馬振海 龔海淵 邢彥鋒
(1.泛亞汽車技術中心有限公司, 上海200120;2.上海工程技術大學,上海201600)
主題詞:基準優化 定位策略優化 UG二次開發 重力變形
在以往的零件基準開發工作中是通過人工確定可選定位點池,這種方法的設計精度不能保證,開發效率也不高。通過人工確定可選定位點池的方式已經不能滿足數字化、智能化開發和現代化生產制造的需要。
針對這個問題,本文基于VS 2013 對UG NX 進行了二次開發設計。開發了一套適用于車身鈑金件基準優化的分析方法和軟件。利用UG 中Nastran 程序計算變形,通過對重力變形數值的探測對比,獲得優化的定位策略。
本研究還建立了數據庫存儲定位策略,通過建立Access數據庫,能夠儲存優化后定位策略。
在汽車車身的裝配過程中,需要先對車身鈑金件進行定位基準開發,以便后續的焊接裝配及零件檢測使用。車身鈑金件的裝夾定位,不僅要滿足精確定位的共性要求,還要充分考慮鈑金件沖壓易變形性和沖壓制造偏差較大的特征。周志強等提出對于車身鈑金件的裝夾定位,除了要限制零件剛體運動的基本功能,還必須要能夠限制零件過多的工件變形[1]。由于薄板鈑金件的這種特性,鈑金件基準策略多是基于“N-2-1”定位原則。鄒景明在論文中指出為了降低車身鈑金件焊接裝夾時的重力和夾具定位點偏差對車身鈑金件焊接定位精度的影響,提高車身鈑金件定位方案的穩健性,定位點的選擇成為鈑金件基準開發尤為重要的一步[2]。本文研究的對象即為鈑金零件基準“N”的位置和數量,通過研究建立一種鈑金件基準選擇的優化分析方法。
為了研究和分析鈑金件基準策略,本研究開發了一套的軟件系統,其功能如下:
(1)本系統在UG NX 二次開發的基礎上,實現了零件有限元網格自動劃分,劃分生成的有限元網格節點作為可選定位點。將選取基準的原則和經驗進行了總結,并以此為基礎建立了基于人工經驗的數學模型,通過角度過濾、邊界過濾、主平面過濾和稀疏過濾等方式結合,成功實現了非可行定位點的自動過濾。
(2)自動分析與人機交互分析并存的智能優化系統。本系統實現人工選擇結合自動優化方式進行定位點的優化和選擇,顯著提高了定位優化的效率和精度,通過將自動與工程師經驗的交互兩種方式互為優化基礎,優化得出的定位方案的穩健性也有所提高。
(3)利用Access 的數據處理、統計分析能力及數據檢索查詢功能,本研究系統建立了數據庫模塊,用于存儲和分析定位策略數據。用戶可以將每一次分析的定位策略進行存儲,也可以將優化后的定位策略與先前的定位策略進行比較分析;并且這些存儲的定位策略還可以繼續進行循環優化,直到用戶得到更滿意的優化結果。
UG(Unigraphics NX)是Siemens PLM Software 公司出品的一個產品工程解決方案,在用戶進行產品設計和加工過程中給用戶提供數字化造型和經驗手段。這是一個交互式計算機輔助設計與計算機輔助制造系統[3],其中OPENAPI(UG開放應用程序接口)是Unigraphics中一個非常重要的模塊,也是UG/OPEN二次開發軟件包中的一個開發工具。高原在論文中介紹了UG/OPENAPI 作為UG與外部應用程序之間的接口(圖1),UG/OPEN API 是一系列函數的幾何,通過UG/OPEN API 的編程,用戶幾乎能夠實現所有的UG功能,開發者可以通過C 語言編程來調用這些函數,進而達到實現用戶化的需要[4]。

圖1 UG/OPENAPI的組成[4]
本研究基于UG NX二次開發,建立了網格數據處理模塊,鈑金件重力變形分析模塊,基準優化分析模塊幾個功能,基準智能推理模塊等功能,實現了鈑金件基準智能優化分析功能。
基準優化分析需要經過8個步驟,如圖2所示。

圖2 鈑金件定位策略優化過程
(1)首先需要將待分析零件CAD數模導入(圖3)。

圖3 汽車前蓋內板設計數模
(2)通過開發的分析軟件,對數模進行網格劃分,可按照10 mm×10 mm大小劃分網格。
(3)根據零件設計選用的材料,在軟件中對網格文件設置材料屬性,主要時通過楊氏模量,密度,泊松比,材料厚度等信息進行模擬,如圖4所示。
(4)為設置測點信息,創建的測點用于后續輸出變形分析數據結果。
(5)根據零部件設計開發期間制定的基準策略,如圖5前蓋內板基準圖紙所示,根據基準的位置,輸入進行重力變形分析。
(6)經過計算,輸出計算結果如圖6所示。
(7)計算結果分析,可發現最大重力變形數值為-0.492 mm左右。
(8)將優化后的數據進行存儲。
經評估這個變形量較大,不符合設計要求,基準策略需要優化。根據圖6顯示的最大變

圖4 設置材料信息

圖5 圖紙定位策略

圖6 汽車前蓋內板優化分析結果

圖7 汽車前蓋內板優化分析結果
形位置位于零件中部結構較弱區域,可考慮在薄弱區域位置增加支撐基準,增加的基準位置如圖7 所示。經過再次計算分析,在中部結構薄弱區域增加2個輔助支撐基準,再次優化分析重力變形,分析結果如圖8 所示。優化后的分析結果,最大變形量為-0.23 mm,與圖7 初次分析結果對比,質量提升了53.25%,滿足了設計要求。

圖8 汽車前蓋內板優化分析結果
關于零部件定位策略智能優化,本研究提出一種通過零部件相似度對比的方法,來實現同類型零件基準策略的智能推理方法,其推理的流程如圖9。

圖9 零件基準相似推理流程
當開發新零件基準體系時,可采用相似推理方法快速獲得任務零件基準體系。
(1)先將新零件劃分網格,劃分網格是用于求解零件幾何尺寸信息。
(2)然后在零件庫中檢索同類型零件,將這些零件加入相似度計算候選。
(3)根據相似度計算結果,在庫中選出最接近新零件的基準方案,并通過幾何比例計算,推導出新零件的基準位置信息。其中,相似度計算公式為:

式中sim 為相似度;Pi,Pj為零件i,j;dij為2 個零件i,j之間重要屬性關系;Vik,Vjk為零件i,j的屬性,包括長寬比,比例關系等。
這2 個公式,實質上是通過零件的幾何形狀來判斷和選擇相似度,并根據相似度在基準策略庫中的選出最接近當前待開發零件的基準策略。根據幾何形狀,按照比例計算輸出新零件的基準位置。
本研究基于VS 2013 對UG NX 軟件二次開發,實現了鈑金類零件定位策略優化和智能推理工作。本研究通過UG NX二次開發,以探測零件重力變形為探測手段,實現了零定位策略優劣分析工作。本研究實現的鈑金件定位策略優化精度可靠,優化方法工作效率高;在設計發布期間,通過定位策略的早期設計優化,可提高設計發布質量,減少設計變更成本。