多目标约束的精锻叶片几何重构优化算法

新型航空发动机已部分采用精密锻造工艺提高叶片的制造精度和效率。然而,精锻后的叶身型面与设计模型存在几何偏差,导致依据设计模型加工后的进/排气边与精锻的叶身型面不能很好地匹配。为了解决该问题,提出一种面向精锻叶片自适应加工的几何重构方法。首先,建立基于公差约束配准的目标函数,并采用粒子群优化（PSO）算法求解目标函数。其次,提出基于叶身变形趋势预测进/排气边轮廓的光顺重构算法。最后,通过精锻叶片自适应数控加工实验对提出的方案和算法进行验证。实验结果表明,该方案可以有效重构出合格的工艺模型,满足精锻叶片的精密数控加工要求。     

零件重量公差规律性的探讨

为配合《飞机零组部件重量公差》部标准(HB5519-80)的修订工作,本文对零件重量公差的变化规律作了粗浅探讨。文章从分析零件重量偏差的成因入手,将零件的重量偏差归结为计算误差、加工偏差和称重误差,并分别对其进行了讨论,最后导出了机加件,锻件和铸件的重量公差表达式。     

自由曲面配准技术

讨论了自由曲面形状误差检测方法,研究了自由曲面配准技术.采用简单的方法定义测量数据与自由曲面的中心坐标系,并使用主轴法进行预配准,为后续精确配准提供了可靠的初值,避免常规方法易陷入局部最优解的问题.提出了曲面精确配准的迭代优化方法,该方法通过修改目标函数以及适当选取偏差阈值,有效降低局部大误差点对配准结果产生的影响.实验结果表明文中算法的有效性.     

基于关键装配特性的大型零部件最佳装配位姿多目标优化算法

为了控制装配过程中的关键装配特性,以大尺寸测量技术为辅助,实现大型零部件最优位姿装配,提出基于关键装配特性的大型零部件最佳装配位姿多目标优化算法。该方法将测量辅助装配(MAA)中的关键环节——最佳装配位姿拟合问题分为两步:第1步利用基于奇异值分解的解析方法将测量坐标系与装配现场的全局坐标系进行精确的空间配准,减小了坐标系对齐的误差,并以参考点拟合的偏差为优化目标,求解移动装配体当前位姿;第2步根据装配关键特性相关公差的重要程度,计算装配综合精度要求,并以最小综合偏差为优化目标求解移动装配体间的最佳装配位姿。随后给出了上述两个步骤的粒子群优化算法模型,将每步的待求解位姿作为一个拥有3个旋转自由度与3个平移自由度的粒子进行求解。最后对卫星舱段位姿最优装配问题进行仿真计算,结果证明了该优化算法在控制各项关键特性、提高综合装配质量等方面的有效性。     

基于布谷鸟算法的多目标公差设计

本文提出了一种基于布谷鸟算法(CS)的多目标公差设计方法。在传统的制造成本和质量损失函数基础上,引入产品的装配性能,建立新型多目标公差设计优化模型,并提出使用模糊层次分析法确定各分目标的权重因子。运用非惯性权重方式调整步长因子,改进布谷鸟算法并用于求解得到的多目标公差设计模型。以一个齿轮组装配件作为算例,验证布谷鸟算法求解公差设计模型的适用性与可行性,为公差设计的分配方案提供新的求解方式。     

基于高斯伪谱法的翼伞系统复杂多约束轨迹规划

翼伞系统在实际环境中飞行时易受到风场以及地形环境等复杂干扰的影响,无法精确归航,控制难度较大。针对该问题,提出了一种针对复杂多约束条件的翼伞系统的最优控制轨迹规划方法,可同时实现翼伞系统在复杂环境下逆风对准、精确着陆以及控制量全局最优的控制目标。首先,建立了风场干扰下的翼伞系统模型;然后,通过引入地形环境曲面,将复杂环境转化为实时路径约束,将轨迹着陆偏差以及逆风雀降转化为终端约束,并考虑控制量消耗最小为目标函数,以此将复杂环境下的翼伞系统的轨迹优化转化为一系列非线性的带有复杂约束的最优控制问题;最后,采用高斯伪谱法将多约束最优控制问题转化为易于求解的非线性规划问题。通过设立3组复杂环境仿真实例和实验验证,表明本文方法使翼伞系统在多种较恶劣的复杂环境中有效应对多类约束条件,规划出控制量全局最优的可行轨迹。与已有的混沌粒子群优化算法相比,本文方法具有较好的最优性和较高的精度。     

基于Kriging的多目标遗传算法

为了提高多目标优化问题的求解效率,提出了一种新的处理约束多目标优化问题的基于Kriging的多目标遗传算法(MOKGA)。MOKGA采用物理规划法将多目标优化转化为单目标优化,然后构建目标函数的考虑约束的EI(Expected Improvement)模型,并采用遗传算法进行求解。六峰值驼背函数和一个导弹多目标多学科设计优化问题用于MOKGA算法性能的测试。结果表明,与理论解相比,MOKGA算法有很好的优化结果;与NSGA II相比,MOKGA有很快的收敛性。     

叶片剖面型线的配准与轮廓度评定方法研究

针对叶片的叶型轮廓度计算难题,本文将叶身剖面型线的配准过程分为粗配准和精配准。前者通过变换矩阵H₁实现,为实测数据与理论数据之间的刚性变换;后者通过变换矩阵H₂实现,以距离平方和作为目标函数,采用随机梯度下降法计算H₂中的旋转角和平移量。完成叶型配准后,应用实测数据点到最近邻的两个理论数据点所在直线的距离来计算叶型轮廓度误差,并进行符号判断。试验选取10组叶型数据点进行比对分析,各组叶型轮廓度误差的评定结果偏差均≤±7μm,从而验证了本文算法的有效性和精度水平。     

基于合作目标的三维空间贝叶斯传感器配准算法

当存在合作目标时,基于合作目标的传感器配准算法往往优于基于多站测量的传感器配准算法.传统的基于合作目标的传感器配准算法将系统误差看作是一个确定未知量,对未知量的估计采用了非贝叶斯的参数估计算法,如极大似然法、最小二乘法等.当传感器量测噪声相对于传感器系统误差不可忽略时,上述算法估计效果较差.在此背景下,提出了基于合作目标的贝叶斯传感器配准算法,通过将传感器系统误差建模成未知的随机过程,并通过卡尔曼滤波消除量测噪声对系统误差估计带来的影响,实验结果表明,方法具有较好的实用性.     

一种检测特征引导的飞机零件模型配准方法

模型配准是飞机零件数字化检测的关键。提出一种检测特征引导的模型配准方法,分析零件检测中的配准问题,建立模型配准的数学模型,根据零件检测特征点的选取策略以及模型配准的可靠性分析,预先规划出CAD模型上的目标匹配点集,采用基于奇异值分解的最近点迭代(SVD-ICP)算法实现精确配准。试验证明了该方法的有效性,提高了配准效率和可靠性。