偏最小二乘回歸算法構建車身多工位裝配偏差預測模型，實現關鍵特征的合格率預測與零部件質量的優(yōu)化控制。

當實際制造過程中出現不合格產品時，需要及時進行根本原因的診斷并進行決策優(yōu)化。常用的診斷方法包括模式匹配、統(tǒng)計估計和智能算法等[9]。Khodaygan等[10]提出了基于貝葉斯模型的裝配公差優(yōu)化方法，在保證可靠性的基礎上評估裝配質量。Fu等[11]提出一種基于事件觸發(fā)的白車身裝配質量前饋預測控制方法，實現精度的在線控制，降低夾具調整頻率。袁博等[12]通過文本挖掘技術從歷史數據中提取信息，利用推薦算法輔助人工進行質量問題診斷，實現裝配過程的提質增效。郭允明等[13]提出隨機Kriging代理模型對裝配過程工藝參數進行優(yōu)化控制，減少了工藝不確定性對裝配精度的影響。胡曉磊等[14]結合機理模型和數據驅動模型構建汽車前輪定位參數的預測模型，通過公差優(yōu)化設計降低了定位參數超差率。朱永國等[15]基于熵權法和灰色綜合關聯度構建裝配質量偏差源診斷模型，可在小樣本條件下實現精確診斷。

綜上所述，智能算法和優(yōu)化方法在裝配質量的預測、診斷及控制中表現出色。然而，上述研究主要停留在理論認證階段，且主要針對小型乘用車或商用車，對于重卡駕駛艙的多材料裝配質量研究較為欠缺。本文利用仿真軟件搭建重卡駕駛艙裝配過程機理模型，采用優(yōu)化算法實現工藝參數與安裝順序的改進，并完成真實車型的落地應用。

1 仿真模型

1.1 駕駛艙裝配過程與問題描述

本文以某重卡車型駕駛艙的裝配過程開展研究。駕駛艙的裝配結構及分解結構如圖1所示。

車門、翼子板及導風板等零部件或總成件通過“一面兩銷”的定位方式與白車身進行焊接，裝配順序如表1所示。

表1 駕駛艙結構裝配順序

整車試制階段發(fā)現：1）導風板與前面罩的間隙過大，左、右兩側皆呈現A字形縫隙，如圖2（a）所示；2）導風板與前門面差呈現上小下大趨勢，且下側面差過大，如圖2（b）所示。針對左側導風板裝配后與匹配件的間隙、面差不滿足要求的問題，本文將開展根本原因診斷、裝配工藝和安裝順序優(yōu)化等研究。

圖2 整車試制過程間隙、面差問題表現

1.2 駕駛艙裝配仿真流程

使用3DCS軟件對駕駛艙裝配過程進行仿真，仿真流程如圖3所示。

圖3 駕駛艙裝配仿真流程圖

步驟1。將帶有結構樹的駕駛艙三維數模導入軟件中，通過零部件偏移的方式創(chuàng)建裝配與分解兩種場景，并在分解場景下開始建模。

步驟2。根據GD&T圖樣中的標注分別為每個零件創(chuàng)建基準面與基準孔，并在對手件的相應位置創(chuàng)建特征。

步驟3。依照焊接工藝流程圖建立零部件/總成件之間的裝配關系，主要基于“3-2-1定位”原理實現零件的約束，多個件裝配時需嚴格按照裝配順序創(chuàng)建裝配關系，不能顛倒。

步驟4。根據GD&T圖樣中的孔、面公差為零件添加尺寸公差和位置公差，尤其是孔、銷的直徑及裝配面的輪廓度等。同時為裝配過程添加孔-銷浮動等影響。

步驟5。根據測點文件或DTS在數模的相應位置添加測量點特征，并建立測量操作，實現駕駛艙裝配后各關鍵位置的間隙和面差輸出。

步驟6。通過點擊裝配按鈕模擬駕駛艙的真實裝配過程，點擊分析按鈕實現基于Monte Carlo方法的三維尺寸鏈分析，輸出步驟5中關鍵位置的尺寸超差情況及造成超差的原因和貢獻率。

步驟7。當步驟6中尺寸分析的結果不滿足要求時，至步驟8，否則至步驟9。

步驟8。通過修改零件結構、形位公差、裝配順序等手段對工藝方案進行改進，并將改進后的結果反饋至步驟2，在現有的仿真模型上進行修改。

步驟9。輸出形位公差分配結果、裝配工藝流程等信息，用于指導實際生產過程中的質量控制。

以上裝配過程是建立在所有零件都是剛性的假設條件下，且不受自重、焊接等因素的影響而發(fā)生變形。所有零件及裝配工藝參數都假設服從正態(tài)分布，且認為偏差落在±3σ以內即為合格產品。

2 仿真結果與優(yōu)化分析

2.1 駕駛艙裝配仿真結果

仿真過程中針對導風板與其對手件的間隙和面差進行測量，測量位置如圖4所示。

圖4 關鍵測量點的間隙、面差

共設置了4組間隙、面差共8個測量點，Gap_1/Flush_1與Gap_2/Flush_2兩組測量點位于導風板與前面罩的匹配處，Gap_3/Flush_3與Gap_4/Flush_4兩組測量點位于導風板與左前門的匹配處。經過2000次的Monte Carlo仿真計算，4組測量點的三維尺寸偏差分析結果輸出如表2所示。

表2 測量點尺寸分析結果

結合歷史工程實際經驗，認為仿真結果中超差率大于10%則不能接受。從表2中可以看出，只有Flush_1和Gap_3測量點滿足要求，其余測量點均與要求相差甚遠。Gap_2/Flush_2的6-Sigma皆大于Gap_1/Flush_1，Gap_4/Flush_4的6-Sigma皆大于Gap_3/Flush_3，因此與試制過程中出現的問題相同，說明仿真過程基本符合實際情況。仿真結果同時輸出了每個測點超差的影響因素及其貢獻率，如表3所示。

表3 測量點尺寸超差的影響因素及貢獻率

表3 中，Move15 代表導風板支架安裝至BIW的過程，Move16 代表左導風板安裝至前擋左下飾板支架1的過程。裝配過程對尺寸偏差的影響主要由孔銷浮動造成，其余影響因素則是由公差設置造成最終尺寸偏差。

2.2 優(yōu)化分析

從2.1節(jié)的分析結果可以看出，Move16_左導風板安裝至前擋左下飾板支架1的裝配過程影響了6個測點的尺寸偏差，且貢獻度均較大。因此，從Move16裝配過程的孔銷浮動開展分析。導風板的裝配過程如圖5所示，4-way定位銷設置在前擋左下飾板支架1上，2-way定位銷設置在導風板支架上，定位銷的直徑皆為6 mm。

圖5 導風板裝配過程示意圖

與定位銷相對應的導風板定位孔直徑為10 mm，定位孔直徑遠大于定位銷直徑，導致裝配過程Y向的孔銷浮動量過大，因此造成最終的尺寸偏差。根據工程經驗，定位孔直徑應比定位銷直徑大0.5 mm才能保證正常孔銷浮動量，為此在仿真模型中將定位孔的直徑修改為6.5 mm。Move15_導風板支架安裝至BIW過程中的孔銷浮動問題與Move16相同。修改定位孔直徑后尺寸分析結果如表4所示。

表4 修改結構后尺寸分析結果

從表4中可以看出，Gap_1/Flush_1和Gap_3/Flush_3的尺寸分析結果已經滿足工程需求，然而Gap_2/Flush_2和Gap_4/Flush_4的超差率依然較大。因此，需要通過公差的優(yōu)化分配來實現尺寸偏差的控制。

綜合尺寸分析結果、影響因素及其貢獻率，本文選取“X1：導風板支架安裝孔位置度”、“X2：導風板支架安裝面輪廓度”、“X3：前擋下飾板支架安裝面輪廓度”、“X4：前面罩總成安裝面輪廓度”和“X5：前面罩總成安裝螺母孔位置度”這5個變量作為影響因素，“Y1：Gap_2”、“Y2：Flush_2”、“Y3：Gap_4”和“Y4：Flush_4”的超差率作為因變量。其中，X{X1，X2，X3，X4，X5}的公差取值范圍是[1.8, 3.0]，Y{Y1，Y2，Y3，Y4，}貢獻率的優(yōu)化結果應小于10%?；诿商乜_方法隨機生成影響因素的公差，并以此進行模擬仿真分析，共獲得500組對應數據。在三維空間中，影響因素與超差率之間是非線性關系，因此本文基于BP神經網絡實現影響因素與超差率之間的關聯關系建模。

影響因素的公差優(yōu)化過程中，公差值越小則超差率越小，但同時零部件的制造成本也隨之增加[8]。為此，本文引入制造成本與BP神經網絡擬合的超差率共同作為目標函數。采用模擬退火算法對目標函數進行求解，實現影響因素的公差優(yōu)化分配，優(yōu)化結果如表5所示。

根據表5的公差優(yōu)化結果，修改仿真模型中影響因素的公差設置，并重新實現仿真過程，公差優(yōu)化后的尺寸分析結果如表6所示。

表6 公差優(yōu)化后尺寸分析結果

公差優(yōu)化后，所有測量點的超差率都控制在10%以內。因此，表5所示的工藝方案可以用于指導整車試制和量產階段的工藝參數優(yōu)化與質量控制。

通過DOE 試驗設計和模擬仿真發(fā)現，本文采用的裝配順序即為最優(yōu)裝配順序，因此無需進行改進。

依照本文優(yōu)化分析結果改進試制階段的工藝方案，導風板與對手件之間的間隙、面差得到了有效控制。如圖6所示，關鍵點處的尺寸偏差能夠滿足DTS要求。

圖6 工藝方案優(yōu)化后整車試制結果

3 結論

本文利用3DCS軟件針對重型卡車駕駛艙的裝配過程進行仿真，通過創(chuàng)建特征、建立裝配、添加公差、布置測點來實現三維尺寸偏差分析，仿真結果與實際工程問題相對貼合。

基于仿真結果，采用修改零件結構、工藝參數優(yōu)化、調整安裝順序等手段實現關鍵測量點的間隙、面差優(yōu)化，并在重型卡車駕駛艙試制階段實現應用驗證。

本文是將尺寸工程拓展至重型卡車領域，為重卡的整車質量優(yōu)化提供理論依據。然而，本文僅考慮了基于仿真結果的機理模型，下一步將融合機理模型和數據驅動模型展開重卡駕駛艙的三維尺寸偏差分析研究。