(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110407377.9 (22)申请日 2021.04.15 (65)同一申请的已公布的文献号 申请公布号 CN 113111436 A (43)申请公布日 2021.07.13 (73)专利权人 泉州装备制造 研究所 地址 362000 福建省泉州市台商投资区洛 阳镇上浦村吉贝51 1号 (72)发明人 梅标　杨永泰　王盟圣　徐大伟　 (74)专利代理 机构 泉州市文华专利代理有限公 司 35205 专利代理师 陈雪莹 (51)Int.Cl. G06F 30/15(2020.01) G06F 30/23(2020.01)G06F 30/27(2020.01) G06N 3/00(2006.01) G06N 3/04(2006.01) G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/04(2012.01) G06F 111/04(2020.01) G06F 111/10(2020.01) G06F 119/18(2020.01) 审查员 周永传 (54)发明名称 一种飞机大部件预连接布局及多约束作用 顺序优化方法 (57)摘要 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。 权利要求书2页 说明书4页 附图1页 CN 113111436 B 2022.05.31 CN 113111436 B 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 oA N N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， 驱动所述权　利　要　求　书 1/2 页 2 CN 113111436 B 2预测模型持续更新。权　利　要　求　书 2/2 页 3 CN 113111436 B 3