[发明专利]一种基于多源数据融合的装配偏差波动区间协同预测方法

权利要求书

1.一种基于多源数据融合的装配偏差波动区间协同预测方法，用于对飞机装配偏差进行预测，其特征在于，包括如下步骤：

S100：采集装配单元层装配偏差检测数据；

S200：利用灰色系统的GM(1，h)预测模型，构建装配单元层装配偏差波动预测模型；具体步骤为：

S201：依据步骤S100中采集到的装配单元层装配偏差检测数据，构建装配单元层偏差检测数据区间序列：

其中，l＝1,2,…,m，m表示装配单元的个数；i＝1,2,…,h，h为影响因素个数；

S202：将装配单元层装配偏差检测数据进行归一化处理，构建归一化后的装配单元检测数据序列

S203：运用叠加原理，根据公式其中l＝1,2,…,m，i＝1,2,…,h，构建一次累加偏差数据序列

S204：根据公式构建等权值装配单元层装配偏差紧邻数据序列

S205：利用灰色系统的GM(1，h)预测模型，计算装配单元层偏差预测累积序列：

其中，a为装配单元层检测数据发展系数；b_i为灰色理论GM(1，h)模型的灰作用系数，即背景值；为装配单元层装配偏差波动预测模型的背景驱动项；

S206：基于叠减原理，获得原始装配单元层偏差检测数据在灰色理论GM(1，h)预测模型下的预测值：

并计算装配单元层偏差检测数据最小预测值和最大预测值构建装配单元层偏差检测数据的预测区间：

S300：结合飞机装配工艺信息，构建多层级多变量装配偏差累积预测模型，获取装配单元层装配偏差的预测区间，具体步骤为：根据步骤S200的方法对每层装配单元层偏差检测数据进行处理，构建多层级装配单元层偏差检测数据的预测区间：

其中，I＝1,2,…,R，R为装配单元的层级数；为第I层装配单元层偏差检测数据的预测区间；

S400：采集产品层装配偏差检测数据；

S500：利用灰色系统的GM(1，h)预测模型，构建产品层装配偏差波动预测模型，获取产品层装配偏差的预测区间，即飞机结构件装配偏差检测数据的预测区间，具体步骤为：

S501：记飞机结构件装配偏差δ_P的w个偏差指标区间为其中s＝1,2,…,w；分别为所述飞机结构件装配偏差δ_P第s个偏差指标区间的最小值、最大值；

S502：对飞机结构件装配偏差数据进行标准化处理，得到(C_P)'：

S503：构建一次累加偏差数据序列

S504：构建飞机结构件装配偏差预测模型

S505：计算飞机结构件装配偏差检测数据最小预测值和最大预测值构建飞机结构件装配偏差δ_P第s个偏差指标预测区间

S506：构建飞机结构件装配偏差检测数据的预测区间(C_P)”：

S600：利用自适应加权对装配单元层装配偏差和产品层装配偏差的预测区间进行融合，进行装配偏差波动区间的协同预测。

2.根据权利要求1所述的一种基于多源数据融合的装配偏差波动区间协同预测方法，其特征在于，步骤S600的具体方法为：

S601：将步骤S300的到的装配单元层装配偏差的预测区间和步骤S500中得到的产品层装配偏差的预测区间融合，构建飞机结构件偏差检测数据预测区间D_P：

S602：计算不同链路偏差检测数据融合的最优权重因子所述链路包括装配单元层链路和产品层链路，所述链路为装配单元层偏差检测数据或产品层偏差检测数据通过灰色系统的GM(1，h)预测模型得到预测区间的过程：

其中，为装配单元层偏差检测数据的预测区间或飞机结构件装配偏差检测数据的预测区间(C_P)”的均方误差；j＝1,2…O，O＝R+w；

S603：依据自适应最优加权偏差检测数据融合，计算最小融合值H_min与最大融合值H_max：

S604：根据最小融合值H_min与最大融合值H_max构建最优加权数据融合的飞机结构件装配偏差波动预测区间(D_P)'：(D_P)'＝[H_min,H_max]。