基于SSA-PSO-BP神经网络航空壁板装夹变形预测研究

航空壁板在制孔时由于装夹会发生轻微形变,导致盲制孔精度降低。受加工成本影响,无法通过众多激光传感器来确定装夹后壁板的确切位置。为精准预测航空壁板的变形量,提出一种改进的神经网络预测算法,首先利用粒子群优化算法(PSO)将BP神经网络的初始权值和阈值进行初次优化,再选取收敛速度快、全局寻优能力强的麻雀搜索算法(SSA)对权值和阈值进行二次寻优,从而建立SSA-PSO-BP神经网络航空壁板装夹变形预测模型。利用Abaqus软件获取50组壁板变形数据作为神经网络的训练与预测数据(训练集45个,测试集5个),对神经网络模型进行训练。为了验证所建模型的准确性,利用BP、PSO-BP、SSA-PSO-BP这3种模型对测试集进行预测,并运用MAPE与RMSE对神经网络模型进行评价。结果表明:基于SSA-PSO-BP的神经网络模型预测航空壁板变形误差较小,预测结果准确率更高。

航空壁板类零件转角高速加工的应用技术

高速加工具有生产效率高、加工精度高、表面质量好和生产成本低等优点。在现代航空产品中,高速加工已广泛应用于飞机的梁、框和大型壁板等承力构件。由于航空制造业中主承力结构件多数为整体坯料"掏空"的整体结构件,因此,在材料去除率大、加工质量要求高、加工周期长的整体结构件的加工中更能体现其独特的优势。但是,其转角的加工还延用传统加工方式。本文通过实例,对高速切削零件转角加工技术提出了全新的加工方案,为航空壁板类及墙类零件的高速加工提供了实践基础。

飞机自动钻铆技术研究现状及其关键技术

飞机自动钻铆技术能够实现飞机机身、机翼等处壁板的自动钻铆装配,极大地提高飞机装配质量与装配效率。经过几十年的发展,自动钻铆技术在国外已广泛运用于航空航天制造领域,而国内在这一方面正处于起步阶段,技术水平普遍较低。为此调研国外先进自动钻铆技术的研究应用现状,以GEMCOR、Electroimpact、BROETJE三大国外自动钻铆设备供应商为代表,介绍各自技术特点及在自动钻铆技术方面最新的进展。同时,对国内自动钻铆技术的发展进行简要介绍,指出国内在这一技术发展中存在的问题。此外,对自动钻铆技术中包括高精度定位技术、制孔质量在线检测技术、自动送钉技术、离线编程与仿真技术在内的四大关键技术进行详细分析,总结其研究难点,为国内自动钻铆技术的发展提供参考。