CN111400846A - 一种车体装配公差分配方法 - Google Patents

Abstract

本申请实施例轨道车辆设计技术领域，具体地，涉及一种车体装配公差分配方法。车体装配公差分配方法，包括建立车体的三维装配公差分析模型；对所述公差分析模型进行仿真模拟；确定优化目标；确定优化方案；基于移动公差对所述优化目标进行焊接变形补偿。该公差分配方法在考虑焊接变形的情况下进行公差分配，能够提高公差分配的准确性和有效性。

Description

一种车体装配公差分配方法

技术领域

本申请涉及轨道车辆设计技术领域，具体地，涉及一种车体装配公差分配方法。

背景技术

随着铁路技术的快速发展，不断提高的列车行驶速度对轨道交通装备制造业提出了更高的要求。动车组列车作为实现铁路提速的重要核心装备，其车体的装配精度是使列车能够满足行驶安全性、乘坐舒适性和运行平稳性设计需求的前提和保障。为了进一步提升车体的制造精度，在结合传统的主要依赖经验和物理样车的车体开发手段的基础上，还需要利用数字化手段，实现产品设计阶段对车体装配公差进行优化分析，从而实现车体高效率开发和高精度制造。

现有车体的尺寸链公差分配方法中只对装配过程中的刚性尺寸链进行分析，并未考虑装配过程中焊接变形造成的影响，导致现有车体的公差分配缺乏准确性和有效性的问题。

发明内容

本申请实施例中提供了一种车体装配公差分配方法，该公差分配方法在考虑焊接变形的情况下进行公差分配，能够提高公差分配的准确性和有效性。

根据本申请实施例的第一个方面，提供了一种车体装配公差分配方法，包括：

建立车体的三维装配公差分析模型；

对所述公差分析模型进行仿真模拟；

确定优化目标；

确定优化方案；

基于移动公差对所述优化目标进行焊接变形补偿。

优选地，建立三维车体装配公差分析模型，具体包括：

输入所述车体的零部件信息；

对所述零部件进行装配；

创建测量目标。

优选地，确定优化目标，具体包括：

根据仿真模拟得到的所述测量目标的公差统计分析结果及其超差值，确定优化目标。

优选地，所述零部件信息包括零部件材料信息、零部件公差信息、工装夹具信息、焊接工艺参数以及零部件的工艺参数信息。

优选地，确定优化方案，具体包括：

计算几何因子影响系数的贡献度，得到所述测量目标的敏感影响因子及其几何因子影响系数；

根据所述敏感影响因子及其几何因子影响系数，确定所述优化方案。

优选地，采用HLM方法(多层次数据处理与分析方法)计算几何因子影响系数的贡献度。

优选地，采用3DCS(三维尺寸公差计算软件)软件建立车体的三维装配公差分析模型。

优选地，对所述公差分析模型进行蒙特卡洛仿真模拟。

优选地，在基于移动公差对所述优化目标进行焊接变形补偿之后，还包括：

基于优先修改最大贡献度原则，对所述优化目标进行公差优化。

优选地，基于移动公差对所述优化目标进行焊接变形补偿，包括：

根据所述公差信息对所述公差统计分析结果影响的大小，对所述公差信息进行排序，得到影响最大的公差信息，采用移动公差对公差分配后影响最大的公差信息所处区域的焊接变形进行补偿。

采用本申请实施例中提供的车体装配公差分配方法，该公差分配方法通过对建立的三维装配公差分析模型进行仿真模拟，通过仿真模拟确定优化目标和优化方案，并在考虑焊接变形的情况下通过移动公差对焊接变形进行补偿，该公差分配方法不仅对刚性尺寸链进行了分析，同时还考虑了装配过程中焊接变形造成的影响，因此，能够提高公差分配的准确性和有效性。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的一种车体装配公差分配方法的工艺流程图。

具体实施方式

在实现本申请的过程中，发明人发现，现有车体的尺寸链公差分配方法中只对装配过程中的刚性尺寸链进行分析，并未考虑装配过程中焊接变形造成的影响，导致现有车体的公差分配缺乏准确性和有效性的问题。

针对上述问题，本申请实施例中提供了一种车体装配公差分配方法，该公差分配方法通过对建立的三维装配公差分析模型进行仿真模拟，通过仿真模拟确定优化目标和优化方案，并在考虑焊接变形的情况下通过移动公差对焊接变形进行补偿，该公差分配方法不仅对刚性尺寸链进行了分析，同时还考虑了装配过程中焊接变形造成的影响，因此，能够提高公差分配的准确性和有效性。

为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

本申请实施例提供了一种车体装配公差分配方法，如图1所示，该公差分配方法包括以下步骤：

步骤S10，建立车体的三维装配公差分析模型；具体地，可以采用3DCS软件建立车体的三维装配公差分析模型，并且建立三维车体装配公差分析模型可以包括输入车体的零部件信息、对零部件进行装配以及创建测量目标；零部件信息可以包括零部件材料信息、零部件公差信息、工装夹具信息、焊接工艺参数以及零部件的工艺参数信息等各种信息；

步骤S20，对公差分析模型进行仿真模拟；具体地，在对公差分析模型进行蒙特卡洛仿真模拟；

步骤S30，确定优化目标，可以包括根据对公差分析模型进行仿真模拟得到的测量目标的公差统计分析结果及其超差值，确定优化目标；

步骤S40，确定优化方案，具体包括采用HLM方法计算几何因子影响系数的贡献度，得到测量目标的敏感影响因子及其几何因子影响系数；根据得到的敏感影响因子及其几何因子影响系数，确定优化方案；

步骤S50，基于移动公差对优化目标进行焊接变形补偿，具体可以包括：根据公差信息对公差统计分析结果影响的大小，对公差信息进行排序，得到影响最大的公差信息，采用移动公差对公差分配后影响最大的公差信息所处区域的焊接变形进行补偿。

上述车体装配公差分配方法通过对建立的三维装配公差分析模型进行模拟仿真，通过模拟仿真能够确定优化目标和优化方案，并在考虑焊接变形的情况下通过移动公差对焊接变形进行补偿，该公差分配方法不仅对刚性尺寸链进行了分析，同时还考虑了装配过程中焊接变形造成的影响，因此，能够提高公差分配的准确性和有效性。

在上述实施例的基础上，如图1所示，上述车体装配公差分配方法具体包括以下步骤：

步骤S10，建立车体的三维装配公差分析模型；具体地，可以采用3DCS软件建立车体的三维装配公差分析模型，并且建立三维车体装配公差分析模型可以包括输入车体的零部件信息、对零部件进行装配以及创建测量目标；零部件信息可以包括零部件材料信息、零部件公差信息、工装夹具信息、焊接工艺参数以及零部件的工艺参数信息等各种信息；

步骤S20，对公差分析模型进行仿真模拟；具体地，在对公差分析模型进行蒙特卡洛仿真模拟；

步骤S30，确定优化目标，可以包括根据对公差分析模型进行仿真模拟得到的测量目标的公差统计分析结果及其超差值，确定优化目标；

步骤S40，确定优化方案，具体包括采用HLM方法计算几何因子影响系数的贡献度，得到测量目标的敏感影响因子及其几何因子影响系数；根据得到的敏感影响因子及其几何因子影响系数，确定优化方案；

步骤S50，基于移动公差对优化目标进行焊接变形补偿，具体可以包括：根据公差信息对公差统计分析结果影响的大小，对公差信息进行排序，得到影响最大的公差信息，采用移动公差对公差分配后影响最大的公差信息所处区域的焊接变形进行补偿。

步骤S60，基于优先修改最大贡献度原则，对优化目标进行公差优化。

上述车体装配公差分配方法还包括基于优先修改最大贡献度原则，对优化目标进行公差优化，即，根据模拟仿真的分析结果，找到对公差影响最大的公差信息，并优先修改对公差影响最大的公差信息，以优化该影响最大的公差信息，进而减小该公差信息对整个车体的影响。

下面以某车型的动车组列车车体侧墙为例进行说明：

侧墙的制造质量很大程度上依赖于窗口模块的装配精度，窗口模块由折弯乙型梁在工装上组装焊接而成，由于窗口处需要安装玻璃，所以窗口的高度和宽度需要保证一定的精度；采用上述方法对侧墙装配公差带进行优化，包括以下步骤：

第一步：计算车体侧墙关键尺寸的刚性装配偏差模型；

以碳钢车侧墙为例，一个侧墙由10个窗口模块组成及两端骨架；侧墙窗口模块结构件可分为骨架纵梁和骨架横梁等部件由型钢焊接而成，共包含9个型钢零件；对于其尺寸控制主要包含窗口模块宽度、高度、对角线测点，窗口模块与墙板贴合面平面度、上下两端直线度测点，在装配完成后需要对窗口的高度和宽度进行测量，实际生产中分别选择3处测量高度和宽度。

对于零件的刚性装配，其装配偏差主要来源于零件的尺寸公差及在装配过程中的定位偏差；侧墙窗口模块的零件公差主要有侧柱和纵梁长度、宽度、高度的尺寸公差，侧柱和纵梁的直线度、垂直度、平面度等形位公差，而定位偏差则主要来自工装的平面度误差；

仿真在3DCS软件中进行，将零件按照装配顺序进行组装，输入公差信息，并建立窗口高度和宽度的测量，然后进行蒙特卡洛仿真，分别得到窗口高度和宽度的刚性装配偏差仿真结果；

侧墙窗口模块宽度偏差仿真结果，测量的宽度偏差呈现正态分布，且均值出现小幅偏移，其名义值为1824.0mm，均值μ＝1823.99mm，对应6σ值为1.68mm；计算可得μ±3σ的值分别为1824.83mm和1823.15mm；分析各项公差的贡献度，可见窗口模块中纵梁长度对于侧墙主骨架子模块的长度的偏差贡献度最大，贡献度约为38.05％，模块间的连接纵梁长度偏差等几项偏差的贡献度约为9.52％，两者贡献度的比值约为4.0。

第二步：基于移动公差进行焊接变形补偿：

对于窗口模块中两个关键的尺寸，窗口的宽度和高度由于焊接变形的影响，都出现了不同程度的尺寸变化，对应的焊接变形量未列出。但是窗口的最终尺寸并不只和焊接变形有关，还和零件的公差和工装的定位偏差相关，因此若要更准确的预测窗口模块的尺寸，还有必要对窗口模块进行装配偏差仿真。

为了更准确的预测窗口模块的装配结果，需要将焊接变形考虑到刚性装配偏差建模的结果中，由于得到的焊接变形量是一个定值，而刚性装配偏差建模的结果是一个统计值，本文将焊接变形量以均值移动的形式叠加到刚性装配偏差建模的结果的均值上，标准差保持不变，从而实现将焊接变形考虑到窗口模块的装配中。按照上述测量位置，实际测量了20个窗口模块的宽度和高度，并假设其满足正态分布的前提下，分别计算得到窗口宽度和高度的均值和标准差，得到仿真结果和实际测量结果。

对比结果表明，窗口模块的装配仿真结果和实际测量结果有较好的吻合性，但是部分仿真结果和实测结果的吻合性不佳，这主要是因为焊接过程是个不稳定的过程，焊接电流、电压及焊接速度都可能出现波动，因此会影响到最终的焊接变形，而这些参数都设定为定值，和实际焊接过程有所区别，导致部分仿真结果和实测数据之间的误差。

第三步：基于优先修改最大贡献度原则的公差优化：

对于列车车体侧墙模块化装配过程，控制各个典型模块的精度，对于总的装配精度的提高具有重要的影响。对于典型装配模块，基于优先修改最大贡献度原则，对移动公差分析结果进行优化分析，输出优化后的公差带分布及各项公差的贡献度、敏感度。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种车体装配公差分配方法，其特征在于，包括：

建立车体的三维装配公差分析模型；

对所述公差分析模型进行仿真模拟；

确定优化目标；

确定优化方案；

基于移动公差对所述优化目标进行焊接变形补偿。

2.根据权利要求1所述的公差分配方法，其特征在于，建立三维车体装配公差分析模型，具体包括：

输入所述车体的零部件信息；

对所述零部件进行装配；

创建测量目标。

3.根据权利要求2所述的公差分配方法，其特征在于，确定优化目标，具体包括：

根据仿真模拟得到的所述测量目标的公差统计分析结果及其超差值，确定优化目标。

4.根据权利要求2所述的公差分配方法，其特征在于，所述零部件信息包括零部件材料信息、零部件公差信息、工装夹具信息、焊接工艺参数以及零部件的工艺参数信息。

5.根据权利要求3所述的公差分配方法，其特征在于，确定优化方案，具体包括：

计算几何因子影响系数的贡献度，得到所述测量目标的敏感影响因子及其几何因子影响系数；

根据所述敏感影响因子及其几何因子影响系数，确定所述优化方案。

6.根据权利要求4所述的公差分配方法，其特征在于，采用HLM方法计算几何因子影响系数的贡献度。

7.根据权利要求1-6任一项所述的公差分配方法，其特征在于，采用3DCS软件建立车体的三维装配公差分析模型。

8.根据权利要求1-6任一项所述的公差分配方法，其特征在于，对所述公差分析模型进行蒙特卡洛仿真模拟。

9.根据权利要求1-6任一项所述的公差分配方法，其特征在于，在基于移动公差对所述优化目标进行焊接变形补偿之后，还包括：

基于优先修改最大贡献度原则，对所述优化目标进行公差优化。

10.根据权利要求1-6任一项所述的公差分配方法，其特征在于，基于移动公差对所述优化目标进行焊接变形补偿，包括：

根据所述公差信息对所述公差统计分析结果影响的大小，对所述公差信息进行排序，得到影响最大的公差信息，采用移动公差对公差分配后影响最大的公差信息所处区域的焊接变形进行补偿。

Images