详情

原文传递面向大规模定制的车身覆盖件产品数字化开发关键技术研究

论文题名：	面向大规模定制的车身覆盖件产品数字化开发关键技术研究
关键词：	大规模定制;车身覆盖件;数字化模拟;软计算;数字化制造;产品数据管理;冲压成形
摘要：	当今世界范围的市场是一个充满个性化需求的动态多变市场，现代制造业应具有的最根本特征是满足客户个性化需求、并对市场需求作出快速响应，大规模定制已成为现代企业追求并保持竞争优势必然选择。我国已形成世界第二大汽车消费市场，且顾客购车的个性需求呈迅速增长趋势。新车研发中车身产品开发成本和加工设备投资占了整车开发成本的很大比例，其生产模具的设计与制造又是影响产品生产效率和质量的关键技术。因而车身产品开发技术的创新研究对于提升我国汽车工业整体开发能力和水平有着非常重要的实际意义。正确的车身覆盖件产品族规划，产品族定制程度的最优选择是有效实施大规模定制的前提和关键技术之一。本文研究了产品定制程度与定制成本、顾客价值之间的关系问题，通过分析定制产品与个体期望的偏差，提出企业定制程度的量化解决方案及企业最优定制程度确定方法；通过对定制产品顾客价值的分析，提出了客户定制程度的量化方案及客户最优定制程度确定方法；基于企业与市场的双重价值，制定产品族定制程度最优策略，最优策略的实施将帮助汽车生产企业在获取最多利润的同时，最大程度地满足个性化需求。从设计覆盖件冲压成形过程数值模拟流程出发，本文了研究基于大规模定制的数字化产品建模方法。研究了覆盖件产品特征建模技术，覆盖件形状特征定义、模型定义；对覆盖件冲压成形过程进行多因素耦合模拟并结合实际加工进行验证；研究了影响回弹的因素和减小回弹量的控制方法，明确了车辆覆盖件冲压成形加工工艺优化的基本思路；在对覆盖件产品进行数字化分析基础上，总结和提出影响覆盖件冲压成形质量的工艺因素和避免失效的工艺措施。产品数字化分析的目的是优化产品设计，保证产品加工质量。覆盖件坯料尺寸设计得合理，将改善零件材料的可成型性和成形质量。本文研究了软计算组合与集成和软计算的实用性，将遗传-神经网络类型：人工神经网络ANN、前向神经网络模型及BP算法、改进遗传算法作为车身覆盖件形状、尺寸预测的选用工具，用实例对改进遗传算法、BP算法、快速BP算法（FBP）的预测精度进行了测试计算和遴选，得出适用于成形尺寸、形状预测的神经网络类型。车身覆盖件产品制造数字化首先是模具制造的数字化，CAD/CAM系统软件都十分重视复杂曲面零件加工信息集成和统一管理，配置有各类曲线、曲面拟合功能和相应的插补功能。覆盖件冲压模具型面数控加工应用NURBS样条曲线插补确定刀位轨迹，可有效提高模具型面加工质量和效率。本文研究并提出了利用NURBS实现曲面散乱点数据加工拟合曲面的重构方法，用自组织神经网络SOFM对原始曲面上的散乱数据点进行聚类，构建NURBS曲线并完成拟合曲面重构，并通过模拟实验分析了重构曲面与原始曲面的误差。企业资源管理ERP是企业信息化建设的核心，ERP和产品数据管理PDM的集成已成为重要的发展趋势。本文针对车身覆盖件产品开发数字化要求，在分析和归纳覆盖件产品各类信息和数据基础上，构建可定制化的PDM解决方案，实现覆盖件产品上下游之间的多层次协同应用；在产品设计与制造数字模拟基础上，建立了覆盖件产品开发数据管理PDM原型系统，实现了PDM原型系统的开放性等主要功能。最后，本文就研究工作和取得成果进行了总结，对本文研究领域内理论和技术发展进行了展望。
作者：	杨征宇
专业：	车辆工程
导师：	常思勤
授予学位：	博士
授予学位单位：	南京理工大学
学位年度：	2008
正文语种：	中文