基于实测数据的翼身对接间隙分布控制方法
技术领域
本发明涉及航空制造技术领域,具体而言涉及一种基于实测数据的翼身对接间隙分布控制方法。
背景技术
在飞机装配中,飞机各部分之间的对接间隙的大小是衡量装配质量的重要指标。在现代装配过程中,也存在选择多个同类零件与整体进行尝试对接,选择配合最好的零件进行装配的方法,这有助于提高飞机整体的装配质量。
但该方法需要对零件进行多次拆装,严重影响生产速度。此外,目前对间隙控制使用的主要方法是人工使用塞尺度量,人工操作的方法存在一些弊端:人工塞尺测量耗费大量的劳动力且测量结果也依赖于工作人员的职业素质,测量结果也会受到工作人员主观的影响,且由于很多位置难以测量,导致测量的只是较少的几个测量点,不能反映对接面的整体间隙情况。因此亟需提出了一种新的间隙分布控制方法,拟替代传统的间隙测量控制方法,提高产品精度以及生产效率,促进测量数据的数字化管理。
发明内容
本发明目的在于提供一种基于实测数据的翼身对接间隙分布控制方法,能够根据实测数据通过特征权重控制翼身对接间隙分布,满足翼身装配时的间隙要求,从而提高翼身的装配质量和生产效率,解决了翼身对接间隙分布控制的技术需求。
为达成上述目的,结合图1,本发明提出一种基于实测数据的翼身对接间隙分布控制方法,所述控制方法包括以下步骤:
S1,分别采集机翼的原始点云数据和中央翼盒的原始点云数据;
S2,对两者的原始点云数据进行预处理,进行去噪、滤波和稀疏化操作,去除不属于机翼和中央翼盒对接面的部分点云数据;
S3,将预处理后的机翼和中央翼盒的点云数据分别与对应的实体模型配准;
S4,根据机翼实体模型和中央翼盒实体模型的模拟对接情况,在两者实体模型上选择对接时的关键特征,将关键特征映射至配准后的点云数据,提取对应的点云特征,所述关键特征包括定位点和对接面特征点;
S5,基于定位点对机翼点云数据和中央翼盒点云数据进行对接;
S6,将对接面分为多个区域,计算对接后每个区域特征点的间隙,根据间隙容差,调整各区域的权重以控制间隙分布;其中,所述每个区域的权重与所在区域的间隙容差呈反比。
进一步的,步骤S1中,所述分别采集机翼点云数据和中央翼盒的原始点云数据包括以下步骤:
S11,在飞机翼身对接面四周分别粘贴编码点和标记点;
S12,采用摄影测量技术获取所述编码点和标记点的坐标信息,并且依据获取的坐标信息建立扫描控制场;
S13,采用扫描仪分别扫描机翼和中央翼盒,得到对应的原始点云数据;
S14,结合步骤S12中建立的扫描控制场,对机翼和中央翼盒的原始点云数据进行点云加细,增强细节描述。
进一步的,步骤S2中,所述对两者的原始点云数据进行预处理的过程包括以下步骤:
S21,通过高斯滤波对原始点云数据进行处理,以去除噪声和离群点,分割属于机翼和中央翼盒对接面的点;
S22,基于曲率对分割出的属于机翼和中央翼盒对接面的点云数据进行稀疏化处理。
进一步的,步骤S22中,所述基于曲率对分割出的属于机翼和中央翼盒对接面的点云数据进行稀疏化处理的过程包括以下步骤:
S221,对于点云数据中的每个点xi,设其邻域点集为Xi,xj∈Xi,1≤j≤n,n是邻域点集的点数,基于邻域点集Xi计算xi平均曲率Qi;
对点x
i及其邻域点集X
i,根据下述公式计算得到平均曲率的平均值P
i,
式中,Q
j是x
i的邻域点集X
i内的点x
j的平均曲率;
S222,根据公式
计算得到局部平均曲率中误差
并设置局部平均曲率中误差阈值ε;
S223,为点云数据中每一个点设置对应的保留次数F和计算次数S;
S224,对于点x
i,当
时,保留x
i的邻域点集X
i中平均曲率Q
j≥λP
i的点,λ为设定的值;当
时,保留x
i的邻域点集X
i中平均曲率Q
j最接近平均曲率平均值P
i的点,同时保留点的保留次数累计加1,即F
j=F
j+1,x
i的邻域点集X
i内所有点的计算次数加1,即S
j=S
j+1;
S225,重复步骤S224,直至遍历所有点,根据下述公式统计每个点的精简概率θ:θ=Fi/Si,依据每个点的精简概率对所有点云数据进行处理:当精简概率θ大于等于0.5时,保留该点,精简概率θ小于0.5时,删除该点。
进一步的,步骤S3中,所述将预处理后的机翼和中央翼盒的点云数据分别与对应的实体模型配准的过程包括以下步骤:
S31,分别提取机翼和中央翼盒的点云数据与各自实体模型相对应的部分或全部定位点;
S32,采用SVD算法,分别计算机翼和中央翼盒的点云数据定位点到对应实体模型定位点的变换矩阵;
S33,采用对应的变换矩阵分别对机翼和中央翼盒的点云数据进行变换;
S34,采用ICP算法,分别对变换后的机翼和中央翼盒的点云数据与各自实体模型进行配准。
进一步的,步骤S4中,所述根据机翼实体模型和中央翼盒实体模型的模拟对接情况,在两者实体模型上选择对接时的关键特征,将关键特征映射至配准后的点云数据,提取点云特征的过程包括以下步骤:
S41:根据机翼模型实体模型和中央翼盒实体模型的模拟对接情况,在实体模型上选择对接时的关键特征,所述关键特征包括定位点和对接面特征点;
S42:利用步骤S3中完成配准后的两组点云数据和实体模型,将两个实体模型上的多组定位点映射到对应的点云数据上,每组定位点包含至少一个机翼定位点和至少一个中央翼盒定位点,定位点用于机翼点云数据和中央翼盒点云数据的对接参照;
S43:遍历所有点云数据的点,得到用于对接后细微变换以控制间隙分布的对接面特征点集,其中,当任意一个点云数据的点的领域内存在实体模型的对接面特征点时,该点被标记成对接面特征点。
进一步的,步骤S5中,所述基于定位点对机翼点云数据和中央翼盒点云数据进行对接的过程包括以下步骤:
S51,根据步骤S4中提取的I组装配定位点,设每组装配定位点包含一个机翼定位点Si和一个中央翼盒定位点Hi,对接后的定位点间隙为Si变换后与Hi的距离ci,ci=||(XSi+Z)-Hi||,构建目标函数F:
式中,Si为翼身定位点,Hi为中央翼盒定位点,X是旋转矩阵,Z是平移矩阵,通过优化目标函数使其最小,得到对应的X和Z;
S52,分别计算翼身定位点Si的质心S′和中央翼盒定位点Hi的质心H′:
S53,移动所有定位点,使质心移动到原点位置:S′i=Si-S′,H′i=Hi-H′,代入到目标函数得到:
F2最小等价于F最大:
S54,根据Lemma定理,对任何正定矩AAT和正交矩阵B有:Trace(AAT)≥Trace(BAAT),对M进行奇异值分解,M=UΛVT,令N=ΛVT,则对任何3×3正交矩阵B有Trace(NM)≥Trace(BNM),即N使F最大F2最小,取旋转矩阵X=N=ΛVT;
S55,计算平移矩阵Z=H′-XS′。
进一步的,步骤S6中,所述将对接面分为多个区域,计算对接后每个区域特征点的间隙,根据间隙容差,调整各区域的权重以控制间隙分布的过程包括以下步骤:
S61:设对接面被分为R个区域,每个区域特征点数记为N,
和
为区域r的特征点间隙的上下间隙容差,1≤r≤R,区域r内一点的间隙值为c
rn,1≤n≤N,
在同一个区域的特征点权重相同并且被记为μ
r,权重与所在区域间隙容差相关,令
表明间隙容差越大权重越小;
S62:设特征点的点间隙crn为机翼特征点Sn与其距离最近中央翼盒特征点Hn的连线在Hn的法线l(Hn)的投影长度,即crn=||l(Hn)·[Sn-Hn]||;
S63:在对接后,对机翼特征点Sn进行细微变换以控制间隙,间隙crn被表示为crn=||l(Hi)·[(XSn+Z)-Hi]+dZ·l(Hn)+dX·[Hn×l(Hn)]||,同时定位点的间隙在细微变换后变为ci=||X′(XSi+Z)+Z′||,其中X和Z为对接变换矩阵,dX和dZ为细微变换相关参数,X′和Z′为细微变换矩阵,由X,Z,dX和dZ求出,同时对两种间隙进行加权约束,构建误差函数F(X,Z,dX,dZ):
构造最佳位姿评价模型:
式中,μ
i为定位点权重,μ
r为区域间隙权重,I为定位点组数,R为对接面区域数,
和
为区域r的间隙容差;
通过优化模型求解最佳变换X、Z、dX和dZ,得到当前权重下的最佳间隙分布;
S64:若X和Z无初始值,使用步骤S5中求出的X和Z,否则使用当前的X和Z已有的值,采用PHR算法对最佳位姿评价模型进行求解得到dX和dZ;
S65:计算细微变换矩阵X′=(E+dX)·X,Z′=(E+dX)·Z+dZ,式中,E为单位矩阵;
S66:判断是否满足间隙要求或者X′和Z′收敛,若都不满足则令X=X′,Z=Z′,转步骤S64,若满足间隙要求则使用X′和Z′计算最优位姿以及间隙分布,结束流程,若不满足间隙要求却已经收敛转步骤S67;
S67:根据每个区域的间隙与间隙容差的关系调整权重取值:
如果某区域只存在间隙超出间隙容差上限,增大该区域的权重以减小间隙;如果某区域只存在间隙低于间隙容差下限,减小该区域的权重以增大间隙;如果某区域同时存在间隙超出间隙容差上限且低于下限,则该区域权重保持不变,增大该区域内超出上线的特征点的邻近区域的权重,减小该区域内低于下线的特征点的邻近区域的权重;
结束流程。
本发明使用摄影测量配合扫描仪获取机翼和中央翼盒三维点云数据,提高了测量精准度,增强了点云的细节描述,通过基于特征权重的分布控制技术,能够精准有效地控制机翼和中央翼盒的对接间隙分布,指导机翼和中央翼盒的快速精准对接,从而提高装配质量以及生产效率。
以上本发明的技术方案,与现有相比,其显著的有益效果在于,
(1)能够根据实测数据通过特征权重控制翼身对接间隙分布,满足翼身装配时的间隙要求,从而提高翼身的装配质量和生产效率,解决了翼身对接间隙分布控制的技术需求。
(2)使用摄影测量配合扫描仪能够提高测量精准度,增强点云的细节描述,更真实的反应实体特征,通过模型关键特征映射能够快速精准提取点云特征,通过特征权重技术能够对精确控制翼身对接的间隙分布。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1是本发明的基于实测数据的翼身对接间隙分布控制方法的流程图。
图2是本发明实施例的机翼编码点粘贴示意图。
图3是本发明实施例的机翼点云数据示意图。
图4是本发明实施例的中央翼盒对接面示意图。
图5是本发明实施例的机翼对接面区域权重分配示意图。
图6是本发明实施例的机翼和中央翼盒对接后间隙示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
结合图1,本发明提及基于实测数据的翼身对接间隙分布控制技术,包括以下步骤:
第一、采用摄影测量配合扫描仪的方式分别获取机翼的原始点云数据和中央翼盒的点云数据。
首先在飞机翼身对接面四周分别粘贴编码点和标记点,用摄影测量技术获取其上编码点和标记点的坐标信息建立扫描控制场,然后使用扫描仪对机翼和中央翼盒分别扫描获取点云数据,将点云数据对照相测量建立的控制场进行点云加细,增强细节描述。编码点的粘贴如图2所示。
第二、对两组原始点云数据进行预处理,进行去噪、滤波、稀疏化等操作。
在扫描仪获得点云数据中包含有一些没有价值的噪声点和离群点,背景之类的,可以通过高斯滤波去除噪声和离群点,用点云分割将不属于机翼和中央翼盒对接面的点分割掉,只保留属于机翼和中央翼盒对接面的点,图3是经过分割后的机翼点云数据;由于扫描的点云具有很高的密度,直接处理需要耗费大量的时间,实际需要在平面位置的点可以稀疏一些,边界和曲率大的位置点可以密集一些,所以可以通过曲率对点云数据稀疏化,点云稀疏化包括以下步骤:
(1)对于点云数据每个点x
i,其邻域点集为X
i,x
j∈X
i,1≤j≤n,n是邻域点集的点数,基于邻域点集X
i计算x
i平均曲率Q
i;对点x
i及其邻域点集X
i,求平均曲率的平均值P
i,
Q
j是x
i的邻域点集X
i内的点x
j的平均曲率。
(2)根据公式
时,计算局部平均曲率中误差
并设置局部平均曲率中误差阈值ε。
(3)点云数据中每一个点都有一个保留次数F和计算次数S,对于点x
i,当
时,保留x
i的邻域点集X
i中平均曲率Q
j≥λP
i的点,λ为设定的值;当
时,保留x
i的邻域点集X
i中平均曲率Q
j最接近平均曲率平均值P
i的点,同时保留点的保留次数累计加1,即F
j=F
j+1,为后续计算点精简概率,x
i的邻域点集X
i内所有点的计算次数加1,即S
j=S
j+1。
(4)遍历所有点,统计每个点的精简概率θ,θ=Fi/Si,当精简概率θ大于等于0.5时,保留该点,精简概率θ小于0.5时,删除该点。
第三、将预处理后的机翼和中央翼盒的点云数据分别与对应的实体模型配准。
点云数据是扫描仪扫描获得的,实际数据与理想的模型可肯定会有所差别,但两者之间然仍具有一定联系,在模型上进行对齐和特征提取等操作要比在点云上简单很多,所有要先将点云数据和模型进行配准,首先提取点云数据和实体模型上处于同一位置的定位点,用SVD算法算点云数据定位点到实体模型定位点的变换矩阵,再用变换矩阵对点云数据进行变换,最后对变换后的点云数据与实体模型用ICP算法进行配准。
第四、在两者实体模型上选择对接时的关键特征,将关键特征映射至配准后的点云数据,提取对应的点云特征。
根据机翼模型和中央翼盒实体模型的模拟对接情况,在实体模型上选择对接时的关键特征(定位点和对接面特征点),利用第三步中已经配准的点云数据和实体模型,将实体模型上的多组定位点映射到点云数据上,每组定位点包含一个机翼定位点和中央翼盒定位点,用于机翼点云数据和中央翼盒点云数据的对接,在已经配准的点云数据和实体模型上,对于点云数据的每个点,如果其邻域内有实体模型的对接面特征点,则该点标记为点云数据的对接面特征点,遍历所有点云数据的点,得到对接面特征点集,用于对接后细微变换以控制间隙分布。图4中央翼盒对接面示意图,其主要可以分为4个区域。
第五、基于定位点对机翼点云数据和中央翼盒点云数据进行对接。
根据第四步中提取的I组定位点,每组定位点包含一个机翼定位点Si和中央翼盒定位点Hi,对接后的定位点间隙为Si变换后与Hi的距离ci,ci=||(XSi+Z)-Hi||,构建目标函数:
式中,Si为翼身定位点,Hi为中央翼盒定位点,X是旋转矩阵,Z是平移矩阵,通过优化目标函数使其最小,得到对应的X和Z,分别计算翼身定位点Si和中央翼盒定位点Hi的质心:
移动所有定位点,使质心移动到原点位置:S′i=Si-S′,H′i=Hi-H′,代入到目标函数得到:
F2最小等价于F最大:
其中
根据Lemma定理,对任何正定矩AA
T和正交矩阵B有:Trace(AA
T)≥Trace(BAA
T),对M进行奇异值分解,M=UΛV
T,令N=ΛV
T,则对任何3×3正交矩阵B有Trace(NM)≥Trace(BNM),即N使F最大F
2最小,所以取旋转矩阵X=N=ΛV
T,然后计算平移矩阵Z=H′-XS′。
第六、计算对接后每个区域特征点的间隙,根据间隙容差,调整各区域的权重以控制间隙分布。
第五步完成对齐后还要根据特征点的间隙,通过控制权重,进行微调来控制间隙分布,具体步骤如下:
(1)设对接面分为R个区域,每个区域特征点数记为N,
和
为区域r的特征点间隙的上下间隙容差,1≤r≤R,不同区域的上下间隙容差会和特征点数有所不同,区域r内一点的间隙值c
rn,1≤n≤N,则应
在同一个区域的特征点权重相同记为μ
r,权重与所在区域间隙容差相关,令
则
表明间隙容差越大权重越小,图5是机翼对接面区域权重分配图。
(2)特征点的点间隙crn为机翼特征点Sn与其距离最近中央翼盒特征点Hn的连线在Hn的法线l(Hn)的投影长度,即crn=||l(Hn)·[Sn-Hn]||。
(3)在对接后需要对机翼特征点Sn进行细微变换来控制间隙,此时间隙crn可以表示为crn=||l(Hi)·[(XSn+Z)-Hi]+dZ·l(Hn)+dX·[Hn×l(Hn)]||,同时定位点的间隙在细微变换后会变为ci=||X′(XSi+Z)+Z′||,其中X和Z为对接变换矩阵,dX和dZ为细微变换相关参数,X′和Z′为细微变换矩阵,可由X,Z,dX和dZ求出,需要同时对两种间隙进行加权约束,构建误差函数:
构造最佳位姿评价模型:
式中,μ
i为定位点权重,μ
r为区域间隙权重,I为定位点组数,R为对接面区域数,
和
为区域r的间隙容差,通过优化模型求解最佳变换X,Z,dX,dZ,得到当前权重下的最佳间隙分布。
(4)若X和Z无初始值,使用S5中求出X和Z,否则使用当前的X和Z已有的值,用PHR算法对评价模型进行求解得到dX和dZ。
(5)计算细微变换矩阵X′=(E+dX)·X,Z′=(E+dX)·Z+dZ,E为单位矩阵。
(6)判断是否满足间隙要求或者X′和Z′收敛,若都不满足则令X=X′,Z=Z′,转(4),若满足间隙要求则使用X′和Z′计算最优位姿以及间隙分布,若不满足间隙要求却已经收敛转(7)。
(7)如果某区域只存在间隙超出间隙容差上限,增大该区域的权重以减小间隙,如果某区域只存在间隙低于间隙容差下限,减小该区域的权重以增大间隙,如果某区域同时存在间隙超出间隙容差上限且低于下限,则该区域权重保持不变,增大该区域内超出上线的特征点的邻近区域的权重,减小该区域内低于下线的特征点的邻近区域的权重,图6是机翼和中央翼盒对接后经过微调后的间隙分布。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。