随着当前经济快速稳定发展,日益增长的外出需求导致人口迁徙量与日俱增,给铁路运输行业带来极大的挑战。目前,我国的高速车设计制造领域已达到世界领先水平,而在当前智能化遍及全国的“中国制造2025”时代背景下,我国的高速车生产工艺仍保持传统制造模式,在车体检测方面仍采用:莱卡全站仪+人工手持靶标方式检测。因此,本文基于机器视觉检测以及数据化分析系统,对原检测方式以及检测场地进行改造升级,以提升轨道交通装备整体制造质量水平为目标,为建立基于“数据驱动质量”的高速列车车体制造工艺优化方法和技术质量的体系奠定基础,实现高速车从“经验制造”向“科学制造”的转变。论文主要内容如下:1.车体检测方案设计。深入调研大尺寸部件数据采集方式,分析原有车体制造检测工艺,基于生产制造工艺要求和检测技术指标,选取智能化较高的高速车车体自动化数据采集方案——机械臂+滑轨+视觉传感器。结合生产制造工艺与原有检测工艺,设计新的数据融合方法,将采集数据统一融合于车体坐标系中。2.车体在隧道行驶中表面受力分析与测点选定。利用Ansys Workbench中的Fluent与Static Structural模块对车体进行流场与静力学的耦合仿真分析,将得到的车身应力分布情况施加于车窗部位,再根据车窗应力、变形情况,优化车窗应力集中部位结构,并添加对应的结构测点,最大限度保证高速车运行安全。3.检测工艺与算法补偿设计。基于新检测方案、高速车车体结构特征以及原有检测工艺,设计新的结构形位公差检测方法。通过有限元分析方法深入分析数据检测过程中机械结构误差产生的原因,并根据产生原因反向求解各项采集数据的补偿值,提高新方案的数据检测精度,保证检测质量的稳定性与一致性。4.测量精度验证。使用机械臂、视觉传感器、莱卡激光跟踪仪等设备对新方案的可行性以及检测精度进行实验验证。对比新方案与莱卡激光跟踪仪的检测结果,得到新方案的检测精度满足测量要求,证明方案的可行性。最后将新方案检测的数据与原有检测方案作对比,突出新方案的高效性、准确性。