基于Python的ABAQUS二次开发在飞机蒙皮锤铆中的应用

在飞机蒙皮锤铆中,铆钉的变形需要几十次冲击才能实现,锤铆活塞初速度载荷加载循环问题为分析过程带来了困难。提出利用ABAQUS中Python极强的扩展性,通过二次开发得到连续锤铆过程自动分析的软件方法。通过对初速度、分析时间、冲击次数等输入参数的调整,自动完成锤铆仿真分析,使铆钉达到变形要求。与手动单次迭代方法比较,所提出的软件方法及相应仿真程序在保证镦头成型要求情况下极大地提高了锤铆仿真分析的效率,为后续研究工艺参数优化与铆接质量评价等问题带来指导与便利。与锤铆工艺试验的对比分析,验证了仿真结果的正确性。     

机器人航空铆接的视觉定位方法研究

研究工业机器人自动铆接视觉辅助定位方法,通过多项式拟合十字线结构光的相平面曲线获得铆接孔附近壁板的三维信息,并利用图像中位置关系信息,运用插值法完成铆接孔的位置和姿态的理论计算。这种方法能够引导机器人末端在规划路径下实现铆接孔位置与姿态的修正,满足常规铆钉通用应用范围内的工业机器人自动铆接在线定位与施铆的精度与实时性要求。     

基于TSFFCNN-PSO-SVM的飞机起落架液压系统故障诊断

针对飞机起落架液压系统故障诊断精度低，深层故障特征提取困难的问题，提出了一种基于双路特征融合卷积神经网络（TSFFCNN）与粒子群优化支持向量机（PSO-SVM）结合的起落架液压系统故障诊断模型。该诊断模型以起落架多节点压力信号作为输入，采用一维卷积神经网络（1DCNN）与二维卷积神经网络（2DCNN）并行多通道网络结构自适应提取深层特征信息，并在融合层将深层特征信息融合，通过优化后的SVM分类器对融合特征进行故障分类。为验证所提诊断模型的故障分类效果，基于AMESim搭建了典型飞机起落架液压系统仿真模型，构建了几种典型故障类型数据集。基于仿真数据的诊断结果表明，所提故障诊断算法精度能达到99.37%，能够有效实现起落架液压系统故障诊断；与其他智能算法对比，基于TSFFCNNPSO-SVM故障诊断模型具有更好的平稳性与可靠性，诊断精度更高。