基于粒子群算法的車(chē)身測(cè)點(diǎn)布置優(yōu)化及檢測(cè)數(shù)據(jù)處理.pdf

1、隨著轎車(chē)行業(yè)市場(chǎng)競(jìng)爭(zhēng)的日益激烈和人工智能設(shè)備應(yīng)用帶來(lái)的生產(chǎn)效率的不斷提高，快速、精確、全面的控制轎車(chē)車(chē)身制造質(zhì)量成為了各大轎車(chē)生產(chǎn)企業(yè)質(zhì)量管理發(fā)展的必然要求。本文針對(duì)現(xiàn)代轎車(chē)制造企業(yè)質(zhì)量控制的熱點(diǎn)與難點(diǎn)，從三坐標(biāo)測(cè)點(diǎn)的布置優(yōu)化、檢測(cè)尺寸數(shù)據(jù)的質(zhì)量狀態(tài)分析與預(yù)測(cè)、檢測(cè)數(shù)據(jù)處理系統(tǒng)的軟件應(yīng)用開(kāi)發(fā)三個(gè)方面入手展開(kāi)研究。 本文首先圍繞白車(chē)身三坐標(biāo)檢測(cè)數(shù)據(jù)的處理技術(shù)，從主要檢測(cè)手段，到處于檢測(cè)數(shù)據(jù)處理體系前端的測(cè)點(diǎn)的分類(lèi)原則、測(cè)點(diǎn)測(cè)量數(shù)據(jù)

2、的各種偏差來(lái)源、測(cè)點(diǎn)測(cè)量數(shù)據(jù)的各種評(píng)價(jià)方法、目前測(cè)點(diǎn)的布置方法及存在問(wèn)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(chē)身測(cè)點(diǎn)的布置優(yōu)化問(wèn)題中，使車(chē)身測(cè)點(diǎn)對(duì)制造偏差的敏感度達(dá)到相對(duì)最優(yōu)的狀態(tài)，從而更利于車(chē)身制造偏差的診斷和車(chē)身質(zhì)量的控制改進(jìn)。第四章應(yīng)用灰色模型預(yù)測(cè)法來(lái)對(duì)測(cè)量尺寸處于不穩(wěn)定質(zhì)量狀態(tài)情況下的變化趨勢(shì)進(jìn)行了預(yù)測(cè)分析，從而為車(chē)身制造尺寸質(zhì)量狀態(tài)分析與預(yù)測(cè)的疑難問(wèn)題的解決提供了一種新的思路。最后本文第五章