基于遗传算法的插值Coons曲面孔位修正方法

在机器人自动制孔过程中,制孔点位信息通常从待制孔工件工艺数模上获取,而待制孔工件安装过程中会出现位置偏移和变形,由工艺数模得到的点位信息无法直接满足孔位精度要求。为了保证自动制孔的孔位精度,提出了一种基于遗传算法的插值Coons曲面孔位修正方法。利用制孔区域边角基准孔建立双线性Coons误差曲面模型,通过模型计算出待制孔的误差补偿向量,并补偿至理论制孔位置。针对误差曲面切矢模长无法确定的情况,利用制孔区域内的基准孔构建遗传算法模型,计算出切矢模长最优值,使拟合的误差曲面更符合实际制孔区域曲面。通过试验对算法的有效性和精度进行验证,结果表明:采用基于遗传算法的插值Coons曲面孔位修正方法,可以使孔位误差得到有效的补偿。补偿后的平均孔位误差仅为0.195 6 mm,与传统的插值曲面方法相比,孔位误差降低了5%~10%。      

基于Kriging模型插值的孔位修正策略

飞机装配时的孔位精度直接影响其最终装配质量，而待制孔零件易发生变形和整体偏移，因此一般通过基准孔信息对待制孔位进行补偿。提出一种基于Kriging插值的孔位修正方法，通过基准孔建立孔位理论坐标与实际偏差值的Kriging模型，进而预测待制孔的孔位偏差，并给出每个位置的预测标准误差，以指导基准孔的增添和布置。最后通过有限元和数值实验分别验证了零件在极限变形和整体平移旋转情况下该方法的有效性，实现了孔位估计误差小于0.3 mm。     

基于孔边距约束和Shepard插值的孔位修正方法

在飞机装配中制孔的位置精度直接影响飞机的最终装配质量,自动化制孔以飞机数模为基准,受装配误差影响,在机翼翼盒等封闭结构中,难以确保制孔位置与骨架沟槽关键特征的边距满足工艺要求。提出一种基于孔边距约束和Shepard插值的自动化制孔位置评价及修正方法,通过激光跟踪仪及扫描仪获取实测骨架点云数据并进行去噪和配准,将骨架理论孔位映射到点云模型获得实际制孔位置,提取骨架沟槽关键特征的边界点并构造Ferguson曲线作为边界曲线,基于此计算制孔约束区域中实际孔位的边距及孔边距偏差。针对孔边距可能超差的情况,提出一种先基于孔边距偏差修正约束孔位再利用Shepard插值法修正其余孔位的孔位修正策略,在满足孔边距要求的同时保留了原孔位的行列分布特性。运用所提出的方法对某型飞机机翼骨架进行测量和数据处理,验证了该方法的有效性。     

PCB板过孔孔偏对过孔可靠性的影响与改善方法

过孔孔位偏移可能引起破盘,造成过孔孔壁镀铜附着力下降,同时会造成电流密度集中,影响过孔通流能力。针对PCB板过孔孔位偏移导致过孔环宽不足对过孔可靠性产生的影响进行分析,提出使用泪滴焊盘改善过孔环宽的不足,并通过数学模型计算出最佳泪滴焊盘尺寸。运用仿真软件进行参数化建模,对泪滴焊盘在过孔通流过程中的改善情况进行电流密度仿真,验证了泪滴焊盘对改善过孔孔位偏移带来的电流密度集中问题的有效性。     

基于双目视觉测量系统的孔位补偿研究

由于加工装配误差等原因,飞机壁板工件的数学模型和实际模型往往不一致。为解决不一致导致的制孔位置精度差的问题,提出了一种基于双目测量系统的孔位补偿方案。为了能够更好地设计满足制孔需要的视觉测量系统,分析了机器人自动化制孔系统的工作流程。然后介绍了视觉测量系统组成和工作流程,最后分别对视觉测量系统的基准孔三维坐标提取、孔位误差补偿、数据库读写3个重要功能的技术进行了详细的介绍。通过该双目视觉测量系统的孔位补偿方法,可以获取基准孔的三维坐标,对孔位误差进行补偿,补偿信息写入数据库,提高机器人自动化制孔系统的制孔位置精度。