CN109800505B - 一种星载sar天线空间可展支撑结构装配精度预测方法 - Google Patents

一种星载sar天线空间可展支撑结构装配精度预测方法 Download PDF

Info

Publication number
CN109800505B
CN109800505B CN201910054170.0A CN201910054170A CN109800505B CN 109800505 B CN109800505 B CN 109800505B CN 201910054170 A CN201910054170 A CN 201910054170A CN 109800505 B CN109800505 B CN 109800505B
Authority
CN
China
Prior art keywords
support structure
space
assembly
error
expandable support
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.)
Active
Application number
CN201910054170.0A
Other languages
English (en)
Other versions
CN109800505A (zh
Inventor
郭俊康
余德文
赵强强
赵鼎堂
王兆政
洪军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201910054170.0A priority Critical patent/CN109800505B/zh
Publication of CN109800505A publication Critical patent/CN109800505A/zh
Application granted granted Critical
Publication of CN109800505B publication Critical patent/CN109800505B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Aerials With Secondary Devices (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种星载SAR天线空间可展支撑结构装配精度预测方法,首先进行空间可展支撑结构等效转换,建立可展支撑结构几何精度预测模型,然后建立人工神经网络误差补偿模型,再建立组合预测模型,实现可展支撑结构杆件精准定量装调;本发明能够定量计算天线面板的偏摆角度偏差与位移偏差,为保障星载SAR天线空间可展支撑结构装配精度,实现杆长精准调整提供了坚实的理论支撑。本发明中的装配精度预测方法不仅便于快速计算,还考虑了影响星载SAR天线空间可展支撑结构装配精度的全误差源,所预测结果更加准确。

Description

一种星载SAR天线空间可展支撑结构装配精度预测方法
技术领域
本发明涉及一种利用结构等效转换对空间可展支撑结构进行装配精度建模,并结合人工神经网络对影响该结构装配精度的非线性参数进行误差补偿的综合预测方法,包括空间可展支撑结构几何装配精度模型、人工神经网络补偿模型以及精度预测组合算法。
背景技术
由于运载火箭容积限制以及航天领域对空间天线性能要求的提高,大口径、高精度的空间可展机构一直是空间技术的研究热点。对于卫星天线来说,其装配精度很大程度上直接决定着工作性能。在实际工程中,由于受到杆件加工误差、杆件柔性、铰链安装位置误差、铰链间隙等影响,空间可展机构装配精度往往达不到设计要求。为此,工程人员经常在地面装配过程中对其支撑杆件进行尺寸调整。然而,由于不清楚误差源与装配精度之间的关系,航天企业目前采用“测量—调整—测量”的纯经验“盲调”模式。因此,从提高装配精度和实现定量装调的角度出发,一套行之有效的装配精度分析方法对于保障空间可展机构装配质量和提高卫星天线服役性能显得尤为重要。
目前国内关于这方面的技术与文献少之又少,针对空间可展支撑结构的装配误差模型更是鲜有耳闻,尚无成熟的方法分析该结构的装配精度,更缺少可用的技术指导该结构的装调。为此提出一种适合于星载SAR天线空间可展支撑结构装配精度预测方法,从而解决由“盲调”所引起的装调周期冗长的工程顽疾。
发明内容
本发明的目的在于克服现有在星载SAR天线空间可展支撑结构装调过程中存在的由“盲调”所导致的装配周期过长的现状,提供一种能够实现在地面装配过程中精准预测天线面板装配精度的方法。
本发明通过以下技术方案实现:
一种星载SAR天线空间可展支撑结构装配精度预测方法,具体步骤如下:
进行空间可展支撑结构等效转换——建立可展支撑结构几何精度预测模型——建立人工神经网络误差补偿模型——建立组合预测模型,实现可展支撑结构杆件精准定量装调;
具体步骤如下:
1.将空间可展支撑结构划分成两部分,进行结构等效转化,消除超静定结构中的过约束;
2.基于空间闭环矢量方程建立不含星体连接杆的装配误差模型,在此基础上叠加双杆件连接误差,得到含星体连接杆的几何装配精度模型;
3.构建特定的输入输出数据集,建立人工神经网络误差补偿模型;
4.确定所设计可展支撑结构的杆件参数、天线面板参数、铰链参数和装调参数,利用精度预测组合算法,计算天线面板的装配误差,实现可展支撑结构杆件精准装调。
所述的结构等效转换方法,将空间可展支撑结构划分成两部分,包括由外撑杆、中撑杆、内撑杆及天线面板所组成的不含星体连接杆的支撑结构,由星体连接杆与虚拟杆件,其简要表征不含星体连接杆的支撑结构,所组成的双杆件连接结构。
所述的可展支撑结构几何装配精度模型由并联结构模型与双杆件连接误差模型的线性叠加得到。
不含星体连接杆的装配误差模型不含星体连接杆的装配误差模型按6-SPS结构处理,其中S表示球铰副、P表示移动副,基于空间闭环矢量方程得到不含星体连接杆的支撑结构装配误差的正解方程。
星体连接杆与简要表征不含星体连接杆的支撑结构的虚拟杆件,所组成的结构按双杆件连接模型处理,基于摄动法计算误差传递矩阵,进而获得双杆件连接的装配误差模型。
所述的人工神经网络的误差补偿模型,以杆长误差和铰链安装位置误差为输入变量,以装配误差实际测量值与几何装配误差数学模型预测值的差值做输出变量。
所述的精度预测组合算法,依据实际工程中的杆长误差与铰链安装位置误差,先利用几何装配精度模型计算出装配误差ΔP,然后在此基础上运用训练好的人工神经网络得到装配误差的补偿值ΔP’,最后将二者加和ΔP+ΔP’得到最终更为准确的精度预测值。
本发明设计能够定量计算天线面板的偏摆角度偏差与位移偏差,为保障星载SAR天线空间可展支撑结构装配精度,实现杆长精准调整提供了坚实的理论支撑。同时,本发明中的几何装配精度预测的数学模型不只适用于星载SAR天线空间可展支撑结构,对于其他航天领域的可展天线机构装配同样具有指导作用。此外,本发明中的装配精度预测方法不仅便于快速计算,还考虑了影响星载SAR天线空间可展支撑结构装配精度的全误差源,所预测结果更加准确。
附图说明
图1是本发明的具体实施方式的流程;
图2是本发明的星载SAR天线空间可展支撑结构;
1是90°锁定铰链;2是内板;3是180°锁定铰链;4是外板;5是外撑杆;6是中撑杆;7是内撑杆;8是星体连接杆;
图3是本发明的可展支撑结构等效转化模型;
9是不含星体连接杆的支撑结构;10是虚拟杆件;11是双杆件连接结构;
图4是本发明的不含星体连接杆的支撑结构;
图5是本发明的双杆件连接结构;
图6是本发明的系数矩阵部分表达式计算原理图;
图7是本发明的人工神经网络模型;
图8是本发明的几何装配精度预测算法。
具体实施方式
本发明一种星载SAR天线空间可展支撑结构装配精度预测方法,具体包括以下步骤:
(1)根据可展支撑结构实际工况,将载荷仓与内外天线面板视为刚体,进行结构等效转换,消除过约束;
(2)建立不含星体连接杆的支撑结构误差模型;
(3)计算双杆件连接装配位置误差,利用线性叠加获得含星体连接杆的支撑结构几何装配精度模型;
(4)根据同一构型的历史装调数据,创建以各支撑杆件长度误差、铰链安装位置误差为输入变量、以装配误差实测值与几何装配精度模型预测值的差值为输出变量的数据集。
(5)确定人工神经网络的结构与参数,训练并测试以得到满足要求的人工神经网络补偿模型;
(6)根据实际装配情况,确定装调参数,结合几何装配精度模型与人工神经网络补偿模型,计算天线面板装配精度,实现可展支撑结构杆件精准定量装调,保障装配精度与展开可靠性。
参照图1,本发明的实施步骤为:进行空间可展支撑结构等效转换——建立可展支撑结构几何精度模型——建立人工神经网络误差补偿模型——建立全误差源作用下的组合预测模型,实现可展支撑结构杆件精准定量装调。
具体实施方式如下:
(1)进行空间可展支撑结构等效转换
图2是星载SAR天线空间可展机构的展开构型,其主要由天线内板、天线外板、支撑杆件、90°锁定铰链和180°锁定铰链组成。天线内板通过两个90°锁定铰链与星体连接,天线外板通过两个180°锁定铰链与天线内板连接,天线内外板依靠支撑杆件增强与星体的连接刚度。根据自由度理论,空间可展机构的展开构型属于典型超静定结构。在不考虑变形的前提下,进行结构等效转换以消除过约束,且将空间可展机构分为图3所示的两部分。其中,第一部分由外撑杆、中撑杆、内撑杆及天线面板组成的不含星体连接杆的支撑结构;第二部分由星体连接杆与虚拟杆件(连接撑杆交汇中心O与90°锁定铰链几何对称中心B的假想杆件,其简要表征不含星体连接杆的支撑结构)组成的双杆件连接结构。
(2)建立不含星体连接杆的支撑结构误差模型
针对第一部分不含星体连接杆的支撑结构,将其视作6-SPS(S-球铰副,P-移动副)结构。如图4所示,在六杆交汇中心的位置O建立局部坐标系O1-x1-y1-z1,其x1轴正向沿天线面板长度方向并远离星体,y1轴正向沿天线面板宽度方向且竖直向下,z1轴正向由右手法则确定。此外,在天线面板的几何中心A建立局部坐标系O2-x2-y2-z2,该坐标系与坐标系O1-x1-y1-z1平行。基于空间闭环矢量方程并微分,得到:
ΔL=JvΔV+JbΔB (1)
式中,ΔL=[Δl1,Δl2,Δl3,Δl4,Δl5,Δl6]T,分别对应六杆的长度误差;ΔB=[Δa1,Δa2,Δa3,Δa4,Δa5,Δa6]T,分别为六个铰链的安装位置误差,有Δai=[Δxi,Δyi,Δzi];ΔV=[Δr,Δθ]T,Δr、Δθ分别为天线板相对于坐标系O1-x1-y1-z1的位置误差、姿态误差;Jv、Jb为ΔV、ΔB相应的系数矩阵,其具体表达式如下:
Figure GDA0002014450180000061
从而,由公式(2)可得到不含星体连接杆的支撑结构装配误差的正解方程:
ΔV=[Jv -1 Jv -1Jb][Δl ΔB]T (3)
(3)建立双杆件连接误差模型
如图5所示,全局坐标系Og-x-y-z的原点为两个90°锁定铰链理论安装位置的几何对称中心B,x轴正向沿天线面板长度方向并远离星体,y轴正向沿天线面板宽度方向且竖直向下,z轴正向根据右手法则确定。在全局坐标系Og-x-y-z中,局部坐标系O1-x1-y1-z1坐标原点O(O1)受星体连接杆影响,其名义位置与实际位置之间的装配误差为:
ΔO=μ1Δl+μ2ΔB+μ3ΔC (4)
式中,ΔO表示O点位置误差;Δl=[Δl02,Δl0]T,Δl02、Δl0分别为BO、CO的杆长误差;ΔB=[ΔzB,ΔxB]T,ΔzB、ΔxB分别表示B在全局坐标系下沿z轴、x轴的位置误差;与ΔB类似,ΔC=[ΔzC,ΔxC]T表示铰链C处的位置误差;μ1、μ2、μ3分别为相应误差系数矩阵,通过构造与图6类似的原理结构图,求解如下:
Figure GDA0002014450180000071
式中,α、β、γ为名义尺寸下各铰接点所组成三角形的内角;ε为BC连线与Z轴负方向的夹角。
(4)建立含星体连接杆的装配误差模型
注意到ΔO只在x-z平面,不影响绕x方向和z方向的转动偏差,而所引起空间可展机构绕y轴的转动偏差为:
ξy=||ΔO||/l02 (6)
式中,||ΔO||表示误差矢量ΔO的范数。
利用线性叠加,综合公式(3)和(6),从而得到考虑所有杆长误差与铰链安装位置误差的空间可展机构几何装配精度模型:
ΔP=ΔV+[0 0 0 0 ξy 0]T (7)
式中:ΔP=[Tx,Ty,Tz,Rx,Ry,Rz]T,其为空间可展机构在全局坐标系下的位姿误差。
(5)建立人工神经网络误差补偿模型
对于可展支撑结构,其天线面板的装配精度主要受杆长误差与铰链安装位置误差的影响,但也和铰链间隙、杆件柔性等因素相关。因此,以上述建立的可展支撑结构几何装配精度模型为重要参考,使用人工神经网络进行误差补偿。根据同一构型的历史装调数据,以杆长误差和铰链安装位置误差误差为输入变量,以天线面板的实际位姿误差与基于几何装配精度模型计算的位姿误差的差值为输出变量,训练并测试如图7所示的人工神经网络,获得满足要求的输入与输出之间的映射关系,即完成人工神经网络误差补偿模型的构建。
(6)建立精度预测组合算法
如图8所示,确定所设计可展支撑结构的杆件参数、天线面板参数、铰链参数和装调参数,结合步骤(4)所建立的几何装配精度模型与步骤(5)所训练的人工神经网络补偿模型,二者线性叠加,实现天线面板的精度预测。

Claims (1)

1.一种星载SAR天线空间可展支撑结构装配精度预测方法,其特征在于,按如下步骤进行:进行空间可展支撑结构等效转换——建立可展支撑结构几何精度预测模型——建立BP神经网络输出结果误差补偿模型——建立组合预测模型,实现可展支撑结构杆件精准定量装调;
具体步骤如下:
(1)将空间可展支撑结构划分成两部分,进行空间可展支撑结构等效转换,消除超静定结构中的过约束;
(2)基于空间闭环矢量方程建立不含星体连接杆的装配误差模型,在此基础上叠加双杆件连接误差,得到含星体连接杆的几何装配精度模型;
(3)构建特定的输入输出数据集,建立BP神经网络输出结果误差补偿模型;所述的BP神经网络输出结果误差补偿模型,以杆长误差和铰链安装位置误差为输入变量,以装配误差实际测量值与几何装配精度模型预测值的差值做输出变量;
(4)确定所设计可展支撑结构的杆件参数、天线面板参数、铰链参数和装调参数,利用精度预测组合算法,计算天线面板的装配误差,实现可展支撑结构杆件精准装调,所述的精度预测组合算法,依据实际工程中的杆长误差与铰链安装位置误差,先利用几何装配精度模型计算出装配误差ΔP,然后运用训练好的BP神经网络得到装配误差ΔP的输出结果补偿值ΔP’,最后将二者加和ΔP+ΔP’得到最终更为准确的精度预测值。
CN201910054170.0A 2019-01-21 2019-01-21 一种星载sar天线空间可展支撑结构装配精度预测方法 Active CN109800505B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910054170.0A CN109800505B (zh) 2019-01-21 2019-01-21 一种星载sar天线空间可展支撑结构装配精度预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910054170.0A CN109800505B (zh) 2019-01-21 2019-01-21 一种星载sar天线空间可展支撑结构装配精度预测方法

Publications (2)

Publication Number Publication Date
CN109800505A CN109800505A (zh) 2019-05-24
CN109800505B true CN109800505B (zh) 2020-11-10

Family

ID=66559775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910054170.0A Active CN109800505B (zh) 2019-01-21 2019-01-21 一种星载sar天线空间可展支撑结构装配精度预测方法

Country Status (1)

Country Link
CN (1) CN109800505B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113219426B (zh) * 2021-05-21 2022-11-25 上海航天电子通讯设备研究所 一种大尺寸sar天线装配测量方法
CN117235883B (zh) * 2023-09-08 2024-03-08 南京航空航天大学 一种面向飞机壁板装配偏差的组合预测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107102618A (zh) * 2017-07-04 2017-08-29 广东创能精密机械有限公司 可进行误差补偿的数控机床及其误差补偿的方法
CN109116384A (zh) * 2018-06-19 2019-01-01 上海卫星工程研究所 一种星载转动天线指向精度测试方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104516268A (zh) * 2013-09-28 2015-04-15 沈阳新松机器人自动化股份有限公司 一种基于模糊神经网络的机器人标定误差补偿方法
JP2017106799A (ja) * 2015-12-09 2017-06-15 株式会社東芝 合成開口レーダ装置及びそのレーダ信号処理方法
CN107563083B (zh) * 2017-09-12 2020-10-09 电子科技大学 基于bp神经网络的卫星天线面板展开精度分析方法
CN107992685B (zh) * 2017-12-05 2020-05-22 西安交通大学 一种平面闭环精密杆系的装配精度预测方法
CN108363884B (zh) * 2018-03-07 2020-08-18 西安交通大学 一种星载平面sar天线可展支撑结构杆件调装方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107102618A (zh) * 2017-07-04 2017-08-29 广东创能精密机械有限公司 可进行误差补偿的数控机床及其误差补偿的方法
CN109116384A (zh) * 2018-06-19 2019-01-01 上海卫星工程研究所 一种星载转动天线指向精度测试方法

Also Published As

Publication number Publication date
CN109800505A (zh) 2019-05-24

Similar Documents

Publication Publication Date Title
CN109822577B (zh) 一种基于视觉伺服的移动式机器人高精度加工方法
CN109800505B (zh) 一种星载sar天线空间可展支撑结构装配精度预测方法
CN110757504B (zh) 高精度可移动机器人的定位误差补偿方法
CN110926337B (zh) 一种基于多矢量约束的全局测量数据配准方法
CN110726541B (zh) 一种大涵道比航空发动机中介机匣强度试验装置
CN110470304B (zh) 一种基于无人机光电平台的高精度目标定位测速方法
CN111238375B (zh) 基于激光跟踪仪的移动检测机器人大型构件外形重构方法
CN106528918B (zh) 一种基于飞机中轴线重合的机身对接调姿方法
CN107457785B (zh) 一种基于关节反馈的机器人位置补偿方法
US8326587B2 (en) System, method, and computer program product for predicting cruise orientation of an as-built airplane
CN108919304B (zh) 一种基于参考平面的移动测量系统中pos误差补偿方法
CN108363884B (zh) 一种星载平面sar天线可展支撑结构杆件调装方法
CN103979118A (zh) 一种机翼壁板数字化定位方法以及定位装置
Mei et al. Positioning variation synthesis for an automated drilling system in wing assembly
CN107300701B (zh) 合成孔径雷达卫星精度测量基准设计方法
CN111046584B (zh) 星载仪器设备的精密调整方法
Cheng et al. A posture evaluation method for a large component with thermal deformation and its application in aircraft assembly
CN109163677B (zh) 一种三维激光扫描系统进行产品翼面结构水平测量的方法
CN106542113B (zh) 一种飞机壁板卧式自动钻铆机空间相对位姿误差补偿方法
CN103950552A (zh) 基于六轴数控定位器的飞机壁板装配变形的数字化校正方法
CN103921954A (zh) 基于三轴数控定位器的飞机壁板装配变形的数字化校正方法
Saadat et al. Dimensional variations during Airbus wing assembly
CN113702994A (zh) 一种基于刚性约束的激光跟踪仪测量精度提升方法
CN112084599B (zh) 一种面向航空航天箱体部件结构变形的补偿方法
CN105277212B (zh) 一种三轴惯性稳定平台系统的二阶动态干扰力矩补偿方法

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
CB03 Change of inventor or designer information

Inventor after: Guo Junkang

Inventor after: Yu Dewen

Inventor after: Zhao Qiangqiang

Inventor after: Zhao Dingtang

Inventor after: Wang Zhaozheng

Inventor after: Hong Jun

Inventor before: Yu Dewen

Inventor before: Guo Junkang

Inventor before: Zhao Qiangqiang

Inventor before: Zhao Dingtang

Inventor before: Wang Zhaozheng

Inventor before: Hong Jun

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant