基于贝叶斯网络的高速列车车体装配偏差检测与诊断方法

高速列车车体大空间复杂曲面焊装工艺复杂、精度要求高、检测样本小，传统装配偏差建模方法难以准确描述其多源误差输入－多尺寸输出的影响关系，导致车体装配偏差检测与诊断受制于国外技术和经验、检测系统设计合理性不足、诊断效率低，成为制约高速列车车体制造精度提升的技术瓶颈。本项目提出基于贝叶斯网络的高速列车车体装配偏差不确定性建模新方法，重点解决其高复杂度、小样本检测环境下模型结构与参数学习的难题，建立车体装配检测系统优化设计和智能诊断技术，在中国北车唐山轨道客车公司CRH3高速列车司机室研制中进行应用。主要研究：1）车体装配偏差复杂影响关系的贝叶斯网络结构推演，2）车体小样本检测环境下贝叶斯网络参数学习，3）面向贝叶斯网络诊断能力的车体测点系统优化，4）多误差源概率组合下车体装配偏差的智能诊断。项目成果将为高速列车车体装配精度控制提供新理论方法支撑，并可推广于飞机、汽车和船舶等产品装配质量控制。

高速列车车体大空间复杂曲面装配精度要求达到±2mm，完全突破了传统轨道列车车体装配工艺技术水平。传统装配偏差建模方法难以综合考虑零件、工装、焊接、环境等随机误差对铝合金车体多尺寸特征影响的不确定性，导致车体装配偏差控制困难、严重制约产品批量制造能力。.本项目围绕车身装配过程偏差检测、尺寸质量评价、偏差源诊断与控制开展了较为系统的研究，通过先验信息和当前小样本数据的融合，实现装配质量的动态评价，提高了质量评价的精确性与及时性；针对质量评价中出现的偏差问题，提出了基于贝叶斯网络的装配偏差影响关系的建模方法；在此基础上，提出了多故障条件下偏差源诊断方法与流程，以及面向偏差源诊断能力最大化的测点优化方法，提高了车身装配过程偏差诊断与检测效率；最后，将以上基于贝叶斯理论的装配偏差检测、评价以及诊断控制方法应用于唐车CRH3高速列车车体的装配制造中，取得了良好的效果，使得高速列车车体大空间复杂曲面装配精度达到±2mm。并形成了相应的技术规范、开发了相关软件。该项目为高速列车车体装配精度控制提供新理论和新方法，并在飞机、汽车和船舶等产品装配质量控制中推广。.本课题研究过程中资助发表核心论文7篇（5篇SCI、2篇EI），资助发表其它相关论文10篇。1人获得2011年教育部“新世纪优秀人才支持计划”资助，培养毕业2名博士研究生，2名硕士研究生。自主开发了《高速列车车体装配偏差分析系统(AVA-T)》软件，获软件著作权1项，获国家发明专利1项。课题相关研究成果作为重要内容之一获得2011年国家科技进步奖二等奖1项，2015年汽车工业科技进步一等奖1项。