[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

说明书

本申请涉及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，包括如下步骤：S100：采集装配单元层装配偏差检测数据；S200：构建装配单元层装配偏差波动预测模型；S300：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；S400：采集产品层装配偏差检测数据；S500：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；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。本发明可实现检测数据的高效挖掘，减少依据单一检测数据进行偏差波动预测的不准确性，提高偏差波动预测的准确度。

技术领域

本申请涉及飞机装配特征偏差数字化协调技术领域，具体涉及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。

背景技术

近年来，灰色预测模型已经广泛应用于工程技术、社会科学、自然科学等重要领域。首先，该模型拟通过自身特有的叠加变换生成序列数据，把变化趋势不明显的初始序列数据通过叠加变换方式，呈现出明显变化趋势。然后，基于灰色微分方程和灰色差分方程对叠加后的数据建模分析。最后，基于累减方式对数据进行预测。飞机零部件装配工艺含有装配顺序、连接方式等内容，装配顺序与连接方式能够影响装配偏差的传递路径。目前，在零件制造偏差、夹紧力、连接力、环境、人为操作等因素的影响下，飞机零部件在装配过程中产生装配偏差，装配偏差随着装配工艺过程不断传递累积，最终影响飞机装配精度。

在飞机进入生产制造前的装配公差设计阶段，需进行装配精度预测，以及时发现不合理的设计，保证装配质量。装配偏差不同数据链路含有的信息量及其信息重要程度不尽相同，飞机装配偏差实际预测建模中存在多干扰、高维、采样样本小、数据不完备等特征，导致预测的准确性不高。

发明内容

本发明的目的在于，提供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，针对飞机装配多层次，检测样本小，信息不完备的特点，结合灰色预测模型和飞机装配工艺信息，进行高维、小样本、信息不完备、多阶段装配等条件下的装配偏差波动区间预测，充分挖掘检测信息，提高预测的准确性。

本发明采取的技术方案是：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，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；

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；

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；

S600：利用自适应最优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。

进一步地，步骤S200的具体方法为：

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