飞机及其工装零件智能化检测规划技术

    为了使飞机达到良好的飞行性能并保障飞行安全，飞机及其工装零件加工质量检测是飞机制造过程中极其重要的环节。除了少数对尺寸形位偏差有特别要求的工件及其加工部位以外，飞机及其工装零件一般使用坐标测量机采集工件表面若干测量点的实际坐标与理论坐标间的位置偏差，如果采样点数量充足且每个采样点的位置偏差都在公差范围内，那么该工件的加工质量按照一定的置信度判定为合格。为了在采样点数目相同的条件下尽量提高工件加工质量检验结果的置信度，工件表面的点位偏差通常按照形状特征类型进行分层抽样检验。这种检测模式需要标注和检测的公差项很少，而且测量完毕后只需计算每个测量点的点位偏差，而不用对测量数据进行拟合、分析等处理，测量数据的后期处理简单，并且还能具体知道工件每个形状特征各个局部的加工质量。但是目前绝大多数计算机辅助检测规划（ComputerAided Inspection Planning，简称CAIP）系统不具备形状特征识别的能力，因此不支持按照形状特征类型进行点位偏差分层抽样检验这种检测模式，导致飞机及其工装零件检测规划需要依赖大量的人工交互操作，不仅检测规划的效率低，而且检测规划结果未经过优化，造成实际测量的效率也比较低，检测成本高，检测结果的置信度也得不到保障。先进的坐标测量机在飞机及其工装零件的检测方面没有得到有效充分的利用。飞机及其工装零件检测成为制约缩短飞机研制周期、保障飞机质量、降低研制成本的瓶颈之一。为了提高飞机及其工装零件检测规划的自动化和智能化程度，提高检测规划和实际测量的效率，降低检测成本，保障检测质量，迫切需要针对按照形状特征类型对点位偏差进行分层抽样检验的零件检测模式，研究飞机及其工装零件智能化检测规划技术，并开发一个能够检测复杂多变形状特征的柔性CAIP系统。

    飞机及其工装零件智能化检测规划的首要任务是检测特征识别。为了使CAIP系统更加柔性，能方便地扩展可识别的特征范围以满足不同用户、不同领域和不同零件的特征识别需求，我们提出了一种独立于应用领域和特征类型的形状特征定义框架和统一的特征识别算法。形状特征可以视为由若干特征组件构成，而每个特征组件由若干特征面构成。特征定义框架采用统一的形式定义构成形状特征的特征面必须满足的约束。框架由一个特征面属性向量、一个特征面拓扑与几何关系矩阵、若干特征截面属性约束以及若干特征几何参数约束组成。特征面属性向量用于定义特征的构成组件以及组件的排列顺序，并规定各个组件中特征面的数目和属性。特征面拓扑与几何关系矩阵用于定义各特征组件之间以及组件内各特征面之间必须满足的拓扑与几何关系约束。特征截面属性约束用于定义特征截面的属性须满足的约束。特征几何参数约束用于定义特征几何参数须满足的约束。用户可以按照特征定义框架的规范定义自己所需的形状特征，且自定义特征能被统一的特征识别算法识别。特征识别过程主要有零件面属性分析、特征实例构造和特征实例有效性检查三步。零件面属性分析的目的在于从所有零件表面中筛取出各特征组件的潜在构成面，这些面满足各组件的特征面属性约束和单张面的几何参数约束。然后依据特征面拓扑与几何关系矩阵以及特征几何参数约束，利用特征组件的潜在构成面构造特征实例。最后检查各特征实例是否满足全部特征截面属性约束，只有符合全部约束的特征实例才是有效的特征实例。

   飞机及其工装零件上的绝大多数形状特征都能采用上述特征定义框架进行定义并能被统一的特征识别算法所识别，但是飞机结构件轮廓面这类检测特征是一个例外。这是因为轮廓面不存在区别于一般零件表面的专属几何与拓扑属性，轮廓面之间也没有特定的几何与拓扑关系，而且不同的零件具有不同形状的轮廓。因此针对飞机结构件轮廓面识别，我们提出了模拟滚动法。首先在零件体外部设置一根竖直的且无限长的旋转滚柱，滚柱在零件引力的作用下逐渐移动到与零件轮廓接触的位置。然后在零件引力、与零件轮廓接触产生的压力以及滚柱旋转产生的摩擦力的合力作用下，滚柱沿着零件轮廓滚动。在此过程中，若一个零件表面与滚柱有接触，则该表面为潜在的轮廓面。最后根据工程实际需求从潜在轮廓面中自动筛选出实际所需的轮廓面，从而完成轮廓面识别。

    在检测特征识别完成以后，飞机及其工装零件智能化检测规划的关键任务是进行测量点的智能分布。根据理论分析，测量点分布的位置及数目取决于三个要素：1）公差：公差越大的工件区域所需的测量点数目越少；2）加工精度：加工精度越高的工件区域所需的测量点数目越少；3）检测结果置信度：置信度要求越低的工件区域所需的测量点数目越少。由于不同的形状特征以及特征的不同部位有不同的公差要求和不一样的加工过程和加工精度，如果不对特征及特征部位加以区别，而对整个工件按照统一的标准分布测量点，那么显然在加工精度高的地方或公差要求低的地方分布的测量点会多于实际所需的测量点，从而浪费检测资源。因此，测量点分布必须采用分层抽样策略，即：将工件按照公差大小、特征类型和面类型等因素划分为不同的区域，在每个区域内按照不同的标准分别独立分布测量点。为此，我们建立了检测知识模型，构建了检测知识库，并提出了基于检测知识库的测量点智能分布方法。在检测特征识别完成以后，根据特征类型、特征部位、特征面几何属性、公差要求和检测结果置信度等因素自动引用检测知识库中的检测知识完成测量点的智能分布。

    测量点分布完成以后需要对其可达性进行分析。测量点可达性是指在一个有界区域中，在探针、测头等坐标测量机的活动部件与工件、夹具等测量环境中的障碍物不发生碰撞的条件下，探针测尖触测测量点的可能性。测量点可达性分析首先根据探针测尖的类型快速排除不可达方向；然后通过求交运算精确判断探针测尖是否与障碍物发生干涉；最后通过最小距离计算判断其他测量机活动部件是否与障碍物发生干涉。通过测量点可达性分析可以得到每个测量点的许用测量方向。在此基础上需要为每个测量点确定一个测量方向，使得总的测量方向数最少，以减少在实际测量过程中测头更换测量角度的次数，从而缩短测量时间。对此我们采用了聚类算法与改进模拟退火算法相结合的混合优化算法优化选择测量方向：首先通过聚类算法合并具有相同许用测量方向的测量点以大幅减小问题规模，然后再采用改进的模拟退火算法优化选择测量必需的最少测量方向。

    基于上述技术方法我们开发了一个面向坐标测量机应用的飞机及其工装零件智能化检测规划原型系统。用户可以自行定义形状特征及其检测知识并将其存入检测知识库。系统能够采用统一的特征识别算法自动识别用户自定义的任意类型的形状特征，并引用用户定义的检测知识自动完成采样点分布和测量方向优选等工作，最后生成测量程序，控制坐标测量机自动完成工件检测。该系统能够满足诸如飞机结构件一类的大型复杂零件需要检测复杂形状特征以及便于拓展形状特征检测范围的迫切需求，并已在多个重大航空产品的研制中得到应用。自系统投入使用以来，平均每人每年完成的检测规划任务量由应用系统前的182.5项提高到1125.4项，显著提升了飞机及其工装零件检测规划的自动化和智能化程度以及检测规划和实际测量的效率，为缩短飞机研制周期、降低研制成本做出了贡献。