薄板类零件具有类重量轻、强度高和承载能力强等特点,在航空航天、汽车、船舶等制造业中广泛应用,但薄板件刚度差,在自重和加工载荷作用下的变形较大,因此控制薄板件的变形对保证其加工精度起着关键作用。夹具作为四大工艺装备之一,会直接影响薄板件的加工质量,不合理的夹具定位布局设计往往会导致薄板件变形超差。为了控制薄板件钻孔变形,满足加工精度要求,本文开展了薄板件钻孔夹具定位布局多目标优化设计方法的研究,以期能为薄板件钻孔夹具定位布局规划提供借鉴指导,具体研究内容如下:（1）设计了一种薄板件智能可重构钻孔夹具。分析了薄板件的钻孔工艺、定位夹紧方式和钻孔夹具功能,将智能可重构钻孔夹具分为感知控制模块、分析决策模块和夹具机械本体三个部分,在分析功能需求的基础上,设计了薄板件智能可重构钻孔夹具功能框架,包括感知控制功能、分析决策功能和可重构装夹功能,在设计夹具功能框架的基础上,完成了薄板件智能可重构钻孔夹具的总体方案设计、机械本体设计和关键部件选型。所设计的钻孔夹具能够感知定位元件实际位置和夹紧力大小,适应一定范围内不同尺寸规格的薄板件装夹,针对同一薄板件的不同孔位将夹具定位布局调整至最优,该夹具设计方案为后续的钻孔夹具定位布局仿真建模及多目标优化设计工作奠定了基础。（2）建立了基于分形接触理论的薄板件钻孔夹具定位布局仿真模型。采用半弹性接触模型近似代替了定位元件与薄板件之间的接触,通过法向弹簧-阻尼单元模拟了接触面的法向刚度及阻尼特性,借助分形接触理论获得了定位点接触区域法向接触力与接触刚度、阻尼的函数关系,在通过有限元仿真得到定位点处法向接触力的基础上,求解了定位点处对薄板件钻孔后的变形进行预测。通过平板和曲板两个实例,验证了基于分形接触理论的夹具定位布局建模方法的可行性和有效性,实例分析的结果表明,所建立的钻孔夹具定位布局仿真模型提高了薄板件钻孔后的变形预测精度。（3）提出了基于反向传播神经网络（Back Propagation Neural Network,BPNN）与粒子群优化算法（Particle Swarm Optimization,PSO）的钻孔夹具定位布局多目标优化方法。通过钻孔夹具定位布局仿真模型获取了神经网络的训练样本集,建立了定位布局与薄板件最大变形及整体变形之间的多目标神经网络预测模型,在此基础上,应用粒子群优化算法得到了钻单个孔时的夹具定位布局Pareto最优解集。通过平板和曲板两个实例,验证了基于BPNN与PSO的钻孔夹具定位布局多目标优化方法的可行性和有效性,实例分析的结果表明,所提出的钻孔夹具定位布局多目标优化方法能够有效地减小平板和曲板的最大变形及整体变形。