[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

说明书

本发明提供一种飞机大部件预连接布局及多约束作用顺序优化方法，包括：采用有限元分析软件，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和残余间隙数据，作为训练数据；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；基于该装配质量预测模型，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，求解得到最优预连接布局和最优作用顺序。本发明通过创建预连接布局及多约束作用顺序优化模型，快速准确获得飞机大部件预连接和顺序最优方案，提高装配效率和产品质量。

技术领域

本发明涉及飞机大部件装配制造领域，尤其涉及一种飞机大部件预连接布局及多约束作用顺序优化方法。

背景技术

由于飞机大部件装配过程中极易产生误差和变形，且各误差源在逐级装配过程中不断传递和累积，使得实际典型飞机大部件“机翼翼盒”的壁板与骨架均偏离其名义外形尺寸，出现较大的装配间隙。飞机大部件装配间隙超差可能导致制孔毛刺进入间隙划伤产品、壁板拆卸复位时与骨架上的紧固孔位置对其、连接后部件出现鼓包等问题。

目前，在飞机机翼翼盒装配工艺中，通常先将壁板与骨架对合后，加工预紧固孔并安装穿心夹或螺栓等预连接件，实现壁板与骨架的临时连接和相对定位，来减小壁板与骨架之间的装配间隙，以便后续翼盒自动化制孔设备的连续制孔、插钉。生产过程中发现，预连接布局(即预连接点的位置分布)及预连接点的连接顺序会影响预连接后翼盒的装配偏差以及翼盒其余紧固孔位置的间隙水平，需要不断尝试，现有技术中还没有能快速找到满足一定装配偏差和间隙控制效果的预连接布局及顺序的方法。有鉴于此，亟待找出一种可以快速查找最优化的预连接布局及顺序以降低装配偏差和间隙的方法，提高装配效率，从而提高产品质量。

发明内容

本发明要解决的技术问题，在于提供一种飞机大部件预连接布局及多约束作用顺序优化方法，提高产品质量和装配效率。

本发明提供了一种飞机大部件预连接布局及多约束作用顺序优化方法，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Δ_variation和残余间隙Δ_residualgap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，d_ANN和s_ANN为预连接装配质量预测模型的神经网络RBF-ANN的输入，d_ANN表示预连接布局训练数据，s_ANN表示预连接顺序训练数据，D_ANN为所有可能的预连接布局构成的解空间，S_ANN为所有可能的多约束作用顺序构成的解空间；o_ANN为神经网络RBF-ANN的输出，o_ANN表示基于装配偏差Δ_variation加权范数和装配残余间隙Δ_residualgap加权范数构造的装配质量综合指标训练数据,O_ANN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，D_ANN表示预连接布局变量，S_ANN表示预连接顺序变量。

进一步的，所述步骤S1前还包括：