基于数字孪生的航空壁板制孔位置实时监控研究

航空壁板盲制孔过程中,因受夹具装夹的影响,壁板产生一定量的变形。为了能够实时获取并显示壁板变形后的制孔位置数据,驱动机械臂到达精确的制孔位置,基于“虚实结合,以虚控实”的思想,提出一种基于数字孪生的航空壁板制孔位置实时监控系统。搭建基于数字孪生的五自由度机械臂制孔状态监控系统结构模型,阐述系统的架构;对数字孪生系统框架的关键技术进行分析;最后,以实际五自由度机械臂制孔为例,对搭建的数字孪生制孔系统的可靠性进行验证。结果表明：该数字孪生制孔系统具有良好的稳定性与有效性。     

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。