CN117183401B - 航空复合材料零件的成型加工方法及系统 - Google Patents

Abstract

本发明公开了航空复合材料零件的成型加工方法及系统，涉及零件加工领域，其中，所述方法包括：当宏观期望结构和刚性模具三维结构一致时，控制铺模机器人在刚性模具进行预浸料铺层，获得成型半成品；对历史控制参数进行成型预测，获取成型效果评分，当成型效果评分小于效果评分阈值，获取推荐控制参数；将推荐控制参数传输至控制台，对成型加热箱进行预调试，当调试完成时，将成型半成品输送至成型加热箱的内部预设区域进行成型加工。解决了现有技术中无法对航空复合材料零件的成型加工参数进行自适应调节，以及航空复合材料零件的成型加工智能化程度低，导致航空复合材料零件的批量化生产能力弱的技术问题。

Description

航空复合材料零件的成型加工方法及系统

技术领域

本发明涉及零件加工领域，具体地，涉及航空复合材料零件的成型加工方法及系统。

背景技术

与普通材料零件相比，航空复合材料零件具有高比刚度、比模量大、良好的抗疲劳性能、重量轻等优越性能。近年来，随着航空复合材料零件在航空工业领域的应用急剧增长，航空复合材料零件的批量化生产需求越来越多。现有技术中存在无法对航空复合材料零件的成型加工参数进行自适应调节，以及航空复合材料零件的成型加工智能化程度低，导致航空复合材料零件的批量化生产能力弱的技术问题。

发明内容

本申请提供了航空复合材料零件的成型加工方法及系统。解决了现有技术中无法对航空复合材料零件的成型加工参数进行自适应调节，以及航空复合材料零件的成型加工智能化程度低，导致航空复合材料零件的批量化生产能力弱的技术问题。达到了实现对航空复合材料零件的成型加工参数进行自适应调节，提高航空复合材料零件的成型加工智能化程度、适应性，提高航空复合材料零件的批量化生产能力的技术效果。

鉴于上述问题，本申请提供了航空复合材料零件的成型加工方法及系统。

第一方面，本申请提供了一种航空复合材料零件的成型加工方法，其中，所述方法应用于一种航空复合材料零件的成型加工系统，所述系统包括非热压罐固化成型装置，所述非热压罐固化成型装置包括成型加热箱、控制台和铺模机器人，所述控制台包括用户端，所述方法包括：从用户端接收待成型零件基础信息，其中，所述待成型零件基础信息包括宏观期望结构、基体材料类型和增强材料类型；通过激光扫描仪在多个预设位置对刚性模具进行激光扫描，获取刚性模具三维结构；当所述宏观期望结构和所述刚性模具三维结构一致时，控制铺模机器人在所述刚性模具进行预浸料铺层，当预浸料铺层非均匀度小于非均匀度阈值，对预浸料铺层表面铺设真空袋，并启动真空抽取装置抽取预设时长，重复铺层满足预设次数时，获得成型半成品；基于所述宏观期望结构、所述基体材料类型和所述增强材料类型，从所述控制台提取历史控制参数；对所述历史控制参数进行成型预测，获取成型效果评分，其中，成型预测基于工业大数据拟合确定；当所述成型效果评分小于效果评分阈值，对所述历史控制参数执行控制寻优算法，获取推荐控制参数；将所述推荐控制参数传输至所述控制台，对所述成型加热箱进行预调试，当调试完成时，将所述成型半成品输送至所述成型加热箱的内部预设区域进行成型加工。

第二方面，本申请还提供了一种航空复合材料零件的成型加工系统，其中，所述系统包括非热压罐固化成型装置，所述非热压罐固化成型装置包括成型加热箱、控制台和铺模机器人，所述控制台包括用户端，所述系统包括：零件信息接收模块，所述零件信息接收模块用于从用户端接收待成型零件基础信息，其中，所述待成型零件基础信息包括宏观期望结构、基体材料类型和增强材料类型；激光扫描模块，所述激光扫描模块用于通过激光扫描仪在多个预设位置对刚性模具进行激光扫描，获取刚性模具三维结构；半成品获得模块，所述半成品获得模块用于当所述宏观期望结构和所述刚性模具三维结构一致时，控制铺模机器人在所述刚性模具进行预浸料铺层，当预浸料铺层非均匀度小于非均匀度阈值，对预浸料铺层表面铺设真空袋，并启动真空抽取装置抽取预设时长，重复铺层满足预设次数时，获得成型半成品；控制参数提取模块，所述控制参数提取模块用于基于所述宏观期望结构、所述基体材料类型和所述增强材料类型，从所述控制台提取历史控制参数；成型预测模块，所述成型预测模块用于对所述历史控制参数进行成型预测，获取成型效果评分，其中，成型预测基于工业大数据拟合确定；控制寻优模块，所述控制寻优模块用于当所述成型效果评分小于效果评分阈值，对所述历史控制参数执行控制寻优算法，获取推荐控制参数；成型加工模块，所述成型加工模块用于将所述推荐控制参数传输至所述控制台，对所述成型加热箱进行预调试，当调试完成时，将所述成型半成品输送至所述成型加热箱的内部预设区域进行成型加工。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

通过用户端接收待成型零件基础信息，待成型零件基础信息包括宏观期望结构、基体材料类型和增强材料类型；通过激光扫描仪在多个预设位置对刚性模具进行激光扫描，获取刚性模具三维结构；当宏观期望结构和刚性模具三维结构一致时，控制铺模机器人在刚性模具进行预浸料铺层，当预浸料铺层非均匀度小于非均匀度阈值，对预浸料铺层表面铺设真空袋，并启动真空抽取装置抽取预设时长，重复铺层满足预设次数时，获得成型半成品；通过对历史控制参数进行成型预测，获取成型效果评分；当成型效果评分小于效果评分阈值，对历史控制参数执行控制寻优算法，获取推荐控制参数；将推荐控制参数传输至控制台，对成型加热箱进行预调试，当调试完成时，将成型半成品输送至成型加热箱的内部预设区域进行成型加工。达到了实现对航空复合材料零件的成型加工参数进行自适应调节，提高航空复合材料零件的成型加工智能化程度、适应性，提高航空复合材料零件的批量化生产能力的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的附图作简单地介绍。明显地，下面描述中的附图仅仅涉及本发明的一些实施例,而非对本发明的限制。

图1为本申请一种航空复合材料零件的成型加工方法的流程示意图；

图2为本申请一种航空复合材料零件的成型加工方法中获取推荐控制参数的流程示意图；

图3为本申请一种航空复合材料零件的成型加工系统的结构示意图。

具体实施方式

本申请通过提供航空复合材料零件的成型加工方法及系统。解决了现有技术中无法对航空复合材料零件的成型加工参数进行自适应调节，以及航空复合材料零件的成型加工智能化程度低，导致航空复合材料零件的批量化生产能力弱的技术问题。达到了实现对航空复合材料零件的成型加工参数进行自适应调节，提高航空复合材料零件的成型加工智能化程度、适应性，提高航空复合材料零件的批量化生产能力的技术效果。

实施例一

请参阅附图1，本申请提供一种航空复合材料零件的成型加工方法，其中，所述方法应用于一种航空复合材料零件的成型加工系统，所述系统包括非热压罐固化成型装置，所述非热压罐固化成型装置包括成型加热箱、控制台和铺模机器人，所述控制台包括用户端，所述方法具体包括如下步骤：

从用户端接收待成型零件基础信息，其中，所述待成型零件基础信息包括宏观期望结构、基体材料类型和增强材料类型；

连接用户端，通过用户端接收待成型零件基础信息。待成型零件基础信息包括宏观期望结构、基体材料类型和增强材料类型。宏观期望结构包括待成型零件的设计尺寸、设计结构信息、设计图纸信息。待成型零件可以为使用所述一种航空复合材料零件的成型加工系统进行智能化成型加工的任意航空复合材料零件。基体材料类型包括待成型零件的连续相材料类型。增强材料类型包括待成型零件的离散相材料类型。航空复合材料零件的结构通常被称为连续相。连续相的作用是将增强体粘合成整体并使航空复合材料零件具有一定的形状，传递外界作用力、保护增强体免受外界的各种侵蚀破坏作用。离散相以独立的形态分布在整个连续相中，与连续相相比，离散相的性能优越，使材料的性能显著增强，故离散相又常称为增强体。例如，基体材料类型包括环氧树脂、聚酯树脂、热可塑性树脂等。增强材料类型包括碳纤维、玻璃纤维、芳族聚酰胺纤维等。

通过激光扫描仪在多个预设位置对刚性模具进行激光扫描，获取刚性模具三维结构；

所述多个预设位置包括第一预设位置、第二预设位置直到第N预设位置；

在所述第一预设位置处，激活所述激光扫描仪对所述刚性模具进行激光扫描，获取第一位置扫射点云和第一点云激光飞行时长；

遍历到所述第N预设位置，获取第N位置扫射点云和第N点云激光飞行时长；

拟合所述第一位置扫射点云和所述第一点云激光飞行时长、直到所述第N位置扫射点云和所述第N点云激光飞行时长，构建所述刚性模具三维结构。

连接所述一种航空复合材料零件的成型加工系统，读取由所述一种航空复合材料零件的成型加工系统预先设置确定的刚性模具的多个预设位置。多个预设位置包括刚性模具的第一预设位置、第二预设位置……第N预设位置。继而，通过激光扫描仪对刚性模具的第一预设位置进行激光扫描，获取第一位置扫射点云和第一点云激光飞行时长。同理，通过激光扫描仪分别对刚性模具的第二预设位置……第N预设位置进行激光扫描，获取第二位置扫射点云和第二点云激光飞行时长……第N位置扫射点云和第N点云激光飞行时长。继而，对第一位置扫射点云和第一点云激光飞行时长……第N位置扫射点云和第N点云激光飞行时长进行拟合，获得刚性模具三维结构。其中，第N位置扫射点云包括刚性模具的第N预设位置对应的尺寸结构信息。第N点云激光飞行时长包括激光扫描仪向刚性模具的第N预设位置发射光束至激光扫描仪接收到该光束的反射光束对应的时间。拟合是指按照第一位置扫射点云和第一点云激光飞行时长……第N位置扫射点云和第N点云激光飞行时长进行三维模型搭建。刚性模具三维结构包括第一位置扫射点云和第一点云激光飞行时长……第N位置扫射点云和第N点云激光飞行时长对应的刚性模具的三维模型。

当所述宏观期望结构和所述刚性模具三维结构一致时，控制铺模机器人在所述刚性模具进行预浸料铺层，当预浸料铺层非均匀度小于非均匀度阈值，对预浸料铺层表面铺设真空袋，并启动真空抽取装置抽取预设时长，重复铺层满足预设次数时，获得成型半成品；

遍历所述宏观期望结构，设定结构尺寸宽容区间；

当所述宏观期望结构和所述刚性模具三维结构的偏差满足所述结构尺寸宽容区间，视为所述宏观期望结构和所述刚性模具三维结构一致，控制所述铺模机器人，将单层预浸料覆盖铺设至所述刚性模具中，采集单层预浸料铺设图像；

基于所述单层预浸料铺设图像进行树脂干区提取，获取第一非均匀区像素数量；

基于所述单层预浸料铺设图像进行树脂富区提取，获取第二非均匀区像素数量；

根据所述第一非均匀区像素数量和所述第二非均匀区像素数量，计算所述预浸料铺层非均匀度，其中，所述预浸料铺层非均匀度为所述第一非均匀区像素数量和所述第二非均匀区像素数量之和，在铺设图像像素总数中的比例。

将宏观期望结构与刚性模具三维结构之间的多个尺寸差值记为宏观期望结构和刚性模具三维结构的偏差。如果偏差内的多个尺寸差值均满足结构尺寸宽容区间，则，宏观期望结构和刚性模具三维结构一致，控制铺模机器人将单层预浸料覆盖铺设至刚性模具中，当铺设完成后，采集单层预浸料铺设图像。继而，分别对单层预浸料铺设图像进行树脂干区、树脂富区提取，获取第一非均匀区像素数量和第二非均匀区像素数量。其中，结构尺寸宽容区间包括由所述一种航空复合材料零件的成型加工系统预先设置确定的宏观期望结构与刚性模具三维结构之间的尺寸差值范围信息。预浸料是把基体浸渍在强化纤维中制成的预浸料片材产品，预浸料是复合材料的中间材料。与普通的航空复合材料零件相比，使用预浸料生产的航空复合材料零件具有强度高、硬度大、耐蚀性强、轻量化等多种特性。单层预浸料铺设图像为完成单层预浸料覆盖铺设的刚性模具对应的图像数据信息。第一非均匀区像素数量包括单层预浸料铺设图像中，树脂干区对应的像素数量。第二非均匀区像素数量包括单层预浸料铺设图像中，树脂富区对应的像素数量。树脂干区为单层预浸料铺设图像中，树脂分布薄的区域。树脂富区为单层预浸料铺设图像中，树脂分布厚的区域。

进一步，将第一非均匀区像素数量、第二非均匀区像素数量的和设置为非均匀区像素总数。将单层预浸料铺设图像内的像素总数量记为铺设图像像素总数。将非均匀区像素总数与铺设图像像素总数之间的比值设置为预浸料铺层非均匀度。继而，判断预浸料铺层非均匀度是否小于非均匀度阈值。当预浸料铺层非均匀度小于非均匀度阈值时，

对预浸料铺层表面铺设真空袋，并启动真空抽取装置抽取预设时长，重复铺层直至满足预设次数时，获得成型半成品。非均匀度阈值为所述一种航空复合材料零件的成型加工系统预先设置确定的预浸料铺层非均匀度阈值。预设时长为所述一种航空复合材料零件的成型加工系统预先设置确定的真空抽取时长。预设次数为所述一种航空复合材料零件的成型加工系统预先设置确定的预浸料铺层次数阈值。

基于所述宏观期望结构、所述基体材料类型和所述增强材料类型，从所述控制台提取历史控制参数；

对所述历史控制参数进行成型预测，获取成型效果评分，其中，成型预测基于工业大数据拟合确定；

所述历史控制参数包括固化温度参数、真空抽取时间和真空抽取强度；

将基相结构偏离系数、增强相结构偏离系数、多相组合偏离系数和孔隙数量设为成型效果评分指标；

在工业大数据中对所述宏观期望结构、所述基体材料类型、所述增强材料类型和所述历史控制参数进行成型日志检索，获取成型日志数据，其中，所述成型日志数据具有所述成型效果评分指标的记录值；

将固化温度参数、真空抽取时间、真空抽取强度设置为历史控制参数。真空抽取强度为真空抽取装置的真空抽取吸力。将基相结构偏离系数、增强相结构偏离系数、多相组合偏离系数和孔隙数量设为成型效果评分指标。基相结构偏离系数是用于表征连续相的期望结构和连续相的成型结构之间的偏差程度的数据信息。连续相的期望结构和连续相的成型结构之间的偏差程度越高，对应的基相结构偏离系数越大。增强相结构偏离系数是用于表征离散相的期望结构和离散相的成型结构之间的偏差程度的数据信息。离散相应当均匀分布于连续相。多相组合偏离系数是用于表征离散相的分布非均匀程度的数据信息。离散相的分布非均匀程度越高，对应的多相组合偏离系数越大。

按照宏观期望结构、基体材料类型、增强材料类型和历史控制参数进行工业大数据的成型日志检索，获取多个成型日志数据。每个成型日志数据包括历史宏观期望结构、历史基体材料类型、历史增强材料类型，历史控制参数对应的历史固化温度参数、历史真空抽取时间、历史真空抽取强度，以及成型效果评分指标对应的历史基相结构偏离系数、历史增强相结构偏离系数、历史多相组合偏离系数和历史孔隙数量。

基于群体粒子拟合算法，对所述成型日志数据进行处理，获取所述成型效果评分。

所述群体粒子拟合算法如下：

对所述成型日志数据的评分指标记录值进行归一化调整，获取评分粒子群，其中，任意一个所述成型日志数据和所述评分粒子群的一个粒子一一对应；

分别对每个成型日志数据内的成型效果评分指标对应的历史基相结构偏离系数、历史增强相结构偏离系数、历史多相组合偏离系数和历史孔隙数量进行归一化调整，获取评分粒子群。其中，归一化调整是指对每个成型日志数据内的成型效果评分指标对应的历史基相结构偏离系数、历史增强相结构偏离系数、历史多相组合偏离系数和历史孔隙数量进行量纲消除，使得归一化调整之后的历史基相结构偏离系数、历史增强相结构偏离系数、历史多相组合偏离系数和历史孔隙数量转化为无量纲的纯数值。评分粒子群包括多个评分粒子。每个评分粒子包括每个成型日志数据内，归一化调整之后的历史基相结构偏离系数、历史增强相结构偏离系数、历史多相组合偏离系数和历史孔隙数量。且，每个评分粒子具有对应标识的成型日志数据内的历史宏观期望结构、历史基体材料类型、历史增强材料类型，历史控制参数对应的历史固化温度参数、历史真空抽取时间、历史真空抽取强度。

对所述评分粒子群的第i评分粒子进行离群分析，获取第i评分粒子离群系数；

获取第i评分粒子的第i四元坐标；

基于所述第i四元坐标，遍历所述评分粒子群自近而远筛选Q个评分粒子四元坐标进行欧式距离计算，并求均值，获取第i评分粒子离群因数；

将所述第i评分粒子离群因数与所述评分粒子群的离群因数均值求比，获取所述第i评分粒子离群系数。

以基相结构偏离系数、增强相结构偏离系数、多相组合偏离系数和孔隙数量为四元坐标轴，搭建四元坐标系。分别将评分粒子群内的多个评分粒子输入四元坐标系，获得多个四元坐标。四元坐标系包括四元坐标轴。四元坐标轴包括基相结构偏离系数、增强相结构偏离系数、多相组合偏离系数、孔隙数量分别对应的坐标轴。每个四元坐标包括四元坐标系内，每个评分粒子对应的坐标信息。

分别将评分粒子群内的每个评分粒子设置为第i评分粒子，将第i评分粒子对应的四元坐标记为第i四元坐标。继而，将第i四元坐标与其他多个四元坐标之间的距离设置为多个坐标距离。将多个坐标距离进行从小到大的排列，将前Q个坐标距离设置为Q个优选坐标距离。将Q个优选坐标距离对应的四元坐标记为Q个评分粒子四元坐标。将Q个优选坐标距离的平均值设置为第i评分粒子离群因数。将第i评分粒子离群因数与离群因数均值的比值设置为第i评分粒子离群系数。离群因数均值包括评分粒子群内的多个评分粒子对应的多个评分粒子离群因数的平均值。多个评分粒子离群因数与第i评分粒子离群系数的计算方式相同，为了说明书的简洁，在此不再赘述。

将所述第i评分粒子离群系数大于或等于离群系数阈值的粒子的所述评分粒子群清洗，获取粒子清洗结果；

构建成型效果评分函数：；/>；其中，表征粒子清洗结果的联合成型效果评分，/>表征第j个粒子的单独成型效果评分，/>表征第j个粒子的第k个维度指标的正向归一化记录值，/>表征第k个维度指标的宽容阈值，/>表征粒子清洗结果的粒子总数；

基于所述成型效果评分函数，对所述粒子清洗结果进行拟合，获取所述成型效果评分。

对第i评分粒子离群系数是否大于或等于离群系数阈值进行判断。如果第i评分粒子离群系数大于或等于离群系数阈值，将该第i评分粒子离群系数对应的评分粒子从评分粒子群内删除，得到粒子清洗结果。根据成型效果评分函数，对粒子清洗结果进行计算，获取成型效果评分。成型效果评分函数为：；/>；其中，/>表征粒子清洗结果的联合成型效果评分，联合成型效果评分即为输出的成型效果评分；/>表征第j个粒子的单独成型效果评分，第j个粒子依次为粒子清洗结果内的每一个评分粒子；/>表征第j个粒子的第k个维度指标的正向归一化记录值，第k个维度指标依次为基相结构偏离系数、增强相结构偏离系数、多相组合偏离系数和孔隙数量；正向归一化记录值包括归一化调整之后的历史基相结构偏离系数、历史增强相结构偏离系数、历史多相组合偏离系数和历史孔隙数量；/>表征第k个维度指标的宽容阈值，第k个维度指标的宽容阈值包括由所述一种航空复合材料零件的成型加工系统预先设置确定的基相结构偏离系数阈值、增强相结构偏离系数阈值、多相组合偏离系数阈值和孔隙数量阈值；/>表征粒子清洗结果的粒子总数。

当所述成型效果评分小于效果评分阈值，对所述历史控制参数执行控制寻优算法，获取推荐控制参数；

其中，如附图2所示，当所述成型效果评分小于效果评分阈值，对所述历史控制参数执行控制寻优算法，获取推荐控制参数，还包括：

基于工业大数据，对所述宏观期望结构、所述基体材料类型、所述增强材料类型进行非热压罐固化成型检索，获取控制记录数据；

遍历所述控制记录数据进行成型预测，筛选成型效果评分最大值；

当所述成型效果评分最大值大于或等于所述效果评分阈值，获取所述推荐控制参数；

当所述成型效果评分最大值小于所述效果评分阈值重复进行成型检索寻优。

将所述推荐控制参数传输至所述控制台，对所述成型加热箱进行预调试，当调试完成时，将所述成型半成品输送至所述成型加热箱的内部预设区域进行成型加工。

判断成型效果评分小于是否效果评分阈值。效果评分阈值包括由所述一种航空复合材料零件的成型加工系统预先设置确定的成型效果评分阈值。当成型效果评分小于效果评分阈值时，通过工业大数据，对宏观期望结构、基体材料类型、增强材料类型进行非热压罐固化成型检索，获取多个控制记录数据。每个控制记录数据包括宏观期望结构、基体材料类型、增强材料类型对应的历史固化温度参数信息、历史真空抽取时间信息和历史真空抽取强度信息。

对多个控制记录数据进行成型预测，获得多个控制记录数据对应的多个成型效果评分信息。多个成型效果评分信息与成型效果评分的获得方式相同，为了说明书的简洁，在此不再赘述。继而，对多个成型效果评分信息进行最大值筛选，获得成型效果评分最大值。判断成型效果评分最大值是否小于效果评分阈值。如果成型效果评分最大值大于或等于效果评分阈值，将该成型效果评分最大值对应的控制记录数据内的历史固化温度参数信息、历史真空抽取时间信息和历史真空抽取强度信息设置为推荐控制参数。如果成型效果评分最大值小于效果评分阈值，则，重复进行成型检索寻优直至获得推荐控制参数。进而，将推荐控制参数传输至控制台，对成型加热箱进行预调试，当调试完成时，将成型半成品输送至成型加热箱的内部预设区域进行成型加工。从而提高航空复合材料零件的成型加工智能化程度，提升航空复合材料零件的批量化生产能力。预调试包括按照推荐控制参数对成型加热箱进行参数设置。内部预设区域为成型加热箱的内部成型加工区域。

综上所述，本申请所提供的一种航空复合材料零件的成型加工方法具有如下技术效果：

通过用户端接收待成型零件基础信息，待成型零件基础信息包括宏观期望结构、基体材料类型和增强材料类型；通过激光扫描仪在多个预设位置对刚性模具进行激光扫描，获取刚性模具三维结构；当宏观期望结构和刚性模具三维结构一致时，控制铺模机器人在刚性模具进行预浸料铺层，当预浸料铺层非均匀度小于非均匀度阈值，对预浸料铺层表面铺设真空袋，并启动真空抽取装置抽取预设时长，重复铺层满足预设次数时，获得成型半成品；通过对历史控制参数进行成型预测，获取成型效果评分；当成型效果评分小于效果评分阈值，对历史控制参数执行控制寻优算法，获取推荐控制参数；将推荐控制参数传输至控制台，对成型加热箱进行预调试，当调试完成时，将成型半成品输送至成型加热箱的内部预设区域进行成型加工。达到了实现对航空复合材料零件的成型加工参数进行自适应调节，提高航空复合材料零件的成型加工智能化程度、适应性，提高航空复合材料零件的批量化生产能力的技术效果。

实施例二

基于与前述实施例中一种航空复合材料零件的成型加工方法，同样发明构思，本发明还提供了一种航空复合材料零件的成型加工系统，所述系统包括非热压罐固化成型装置，所述非热压罐固化成型装置包括成型加热箱、控制台和铺模机器人，所述控制台包括用户端，请参阅附图3，所述系统包括：

零件信息接收模块，所述零件信息接收模块用于从用户端接收待成型零件基础信息，其中，所述待成型零件基础信息包括宏观期望结构、基体材料类型和增强材料类型；

激光扫描模块，所述激光扫描模块用于通过激光扫描仪在多个预设位置对刚性模具进行激光扫描，获取刚性模具三维结构；

半成品获得模块，所述半成品获得模块用于当所述宏观期望结构和所述刚性模具三维结构一致时，控制铺模机器人在所述刚性模具进行预浸料铺层，当预浸料铺层非均匀度小于非均匀度阈值，对预浸料铺层表面铺设真空袋，并启动真空抽取装置抽取预设时长，重复铺层满足预设次数时，获得成型半成品；

控制参数提取模块，所述控制参数提取模块用于基于所述宏观期望结构、所述基体材料类型和所述增强材料类型，从所述控制台提取历史控制参数；

成型预测模块，所述成型预测模块用于对所述历史控制参数进行成型预测，获取成型效果评分，其中，成型预测基于工业大数据拟合确定；

控制寻优模块，所述控制寻优模块用于当所述成型效果评分小于效果评分阈值，对所述历史控制参数执行控制寻优算法，获取推荐控制参数；

成型加工模块，所述成型加工模块用于将所述推荐控制参数传输至所述控制台，对所述成型加热箱进行预调试，当调试完成时，将所述成型半成品输送至所述成型加热箱的内部预设区域进行成型加工。

进一步的，所述系统还包括：

预设位置组成模块，所述预设位置组成模块用于所述多个预设位置包括第一预设位置、第二预设位置直到第N预设位置；

第一执行模块，所述第一执行模块用于在所述第一预设位置处，激活所述激光扫描仪对所述刚性模具进行激光扫描，获取第一位置扫射点云和第一点云激光飞行时长；

第二执行模块，所述第二执行模块用于遍历到所述第N预设位置，获取第N位置扫射点云和第N点云激光飞行时长；

三维构建模块，所述三维构建模块用于拟合所述第一位置扫射点云和所述第一点云激光飞行时长、直到所述第N位置扫射点云和所述第N点云激光飞行时长，构建所述刚性模具三维结构。

进一步的，所述系统还包括：

宽容区间设定模块，所述宽容区间设定模块用于遍历所述宏观期望结构，设定结构尺寸宽容区间；

铺设图像采集模块，所述铺设图像采集模块用于当所述宏观期望结构和所述刚性模具三维结构的偏差满足所述结构尺寸宽容区间，视为所述宏观期望结构和所述刚性模具三维结构一致，控制所述铺模机器人，将单层预浸料覆盖铺设至所述刚性模具中，采集单层预浸料铺设图像；

树脂干区提取模块，所述树脂干区提取模块用于基于所述单层预浸料铺设图像进行树脂干区提取，获取第一非均匀区像素数量；

树脂富区提取模块，所述树脂富区提取模块用于基于所述单层预浸料铺设图像进行树脂富区提取，获取第二非均匀区像素数量；

非均匀度计算模块，所述非均匀度计算模块用于根据所述第一非均匀区像素数量和所述第二非均匀区像素数量，计算所述预浸料铺层非均匀度，其中，所述预浸料铺层非均匀度为所述第一非均匀区像素数量和所述第二非均匀区像素数量之和，在铺设图像像素总数中的比例。

进一步的，所述系统还包括：

控制参数组成模块，所述控制参数组成模块用于所述历史控制参数包括固化温度参数、真空抽取时间和真空抽取强度；

评分指标设定模块，所述评分指标设定模块用于将基相结构偏离系数、增强相结构偏离系数、多相组合偏离系数和孔隙数量设为成型效果评分指标；

成型日志检索模块，所述成型日志检索模块用于在工业大数据中对所述宏观期望结构、所述基体材料类型、所述增强材料类型和所述历史控制参数进行成型日志检索，获取成型日志数据，其中，所述成型日志数据具有所述成型效果评分指标的记录值；

第三执行模块，所述第三执行模块用于基于群体粒子拟合算法，对所述成型日志数据进行处理，获取所述成型效果评分。

进一步的，所述系统还包括：

归一化调整模块，所述归一化调整模块用于所述群体粒子拟合算法如下：对所述成型日志数据的评分指标记录值进行归一化调整，获取评分粒子群，其中，任意一个所述成型日志数据和所述评分粒子群的一个粒子一一对应；

离群分析模块，所述离群分析模块用于对所述评分粒子群的第i评分粒子进行离群分析，获取第i评分粒子离群系数；

粒子群清洗模块，所述粒子群清洗模块用于将所述第i评分粒子离群系数大于或等于离群系数阈值的粒子的所述评分粒子群清洗，获取粒子清洗结果；

函数构建模块，所述函数构建模块用于构建成型效果评分函数：；/>；其中，/>表征粒子清洗结果的联合成型效果评分，/>表征第j个粒子的单独成型效果评分，/>表征第j个粒子的第k个维度指标的正向归一化记录值，/>表征第k个维度指标的宽容阈值，/>表征粒子清洗结果的粒子总数；

第四执行模块，所述第四执行模块用于基于所述成型效果评分函数，对所述粒子清洗结果进行拟合，获取所述成型效果评分。

进一步的，所述系统还包括：

第i四元坐标获取模块，所述第i四元坐标获取模块用于获取第i评分粒子的第i四元坐标；

第i评分粒子离群因数获取模块，所述第i评分粒子离群因数获取模块用于基于所述第i四元坐标，遍历所述评分粒子群自近而远筛选Q个评分粒子四元坐标进行欧式距离计算，并求均值，获取第i评分粒子离群因数；

第i评分粒子离群系数获取模块，所述第i评分粒子离群系数获取模块用于将所述第i评分粒子离群因数与所述评分粒子群的离群因数均值求比，获取所述第i评分粒子离群系数。

进一步的，所述系统还包括：

控制记录数据获取模块，所述控制记录数据获取模块用于基于工业大数据，对所述宏观期望结构、所述基体材料类型、所述增强材料类型进行非热压罐固化成型检索，获取控制记录数据；

最大值筛选模块，所述最大值筛选模块用于遍历所述控制记录数据进行成型预测，筛选成型效果评分最大值；

推荐控制参数确定模块，所述推荐控制参数确定模块用于当所述成型效果评分最大值大于或等于所述效果评分阈值，获取所述推荐控制参数；

重复寻优模块，所述重复寻优模块用于当所述成型效果评分最大值小于所述效果评分阈值重复进行成型检索寻优。

本发明实施例所提供的一种航空复合材料零件的成型加工系统可执行本发明任意实施例所提供的一种航空复合材料零件的成型加工方法，具备执行方法相应的功能模块和有益效果。

所包括的各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

本申请提供了一种航空复合材料零件的成型加工方法，其中，所述方法应用于一种航空复合材料零件的成型加工系统，所述方法包括：通过用户端接收待成型零件基础信息，待成型零件基础信息包括宏观期望结构、基体材料类型和增强材料类型；通过激光扫描仪在多个预设位置对刚性模具进行激光扫描，获取刚性模具三维结构；当宏观期望结构和刚性模具三维结构一致时，控制铺模机器人在刚性模具进行预浸料铺层，当预浸料铺层非均匀度小于非均匀度阈值，对预浸料铺层表面铺设真空袋，并启动真空抽取装置抽取预设时长，重复铺层满足预设次数时，获得成型半成品；通过对历史控制参数进行成型预测，获取成型效果评分；当成型效果评分小于效果评分阈值，对历史控制参数执行控制寻优算法，获取推荐控制参数；将推荐控制参数传输至控制台，对成型加热箱进行预调试，当调试完成时，将成型半成品输送至成型加热箱的内部预设区域进行成型加工。解决了现有技术中无法对航空复合材料零件的成型加工参数进行自适应调节，以及航空复合材料零件的成型加工智能化程度低，导致航空复合材料零件的批量化生产能力弱的技术问题。达到了实现对航空复合材料零件的成型加工参数进行自适应调节，提高航空复合材料零件的成型加工智能化程度、适应性，提高航空复合材料零件的批量化生产能力的技术效果。

虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (6)

1.航空复合材料零件的成型加工方法，其特征在于，应用于非热压罐固化成型装置，所述非热压罐固化成型装置包括成型加热箱、控制台和铺模机器人，所述控制台包括用户端，包括：

从用户端接收待成型零件基础信息，其中，所述待成型零件基础信息包括宏观期望结构、基体材料类型和增强材料类型；

通过激光扫描仪在多个预设位置对刚性模具进行激光扫描，获取刚性模具三维结构；

当所述宏观期望结构和所述刚性模具三维结构一致时，控制铺模机器人在所述刚性模具进行预浸料铺层，当预浸料铺层非均匀度小于非均匀度阈值，对预浸料铺层表面铺设真空袋，并启动真空抽取装置抽取预设时长，重复铺层满足预设次数时，获得成型半成品；

基于所述宏观期望结构、所述基体材料类型和所述增强材料类型，从所述控制台提取历史控制参数；

对所述历史控制参数进行成型预测，获取成型效果评分，其中，成型预测基于工业大数据拟合确定；

当所述成型效果评分小于效果评分阈值，对所述历史控制参数执行控制寻优算法，获取推荐控制参数；

将所述推荐控制参数传输至所述控制台，对所述成型加热箱进行预调试，当调试完成时，将所述成型半成品输送至所述成型加热箱的内部预设区域进行成型加工；

其中，当所述宏观期望结构和所述刚性模具三维结构一致时，控制铺模机器人在所述刚性模具进行预浸料铺层，当预浸料铺层非均匀度小于非均匀度阈值，对预浸料铺层表面铺设真空袋，并启动真空抽取装置抽取预设时长，重复铺层满足预设次数时，获得成型半成品，包括：

遍历所述宏观期望结构，设定结构尺寸宽容区间；

当所述宏观期望结构和所述刚性模具三维结构的偏差满足所述结构尺寸宽容区间，视为所述宏观期望结构和所述刚性模具三维结构一致，控制所述铺模机器人，将单层预浸料覆盖铺设至所述刚性模具中，采集单层预浸料铺设图像；

基于所述单层预浸料铺设图像进行树脂干区提取，获取第一非均匀区像素数量；

基于所述单层预浸料铺设图像进行树脂富区提取，获取第二非均匀区像素数量；

根据所述第一非均匀区像素数量和所述第二非均匀区像素数量，计算所述预浸料铺层非均匀度，其中，所述预浸料铺层非均匀度为所述第一非均匀区像素数量和所述第二非均匀区像素数量之和，在铺设图像像素总数中的比例；

其中，对所述历史控制参数进行成型预测，获取成型效果评分，其中，成型预测基于工业大数据拟合确定，还包括：

所述历史控制参数包括固化温度参数、真空抽取时间和真空抽取强度；

将基相结构偏离系数、增强相结构偏离系数、多相组合偏离系数和孔隙数量设为成型效果评分指标；

在工业大数据中对所述宏观期望结构、所述基体材料类型、所述增强材料类型和所述历史控制参数进行成型日志检索，获取成型日志数据，其中，所述成型日志数据具有所述成型效果评分指标的记录值；

基于群体粒子拟合算法，对所述成型日志数据进行处理，获取所述成型效果评分。

2.如权利要求1所述的方法，其特征在于，通过激光扫描仪在多个预设位置对刚性模具进行激光扫描，获取刚性模具三维结构，包括：

所述多个预设位置包括第一预设位置、第二预设位置直到第N预设位置；

在所述第一预设位置处，激活所述激光扫描仪对所述刚性模具进行激光扫描，获取第一位置扫射点云和第一点云激光飞行时长；

遍历到所述第N预设位置，获取第N位置扫射点云和第N点云激光飞行时长；

拟合所述第一位置扫射点云和所述第一点云激光飞行时长、直到所述第N位置扫射点云和所述第N点云激光飞行时长，构建所述刚性模具三维结构。

3.如权利要求1所述的方法，其特征在于，基于群体粒子拟合算法，对所述成型日志数据进行处理，获取所述成型效果评分，包括：

所述群体粒子拟合算法如下：

对所述成型日志数据的评分指标记录值进行归一化调整，获取评分粒子群，其中，任意一个所述成型日志数据和所述评分粒子群的一个粒子一一对应；

对所述评分粒子群的第i评分粒子进行离群分析，获取第i评分粒子离群系数；

将所述第i评分粒子离群系数大于或等于离群系数阈值的粒子的所述评分粒子群清洗，获取粒子清洗结果；

构建成型效果评分函数：

;

;

其中，表征粒子清洗结果的联合成型效果评分，/>表征第j个粒子的单独成型效果评分，/>表征第j个粒子的第k个维度指标的正向归一化记录值，/>表征第k个维度指标的宽容阈值，/>表征粒子清洗结果的粒子总数；

基于所述成型效果评分函数，对所述粒子清洗结果进行拟合，获取所述成型效果评分。

4.如权利要求3所述的方法，其特征在于，对所述评分粒子群的第i评分粒子进行离群分析，获取第i评分粒子离群系数，包括：

获取第i评分粒子的第i四元坐标；

基于所述第i四元坐标，遍历所述评分粒子群自近而远筛选Q个评分粒子四元坐标进行欧式距离计算，并求均值，获取第i评分粒子离群因数；

将所述第i评分粒子离群因数与所述评分粒子群的离群因数均值求比，获取所述第i评分粒子离群系数。

5.如权利要求1所述的方法，其特征在于，当所述成型效果评分小于效果评分阈值，对所述历史控制参数执行控制寻优算法，获取推荐控制参数，包括：

基于工业大数据，对所述宏观期望结构、所述基体材料类型、所述增强材料类型进行非热压罐固化成型检索，获取控制记录数据；

遍历所述控制记录数据进行成型预测，筛选成型效果评分最大值；

当所述成型效果评分最大值大于或等于所述效果评分阈值，获取所述推荐控制参数；

当所述成型效果评分最大值小于所述效果评分阈值重复进行成型检索寻优。

6.航空复合材料零件的成型加工系统，其特征在于，所述系统包括非热压罐固化成型装置，所述非热压罐固化成型装置包括成型加热箱、控制台和铺模机器人，所述控制台包括用户端，所述系统用于执行权利要求1至5中任一项所述的方法，所述系统包括：

零件信息接收模块，所述零件信息接收模块用于从用户端接收待成型零件基础信息，其中，所述待成型零件基础信息包括宏观期望结构、基体材料类型和增强材料类型；

激光扫描模块，所述激光扫描模块用于通过激光扫描仪在多个预设位置对刚性模具进行激光扫描，获取刚性模具三维结构；

半成品获得模块，所述半成品获得模块用于当所述宏观期望结构和所述刚性模具三维结构一致时，控制铺模机器人在所述刚性模具进行预浸料铺层，当预浸料铺层非均匀度小于非均匀度阈值，对预浸料铺层表面铺设真空袋，并启动真空抽取装置抽取预设时长，重复铺层满足预设次数时，获得成型半成品；

控制参数提取模块，所述控制参数提取模块用于基于所述宏观期望结构、所述基体材料类型和所述增强材料类型，从所述控制台提取历史控制参数；

成型预测模块，所述成型预测模块用于对所述历史控制参数进行成型预测，获取成型效果评分，其中，成型预测基于工业大数据拟合确定；

控制寻优模块，所述控制寻优模块用于当所述成型效果评分小于效果评分阈值，对所述历史控制参数执行控制寻优算法，获取推荐控制参数；

成型加工模块，所述成型加工模块用于将所述推荐控制参数传输至所述控制台，对所述成型加热箱进行预调试，当调试完成时，将所述成型半成品输送至所述成型加热箱的内部预设区域进行成型加工。