王正如 梁 晉 王立忠 梁新合

西安交通大學(xué),西安,710049

基于模糊綜合評(píng)價(jià)的車(chē)身曲面品質(zhì)分析

王正如 梁 晉 王立忠 梁新合

西安交通大學(xué),西安,710049

為了精確評(píng)價(jià)車(chē)身曲面品質(zhì),在綜合考慮曲面精度和光順性的基礎(chǔ)上,確定了汽車(chē)車(chē)身曲面品質(zhì)的評(píng)價(jià)因素集。采用層次分析法確定各個(gè)評(píng)價(jià)因素的權(quán)值,利用模糊分析與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法建立了汽車(chē)車(chē)身曲面品質(zhì)分析模型。經(jīng)訓(xùn)練測(cè)試,驗(yàn)證了該評(píng)價(jià)模型的準(zhǔn)確性。

車(chē)身曲面;光順性;模糊綜合評(píng)價(jià);人工神經(jīng)網(wǎng)絡(luò)

0 引言

在汽車(chē)外部模型的構(gòu)造中,精度和光順性是一對(duì)相互影響、相互制約的因素:提高了構(gòu)造曲面與點(diǎn)云數(shù)據(jù)的一致性往往導(dǎo)致光順性不理想;追求曲面的高光順性時(shí)又會(huì)帶來(lái)精度的降低。如何在曲面精度和光順性之間尋找一個(gè)平衡點(diǎn)成為逆向工程中的關(guān)鍵技術(shù),而這需要對(duì)曲面模型進(jìn)行定量的曲面品質(zhì)評(píng)價(jià)。

汽車(chē)車(chē)身曲面品質(zhì)評(píng)價(jià)包含模型的精度評(píng)價(jià)和曲面光順性評(píng)價(jià)兩方面內(nèi)容。模型的精度作為一個(gè)定量指標(biāo),可以通過(guò)最大誤差、平均誤差、標(biāo)準(zhǔn)差等量化數(shù)據(jù)進(jìn)行定量分析;光順即光滑和順暢,是指曲面的光滑性和無(wú)波動(dòng)性[1],目前大部分三維設(shè)計(jì)軟件都帶有對(duì)曲面進(jìn)行光順?lè)治龅墓ぞ?反射線圖、斑馬條紋圖、高光線圖、曲率分布圖等也廣泛應(yīng)用于曲面光順性評(píng)價(jià)[2-4],但是光順性評(píng)價(jià)是帶有主觀色彩的定性分析,沒(méi)有具體的數(shù)值為依據(jù),多數(shù)場(chǎng)合下還是以人的眼光來(lái)判斷曲面是否光順[5],對(duì)分析師的經(jīng)驗(yàn)水平要求很高。

本文利用模糊分析方法,結(jié)合Imagew are的曲面分析功能,對(duì)定性的光順指標(biāo)進(jìn)行解析和量化:采用層次分析法(AHP),根據(jù)各評(píng)價(jià)因素對(duì)光順性評(píng)價(jià)影響的大小和判斷難易程度,確定各因素權(quán)值,采用加權(quán)平均模型對(duì)精度和光順性進(jìn)行綜合評(píng)判;采用點(diǎn)云與所建曲面的平均誤差來(lái)對(duì)精度進(jìn)行評(píng)價(jià);對(duì)于評(píng)價(jià)光順性的定性指標(biāo),利用模糊理論中的模糊數(shù)進(jìn)行定義,用自然語(yǔ)言變量詞集 J={很好,好,中,差,很差}表示不同的光順等級(jí),并對(duì)不同的光順等級(jí)建立評(píng)價(jià)標(biāo)準(zhǔn)。對(duì)于一個(gè)新的評(píng)判對(duì)象只需按照各評(píng)價(jià)因素的評(píng)價(jià)標(biāo)準(zhǔn)打分,得到模糊評(píng)判結(jié)果后輸入到監(jiān)督式學(xué)習(xí)網(wǎng)絡(luò),該網(wǎng)絡(luò)就能根據(jù)以前訓(xùn)練得到的網(wǎng)絡(luò)權(quán)值對(duì)該對(duì)象進(jìn)行品質(zhì)分析,并得到最終得分。

1 汽車(chē)曲面綜合評(píng)價(jià)模型

高品質(zhì)的汽車(chē)車(chē)身曲面要求具有良好的精度、光順性以及符合基本美學(xué)要求。本文根據(jù)車(chē)身曲面精度分析、光順性評(píng)價(jià)中的連續(xù)性分析、斑馬條紋圖、反射線圖、高光線圖、曲面曲率分析、真實(shí)感圖形分析等建立曲面評(píng)價(jià)模型,表1所示為各評(píng)價(jià)因素。

1.1 確定各因素權(quán)重

層次分析法[6]作為一種高效簡(jiǎn)捷的多目標(biāo)決策分析方法,非常適合量化定性判斷。本文利用層次分析法建立影響光順性的各因素權(quán)重集,將各種評(píng)價(jià)因素劃分為互關(guān)聯(lián)的有序?qū)哟?根據(jù)各因素的判斷準(zhǔn)確性及難易程度進(jìn)行分析:對(duì)于容易進(jìn)行判斷分析、對(duì)光順性影響大的因素給予大的權(quán)重,反之,權(quán)重小;引用1～9比率標(biāo)度方法構(gòu)造判斷矩陣,得到相對(duì)權(quán)重。

表1 車(chē)身曲面品質(zhì)評(píng)價(jià)因素

1.1.1 建立判斷矩陣

判斷矩陣可以表達(dá)各因素相比重要性的大小。構(gòu)造判斷矩陣的方法是,兩個(gè)元素兩兩比較哪個(gè)重要,重要多少,對(duì)重要性程度按1～9賦值:

1.1.2 層次單排及檢驗(yàn)

在層層排序中要對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)。只有通過(guò)檢驗(yàn)才能說(shuō)明判斷矩陣在邏輯上是否合理,才能繼續(xù)對(duì)結(jié)果進(jìn)行分析。

(2)確定相應(yīng)的平均隨機(jī)一致性指標(biāo)(RI)。根據(jù)判斷矩陣階數(shù)得到平均隨機(jī)一致性指標(biāo)RI。平均隨機(jī)一致性指標(biāo)是指多次(500次以上)重復(fù)進(jìn)行隨機(jī)判斷矩陣特征根計(jì)算之后取算術(shù)平均得到的數(shù)值。本文選取文獻(xiàn)[7]中1～15階判斷矩陣重復(fù)計(jì)算1000次得到的平均隨機(jī)一致性指標(biāo)。

(3)計(jì)算一致性比例(CR)并進(jìn)行判斷:

當(dāng)CR＜0.1時(shí),認(rèn)為判斷矩陣的一致性可以接受,反之則需要對(duì)該判斷矩陣重新進(jìn)行修正。

經(jīng)上述分析計(jì)算,最終確定的各評(píng)價(jià)因素權(quán)值如表2所示。

表2 各評(píng)價(jià)因素權(quán)值

1.2 確定模糊綜合評(píng)定模型

綜合評(píng)價(jià)就是對(duì)受到多個(gè)因素影響的事物或?qū)ο笞鞒鲆粋€(gè)總的評(píng)價(jià)。采用模糊綜合評(píng)價(jià)方法有效地克服了多因素評(píng)價(jià)時(shí)的模糊性和主觀性,其結(jié)果可靠性高、效果好。以一級(jí)模型為例,一般可歸納為以下幾個(gè)步驟[8]:

(1)建立評(píng)價(jià)對(duì)象因素集:

因素也稱(chēng)為參數(shù)指標(biāo)或質(zhì)量指標(biāo),它們能綜合反映出對(duì)象的質(zhì)量,因而可由這些因素來(lái)評(píng)價(jià)對(duì)象。

(2)建立評(píng)判集:

本文對(duì)車(chē)身曲面品質(zhì)進(jìn)行評(píng)價(jià),評(píng)判集是車(chē)身曲面品質(zhì)等級(jí)的集合。

(3)建立單因素評(píng)判,即建立一個(gè)從U到F(V)的模糊映射:

由此模糊映射 f可以導(dǎo)出模糊關(guān)系,得到模糊矩陣R:稱(chēng)R為單因素評(píng)價(jià)矩陣。(U,V,R)構(gòu)成了一個(gè)綜合評(píng)價(jià)模型。

1.2.1 專(zhuān)家評(píng)價(jià)

汽車(chē)曲面等級(jí)的確定極其重要,沃爾沃汽車(chē)公司將汽車(chē)曲面等級(jí)劃分為十個(gè)等級(jí),至少達(dá)到七級(jí)才算是合格品[9]。本文選取一系列采用逆向設(shè)計(jì)方法所作的車(chē)身曲面為分析樣本,由三人組成的評(píng)估專(zhuān)家組通過(guò)綜合考慮曲面的精度和光順性對(duì)模型各個(gè)評(píng)價(jià)因素和最終等級(jí)評(píng)定打分,五個(gè)等級(jí)的分?jǐn)?shù)分別為{100,80,50,30,10},然后取平均值。最終曲面等級(jí)分?jǐn)?shù)為很好(90～100)、好(65～89)、中(40～ 64)、差(20～ 39)、很差(0～19),如表3所示。

表3 車(chē)身曲面品質(zhì)分析樣本

1.2.2 確定隸屬函數(shù)

隸屬函數(shù)的確定沒(méi)有嚴(yán)格的方法,通?？拷?jīng)驗(yàn)確定。本文構(gòu)造隸屬函數(shù)時(shí)充分考慮了曲面不同等級(jí)間的中間過(guò)渡狀態(tài)。采用嶺形函數(shù)構(gòu)造影響汽車(chē)車(chē)身曲面品質(zhì)的精度隸屬函數(shù)和光順性隸屬函數(shù)。精度隸屬函數(shù)曲線如圖1所示。

圖1 精度隸屬函數(shù)曲線

1.2.3 模糊綜合評(píng)價(jià)結(jié)果

得到各評(píng)價(jià)因素權(quán)值及隸屬函數(shù)后,對(duì)評(píng)價(jià)樣本進(jìn)行綜合評(píng)價(jià),最終得到車(chē)身曲面品質(zhì)分析模糊評(píng)價(jià)結(jié)果(表4)。

表4 車(chē)身曲面品質(zhì)分析模糊評(píng)價(jià)結(jié)果

2 模糊神經(jīng)網(wǎng)絡(luò)訓(xùn)練

表4中車(chē)身曲面品質(zhì)分析模糊評(píng)價(jià)結(jié)果共計(jì)42組,其中35組作為模糊神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本,7組作為檢驗(yàn)樣本,利用MATLAB中的神經(jīng)網(wǎng)絡(luò)模塊對(duì)樣本進(jìn)行訓(xùn)練檢驗(yàn),訓(xùn)練誤差如圖2所示。

通過(guò)檢驗(yàn)樣本訓(xùn)練值與實(shí)際值之間的誤差來(lái)判斷樣本訓(xùn)練是否達(dá)到要求。訓(xùn)練結(jié)果如表5所示。從訓(xùn)練結(jié)果可以看出,對(duì)于測(cè)試樣本的等級(jí)判斷正確率達(dá)到100%,對(duì)于分?jǐn)?shù)判斷的誤差最大為6.99%,在可以接受的范圍內(nèi)。

圖2 MATLAB神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差圖

表5 模糊神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

3 結(jié)論

(1)提出的基于模糊綜合評(píng)價(jià)的汽車(chē)車(chē)身曲面品質(zhì)分析方法考慮了判斷汽車(chē)車(chē)身曲面精度和光順性的各個(gè)指標(biāo),對(duì)曲面品質(zhì)進(jìn)行定量評(píng)價(jià),檢驗(yàn)結(jié)果驗(yàn)證了本方法的精度在可接受范圍內(nèi)。

(2)采用監(jiān)督式學(xué)習(xí)網(wǎng)絡(luò),通過(guò)不斷學(xué)習(xí)積累經(jīng)驗(yàn)提高網(wǎng)絡(luò)精度,減少了對(duì)人的依賴性。在實(shí)際應(yīng)用中,可降低人的主觀判斷產(chǎn)生的誤差,為汽車(chē)車(chē)身曲面品質(zhì)分析提供了新的思路。

[1] 夏衛(wèi)群.車(chē)身曲面質(zhì)量的評(píng)價(jià)指標(biāo)研究[J].汽車(chē)科技,2005,9(5):9-11.

[2] 徐萬(wàn)紅,李書(shū)生,張國(guó)忠.車(chē)身曲面的光順品質(zhì)分析與應(yīng)用[J].組合機(jī)床與自動(dòng)化加工技術(shù),2005(2):48-52.

[3] Poesch l T.Detecting Surface Irregu larities Using Isophotes[J].Computer Aided Geometric Design,1984,1(2):63-168.

[4] 孫科峰.基于高光線法的曲面品質(zhì)分析[D].西安:西北工業(yè)大學(xué),2005.

[5] 樂(lè)斌旺,王磊,邢淵.曲面重構(gòu)中曲面品質(zhì)分析評(píng)價(jià)方法及應(yīng)用[J].機(jī)床與液壓,2006(11):59-61.

[6] 張志勇,劉心報(bào).關(guān)于AHP中比率標(biāo)度的選擇問(wèn)題[C]//中國(guó)系統(tǒng)工程學(xué)會(huì)決策科學(xué)專(zhuān)業(yè)委員會(huì)第六屆學(xué)術(shù)年會(huì)論文集.北京:中國(guó)系統(tǒng)工程學(xué)會(huì),2005:37-41.

[7] 許樹(shù)柏.層次分析法原理[M].天津:天津大學(xué)出版社,1988.

[8] 黃克中,毛善培.隨機(jī)方法與模糊數(shù)學(xué)應(yīng)用[M].上海:同濟(jì)大學(xué)出版社,1987.

[9] Andersson A.Evaluation and V isualization of Surface Defects on Auto-body Panels[J].Journal of M ateria ls Processing Techno logy,2009,209(2):821-837.

Study on Quality Evaluation of Autom obile Sur faces Based on Fuzzy Comp rehensive Evaluation

Wang Zhengru Liang Jin W ang Lizhong Liang Xinhe
Xi'an Jiaotong University,Xi'an,710049

Toevaluate the quality of automobile surfaces p recisely,on the basis of considering both of precision and smoothness,a factor set of evaluation was determined.Using analytic hierarchy process(AHP)to determ ineweights of the evaluation factors,combining w ith fuzzy analysisand artificial neural network,the quality evaluation model of automobile surfaces was estab lished.A fter training and testing,the results prove that the model is accurate.

body surface;smoothness;fuzzy comprehensive evaluation;artificialneural network

U461.4;TP391.9

1004—132X(2011)06—0748—04

2010—03—11

(編輯 蘇衛(wèi)國(guó))

王正如,男,1985年生。西安交通大學(xué)機(jī)械工程學(xué)院碩士研究生。主要研究方向?yàn)槟嫦蚬こ?。發(fā)表論文2篇。梁 晉,男,1967年生。西安交通大學(xué)機(jī)械工程學(xué)院副教授。王立忠,男,1968年生。西安交通大學(xué)機(jī)械工程學(xué)院副教授。梁新合,男,1966年生。西安交通大學(xué)機(jī)械工程學(xué)院博士研究生。