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

项目名称： 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

项目编号： No.51175340

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 机械工程学科

项目作者： 金隼

作者单位： 上海交通大学

项目金额： 60万元

中文摘要： 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。

中文关键词： 装配偏差；贝叶斯网络；偏差建模；偏差源诊断；测点优化

英文摘要：

英文关键词： assembly variations；Bayesian network；variation modeling；variation source diagnosis；optimal sensor placement