汽车车门的焊接装配是一个多工位、多层次的装配过程，装配偏差的累积规律比较复杂，而传统的极值法、概率法等尺寸链分析方法不能准确地分析出装配过程中的偏差源、贡献度等因素，尺寸调试周期长、成本高，且对人的技能要求高。利用3DCS建立三维尺寸链模型，运用蒙特卡罗随机抽样法能精确地分析出复杂装配过程的偏差流，明确影响目标尺寸的主要因子，进行针对性地优化改进，快速有效地实现尺寸目标。本文建立了瑞风A60前门总成三维尺寸链模型，通过尺寸能力评估，进行全因子实验设计预测，优化了尺寸匹配水平，并依据偏差源分析制定控制计划，经实际生产验证，能有效满足尺寸目标。

三维尺寸链建模
1.建模流程
基于3DCS三维尺寸分析软件，根据产品GD&T图纸、DTS及装配流程，创建虚拟装配过程的定位和公差信息，运用蒙特卡罗计算方法，进行一定样本量的虚拟装配，分析目标尺寸公差的累积情况及偏差源，并且评估偏差源在整个公差积累中所占的比重，尺寸工程人员以此为依据，对尺寸设计、工艺方案和控制计划优化方案，科学指导产品几何尺寸公差的设计。
2.前门三维尺寸链建模
建模输入GD&T信息、装配流程/工装标准及目标测点，确定零部件基准及匹配特征的公差要求。前门总成共4级11个产品，经3工序装配而成，确定装配工装的基准面/定位销公差；测量车门上部窗框6个测点的间隙及面差，间隙/面差的目标为0±1.0/0±1.0 mm，建立三维尺寸链模型。
3.尺寸能力及偏差源分析
基于三维尺寸链模型，按照2 000台进行模拟制造，分析结果显示前门间隙的Cpk值在0.71～1.11之间，面差的Cpk值在0.69～0.81之间，面差的尺寸工序能力低于间隙的工序能力，与实际生产过程中故障现象相同，图1和图2分别为测点1的间隙和面差分析结果，表1为测点的尺寸能力评估，故基于目前的尺寸匹配水平，目标尺寸Cpk不满足大于1的要求，需要根据偏差源分析进行改进。

由图1和图2的偏差源分析表明，影响间隙的主要因子（贡献率＞80%）为X1（内板搭接面尺寸）、X2（窗框搭接面尺寸）；影响面差的主要因子（贡献率＞80%）为X1、X2和X3（窗框面差尺寸）。影响因子需进行实验设计验证，选取最优的匹配水平，保证尺寸能力达标。

全因子实验设计
1.实验方案
根据偏差源分析结果，对间隙及面差分别进行2水平3因子的全因子实验，在3DCS中输入不同尺寸水平组合，分别模拟间隙、面差（以间隙1/面差1为例）的尺寸目标，将实验设计与3DCS有效结合，快速计算尺寸。
2.实验分析
实验拟合模型优化后间隙主效应的分析结果如图3所示，响应优化器最优水平如图4所示，X1=1.50 mm、X4=0.37 mm时，间隙最优。
面差主效应的分析结果如图5所示，响应优化器最优水平如图6所示，X1=-1.17 mm、X2=1.50 mm、X3=0.40 mm时面差最优。可知X1的水平对间隙、面差的影响效应相反，需在改进时预测并平衡验证。

3.改进优化
根据基于3DCS运行的实验数据、间隙/面差的主效应及最优化水平，综合平衡后，按照表2所示的综合尺寸水平组合进行模拟预测，显示综合后间隙/面差望目水平均接近目标尺寸0，尺寸Cpk均＞1，达成改进目标，并经实际生产验证。改进后的目标尺寸能力如表3所示。

结论
应用3DCS分析软件建立瑞风A60前门三维尺寸链模型，分析了前门间隙/面差的尺寸能力及偏差源，并对主要影响因子进行了全因子实验设计验证，模拟分析后，对X1内板搭接面轮廓、X2窗框搭接面轮廓、X3窗框面差和X4窗框间隙4个主要因子进行响应优化设置，拟定最优的参数组合，达成尺寸Cpk＞1的目标。
3DCS能使产品工程师、工艺工程师和制造工程师等相互合作，对产品的尺寸质量和公差进行分析和优化，结合实验设计的方法，能快速有效分析出主要偏差源，验证最优化的改进水平，也可在生产阶段按照偏差源的贡献度进行分级重点管控，大大提升了尺寸调试的效率和质量。