数字化车间及航空智能制造实践

智能制造作为一种新的制造模式已经成为制造业未来的发展方向。世界各国纷纷采取措施,推进本国智能制造技术发展。在航空制造领域,智能制造也成为未来的发展趋势。在现有数字化车间基础上,提出了涵盖基础物理层、中间管理层及顶端智能管控层的飞机结构件智能数字化车间架构,并对智能工艺、智能装备、智能管控等飞机结构件智能制造关键技术进行了研究,以为智能制造在航空工业领域的应用提供参考。     

飞机线束数字化制造系统研究与开发

针对某线束企业目前线束工艺缺乏有效校验、设计效率低、生产过程管理和技术状态控制薄弱的现状,在分析航空线束工艺设计和制造现状的基础上提出建立数字化制造系统,利用信息技术为工艺设计提供智能辅助支持,实现对生产过程的显性化管理和对技术状态的有效控制。通过建立数字化制造系统,在提高线束工艺设计的效率、加强对工艺文件的技术状态管理、提升对线束生产过程的控制能力等方面取得了明显的进步,并通过实例验证系统的实用性和有效性。     

面向箭体舱段的三维数字化装配工艺

针对火箭舱段传统装配工艺规划和路径规划的方法特点,介绍了一种面向火箭舱段的三维数字化装配工艺方法,给出了三维数字化装配的系统框架和装配工艺规划方案,讨论了数字化装配的结构设计中的各个环节关系,通过虚拟装配平台输出装配动画和视图,建立完善的数据库系统,从而实现了火箭舱段生产现场的三维可视化装配,提高了装配的准确性和装配效率,缩短了装配时间。     

高速钢丝锥刀齿的电解强化工艺的试验研究

为了消除或减少丝锥刀齿存在的锋刃、锯齿刃及表面的凹坑、裂纹等缺陷,提高刀齿的强度和耐磨性,特研制了丝锥刀齿的电解强化装置,并对高速钢丝锥进行了电解强化工艺研究,得到了电流密度、极间距离、电解时间及电解液温度对丝锥表面粗糙度的影响规律.强化后丝锥的攻丝试验结果表明,强化后丝锥刀齿消除或减少了锯齿刃,形成了具有一定钝圆半径的倒圆刃,丝锥刀齿的表面质量大大改善.     

飞机钣金成形信息化现状与关键技术解决途径

钣金成形是飞机制造的关键制造技术之一,钣金成形信息化则是构建先进钣金制造技术的核心所在.分析了钣金成形信息化的内涵,综述了国内外研究现状,提出了航空钣金成形信息化关键技术研究与工程应用的思路,面向工艺过程定义工程模型,驱动全局的工艺过程规划和各个局部工艺过程的参数设计、工装设计、数控编程,建立起全数字量定义、传递与控制模式;对源头各异的钣金成形工艺知识建库和集成使用,支撑工艺过程、加工参数、模具等生产数据的定义,建立起知识的数字化表达、管理和使用模式,从而实现钣金件高效、高质量的制造.     

航空钣金件数字化集成制造系统构建与应用

钣金件数字化制造是航空产品制造数字化的基本组成部分.为满足现代航空产品研制对钣金件制造能力的需求,实现航空钣金件从传统制造模式向数字化制造模式转变,以工艺数据库为核心,数字化技术为手段,基于知识的设计方法为辅助工具,构建了以制造模型定义和工艺数据库为基础的钣金件数字化制造方法与集成制造技术体系,建立了钣金件数字化制造系统,适应了航空产品数字化制造技术的发展要求.     

读来读往

2009年4月13日,中国航空工业集团公司在京隆重举办了重组后的第一次信息化工作会议,并将2009年确立为集团公司信息规划年。会议明确提出未来5年内要建立起1个平台、2个体系、3个中心、5个系统的跨地域、多学科、跨专业     

工程师的新语言——基于模型的定义

传统的产品定义技术主要以工程图为主,通过专业的绘图反映出产品的几何结构以及制造要求,实现设计和制造信息的共享与传递。基于模型的定义以全新的方式定义产品,它以三维产品模型为核心,将产品设计信息、制造要求共同定义到该数字化模型中,使CAD和CAM(加工、装配、测量、检验)等实现真正的高度集成,不再使用工程图纸。     

离子电推进系统电源处理单元的数字化设计

为了降低航天器的质量，提高使用寿命，满足商业航天小卫星电推进系统需求，概述了电源处理单元(power processing unit, PPU)数字化设计的需求及屏栅电源设计方案，针对电源处理单元的高精度、高稳定性、快速响应的要求，采用BUCK方案和全桥电路设计屏栅电源。以STM32微控制器为核心设计数字化加热电源和屏栅电源，实现卫星平台/地检设备的数据采集遥测，电源输出电压参数的改变。实验结果表明：三个数字化电源的控制精度均小于3%,数字化控制的电源处理单元具有灵活调整的特点，能够有效减少控制板体积。     

基于AI+神经网络的数字化故障电弧识别方案研究

线路故障电弧的特征随着电力电子技术的提高更趋复杂，传统的故障电弧识别方式已无法应对新型用电系统。对比传统故障电弧识别方案，研究故障电弧产生类型和新型检测技术，提出基于谐波因素、总谐波畸变率、电流零休时间、电流变化速率、电流周期性等典型时域、频域特征的AI+神经网络的数字化故障电弧识别方案。该方案运用回归算法向量机对特征图进行分类处理，通过正向传输运算、反向传输运算和迭代回归运算三个步骤执行卷积神经网络，频繁迭代回归以获得最佳特征识别图。本文以调光器的故障电弧识别为例，对故障识别方案进行验证，结果表明采用此方案可实现更高效、更精准、更稳定地识别故障电弧。