摘要：飞机装配是飞机制造最重要的环节,一般占到生产周期的50-70%。然而该培养方向具有特殊性,一般高校难以匹配相应的实验条件,导致相关课程无法开展所需实验,课程设计内容不够充实,不利于学生专业技能和创新能力的培养。为此针对飞机装配实验的对象特殊、资源稀缺、环境匮乏等问题开发了飞机机翼装配虚拟仿真实验,学生可根据学到的知识设计新型零部件结构,并且自主完成结构设计、成形制造、装配,具备较好的高阶性、创新性、挑战度。实验以培养实践能力为导向,以期提高飞机装配领域的人才培养质量,使学生快速掌握现代飞行器的装配技术和装配技能。

摘要：为了解决作业车间调度问题,以最小化最大完工时间为目标,结合遗传算法(GA)与麻雀搜索算法(SSA),提出了一种混合麻雀搜索算法。首先采取基于工序的编码方式构建了一种转换机制,将SSA中的麻雀个体位置与工序编码相对应。然后针对SSA在求解过程中容易陷入局部最优的问题,采用侦察者数量递减策略,结合GA中的变异操作来提高SSA跳出局部最优的能力。在发现者探索阶段加入GA中的交叉操作,以提高算法的收敛速度。最后以FT06、FT10等测试问题以及2个应用实例为例,证明混合麻雀搜索算法在求解作业车间调度问题时,与其他算法相比有更快的收敛速度、更高的寻优成功率和更强的寻优能力,证明了所提算法的有效性。

摘要：飞机柔性工装中三坐标定位器的定位精度直接影响飞机大部件间的装配精度。提出了一种分层误差补偿模型以提高其定位精度,首先对定位器堆栈式结构和导轨间相关性进行分析,改进各轴运动方向上的角误差,提高整体线性误差补偿精度;然后采用遗传算法优化的神经网络对线性补偿后误差较大的位置点进行非线性误差补偿;最后将线性模型和非线性模型结合,提出了分层误差补偿模型,并进行了传统误差补偿模型和分层误差补偿模型的对比实验。实验结果表明,分层误差补偿模型与传统误差补偿模型相比,空间误差补偿效果最大可提高58.09%、均值可提高46.92%,有效地改善了误差补偿效果,提高了飞机数字化装配的精度。

摘要：在飞机大部件装配过程中,激光跟踪仪转站的关键是坐标转换。由于转站前后存在坐标测量误差,整体最小二乘法的系数矩阵存在随机误差,因此需对激光跟踪仪转站算法进行优化。提出基于Procrustes分析法的EIV-EOPA模型的Procrustes加权整体最小二乘法,建立激光跟踪仪转站模型并进行求解,采用MATLAB进行仿真并使用Leica AT403激光跟踪仪进行实验,验证方法的有效性。结果显示,Procrustes加权整体最小二乘法比加权最小二乘法获得的参数估计值更接近设定值,单位权中误差更小,提高了转站精度,同时还省略了计算中的迭代过程。实验结果进一步证实了Procrustes加权整体最小二乘法的优势。

摘要：将故障树分析(FTA)、失效模式影响分析(FMEA)整合到质量功能配置(QFD)中,建立了维修配置流程。首先对维修影响因素进行了重要度分析;然后建立了以维修性能目标函数最大和配置成本最低为目标的模型,将维修指标配置到具体的工程技术特征上;最后,以数控车床电主轴为例,验证了配置方法的有效性。