CN108629453A - 一种基于实测数据的飞机现场装配精度预测方法 - Google Patents
一种基于实测数据的飞机现场装配精度预测方法 Download PDFInfo
- Publication number
- CN108629453A CN108629453A CN201810417653.8A CN201810417653A CN108629453A CN 108629453 A CN108629453 A CN 108629453A CN 201810417653 A CN201810417653 A CN 201810417653A CN 108629453 A CN108629453 A CN 108629453A
- Authority
- CN
- China
- Prior art keywords
- deviation
- positioning
- point
- loc
- anchor point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000011065 in-situ storage Methods 0.000 title claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000013461 design Methods 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims abstract description 5
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000014509 gene expression Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003446 ligand Substances 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Image Analysis (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明公开了一种基于实测数据的飞机现场装配精度预测方法,涉及飞机装配技术领域,将装配单元中每个零件所受配合约束转换为定位点约束,在每个零件上选取多个定位点,使用数字化测量设备测量每个定位点的定位偏差,根据定位点建立定位分析模型,并根据定位偏差计算出每个零件的位姿偏差,根据位姿偏差计算关键点处的位置偏差,按照装配顺序将当前零件的位置偏差与下一零件的定位偏差结合作为下一零件的定位偏差,输入定位分析模型中得到位姿偏差,直到完成所有零件的分析,得到设计要求的装配偏差,即装配精度。本发明解决了飞机现场装配阶段,工序装配精度无法预测的问题,为提高飞机一次装配成功率,减少装配返工与装配报废提供了技术基础。
Description
技术领域
本发明涉及飞机装配技术领域,特别是涉及一种基于实测数据的飞机现场装配精度预测方法。
背景技术
在飞机装配生产过程中,尽管工艺设计人员在工艺设计阶段,就通过调整装配顺序、定位基准、装配容差等装配工艺对飞机产品关键工序的装配精度进行控制与优化。然而,在实际装配操作中,由于工装误差、装配变形、零件制造偏差等实际因素,导致飞机产品装配后不满足设计要求,装配返工、装配报废事件时有发生。
目前,国内飞机制造厂商控制装配质量的措施和手段主要集中在装配工艺设计阶段,借助于数字化的装配容差分析软件,通过对零部件设计公差进行缩放,装配工艺进行调整,在数字化软件环境下,反复进行虚拟装配,逐步调整零件公差与装配工艺,以达到控制装配精度的目的。然而,在飞机现场装配生产阶段,缺乏有效的精度预测控制方式,除了针对某些工序留有装配余量以便进行“边装边调”外,大部分的工序装配处于“试装”状态,导致不必要的装配返工与工装调节工作,致使装配生产率下降。
发明内容
本发明实施例提供了一种基于实测数据的飞机现场装配精度预测方法,可以解决现有技术中存在的问题。
本发明提供了一种基于实测数据的飞机现场装配精度预测方法,该方法包括以下步骤:
基于约束自由度等效的原则,将装配单元中每个零件所受配合约束转换为定位点约束,在每个零件上选取多个定位点;
使用数字化测量设备测量上述每个零件的定位点,计算定位点处的定位偏差;
根据上述的定位点建立每个零件的定位分析模型,把上述定位偏差输入至该定位分析模型计算每个零件的位姿偏差;
根据上述得到的位姿偏差计算用于定位的关键点处的位置偏差;
根据设计精度要求确定是计算位置类偏差或尺寸类偏差,如果是计算位置类偏差的,根据装配工序,提取每个零件的装配顺序,将当前零件的用于定位的关键点处的位置偏差和下一个待装配零件在定位点处的定位偏差进行耦合,作为该下一个待装配零件装配定位时的定位偏差,输入定位分析模型中得到该下一个待装配零件的位姿偏差,根据该位姿偏差计算用于定位的关键点处的位置偏差,按照零件的装配顺序依次计算每个零件的位姿偏差和用于定位的关键点处的位置偏差,完成装配单元内所有零件的装配精度分析,最终预测设计要求的位姿偏差或用于定位的关键点处的位置偏差,即所述的位置类偏差;
如果是计算尺寸类偏差的,根据装配单元内两个零件在用于定位的关键点处的位置偏差计算获得。
优选地,在每个零件上选取定位点的方法为:
根据“3-2-1”定位原则及零件所有约束特点,确定主定位面、次定位面和第三定位面,在三个定位面中分别选取3个、2个、1个定位点,具体选取方法为:
对于主定位面内定位点Loc1、Loc2和Loc3的选择,根据配合约束的位置在主定位面内确定3个区域,并将每个区域离散为有限点集,对每个点集中的点进行组合,分别计算每个组合下三角形的面积并进行对比,选取面积最大的组合中的三个点为Loc1、Loc2和Loc3;
对于次定位面内定位点Loc4和Loc5的选择,根据配合约束的位置在次定位面内确定2个区域,并将每个区域离散为有限点集,对每个点集中的点进行组合,分别计算每个组合下线段在主定位面中投影的长度并进行对比,选取长度最大的组合中的两个点为Loc4和Loc5;
对于第三定位面内定位点Loc6的选择,根据配合约束的位置在第三定位面中确定1个区域,并将该区域的中心点作为定位点Loc6。
优选地,建立零件的定位分析模型具体方法为:
零件在第i,i=1,2,...,6个定位点处的约束方程为:
φi(q,ri)=ni′T[A(Ω)(ri-r0)-ri′]=0 (1)
式中,q=(r0 T,ΩT)T=(x0,y0,z0,α,β,γ)T为零件位姿矢量,其中r0=(x0,y0,z0)T表示零件位置,Ω=(α,β,γ)T表示零件姿态,ri=(xi,yi,zi)T和ri′=(xi′,yi′,zi′)T分别表示定位点Loci在全局坐标系和零件坐标系下的位矢,ni′=(nix′,niy′,niz′)T表示定位点在零件坐标系下的法矢,A(Ω)为坐标变换矩阵,表达式为:
将6个定位点在全局坐标系下的位置记为向量形式r=(r1 T,r2 T,r3 T,r4 T,r5 T,r6 T)T,且记Φ(q,r)=[φ1(q,r1),φ2(q,r2),...,φ6(q,r6)]T,则零件在约束定位条件r下的确定性定位约束方程为:
Φ(q,r)=0 (3)
式(3)即为单个零件的定位分析模型,当零件的定位点位置r存在偏差δr时,相应的零件位姿产生偏差δq,将上式进行线性化处理,得到零件位姿偏差计算式为:
δq=-J-1·Φr·δr (4)
式中,雅克比矩阵J=[J1,J2,...,J6]T的第i行为:
Ji=(-nix,-niy,-niz,nizyi-niyzi,nixzi-nizxi,niyxi-nixyi) (5)
同时,
优选地,设零件上用于定位的关键点为M,该点处的位置偏差采用下式进行计算:
其中,Δx,Δy,Δz,Δα,Δβ,Δγ是由公式(4)计算得到的δq中的6个分量。
优选地,尺寸类装配偏差用第n个零件与第j,j=1,2,…,n-1,个零件上两点之间的距离表示,采用下式计算:
L=d′-d=||(Mj+ΔMj)-(Mn+ΔMn)||2-d (8)
式中,Mn与Mj分别表示第n个零件与第j个零件上的用于表示尺寸偏差的关键点理论坐标,n表示装配单元内零件的总数量,ΔMn与ΔMj分别表示第n个零件与第j个零件的装配偏差,通过公式(7)计算得到,d′与d分别表示点Mn与Mj之间的实际距离与理论距离;||·||2表示2阶范数。
本发明实施例中的一种基于实测数据的飞机现场装配精度预测方法,优点在于:
1、本发明解决了飞机现场装配阶段,工序装配精度无法预测的问题,为提高飞机一次装配成功率,减少装配返工与装配报废提供了技术基础。
2、飞机装配的多定位与多配合约束特征,决定了飞机装配偏差传递的非线性与交叉传递性,本发明中的零件定位模型符合飞机装配的这种特点,可以很好的表达这种关系。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于实测数据的飞机现场装配精度预测方法流程图;
图2为零件定位分析模型示意图;
图3为装配工序中装配精度预测流程;
图4为实施例中配合约束转换为定位点约束的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,本发明实施例中提供的一种基于实测数据的飞机现场装配精度预测方法,该方法包括以下步骤:
步骤1,将装配单元中每个零件所受配合约束转换为定位点约束。
该步骤具体包括:
(1)分析被约束零件的配合约束与构成配合约束的配合特征,基于约束自由度等效的一般原则,将配合约束转换为定位点约束,并确定定位点数目与法矢;
(2)根据“3-2-1”定位原则及零件所有约束特点,确定主定位面(PDS)、次定位面(SDS)和第三定位面(TDS),在三个定位面中分别选取3个、2个、1个定位点,具体选取方法为:
对于主定位面内定位点Loc1、Loc2和Loc3的选择,根据配合约束的位置在主定位面内确定3个区域,并将每个区域离散为有限点集,对每个点集中的点进行组合,分别计算每个组合下三角形的面积并进行对比,选取面积最大的组合中的三个点为Loc1、Loc2和Loc3;
对于次定位面内定位点Loc4和Loc5的选择,根据配合约束的位置在次定位面内确定2个区域,并将每个区域离散为有限点集,对每个点集中的点进行组合,分别计算每个组合下线段在主定位面中投影的长度并进行对比,选取长度最大的组合中的两个点为Loc4和Loc5;
对于第三定位面内定位点Loc6的选择,根据配合约束的位置在第三定位面中确定1个区域,并将该区域的中心点作为定位点Loc6。
步骤2,使用三坐标测量机、激光跟踪仪等数字化测量设备,对第一步中确定的每个零件的6个定位点Loc1,Loc2,…,Loc6进行测量,计算得到定位点的定位偏差。
步骤3,对于装配中的位姿偏差,根据上述的定位点建立每个零件的定位分析模型,把上述定位偏差输入至该定位分析模型计算每个零件的位姿偏差。
如图2所示,一个零件在上述6个定位点约束下可实现完全定位,即6个自由度即可被完全约束。零件在第i个(i=1,2,...,6)定位点处的约束方程为:
φi(q,ri)=ni′T[A(Ω)(ri-r0)-ri′]=0 (1)
式中,q=(r0 T,ΩT)T=(x0,y0,z0,α,β,γ)T为零件位姿矢量,其中r0=(x0,y0,z0)T表示零件位置,Ω=(α,β,γ)T表示零件姿态,ri=(xi,yi,zi)T和ri′=(xi′,yi′,zi′)T分别表示定位点Loci在全局坐标系和零件坐标系下的位矢,ni′=(nix′,niy′,niz′)T表示定位点在零件坐标系下的法矢,A(Ω)为坐标变换矩阵,表达式为:
假设零件在原始位置,即零件坐标系与全局坐标系重合,则零件的理论位姿参数为零,ri的理论位置与ri′重合,因此有q=Δq,同时有ri=ri′+Δri,其中Δri=(Δxi,Δyi,Δzi)表示Loci的偏差。
将6个定位点在全局坐标系下的位置记为向量形式r=(r1 T,r2 T,r3 T,r4 T,r5 T,r6 T)T,且记Φ(q,r)=[φ1(q,r1),φ2(q,r2),...,φ6(q,r6)]T,则零件在约束定位条件r下的确定性定位约束方程为:
Φ(q,r)=0 (3)
式(3)即为单个零件的确定性定位分析模型,当零件的定位点位置r存在偏差δr时,相应的零件位姿产生偏差δq,将上式进行线性化处理,得到零件位姿偏差计算式为:
δq=-J-1·Φr·δr (4)
式中,雅克比矩阵J=[J1,J2,...,J6]T的第i行为:
Ji=(-nix,-niy,-niz,nizyi-niyzi,nixzi-nizxi,niyxi-nixyi) (5)
同时,
步骤4,对于装配中用于定位的关键点处的位置偏差,设零件上用于定位的关键点为M,该点处的位置偏差采用下式进行计算:
其中,Δx,Δy,Δz,Δα,Δβ,Δγ是由公式(4)计算得到的δq中的6个分量。
步骤5,根据关键装配工序,提取每个零件的装配顺序,将当前零件的用于定位的关键点处的位置偏差和下一个待装配零件在定位点处的定位偏差进行耦合,作为该下一个待装配零件装配定位时的定位偏差,输入定位分析模型中得到该下一个待装配零件的位姿偏差,将该位姿偏差带入到公式(7)中计算用于定位的关键点处的位置偏差,按照零件的装配顺序依次计算每个零件的位姿偏差和用于定位的关键点处的位置偏差,完成装配单元内所有零件的装配精度分析,最终预测设计要求的位姿偏差或用于定位的关键点处的位置偏差,如图3所示。
其中的耦合方式具体为将公式(7)计算得到的用于定位的关键点处的位置偏差与测量得到的下一个待装配零件上对应定位点处的定位偏差进行相加。关键装配工序确定的原则为:(1)、产品质量特性为A级的项目或关键部位;(2)、对工艺上有特殊要求或对下道工序有较大影响的工序、或工艺难度大、质量较易波动或问题发生较多的工序。
步骤6,对于装配中的尺寸偏差,涉及第n(n表示装配单元内零件的总数量)个零件与第j(j=1,2,…,n-1)个零件上两点之间的距离,采用下式计算:
L=d′-d=||(Mj+ΔMj)-(Mn+ΔMn)||2-d (8)
式中,Mn与Mj分别表示第n个零件与第j个零件上的用于表示尺寸偏差的关键点理论坐标,ΔMn与ΔMj分别表示第n个零件与第j个零件的装配偏差,通过公式(7)计算得到,d′与d分别表示点Mn与Mj之间的实际距离与理论距离;||·||2表示2阶范数。
最终的装配偏差可以分为两类:位置类偏差与尺寸类偏差,其中位置类装配偏差涉及最终装配零件的位姿偏差或零件上用于定位的关键点处的位置偏差。根据设计精度要求确定是计算位置类偏差或尺寸类偏差,位置类偏差通过步骤5即可得到,尺寸类偏差通过步骤6即可得到。
下面结合飞机某结构件(特定的一类零件)的定位安装为例,具体步骤如下:
步骤1,解析零件装配工艺,分析其定位安装方式,确定主定位面为OABC,次定位面为OO’A’A,第三定位面为OO’C’C,如图4所示。
将三个定位面均离散为边长为100mm的方格点集,在面OABC中选取格点Loc1、Loc2和Loc3作为定位点,使之组成的三角形面积最大;在面OO’A’A中选取格点Loc4和Loc5作为定位点,使之连成的线段在面OABC上的投影最长;最后,在面OO’C’C上选取靠近其中心点的格点Loc6作为定位点。6个定位点的位矢与法矢如表1所示:
表1定位点位矢与法矢
步骤2,零件定位分析模型建立,计算其位姿偏差。按照上述步骤2中零件定位分析模型的建立方法与其给出的位姿偏差计算公式,利用公式(4)计算,其中的雅克比矩阵为:
同时,
步骤3,确定零件装配顺序。本工序中只涉及本例中零件的定位安装,且其涉及精度要求为零件安装后保持水平,属于位置类精度要求,故只需根据公式(4)计算其位姿偏差δq,且选取转角偏差Δα与Δβ为衡量指标。
步骤4,使用激光跟踪仪打点测量上述零件的定位点,得到定位点处的定位偏差如表2所示。
表2定位点位矢与定位偏差
根据表2可知,公式(4)中零件在定位点处的定位偏差为:
δr=(-0.824,1.465,1.104,1.036,0.494,-0.897,0.627,0.173,-1.721,
-0.070,0.245,0.450,0.185,0.986,0.302,-1.003,-0.360,0.934)T
结合步骤3中的J和Φr,利用公式(4),预测零件定位装配后的位姿偏差为:
δq=-J-1·Φr·δr=(-0.1446,-0.0071,0.1836,0.0000,-0.0005,0.0000)T
因此,零件在定位安装后,在水平面内x方向的转角偏差为0.0000rad,y方向的转角偏差为-0.0005rad。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (5)
1.一种基于实测数据的飞机现场装配精度预测方法,其特征在于,该方法包括以下步骤:
基于约束自由度等效的原则,将装配单元中每个零件所受配合约束转换为定位点约束,在每个零件上选取多个定位点;
使用数字化测量设备测量上述每个零件的定位点,计算定位点处的定位偏差;
根据上述的定位点建立每个零件的定位分析模型,把上述定位偏差输入至该定位分析模型计算每个零件的位姿偏差;
根据上述得到的位姿偏差计算用于定位的关键点处的位置偏差;
根据设计精度要求确定是计算位置类偏差或尺寸类偏差,如果是计算位置类偏差的,根据装配工序,提取每个零件的装配顺序,将当前零件的用于定位的关键点处的位置偏差和下一个待装配零件在定位点处的定位偏差进行耦合,作为该下一个待装配零件装配定位时的定位偏差,输入定位分析模型中得到该下一个待装配零件的位姿偏差,根据该位姿偏差计算用于定位的关键点处的位置偏差,按照零件的装配顺序依次计算每个零件的位姿偏差和用于定位的关键点处的位置偏差,完成装配单元内所有零件的装配精度分析,最终预测设计要求的位姿偏差或用于定位的关键点处的位置偏差,即所述的位置类偏差;
如果是计算尺寸类偏差的,根据装配单元内两个零件在用于定位的关键点处的位置偏差计算获得。
2.如权利要求1所述的基于实测数据的飞机现场装配精度预测方法,其特征在于,在每个零件上选取定位点的方法为:
根据“3-2-1”定位原则及零件所有约束特点,确定主定位面、次定位面和第三定位面,在三个定位面中分别选取3个、2个、1个定位点,具体选取方法为:
对于主定位面内定位点Loc1、Loc2和Loc3的选择,根据配合约束的位置在主定位面内确定3个区域,并将每个区域离散为有限点集,对每个点集中的点进行组合,分别计算每个组合下三角形的面积并进行对比,选取面积最大的组合中的三个点为Loc1、Loc2和Loc3;
对于次定位面内定位点Loc4和Loc5的选择,根据配合约束的位置在次定位面内确定2个区域,并将每个区域离散为有限点集,对每个点集中的点进行组合,分别计算每个组合下线段在主定位面中投影的长度并进行对比,选取长度最大的组合中的两个点为Loc4和Loc5;
对于第三定位面内定位点Loc6的选择,根据配合约束的位置在第三定位面中确定1个区域,并将该区域的中心点作为定位点Loc6。
3.如权利要求2所述的基于实测数据的飞机现场装配精度预测方法,其特征在于,建立零件的定位分析模型具体方法为:
零件在第i,i=1,2,...,6个定位点处的约束方程为:
式中,q=(r0 T,ΩT)T=(x0,y0,z0,α,β,γ)T为零件位姿矢量,其中r0=(x0,y0,z0)T表示零件位置,Ω=(α,β,γ)T表示零件姿态,ri=(xi,yi,zi)T和r′i=(x′i,y′i,z′i)T分别表示定位点Loci在全局坐标系和零件坐标系下的位矢,n′i=(n′ix,n′iy,n′iz)T表示定位点在零件坐标系下的法矢,A(Ω)为坐标变换矩阵,表达式为:
将6个定位点在全局坐标系下的位置记为向量形式r=(r1 T,r2 T,r3 T,r4 T,r5 T,r6 T)T,且记Φ(q,r)=[φ1(q,r1),φ2(q,r2),...,φ6(q,r6)]T,则零件在约束定位条件r下的确定性定位约束方程为:
Φ(q,r)=0 (3)
式(3)即为单个零件的定位分析模型,当零件的定位点位置r存在偏差δr时,相应的零件位姿产生偏差δq,将上式进行线性化处理,得到零件位姿偏差计算式为:
δq=-J-1·Φr·δr (4)
式中,雅克比矩阵J=[J1,J2,...,J6]T的第i行为:
Ji=(-nix,-niy,-niz,nizyi-niyzi,nixzi-nizxi,niyxi-nixyi) (5)
同时,
4.如权利要求3所述的基于实测数据的飞机现场装配精度预测方法,其特征在于,设零件上用于定位的关键点为M,该点处的位置偏差采用下式进行计算:
其中,Δx,Δy,Δz,Δα,Δβ,Δγ是由公式(4)计算得到的δq中的6个分量。
5.如权利要求4所述的基于实测数据的飞机现场装配精度预测方法,其特征在于,尺寸类装配偏差用第n个零件与第j,j=1,2,…,n-1,个零件上两点之间的距离表示,采用下式计算:
L=d′-d=||(Mj+ΔMj)-(Mn+ΔMn)||2-d (8)
式中,Mn与Mj分别表示第n个零件与第j个零件上的用于表示尺寸偏差的关键点理论坐标,n表示装配单元内零件的总数量,ΔMn与ΔMj分别表示第n个零件与第j个零件的装配偏差,通过公式(7)计算得到,d′与d分别表示点Mn与Mj之间的实际距离与理论距离;||·||2表示2阶范数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810417653.8A CN108629453B (zh) | 2018-05-04 | 2018-05-04 | 一种基于实测数据的飞机现场装配精度预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810417653.8A CN108629453B (zh) | 2018-05-04 | 2018-05-04 | 一种基于实测数据的飞机现场装配精度预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108629453A true CN108629453A (zh) | 2018-10-09 |
CN108629453B CN108629453B (zh) | 2021-08-24 |
Family
ID=63695380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810417653.8A Active CN108629453B (zh) | 2018-05-04 | 2018-05-04 | 一种基于实测数据的飞机现场装配精度预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108629453B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112711814A (zh) * | 2021-01-08 | 2021-04-27 | 中国船舶重工集团公司第七0七研究所 | 一种无人艇动力推进装置装配公差分配方法 |
CN113240195A (zh) * | 2021-06-04 | 2021-08-10 | 南昌航空大学 | 一种基于多源数据融合的装配偏差波动区间协同预测方法 |
CN113591386A (zh) * | 2021-08-03 | 2021-11-02 | 湖州绿色智能制造产业技术研究院 | 一种基于多级结构网络的液压机装配尺寸偏差预测方法 |
CN116822190A (zh) * | 2023-06-25 | 2023-09-29 | 成都飞机工业(集团)有限责任公司 | 一种飞机数模装配法矢自动化检查方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140236486A1 (en) * | 2013-02-21 | 2014-08-21 | Saudi Arabian Oil Company | Methods, Program Code, Computer Readable Media, and Apparatus For Predicting Matrix Permeability By Optimization and Variance Correction of K-Nearest Neighbors |
US20150317905A1 (en) * | 2014-01-03 | 2015-11-05 | Airbus Operations (S.A.S.) | Method and device for determining a linear terrain profile along a lateral approach trajectory of an airport |
CN106020147A (zh) * | 2016-05-23 | 2016-10-12 | 北京理工大学 | 一种复杂精密机械产品的装配精度系统分析方法 |
US20170315570A1 (en) * | 2013-03-15 | 2017-11-02 | Dominion Resources, Inc. | Electric power system control with planning of energy demand and energy efficiency using ami-based data analysis |
CN107745758A (zh) * | 2017-10-09 | 2018-03-02 | 上海理工大学 | 基于零件位姿关系判异的车身装配质量在线诊断方法 |
-
2018
- 2018-05-04 CN CN201810417653.8A patent/CN108629453B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140236486A1 (en) * | 2013-02-21 | 2014-08-21 | Saudi Arabian Oil Company | Methods, Program Code, Computer Readable Media, and Apparatus For Predicting Matrix Permeability By Optimization and Variance Correction of K-Nearest Neighbors |
US20170315570A1 (en) * | 2013-03-15 | 2017-11-02 | Dominion Resources, Inc. | Electric power system control with planning of energy demand and energy efficiency using ami-based data analysis |
US20150317905A1 (en) * | 2014-01-03 | 2015-11-05 | Airbus Operations (S.A.S.) | Method and device for determining a linear terrain profile along a lateral approach trajectory of an airport |
CN106020147A (zh) * | 2016-05-23 | 2016-10-12 | 北京理工大学 | 一种复杂精密机械产品的装配精度系统分析方法 |
CN107745758A (zh) * | 2017-10-09 | 2018-03-02 | 上海理工大学 | 基于零件位姿关系判异的车身装配质量在线诊断方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112711814A (zh) * | 2021-01-08 | 2021-04-27 | 中国船舶重工集团公司第七0七研究所 | 一种无人艇动力推进装置装配公差分配方法 |
CN113240195A (zh) * | 2021-06-04 | 2021-08-10 | 南昌航空大学 | 一种基于多源数据融合的装配偏差波动区间协同预测方法 |
CN113240195B (zh) * | 2021-06-04 | 2022-03-04 | 南昌航空大学 | 一种基于多源数据融合的装配偏差波动区间协同预测方法 |
CN113591386A (zh) * | 2021-08-03 | 2021-11-02 | 湖州绿色智能制造产业技术研究院 | 一种基于多级结构网络的液压机装配尺寸偏差预测方法 |
CN116822190A (zh) * | 2023-06-25 | 2023-09-29 | 成都飞机工业(集团)有限责任公司 | 一种飞机数模装配法矢自动化检查方法 |
CN116822190B (zh) * | 2023-06-25 | 2024-06-11 | 成都飞机工业(集团)有限责任公司 | 一种飞机数模装配法矢自动化检查方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108629453B (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629453A (zh) | 一种基于实测数据的飞机现场装配精度预测方法 | |
Hong et al. | Influence of position-dependent geometric errors of rotary axes on a machining test of cone frustum by five-axis machine tools | |
CN109483322B (zh) | 一种五轴数控机床的零点校准方法 | |
CN103777570B (zh) | 基于nurbs曲面的加工误差快速检测补偿方法 | |
CN100437601C (zh) | 一种用于自动钻铆托架变形的修补数据处理方法 | |
US9452533B2 (en) | Robot modeling and positioning | |
Zha et al. | Volumetric error compensation of machine tool using laser tracer and machining verification | |
CN102416581A (zh) | 飞机部件柔性装配中待装配零件的混合测量定位方法 | |
CN106799745A (zh) | 一种基于协同克里金的工业机械臂精度标定方法 | |
Li et al. | A volumetric positioning error compensation method for five-axis machine tools | |
US11892820B2 (en) | Error compensation method for machine tool and machine tool | |
CN113359609B (zh) | 五轴数控机床关键几何误差优化配比补偿方法 | |
Wang et al. | 3D machining allowance analysis method for the large thin-walled aerospace component | |
Lin et al. | Design and development of a ceiling-mounted workshop measurement positioning system for large-scale metrology | |
CN111895921B (zh) | 一种提高系统对高度差测量精度的补偿方法 | |
JP2017037460A (ja) | 加工システム及び加工方法 | |
Wang et al. | Design and implementation of five-axis transformation function in CNC system | |
CN105354360A (zh) | 飞机大部件装配界面精加工坐标测量控制网闭环建立方法 | |
CN110703689A (zh) | 一种数控机床空间误差补偿方法及系统 | |
CN107066726A (zh) | 一种数控机床旋转轴垂直度误差建模方法 | |
Saadat et al. | Dimensional variations during Airbus wing assembly | |
CN104200063A (zh) | 机床空间加工误差的非确定性描述及预测方法 | |
Gong et al. | Tool orientation optimization method based on ruled surface using genetic algorithm | |
CN105278457B (zh) | 基于分步体对角线测量法的空间误差补偿方法 | |
CN109725595A (zh) | 工件的加工路径的补偿方法、加工方法及工件 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |