汽车车身主要由金属薄板件焊接构成,金属薄板件的焊接质量是车身制造质量的关键因素。车身焊接质量的主要指标包括金属件焊接后的尺寸精度与焊接强度。本文以车身金属薄板件的焊接质量优化为主要研究内容,运用大数据分析、数字化虚拟仿真、人工智能等技术,分析车身焊接质量相关的影响因素,并针对影响因素进行优化改善,同时建立相应的改善流程与方法,提升车身焊接质量的智能化控制水平。本文所开展及完成的主要工作及创新点如下:1)建立车身精度大数据平台,引入相关性分析和主成分分析法,建立尺寸偏差源分析与诊断模型,丰富了复杂焊接精度问题的控制与分析手段。建立了基于Hadoop系统的大数据系统构架,将零件、总成、夹具、检具等多种要素和多种形式的测量资源及测量数据集成到大数据平台。运用大数据分析的手段,开展车身精度的分析与监控。建立多偏差源相关性分析的模型,运用PCA分析法和改进PCA分析法,进行复杂尺寸偏差问题的原因分析与诊断,建立了基于失效模式的主成分分析模型以及基于时序分析的车身尺寸偏差源监控诊断模型。2)针对影响车身焊接装配精度的夹具定位设计和零件设计质量,运用PSO粒子群算法和三维虚拟仿真分析,改进了大型薄板件焊接定位系统的优化方法,建立并完善了车身焊接尺寸设计的风险评估方法。运用PSO粒子群优化算法对大型金属薄板件焊接定位易产生重力变形问题进行了有限元分析优化,减小零件在重力下的变形,提高了焊接定位可靠性。从车身焊接定位系统设计、尺寸链计算、定位可靠性优化方面,分析了车身焊接定位基准MCP的选择与优化原则、零件定位形式及过定位设计、定位夹紧顺序和夹具重复性验证的关键因素与控制方法。建立针对产品尺寸设计质量的3DCS三维尺寸公差仿真分析评价流程,分析给出了车身尺寸设计的控制风险点。3)对于车身薄板件电阻点焊过程质量,运用自适应控制和数值模拟方法,结合正交试验,实现了影响车身焊接强度的点焊过程参数的优化。研究了电阻点焊基于PID模糊控制理论的焊接参数自适应控制理论及改进的焊接自适应控制方法,结合现场调试,进行了焊接参数的优化,减少飞溅、削减能量冗余,提高焊接质量。运用Abaqus多物理场求解功能,采用电阻点焊数值模拟技术,建立了点焊有限元热力模型,进行焊接参数的优化探讨。结合自适应控制方法和点焊数值模拟结论,开展点焊参数正交试验,分析了汽车薄板零件点焊过程中,焊接电流、电压、压力等参数对焊接质量的不同影响程度。4)针对车身薄板件点焊质量监测,基于人工智能算法,创新性提出基于GABP神经网络和卷积神经网络的点焊质量预测与判断方法,实现车身点焊过程质量的自动化、智能化监控。建立了焊接参数大数据平台,实现焊接参数的100%在线监测。采用基于遗传算法和BP神经网络的MATLAB计算程序模型,对焊接参数和焊接强度进行关联分析,得出基于焊接参数的焊接强度预测模型。利用工业互联网和大数据技术,建立了焊接参数采集与监控系统,通过数据模型,监控焊接质量,实现焊接参数与焊接质量在线监控报警功能。基于Python语言编程,采用Tensorflow卷积神经网络模型,建立了基于机器视觉与机器学习的人工智能点焊质量判定模型,实现了对焊点质量的智能化分类判定。5)针对车身薄板件焊接强度疲劳耐久,进行疲劳虚拟仿真与设计优化,建立和完善了虚拟仿真代替整车道路试验的疲劳验证与优化方法。以车身后隔板金属件疲劳开裂问题为例,通过疲劳仿真分析,对比不同方案下的分析结果,确定最优解决方案。建立相应的仿真分析的流程,减少了车身质量验证的大规模路试。优化方案选择Hypermesh软件对车身进行网格划分,运用Nastran软件计算应力,应用FEMFAT软件进行疲劳损伤值计算,然后用Hyperworks软件进行后处理。虚拟仿真分析表明,材料性能、零件形状、材料厚度和焊点分布对后隔板疲劳耐久性能影响程度不同,材料性能影响最为明显,最优方案经整车PAVE道路试验验证有效。