基于改进麻雀搜索算法的B样条曲线拟合方法

航空发动机叶片气动性能设计的改进要求叶片加工系统采用高精度、高效率的加工工艺,基于传统建模方法的叶片加工系统已难以满足当前的加工需求。提出一种基于改进麻雀搜索算法(SSA)的拟合方法,旨在利用最少控制点高效地达到曲线拟合的目标精度,进而提升传统建模方法的精度和效率,建立适用于数字孪生生产环境的高精度、高实时性的三维叶片模型,提高航空发动机叶片的加工合格率。启发式优化算法在B样条曲线拟合中存在收敛慢的问题,而SSA不断跃向最优解的特性使其能快速收敛。基于此,改进SSA的位置更新函数并给出内节点向量更新范围的概念,通过自动迭代内节点向量配置,利用最小二乘法计算最优控制点,依据局部和全局误差计算适应度值并参与下次迭代,多次迭代后得到符合目标精度的拟合曲线。此外,为提高SSA搜索最少控制点的效率,设计一种二分搜索方法。采用某型叶片截面数据进行拟合验证,结果表明,与传统定义节点向量方法和经典优化算法相比,该方法具有较高的拟合精度和收敛效率,在20和80个控制点下分别取得了1e-3 mm和1e-5 mm左右的拟合精度,在5e-3 mm目标精度下,收敛效率较粒子群优化算法、标准SSA分别提升了14.5%~97.8%和35.8%~70.1%,搜索最少控制点的效率较传统方法提升了34.7%~49.6%。