[发明专利]一种飞机大部件预连接布局及多约束作用顺序优化方法有效
申请号: | 202110407377.9 | 申请日: | 2021-04-15 |
公开(公告)号: | CN113111436B | 公开(公告)日: | 2022-05-31 |
发明(设计)人: | 梅标;杨永泰;王盟圣;徐大伟 | 申请(专利权)人: | 泉州装备制造研究所 |
主分类号: | G06F30/15 | 分类号: | G06F30/15;G06F30/23;G06F30/27;G06N3/00;G06N3/04;G06Q10/04;G06Q10/06;G06Q50/04;G06F111/04;G06F111/10;G06F119/18 |
代理公司: | 泉州市文华专利代理有限公司 35205 | 代理人: | 陈雪莹 |
地址: | 362000 福建省泉州*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 飞机 部件 连接 布局 约束 作用 顺序 优化 方法 | ||
1.一种飞机大部件预连接布局及多约束作用顺序优化方法,其特征在于:包括:
步骤S1、采用有限元分析软件,基于可等效样本总体的有限样本进行预连接过程仿真,获得复数组一一对应的预连接布局及顺序与装配偏差Δvariation和残余间隙Δresidualgap数据,作为训练数据;
步骤S2、基于多层非线性人工神经网络RBF-ANN建立飞机大部件预连接装配质量预测模型,并采用所述步骤S1中的训练数据进行训练,所述装配质量预测模型为:
其中,dANN和sANN为预连接装配质量预测模型的神经网络RBF-ANN的输入,dANN表示预连接布局训练数据,sANN表示预连接顺序训练数据,DANN为所有可能的预连接布局构成的解空间,SANN为所有可能的多约束作用顺序构成的解空间;oANN为神经网络RBF-ANN的输出,oANN表示基于装配偏差Δvariation加权范数和装配残余间隙Δresidualgap加权范数构造的装配质量综合指标训练数据,OANN为所有可能的装配质量综合指标构成的数据空间;
步骤S3、以装配偏差加权范数和装配残余间隙加权范数构造的装配质量综合指标最小化为适应度函数,建立飞机大部件预连接布局及多约束作用顺序优化模型Φ,求解得到最优预连接布局和最优作用顺序所述飞机大部件预连接布局及多约束作用顺序优化模型Φ如下:
其中,DANN表示预连接布局变量,SANN表示预连接顺序变量。
2.如权利要求1所述的一种飞机大部件预连接布局及多约束作用顺序优化方法,其特征在于:所述步骤S1前还包括:
设定机翼翼盒的紧固孔个数为K个,预连接点个数为k,引入工程约束,获取装配工艺中确定不变的预连接点个数k0,其中k0≤k,经排列组合得到P(K-k0,k-k0)组对应的数据,作为训练数据。
3.如权利要求1所述的一种飞机大部件预连接布局及多约束作用顺序优化方法,其特征在于:所述训练数据中装配质量综合指标oANN的具体公式如下:
其中,w表示装配偏差观测点数量,u表示装配残余间隙观测点数量,χi表示第i个装配偏差的权重值,κj表示第j个装配残余间隙的权重值,表示装配偏差加权范数的权重值,表示装配残余间隙加权范数的权重值。
4.如权利要求1所述的一种飞机大部件预连接布局及多约束作用顺序优化方法,其特征在于:所述步骤S3中采用粒子群优化算法,求解得到最优预连接布局和最优作用顺序
5.如权利要求1所述的一种飞机大部件预连接布局及多约束作用顺序优化方法,其特征在于:所述方法还包括:通过历史积累的相关数值模拟数据以及现场实测数据,驱动所述预测模型持续更新。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于泉州装备制造研究所,未经泉州装备制造研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110407377.9/1.html,转载请声明来源钻瓜专利网。