汽车车身是由数百个柔性薄板件在不同工位上装配而成的,由于其装配过程中存在零件制造偏差、薄板定位偏差,焊接回弹和装夹变形等各种因素,这些因素经过层层耦合并逐级传播放大,最终严重影响车身尺寸质量,其中薄板定位偏差是影响车身尺寸质量的关键因素之一。近年来,国内外学者在车身薄板定位布局的研究主要集中于定位点布局优化或定位孔位置优化,缺乏同时考虑定位点和定位孔布局对薄板装配质量影响的研究,此外现有薄板定位布局的设计主要依靠人为经验,缺乏系统理论方法的指导;同时在利用有限元方法分析薄板变形时,计算精度虽高,但在计算结构复杂的装配体时,计算效率低下,无法满足实际生产的需要。针对上述问题,为减少设计变更,缩短产品开发周期,提高车身尺寸质量,本文首先总结了夹具定位布局的偏差传递模型和稳定性参数数学表达式,并在此基础上基于多目标遗传算法设计了薄板“3-2-1”定位中第一基准面的前三个定位点布局;然后,在有限元分析的基础上构建径向基神经网络预测模型并将其预测结果作为个体适应度值,利用收敛速度较快的粒子群算法确定第四个定位点的位置;最后,以薄板关键测点偏差为优化目标,定位孔坐标为设计变量,建立响应面预测模型,确定使测点偏差有效减小的定位孔布局方案,并以B柱加强板为验证模型对上述研究内容做了应用。本文研究的主要内容如下:首先,基于多目标遗传算法设计了薄板“3-2-1”定位中第一基准面的前三个定位点布局。在刚体模型的基础上,总结了现有文献的偏差传递数学模型和稳定性参数数学表达式;由于传统方法在优化定位点位置时只考虑单个优化目标(如偏差传递路径)或将多个优化目标采用加权的方法将其转化为单目标(加权的系数是人工经验分配的),在根本上并未解决薄板定位布局时的多目标优化问题。为解决此问题,本文提出利用多目标遗传算法设计薄板“3-2-1”定位中的主平面前三个定位点布局。然后,建立薄板变形预测模型并确定薄板在“4-2-1”定位布局下的第四个定位点最优位置。在确定主平面前三个定位点坐标的基础上,以第四个定位点坐标为输入,薄板平均变形量为输出,建立径向基神经网络预测模型,并将其预测结果作为个体适应度值,利用粒子群算法确定使薄板平均变形量最小的第四个定位点的坐标。之后,建立响应面预测模型优化定位孔位置,对薄板定位孔位置优化展开深入研究。以装夹后的薄板关键测点的偏差为优化目标,定位孔坐标为设计变量,结合3DCS偏差仿真软件,对薄板孔定位孔的坐标参数组合进行数学建模,分析不同坐标间交互作用对薄板测点偏差的影响,并通过多目标优化找到能有效减小测点偏差的定位孔布局方案。最后,以B柱加强板为验证模型对上述研究内容做了应用。基于多目标遗传算法与径向基神经网络预测模型优化了B柱加强板定位点布局;以B柱加强板在装夹时的关键测点偏差为优化目标,定位孔坐标为设计变量,建立响应面预测模型优化定位孔坐标位置,并与B柱加强板原始设计方案进行对比。结果表明:优化后的定位布局可以有效减小B柱加强板装夹变形和装配偏差。