机翼翼盒装配间隙控制装置和多截面约束顺序优化方法与流程

本发明涉及数字化装配制造技术领域，特别涉及一种机翼翼盒装配间隙控制装置和多截面约束顺序优化方法。

背景技术：

在典型飞机大部件“机翼翼盒”装配制造阶段，零组件制造误差和装配变形等误差源在翼盒逐级装配过程中不断传播和累积，使得机翼壁板与骨架之间存在装配间隙。当机翼壁板与骨架调姿对合后，需要采用自动化制孔设备加工预连接孔并安装穿心夹或螺栓等预连接件。但翼盒装配间隙的存在可能导致制预连接孔时毛刺进入间隙划伤产品、壁板拆卸复位时与骨架上的预连接孔位置对齐困难、预连接后翼盒部件出现鼓包等。为了解决这一问题，可以通过设计一种基于分段气囊充气压紧的装配间隙控制装置予以消除，但不恰当的多截面约束作用顺序可能导致壁板局部区域变形超差甚至产生褶皱。

技术实现要素：

本发明要解决的技术问题，在于提供一种机翼翼盒装配间隙控制装置和多截面约束顺序优化方法，在飞机机翼翼盒装配中壁板与骨架对合后，在减少壁板与骨架间的装配间隙的同时，避免壁板局部区域变形。

第一方面，本发明提供了一种机翼翼盒装配间隙控制装置，包括至少两个间隙控制单元，每一所述间隙控制单元包括前梁支座、后梁支座、壁板压紧主体以及多个分段气囊；

所述前梁支座的一端与前梁定位工装连接，所述后梁支座的一端与后梁定位工装连接，所述壁板压紧主体两端分别与所述前梁支座和后梁支座的另一端固接，所述多个分段气囊依次固设于所述壁板压紧主体的弧形内侧，所述壁板压紧主体通过所述多个分段气囊压设于壁板外侧，通过分段气囊充气后压紧壁板消除装配间隙。

进一步地，所述前梁支座和后梁支座可沿翼盒厚度方向在设置距离内移动，用于调节壁板压紧主体与壁板间的距离。

进一步地，所述壁板压紧主体为一弧形压条，所述弧形压条的弧度与壁板外形的弧度一致。

第二方面，本发明提供了一种机翼翼盒装配间隙多截面约束顺序优化方法，需提供第一方面所述的装置，所述方法包括：

步骤10、在机翼翼盒壁板与骨架的连接线上设置m个间隔预定间距的装配间隙观测点，在翼盒上设置n个间隔预定间距的装配变形观测点，然后构造优化目标函数gobj，采用蚁群优化算法使得所述优化目标函数最小化，

其中，gap(j)为第j个装配间隙观测点处的装配间隙，j∈[1,m]，def(i)为第i个装配变形观测点处的装配变形，i∈[1,n]，ψ和φ用于平衡装配间隙和装配变形对优化过程的影响设置的权重系数，vj为第j个装配间隙观测点的权重，ωi为第i个装配变形观测点的权重；

步骤20、在有限元分析软件中，根据机翼翼盒装配间隙控制装置建立分段气囊压紧的多截面约束有限元分析模型，在n个分段气囊处预设n个线载荷，用于施加分段气囊的压紧力；

步骤30、根据目标函数设计适应度函数fobj，将目标函数的倒数作为适应度函数，即fobj＝1/gobj，随机生成多截面约束作用顺序进行蚁群算法变量初始化，然后调用有限元分析软件，按照生成的多截面约束作用顺序进行仿真分析，获得各观测点处的装配间隙gap(j)和装配变形def(i)，计算适应度fobj；

步骤40、判断fobj是否小于一设定值，若是，则跳出循环并输出当前顺序为最优多截面约束作用顺序，若否，则通过蚁群优化算法对多截面约束作用顺序进行进化，然后进入步骤50；

步骤50、利用有限元分析软件计算各观测点处的装配间隙gap(j)和装配变形def(i)，获取适应度fobj，然后返回步骤40。

优选地，所述步骤40中，通过蚁群优化算法对多截面约束作用顺序进行进化，还包括：

基于社会等级制度为蚁群优化算法的进化过程增加全局信息素，当蚂蚁k从分段气囊u到分段气囊v的蚂蚁足迹与领袖蚂蚁a,b,c的足迹相似时，添加额外的全局信息素ξuv，鼓励蚂蚁使用领袖蚂蚁的足迹，

χuv＝ζuv+ξuv

其中，θ表示蚂蚁足迹上信息素的蒸发系数，1-θ表示蚂蚁足迹上信息素的持久性系数，la,lb,lc分别是蚂蚁a,b,c的适应度函数值，ζuv是常规蚁群算法的信息素，ξuv是全局信息素，χuv是优化后的蚁群算法的信息素。

本发明实施例至少具有如下技术效果或优点：

1、基于分段气囊充气压紧的机翼翼盒装配间隙控制装置可以实现：在采用自动化制孔设备进行预连接孔制孔时，有效抑制飞机翼盒壁板与骨架之间的层间间隙；

2、机翼翼盒装配间隙多截面约束顺序优化方法是基于群体智能优化，可以实现装配间隙抑制所用的分段气囊多截面约束的排列组合优化，可为飞机机翼数字化装配工艺规范的制定提供理论指导和技术支撑。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

下面参照附图结合实施例对本发明作进一步的说明。

图1为本发明实施例间隙控制单元的结构示意图；

图2为本发明实施例多截面约束实施装配间隙控制的示意图。

具体实施方式

本申请实施例中的技术方案，总体思路如下：

s1、考虑到目前以及未来一段时间内国内大型飞机外翼翼盒的骨架和壁板为金属结构，且其实际装配工艺以骨架外形为基准，装配间隙主要分布在骨架与壁板之间的肋最大截面处。提出一种采用压紧力、基于多截面约束的装配间隙控制策略，在压紧阶段实现壁板与骨架的有效贴合；

s2、分段气囊依次压紧壁板时的多截面约束顺序优化本质是一个排列组合优化问题，可以采用蚁群优化算法求解该问题；

s3、考虑到多截面约束作用顺序优化问题是一个非线性优化问题，目标函数与设计变量之间的关系无法用解析式表达。因此，将蚁群算法和有限元分析相结合，实施多截面约束作用顺序优化；

s4、考虑到采用蚁群优化算法进行多截面约束作用顺序优化时会存在早熟收敛问题，因此，基于苍狼优化器中的社会等级制度为蚁群优化算法的进化过程中增加一种新的全局信息素强化与更新机制。

本实施例首先提供了一种机翼翼盒装配间隙控制装置，如图1所示，包括至少两个间隙控制单元1(在实际操作中，间隙控制单元1的数量可以根据机翼翼盒装配预连接的需求进行设置，通常为多个)，每一所述间隙控制单元包括前梁支座11、后梁支座12、壁板压紧主体13以及多个分段气囊14；

所述前梁支座11的一端与前梁定位工装21连接，所述后梁支座12的一端与后梁定位工装22连接，所述壁板压紧主体13两端分别与所述前梁支座11和后梁支座12的另一端固接，所述多个分段气囊14依次固设于所述壁板压紧主体13的弧形内侧，所述壁板压紧主体13通过所述多个分段气囊14压设于壁板23外侧，通过分段气囊充气后压紧壁板23，消除壁板23与骨架24间的装配间隙31。

在一种可能的实施方式中，所述前梁支座11和后梁支座12可沿翼盒厚度方向在设置距离内移动，用于调节壁板压紧主体13与壁板23间的距离，确保分段气囊14充气状态下，装配间隙控制装置压紧壁板23。

在一种可能的实施方式中，所述壁板压紧主体13为一弧形压条，所述弧形压条的弧度与壁板23壁板外形的弧度一致，实现和壁板23的良好贴合。在其它的实施方式中，弧形压条的工作面形状采用与壁板外形卡板相似的结构形式，弧度可以根据装配间隙控制的具体需求进行设置。

在机翼翼盒装配间隙控制装置的基础上，本实施例还提供了一种机翼翼盒装配间隙多截面约束顺序优化方法，对分段气囊的充气顺序进行优化，从而更好地实现装配间隙控制，如图2所示，包括：

步骤10、在机翼翼盒壁板与骨架的连接线上设置m个间隔预定间距的装配间隙观测点，在翼盒上设置n个间隔预定间距的装配变形观测点，然后构造优化目标函数gobj，采用蚁群优化算法使得所述优化目标函数最小化，

其中，gap(j)为第j个装配间隙观测点处的装配间隙，j∈[1,m]，def(i)为第i个装配变形观测点处的装配变形，i∈[1,n]，ψ和φ用于平衡装配间隙和装配变形对优化过程的影响设置的权重系数，vj为第j个装配间隙观测点的权重，ωi为第i个装配变形观测点的权重；

步骤20、在有限元分析软件中(比如，abaqus)，根据机翼翼盒装配间隙控制装置建立分段气囊压紧的多截面约束有限元分析模型，在n个分段气囊处预设n个线载荷，用于施加分段气囊的压紧力；

步骤30、根据目标函数设计适应度函数fobj，将目标函数的倒数作为适应度函数，即fobj＝1/gobj(适应度用于评价个体的优劣程度，适应度越大个体越好，反之适应度越小则个体越差；而在多实际问题中，求解的目标通常是最小，而不是效益最大，因此需要将求最小的目标根据适应度函数非负原则转换为求最大目标的形式)，随机生成多截面约束作用顺序进行蚁群算法变量初始化，然后调用有限元分析软件，按照生成的多截面约束作用顺序进行仿真分析，获得各观测点处的装配间隙gap(j)和装配变形def(i)，计算适应度fobj；

步骤40、判断fobj是否小于一设定值，若是，则跳出循环并输出当前顺序为最优多截面约束作用顺序，若否，则通过蚁群优化算法对多截面约束作用顺序进行进化，然后进入步骤50；

步骤50、利用有限元分析软件计算各观测点处的装配间隙gap(j)和装配变形def(i)，获取适应度fobj，然后返回步骤40。

根据输出的最优多截面约束作用顺序对分段气囊进行充气，使得装配间隙抑制所用的分段气囊多截面约束的排列组合优化，从而更好地实现装配间隙控制装配间隙抑制。

在一种可能的实现方式中，所述步骤40中，通过蚁群优化算法对多截面约束作用顺序进行进化，还包括：

基于社会等级制度为蚁群优化算法的进化过程增加全局信息素，当蚂蚁k从分段气囊u到分段气囊v的蚂蚁足迹与领袖蚂蚁a,b,c的足迹相似时，添加额外的全局信息素ξuv，鼓励蚂蚁使用领袖蚂蚁的足迹，

χuv＝ζuv+ξuv

其中，θ表示蚂蚁足迹上信息素的蒸发系数，1-θ表示蚂蚁足迹上信息素的持久性系数，la,lb,lc分别是蚂蚁a,b,c的适应度函数值，ζuv是常规蚁群算法的信息素，ξuv是全局信息素，χuv是优化后的蚁群算法的信息素。

通过为蚁群优化算法的进化过程增加全局信息素，可以避免常规蚁群算法可能存在的早熟收敛问题。

本发明实施例基于分段气囊充气压紧的机翼翼盒装配间隙控制装置可以实现在采用自动化制孔设备进行预连接孔制孔时，有效抑制飞机翼盒壁板与骨架之间的层间间隙；机翼翼盒装配间隙多截面约束顺序优化方法是基于群体智能优化，可以实现装配间隙抑制所用的分段气囊多截面约束的排列组合优化，可为飞机机翼数字化装配工艺规范的制定提供理论指导和技术支撑。

虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。