王靈犀，劉慶坤,布占行

(沈陽(yáng)理工大學(xué) 汽車與交通學(xué)院，遼寧 沈陽(yáng) 110159)

白車身裝焊誤差區(qū)域識(shí)別過程中偽相關(guān)點(diǎn)的剔除

王靈犀，劉慶坤,布占行

(沈陽(yáng)理工大學(xué) 汽車與交通學(xué)院，遼寧 沈陽(yáng) 110159)

使用聚類分析方法尋找白車身裝焊誤差區(qū)域過程中，有偽相關(guān)點(diǎn)混入誤差區(qū)域內(nèi)影響區(qū)域識(shí)別的準(zhǔn)確性，為此提出對(duì)各初始誤差區(qū)域各自做相關(guān)來剔除偽相關(guān)點(diǎn)的方法。實(shí)驗(yàn)結(jié)果表明：將整車聚類分析結(jié)果劃分為初始誤差區(qū)域，并采用相同的相關(guān)系數(shù)對(duì)各區(qū)域各自做相關(guān)能夠有效剔除偽相關(guān)點(diǎn)，其余符合相關(guān)條件的測(cè)點(diǎn)構(gòu)成的區(qū)域更加清晰準(zhǔn)確，有利于誤差源的診斷。

聚類分析；白車身；偽相關(guān)點(diǎn)；相關(guān)分析

汽車白車身裝焊誤差源的識(shí)別中往往要尋找誤差區(qū)域，當(dāng)誤差區(qū)域的形態(tài)與某種工序狀態(tài)相似時(shí)，則預(yù)示誤差在此道工序中發(fā)生[1]。陳猛等[2]利用相關(guān)分析尋找車身覆蓋件之間的聯(lián)動(dòng)性來確定誤差區(qū)域，其弊端在于分析之前不能準(zhǔn)確確定“母點(diǎn)”。胡敏等[3]利用主成分分析研究相關(guān)系數(shù)矩陣的特征值和相應(yīng)的特征向量判斷誤差源，但只能對(duì)車身某一指定分總成進(jìn)行分析。以相關(guān)系數(shù)為聚類尺度和聚類樣本篩選閾值，用誤差點(diǎn)出現(xiàn)的頻率劃分聚類階數(shù)，采用聚類分析可以全面準(zhǔn)確地尋找誤差區(qū)域[4]。但在實(shí)際操作中經(jīng)常會(huì)發(fā)現(xiàn)一種現(xiàn)象：所形成的誤差區(qū)域中有些誤差點(diǎn)的相關(guān)系數(shù)低于閾值，卻能通過樣本篩選進(jìn)入該誤差區(qū)域，干擾對(duì)誤差區(qū)域的判斷。本文稱這些誤差點(diǎn)為“偽相關(guān)點(diǎn)”，提出通過各初始誤差區(qū)域各自做相關(guān)剔除這些偽相關(guān)點(diǎn)的方法。

1 偽相關(guān)點(diǎn)的剔除方法

1)通過聚類分析尋找誤差區(qū)域：分析時(shí)首先設(shè)置合適的相關(guān)系數(shù)作為聚類尺度，對(duì)于聚類尺度的選擇應(yīng)視具體情況而定，不同車型的聚類尺度可能不同，也可能相同，但對(duì)于同一車型的不同區(qū)域相關(guān)系數(shù)必須相同，一般是從較低的相關(guān)系數(shù)開始，逐步提高直至出現(xiàn)較合理的區(qū)域；然后對(duì)整車全部測(cè)點(diǎn)進(jìn)行聚類分析，得出分析結(jié)果后，從低到高顯示各階聚類樣本中的誤差點(diǎn)并觀察其分布形態(tài)，當(dāng)某階聚類測(cè)點(diǎn)的形態(tài)與某些工序狀態(tài)相似時(shí)，則可據(jù)此判斷出誤差區(qū)域[5]。由于這樣形成的誤差區(qū)域中含有偽相關(guān)點(diǎn)，故先將其稱為“初始誤差區(qū)域”。

2)剔除偽相關(guān)點(diǎn)：選中某個(gè)初始誤差區(qū)域中的全部測(cè)點(diǎn)，用與聚類分析相同的相關(guān)系數(shù)對(duì)這些測(cè)點(diǎn)做相關(guān)。相關(guān)分析發(fā)現(xiàn)該初始誤差區(qū)域中的某些測(cè)點(diǎn)會(huì)因相關(guān)系數(shù)低而被剔除，這些被剔除的點(diǎn)即為本文所述的“偽相關(guān)點(diǎn)”，其余滿足相關(guān)條件的測(cè)點(diǎn)所構(gòu)成的區(qū)域即是本文所要尋找的“真實(shí)誤差區(qū)域”，用這樣的誤差區(qū)域分析裝焊誤差源比較可靠。

2 剔除偽相關(guān)點(diǎn)的實(shí)例

2.1 聚類分析

對(duì)某轎車白車身的CMM(Coordinate Measuring Machine)數(shù)據(jù)進(jìn)行聚類分析。整車測(cè)點(diǎn)個(gè)數(shù)為672個(gè)，每個(gè)測(cè)點(diǎn)的誤差分解成X、Y、Z三個(gè)方向[6]，每個(gè)方向的誤差分量的樣本長(zhǎng)度為20個(gè)；分析時(shí)取相關(guān)系數(shù)0.8作為聚類尺度；聚類結(jié)束后最低階聚類編號(hào)為542，該階的測(cè)點(diǎn)分布見圖1。

2.2 尋找初始誤差區(qū)域

從低到高依次顯示各階聚類的測(cè)點(diǎn)分布，當(dāng)顯示到第503階聚類時(shí)，測(cè)點(diǎn)分布狀態(tài)與裝焊工序相似，如圖2所示。由車身裝焊工藝及車體裝配多層次體系結(jié)構(gòu)可知，圖2中的測(cè)點(diǎn)分布可劃分成三個(gè)區(qū)域：發(fā)動(dòng)機(jī)艙(圖3a)、行李艙(圖4a)、左右側(cè)圍(圖5a)，分別對(duì)應(yīng)發(fā)動(dòng)機(jī)艙、行李艙焊裝在地板上的裝焊工序及左右側(cè)圍的合廂工序。形成的三個(gè)區(qū)域均為本文所稱的“初始誤差區(qū)域”。

圖1 最低階(第542階)聚類的測(cè)點(diǎn)分布形態(tài)

圖2 第503階聚類

2.3 剔除偽相關(guān)點(diǎn)

分別選中上述三個(gè)區(qū)域中的測(cè)點(diǎn)，仍使用0.8的相關(guān)系數(shù)在各自區(qū)域內(nèi)做相關(guān)，所得測(cè)點(diǎn)分布形態(tài)見圖3b、圖4b、圖5b。各區(qū)域偽相關(guān)點(diǎn)的去除情況如表1所示。

表1 各誤差區(qū)域中偽相關(guān)點(diǎn)的剔除情況

從表1可以看出，“初始誤差區(qū)域”中的偽相關(guān)點(diǎn)很多，如不剔除必然干擾對(duì)誤差區(qū)域的識(shí)別，進(jìn)而影響對(duì)誤差源的分析；剔除這些偽相關(guān)點(diǎn)后的真實(shí)誤差區(qū)域?qū)φ`差源的識(shí)別及后續(xù)的裝焊夾具調(diào)整具有較準(zhǔn)確的指導(dǎo)意義。

綜上所述，在用聚類分析識(shí)別裝焊誤差區(qū)域過程中，以相同的聚類尺度作為相關(guān)系數(shù)對(duì)各個(gè)初始誤差區(qū)域各自做相關(guān)，此區(qū)域內(nèi)消失的測(cè)點(diǎn)即為其它區(qū)域的偽相關(guān)點(diǎn)。利用此方法對(duì)偽相關(guān)點(diǎn)的剔除，只是將其不再顯示，并沒有剔除原始數(shù)據(jù)中偽相關(guān)點(diǎn)對(duì)應(yīng)的數(shù)據(jù)，所以偽相關(guān)點(diǎn)的剔除并不影響原始數(shù)據(jù)的有效性。

圖3 發(fā)動(dòng)機(jī)艙區(qū)域

圖4 行李艙區(qū)域

圖5 左右側(cè)圍區(qū)域

3 偽相關(guān)點(diǎn)產(chǎn)生的原因及剔除機(jī)理

為探討“初始誤差區(qū)域”內(nèi)偽相關(guān)點(diǎn)產(chǎn)生的原因，依次將三個(gè)誤差區(qū)域中被剔除的相關(guān)點(diǎn)取出，分別與其它兩個(gè)區(qū)域中的測(cè)點(diǎn)

做相關(guān)，相關(guān)系數(shù)仍為原來的0.8，所得結(jié)果如圖6～圖8所示。

圖6中的誤差點(diǎn)集分為兩部分：其一是發(fā)動(dòng)機(jī)艙區(qū)域中被剔除的偽相關(guān)點(diǎn)；其二是出現(xiàn)在另外兩個(gè)區(qū)域中、但與偽相關(guān)點(diǎn)的相關(guān)系數(shù)達(dá)到0.8的測(cè)點(diǎn)。

圖6 發(fā)動(dòng)機(jī)艙區(qū)域中偽點(diǎn)的相關(guān)點(diǎn)集

圖7 行李艙區(qū)域中偽點(diǎn)的相關(guān)點(diǎn)集

圖8 側(cè)圍區(qū)域中偽點(diǎn)的相關(guān)點(diǎn)集

這解釋了偽相關(guān)點(diǎn)混入發(fā)動(dòng)機(jī)艙區(qū)域的原因：這些偽相關(guān)點(diǎn)與發(fā)動(dòng)機(jī)艙誤差區(qū)域中的其它測(cè)點(diǎn)不相關(guān)，但卻與其它區(qū)域中的測(cè)點(diǎn)相關(guān)，且相關(guān)系數(shù)符合聚類尺度0.8，因此進(jìn)入聚類樣本測(cè)點(diǎn)集而混入了發(fā)動(dòng)機(jī)艙區(qū)域。圖7、圖8中同樣出現(xiàn)了這種現(xiàn)象，原因也是如此。從工序過程上看，上述三個(gè)誤差區(qū)域中的沖壓件都是分別裝焊的，所以各區(qū)域之間的測(cè)點(diǎn)彼此相關(guān)是不合理的；而區(qū)域內(nèi)的測(cè)點(diǎn)彼此之間本應(yīng)該相關(guān)，出現(xiàn)不相關(guān)也是不合理的。

白車身的裝焊誤差通過抽檢獲得，汽車廠每天生產(chǎn)約200臺(tái)左右白車身，抽檢量為其中1～3臺(tái)，故裝焊誤差數(shù)據(jù)處理的樣本長(zhǎng)度一般不超過20個(gè)(相當(dāng)于7～20天的抽檢量)[7]。由于在這7～20天里，車間不可能對(duì)裝焊夾具不進(jìn)行調(diào)整，故再加大樣本長(zhǎng)度已沒有意義。使用如此短的樣本進(jìn)行數(shù)據(jù)分析，實(shí)踐中經(jīng)常會(huì)出現(xiàn)偶然的數(shù)據(jù)相關(guān)現(xiàn)象。

偽相關(guān)點(diǎn)與其它區(qū)域中的測(cè)點(diǎn)產(chǎn)生符合聚類尺度的相關(guān)性的現(xiàn)象可解釋為偶然的數(shù)據(jù)相關(guān)性，即只是單純的數(shù)據(jù)上的相關(guān)，其原因是樣本長(zhǎng)度有限。

4 結(jié)束語(yǔ)

在使用聚類分析方法尋找白車身裝焊誤差區(qū)域時(shí)，經(jīng)常會(huì)發(fā)現(xiàn)區(qū)域內(nèi)有偽相關(guān)點(diǎn)的混入而影響誤差區(qū)域的識(shí)別，通過對(duì)各初始誤差區(qū)域各自做相關(guān)判斷某些測(cè)點(diǎn)消失可以剔除這些偽相關(guān)點(diǎn)。剔除偽點(diǎn)后的真實(shí)誤差區(qū)域有助于提高誤差源診斷的準(zhǔn)確性。

[1]王靈犀，郝旭光，豐云秀.聚類分析方法在白車身裝焊誤差監(jiān)控過程中的應(yīng)用[J].沈陽(yáng)理工大學(xué)學(xué)報(bào)，2009,28(6):57-59.

[2]陳猛,徐宗俊,郭鋼.基于相關(guān)性分析方法的車體尺寸精度控制[J].重慶大學(xué)學(xué)報(bào)，2002，25(3)：6-9.

[3]胡敏，來新民，林忠欽.主成分分析方法在轎車裝配尺寸偏差中的應(yīng)用研究[J].中國(guó)機(jī)械工程，2002,13(6)：462-463.

[4]王學(xué)仁，王松桂.實(shí)用多元統(tǒng)計(jì)分析[M].上海：上?？茖W(xué)技術(shù)出版社，1990.

[5]林忠欽,胡敏,陳關(guān)龍，等.轎車車體裝配偏差研究方法綜述[J].機(jī)械設(shè)計(jì)與研究,1999,(3):58-60.

[6]杜子學(xué).三坐標(biāo)測(cè)量機(jī)在汽車整車檢測(cè)中的應(yīng)用[J].測(cè)試技術(shù)，1996，13(4)：33-36.

[7]S.JackHu,S.M.Wu.Identifying sources of variation in auto-mobile body in white assembly using of Principal Components Analysis[C].Transactions of AMRI/SME,1992.

(責(zé)任編輯：趙麗琴)

Excluding Spurious Correlation Points in Process of Research BIW Assembly Error

WANG Lingxi,LIU Qingkun,BU Zhanhang

(Shenyang Ligong University,Shenyang 110159,China)

The process of using clustering analysis to identify the assembly error sources of BIW,many pseudo-related points usually were frequently found in inaccurate areas.In this paper the method to use correlation analysis in these areas to exclude these pseudo-related points is proposed.After correlation analysis the points that disappeared are pseudo-related points.On the other hand,the points that didn’t disappear comply with the conditions of clustering and these points constitute the true error region.The results show the proposed method can exclude pseudo-related points effectively and detect areas more accurately.

clustering analysis;body-in-whit;pseudo-related points;correlation analysis

2014-09-01

王靈犀(1956— )，男，教授，研究方向：汽車試驗(yàn)與仿真研究.

1003-1251(2015)06-0062-04

TP206；U463.8

A