[发明专利]车身板件焊接变形的几何补偿方法及系统

权利要求书

1.一种白车身门框激光焊过程中B柱板件的焊接变形几何补偿方法，其特征在于，通过经过有限元软件Simufact.Welding计算门框激光焊接后B柱的焊接变形情况，并确认其中网格模型中各个位置上的变形方向与变形量作为变形预测，然后先手动设置几何补偿变量及其范围，再通过选取测试样本点与验证样本点对有限元方法中的网格模型进行样本点的有限元建模，并得到测试样本点与验证样本点模型；再基于对样本点模型进行有限元计算，提取计算结果，将测试样本点与其计算结果进行Kriging近似建模并利用验证样本点检验模型精度；最后通过粒子群优化算法得到作为车身板件焊接变形的最终几何补偿，实现车身板件的优化焊接；

所述的手动设置几何补偿变量及其范围是指：以四个高度位置Z₁，Z₂，Z₃，Z₄进行几何补偿，其中，Z₁为下端铰链孔，Z₂位置为中央铰链孔，Z₃为变形最大位置，Z₄为B柱整体变形平滑所设置的位置；Z₀与Z’₀为补偿量为零的高度；基于焊接变形主要方向为负Y向，故沿正Y向进行补偿；

所述的有限元建模，最优拉丁超立方采样方法，选取12个设计样本点，再通过拉丁超立法采样方法，选取4个验证样本点；通过Hypermesh前处理软件中的Morphing功能生成各个样本点对应的B柱网格模型，其中Morphing功能采用插值方法计算各个点坐标的变化；再将建立的网格模型导入有限元软件Simufact.Welding中进行有限元计算，得到各个样本点焊接后的变形情况，并依据公式y_ji＝x_ji+distortion_ji计算样本点对应的响应值；

所述的验证样本点，通过最优拉丁超立方采样方法从由焊接变形预测量所确定的设计空间中选取测试样本点，再通过拉丁超立方采样方法选取得到验证样本点，其中：最优拉丁超立方采样方法选取m个设计样本点，m为3n～10n个，n为网格模型中位置的个数；

所述的Kriging近似建模是指：基于样本点模型，通过有限元方法计算各模型焊接后的变形情况，计算样本的响应值y_ji＝x_ji+distortion_ji，y_ji为第j个样本的第i个几何补偿响应(1≤j≤m，1≤i≤n)，x_ji为该位置在第j个样本中的第i个几何补偿量，distortion_ji为该样本中该点的焊接变形值；然后建立m个样本补偿量X＝[x₁，…，x_n]与响应值Y＝[y₁，…，y_n]的Kriging代理模型，并进行模型精度验证；

所述的补偿，其方向为焊接变形主要方向(沿X,Y或Z轴)的反方向，故x_ji与distortion_ji符号相反；

所述的Kriging代理模型为：Y(X)＝F(β,X)+z(X)＝f(X^T)β+z(X)，其中：F为常数项或一阶、二阶的回归模型，z为残差模型，β为回归模型参数；

所述的模型精度验证是指：通过拉丁超立方采样方法另外采集k个验证样本点来验证，取相关系数R²为精度指标；当验证不通过时则进一步增加验证样本点并重新进行Kriging优化；

所述的相关系数其中：y_l与为验证样本点的测量值及其均值，为验证样本点的Kriging预测值，R²越接近1，预测精度越高；

所述的粒子群优化是指：设定几何补偿的优化目标与优化约束，具体为优化目标设定为Z₂高度的响应值的绝对值最小，优化约束设置为变量取值范围及其余三个高度处的响应值的绝对值小于0.1mm，通过粒子群算法进行全局优化，寻找最优的设计变量；

所述的优化，数学表述该优化问题为：其中：Y_i0＝0.05mm,i＝1,3,4为设定的其余位置的补偿约束；

所述的粒子群算法参数包括：最大迭代数目100，粒子数量20，学习因子C₁＝C₂＝2，惯性参数范围0.9～0.4。