没有合适的资源?快使用搜索试试~ 我知道了~
·工程19(2022)105研究智能制造-文章大型飞机装配体三维微位移在线自动标定监测Zhenyuan Jia,Bing Liang,Wei LiuXiang,Kun Liu,Jianwei Ma大连理工大学机械工程学院,大连116024阿提奇莱因福奥文章历史记录:收到2020年2020年7月20日修订2021年2月21日接受2021年11月2日网上发售保留字:飞机制造装配校准状态监测位移测量A B S T R A C T三维微位移监测在大型飞行器的装配过程中起着至关重要的作用。提出了一种适用范围广的基于接近传感器的高精度三维微位移在线监测方法和系统,以及相应的现场标定方法,可应用于飞机装配过程中遇到的各种极端工作条件,如空间紧凑和障碍物等。首先建立了三维监测模型,实现三维微位移监测的基础上,只有一维距离测量的接近传感器,其中涉及的外部传感器参数,如探针基点(PBP)和单位位移矢量(UDV)。然后,采用空间变换原理和加权优化相结合的标定方法来获得这些外参数,具有较高的精度最后,报告了对水平尾翼装配过程进行的校准和监控实验PBP在X、Y方向的标定精度优于± 10lm,Z方向的标定精度优于± 2lm,UDV的标定精度优于0.07°。三维微位移监测系统的测量精度可达±15μm。在一般情况下,本文提供了新的见解的建模和校准的三维微位移监测的基础上接近传感器和一个精确的,高效的,低成本的技术手段,在紧凑的空间在飞机装配过程中进行相关的测量。©2021 THE COUNTORS.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版。这是一篇CCBY-NC-ND许可(http://creativecommons.org/licenses/by-nc-nd/4.0/)中找到。1. 介绍飞机装配是飞机生产中最重要的工序之一由于装配过程极其复杂,包括结构支撑[1]、部件对准[2]、钻孔部件的表面法线测量[3]和无间隙位置调整[4],该过程占飞机制造工作量的50%装配工装对航空零部件进行支撑和定位,在很大程度上保证了飞机装配的质量然而,由于在装配期间不可避免的应力集中和振动,装配工具系统的关键定位器将发生微位移随着智能制造的发展趋势[5],为了实现测量信息的自我感知、装配过程的自我决策和装配过程的自我控制,*通讯作者。电子邮件地址:Lw2007@dlut.edu.cn(W. Liu).在飞机装配过程中,结构健康监测已成为航空航天工程领域不可或缺的内容[6]。因此,在大型飞机装配过程中,高精度、高效率的装配工装微位移监测对提高大型飞机装配精度和可靠性起着越来越关键的作用装配工装微位移检测采用了高精度的测量方法。光探测和测距(LiDAR)技术[7-测量精度可达100μ m,测量范围可达100 m以上.激光跟踪仪[10-其测量范围为10±(15l m + 6l m m-1),使这些仪器成为基准位置检查。对于装配工具上关键轮廓的三维(3D)重建,3D结构化扫描https://doi.org/10.1016/j.eng.2021.02.0232095-8099/©2021 THE COMEORS.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。可从ScienceDirect获取目录列表工程杂志首页:www.elsevier.com/locate/engZ. 贾湾,加-地Liang,W.Liu等人工程19(2022)105106×·[13,14]被广泛用于在小视场内实现高精度。3D结构扫描设备的精度可以高达12l m,在35 mm 40 mm的视场对于工业摄影测量[15±(14l m + 14l m m-1)和高效率可实现装配模具轮廓上关键点的精确快速位移检测然而,在飞机装配过程中经常会遇到各种极端工况,典型的如飞机平尾的多工序装配过程,平尾零件种类繁多,装配工装结构复杂,人工操作量大,测量空间小(5 mm× 10 mm× 15mm甚至更小),精度要求高(7 m范围内±76lm),给装配工装定位器的在线微位移监测带来严重困难因此,有必要采用一种同时考虑精度、效率、体积和成本的在线监测方法来确定装配工装定位器的位置精度在测量信息的完整性方面,由于体积、障碍物和测量频率的限制,现有的任何单套集成设备都难以同时获得所有相关信息。从效率的角度来看,激光跟踪仪和三维结构化扫描设备的动态性能不足以满足在线监测的需要。考虑到成本,激光跟踪仪和工业相机太昂贵了,因此不可能通过简单地增加所使用的设备数量来克服由于复杂的工作条件而导致的测量信息不完整的问题。因此,考虑到空间的紧凑性和装配工装受元器件、人工源等因素的阻碍,上述测量手段普遍不能满足微位移在线监测高精度、高效率、低成本的要求。接近传感器[18-类似地,在飞行器组装中,这些传感器可以定位在紧凑的空间中,并且用于监测到组装工具系统的定位器的一维(1D)距离。然后,为了获取定位器的3D位移,需要将1D距离信息转换为3D信息的测量模型,这直接关系到3D监测的精度。目前大多数研究集中在基于由高精度致动器操纵的接近传感器的测量过程上,例如坐标测量机(CMM)或机器人上的那些在这种情况下,可以通过将致动器的运动信息与接近传感器的1D距离测量信息相然而,在基于固定传感器的在线监测过程中,只能获得距离信息,因此,用于CMM或机器人的3D建模方法不能直接应用于本文所考虑的3D监测场景的建模和校准。本工作的动机是提出一种广泛适用的三维微位移监测方法的基础上接近传感器,可以应用于各种极端的工作条件下遇到的飞机装配过程中,如紧凑和阻塞的空间。同时,提出了一种三维微位移模型的自动化原位标定方法,该方法可以高精度地计算出接近传感器的外部参数,包括探针基点(PBP)和单位位移矢量(UDV),从而实现三维微位移的精确监测。这项研究的重要性和独创性在于,它提供了新的见解,基于接近传感器的三维微位移监测的建模和校准,以及在飞机装配过程中在紧凑空间中进行相关测量的精确、高效和低成本的技术手段。本文的其余部分组织如下。第二回顾了与本文相关的前期工作第三介绍了三维微位移监测方法和系统。第4节详细介绍了拟议的自动化原位外部校准策略。第五节介绍了标定实验和监测实验最后,在第6中对本文进行了总结。2. 相关作品为了将传感器测量转化为世界坐标系(WCS)下的三维测量,各领域的学者对建立三维测量模型和标定传感器外部参数的方法进行了大量的研究。2.1. 三维测量模型在三维测量模型方面,基于视觉、基于接近传感器和基于多传感器的方法都得到了广泛的研究。研究人员主要利用传感器的固有测量特性和位置参考信息来建立三维测量模型。An等人[9]开发了一种基于摄像机和二维(2D)激光测距仪的3D激光测距系统,平均校准误差为0.9875像素。测试表明,该激光测距系统在室内和室外都有良好的测距性能. Uekita和Takaya[21]开发了一种基于触发式探头和激光跟踪仪的汽轮机转子在线直径测量系统,最大偏差为0.028 mm。Kim等人[22]提出了一种由摄像机和一维激光传感器组成的通过实验验证了系统的性能,在30 m测量范围内,系统的测量精度分别为4 mm和0.5°Liu等人[23]开发了一种基于三个正交显微相机的3D传感系统,以实现两个部件的高精度装配。实验结果表明,对准误差小于±0.1°,位置为±2l mKim等人[24]长期以来基于三个一维激光传感器、红外标记和视觉摄像机的范围运动传感系统,在30米的距离上精度为3毫米。2.2. 外参数标定对于基于一维或二维传感器的三维测量模型的外参数校准,通常采用空间变换理论和基准数据约束Zapico等人[25]提出了一种外部校准方法,以便于将集成到CMM中的1D传感器捕获的坐标转换为坐标系的CMM。测得球的直径小于8μm。Liu等人[26]阐述了一种通过单个1D涡流位移传感器实现3D测量的新型校准方法。实验表明,该系统的平均测量精度为21.2lm. Bi等人[27,28]开发了一种基于1D激光位移传感器的非接触式坐标测量系统,其中光束方向用标准球对传感器进行了标定。根据标定结果,测量系统的测量不确定度约为30lm。吴任Z. 贾湾,加-地Liang,W.Liu等人工程19(2022)105107XXZZW.Σ2XYZYY[29]提出了一种Guo等人[30]提出了一种基于激光位移传感器的测量方法将粒子群优化算法与最小二乘法相结合,对机器人的运动学参数进行了标定。实验结果表明,估计的定位误差的平均值可以减少到0.845毫米。等人[31]提出了一种基于单个平面伪影的半自动校准策略被证明是简单的,鲁棒的和准确的,与0.066 mm的误差之间的重建的3D点和相应的拟合平面,因此,这是一个合适的低成本的方法,易于实施的许多工业应用的机器人部署的激光扫描。Zou和Lan[32]提出了一种此外,采用强化学习框架进行网络训练,以处理训练数据不足的问题。实验结果表明,该方法在定位精度和稳定性方面都有明显提高,定位误差小于0.8mm。2.3. 讨论为一更直观理解的最先进的3D基于激光跟踪器、2D摄像机和1D接近传感器的监测方法,这些多自由度传感器的比较是在从局部坐标系到WCS的变换期间,导致校准精度的显著降低。因此,我们需要将2D传感器和1D传感器的校准方法结合起来,以实现固定传感器的高精度校准。本文提出的标定方法可以达到这一目的。3. 三维微位移监测方法在大型飞机的装配过程中,由于零件的尺寸误差、热变形、钻孔操作、操作人员的失误等,不可避免地会产生强迫装配和振动,严重影响装配过程的精度由于装配工装系统在飞机零件定位中起着关键作用,因此对装配工装核心定位器进行在线三维微位移监测是必不可少的。图1示出了所提出的基于分布式接近传感器和计算机的3D微位移监测系统。每个传感器在其自己的传感器坐标系(SCS)中运行,其中d是最终将由计算机获取的测量距离。由于由接近传感器测量的距离d是标量值,因此需要3D测量模型来获得测量点的3D坐标为此,每个接近传感器的外在参数,包括PBP和UDV。将测量的距离转换为位移在WCS中,假设WCS中传感器的PBPOW和UDVtW可以表示如下:在表1中进行了总结结果表明,该方法能够在紧凑的空间内实现高效率的检测,完全满足装配工装检测精度±0.076 mm的要求OW¼OWtW¼WWOW T1WtW T2一般来说,要建立一个基于二维的三维测量模型,其中OW、OW、OW、tW、tW和tW是六个外部传感器参数。XYZXY Z例如照相机的传感器,空间变换原理经常用于外部参数校准。可以测量多维信息并应用于校准以提供额外的约束并增强校准预处理,从OW和tW投影到WCS的X、Y和Z轴的坐标。存在以下隐式约束:Ktk ¼。tW=2.00。tW=2.00。tW1000决定。为了基于诸如接近传感器的1D传感器建立3D测量模型距离和直径)。除了测量距离的尺寸信息外,还需要高精度的运动机构来驱动传感器,从而完成外部参数的校准过程。为了在大型飞机装配过程中进行3D微位移监测,将接近传感器固定在装配工具上的各个位置。局部微距离的测量是在毫米级甚至微米级。然后,这些距离在WCS中转换为飞机组件的位移(测量长度、宽度和高度为数米这些局部微小距离的误差很容易被放大表1用于3D监测的多自由度传感器的比较然后,该传感器在WCS中的3D测量模型可以表示如下:PW¼.XWyWzWT¼OWdtW4其中PW¼xWyWzWT是定位器上在WCS中测量的点,xW、yW和zW分别是点PW在X、Y和Z轴上的坐标分量。因此,监测模型的基础上建立的外部传感器参数。飞机工装系统的核心定位器上需要监测的关键点高度分散,因此传感器分布在相应的位置。微位移监测系统的结构如图2所示。述传感器被方法主要传感装置测量模式精度(7米处)话参考文献[10,11,29]3D激光跟踪仪光学,非接触式<0.100毫米精度高、效率低、无效参考文献[22- 24,31,32]2D相机或激光扫描仪光学,非接触式约0.070障碍物测量准确度低、效率高、对障碍物参考文献[21,25- 28,30]1D可移动接近传感器光学、非接触或接触约0.010高精度、高效率,传感器由机械手驱动,设备体积过大,无法测量该方法1D固定式接近传感器磁性,非接触<0.076毫米在紧凑空间高精度、高效率、紧凑传感器体积和分布在测量空间O不Z. 贾湾,加-地Liang,W.Liu等人工程19(2022)105108图1.一、三维微位移监测系统及原理 d:测量距离; O:PBP; t:UDV; P j(j = 1,2,3. . ):第j个传感器的测量点; SCS j(j = 1,2,3.. . ):第j个传感器的坐标系;j:传感器的编号图二、装配工具系统的3D微位移监测(a)翼梁定位器;(b)执行器定位器;(c)铰链定位器;(d)翼梁辅助定位器。通过设计的柔性夹具将其分布固定在特定位置然后,测量的距离被获取并用于计算3D微位移。如图2所示,采用基于接近传感器的监控系统来监控用于水平尾翼装配的装配工具系统。该监控系统由数十个用于监控不同位置的接近传感器组成。 为了实际的监测目的,有必要校准每个分布式接近传感器的外部参数。因此,提出以下校准方法。4. 校准方法标定策略包括四个部分:求解坐标运动的变换矩阵,建立点到面的约束,执行标定结果的加权优化,设计一个自动化的标定过程。首先,将标定平面放置在不同的位置,通过求解变换矩阵来计算对应关系。其次,以变换矩阵为基础建立点到面的约束,优化目标。然后,进行基于样本均衡的加权优化。最后,设计了一个自动化的标定流程,完成整个标定过程。校准策略和过程如图所示。3.第三章。采用带有标定末端执行器的工业机器人和激光跟踪仪对传感器外参数进行标定。标定末端执行器由高精度六自由度运动平台和标定平面组成。在六自由度运动平台自身坐标系的基础上建立了标定平面坐标系。WCS是飞机装配过程的基本坐标系,由激光跟踪仪建立;CPCS是校准过程的工作坐标系,由六自由度运动平台建立标定过程在CPCS中进行,其中标定平面在6自由度运动平台的驱动下移动到不同的然后,建立点到面的约束之间的坐标的测量点的接近传感器和校准平面。在CPCS中确定出现在约束中的接近传感器的外部参数(PBP和UDV)最后,采用几个孔作为基准点,以便于Z. 贾湾,加-地Liang,W.Liu等人工程19(2022)10510900我我我-1zCP是点PCP在X、Y和Z上的坐标分量0分0分0分0分0分!我1/4升Mn Þð7Þ我01001¼ð ÞΣ1 2 3 4 56 78 91011 12 13 14 15 16 17 18 19 1图3.第三章。校准策略和过程:(a)校准过程,(b)校准末端执行器和校准策略。i:6自由度运动平台第i次运动后校准平面的第i个位姿;di:校准平面第i次运动后接近传感器测量的距离;M:校准接近传感器过程中采集的校准样本数;CPCS:校准平面坐标系。基于激光跟踪仪的CPCS和WCS之间的转换。工业机器人自动重复校准过程,以校准下一个传感器,直到所有传感器都被校准。4.1. 坐标运动为了确保后续的约束和校准过程的准确性,精确的平面方程是必要的。在CPCS中,校准平面的运动顺序被指定为a?b?c?我吗?m?n,其中a、b和c分别为绕X、Y和Z轴的旋转角度; l、m和n分别为沿6自由度运动平台的X、Y和Z轴的平移距离,如图所示。 3(b)款。然后,在第i次运动之后,CPCS中的校准平面上的点的3D坐标PCP可以表示为:CPCS中初始位置的平面方程应事先已知,并可在CMM上测量,相应的空间方程如下:NCP“PCP#0 8其中NCP是初始位置(姿态0)处的校准平面的参数向量当校准平面移动时,将建立新的关系。NCP“PCP#0 9其中,NiCP是姿态i处的校准平面的参数向量。根据等式(5)可以得到P CP ¼.xCPyCPzCP T ¼ RCP. xCPyCPzCPTTCP;i¼1; 2;:;M“#P我我我0分!我0000分!我ð5ÞPCP/RCPCPTCP 0ð10Þ我其中,M是在校准接近传感器的过程中收集的校准样本的数量;xCP、yCP和zCP是坐标。0分!i0!I1通过将等式(10)在Eq.(8)可以得到我我我在CPCS中的X、Y和Z轴上标定点PCP的分量0000二、ΣCPCP.Σ3CPCPCPPCP¼.xCPyCPzCPT表示点的3D坐标N4R0!我Pi-R0!我T0!112 3 456 7 8 9 100 0CPCS中的轴;RCP和TCP是旋转,其中.RCP-1表示RCP的逆矩阵。translation矩阵,分别。然后,可以表示CPCS中的校准平面从位姿0到位姿i在分解矩阵时,Eq. (11)可以表示为:如:二、RCP-1-我是说...RCP-1TCP3“PCP#0 10101N40!我0分!我0分!i5i¼ 0 ð12ÞRCP1 0 0¼B@0co sa-sinaCAB@0 sinacosacos b0sin b0 1 0-sinb 0 cosbcosc-sinc000 11CAB@sinccosc0 CA0 01ð6Þ不0的情况。RCP-1-我是说...RCP-1TCP1N¼N@0分!我0分!我0分!iA134.2. 点到面约束由于接近传感器测量点的坐标总是满足标定平面方程,本文采用点-面约束来确定接近传感器的外参数。CPCPCP-101在初始校准平面上(由姿态0表示);xCP,yCP,以及00合并等式(9)和(12),我们可以得到:TCP0分!我Z. 贾湾,加-地Liang,W.Liu等人工程19(2022)105110我当校准平面移动到姿态i时,等式 (4)可以在CPCS中表示如下:PCP¼OCPDiditCP14其中di是在校准平面的第i次运动之后由接近传感器测量的距离,并且OCP和tCP分别是CPCS中的接近传感器的PBP和UDVZ. 贾湾,加-地Liang,W.Liu等人工程19(2022)105111我ð ¼Þ.- 是的 Σ.Σ)¼ ðÞð ¼Þ.- 是的 .ΣΣ的.Σ·ð ¼Þ因为测量点PCP在校准平面上,所以等式成立。(14)服从Eq.(九)、当校准平面移动到不同位置(姿态i,i = 1,2,.. . ,M),通过替换Eq.(13)Eq.(14)在Eq.(9)一组相应的约束条件可以如下获得:而不是求解Eq。其中g(·)表示gi(·)的向量i 1; 2;:;M.当量(20)是一个标准的优化问题,通常通过优化下面的方程求解。M0的情况。-1100- 11“#CPCP最小G≤ C≤ P≤1×g。sC P2.5g. sC PPTg. sCP21我N0@RCP0分!我-R0!我TCP0分!IAOCP与CP¼0;i¼ 1; 2;:;M的CP2112·0 114.3. 加权优化ð15Þ其中G()表示导出从等式(20).最后,应用一种常用的优化方法,如Levenberg-Marquardt算法,得到最优解可以看出,Eq。(15)是一个超定线性方程没有理论解的方程组。此外,由于在实际测试中出现的各种误差,几乎不可能在等式中等式。(15)满足。因此,需要引入允许的最小恒定误差e,例如e= 0.1,以获得近似解。为简洁起见,sCP¼OCP;tCP,令f 的CP 表示等式的左侧。(十五)、当量(15)可以修改如下:Kf 的CPk2≤e16由于每个校准样本对近似解误差的贡献不同kk1;k2; :::;KM 为每个样本引入,以帮助使近似解更接近标称解。因此,Eq.(16)可以转化为Kf 的CPk2≤ke17k可以根据实际应用的需要构造为常数向量或函数向量。在本文中,k是根据校准样本的分布构造的。为了避免接触接近传感器或超出其测量范围,当传感器测量值在其中间范围时的采样率将远高于当传感器测量值接近零或最大范围时的采样率。然而,由于样本不平衡,基本求解过程会过分强调高采样率区域的误差,而忽略低采样率区域的误差,从而导致近似解偏离标称解。因此,采用以下权重函数。ki<$ck=最大值c;i)ck;i< $1; 2;:;M;k< $1; 2;:;K 18其中ck表示第k个仓中的样本计数,c表示计数ckk 1; 2;::;K的向量;K是样本被划分成的仓的数量。的分布通过根据传感器测量值将样本划分为K个仓来获得样本。 此外,本发明还提供了一种方法,i ck表示第i个样本属于第k个仓。相应地,可以通过通过等式2惩罚样本来减少不平衡样本的影响。(十八)、然后,为了有效地应用权重ki,我们需要包括ki在新的约束集合中如下:Gi sCP¼ max kfi sCPk2-kie;0;i¼ 1; 2;:;M19其中gi(),i1; 2;::;M表示组合等式1的新约束集合。(17)和(18)。因此,就充分性和必要性而言,我们只需要找到一个。sCP<$ω,满足明克湾sCP20000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000000. sC P=0. G. sCP22的值得一提的是,由于OCP和tCP是传感器的外参数,因此在求解问题时可以考虑OCP和tCPOCP、tCP和sCP的值可以通过测量设备粗略估计,并且sCP的解应该接近sCP的估计值。此外,为了确定方程中所示的六个外部(1)以及(2),校准平面应根据等式(1)中所示的隐含约束放置在至少五个不同的位置(三)、图4[33]示出了校准过程。4.4. 自动控制和校准自动校准系统的框图如图5所示。最初,初始运动控制指令(l,m,n,a,b,c)被发送到自动校准系统。然后,在执行机构模块中,对六自由度运动平台进行运动标定根据所述运动控制指令将平面调整到特定姿态在测量模块中,接近传感器产生在该特定姿态中从接近传感器到校准平面的距离的测量值。由于接近传感器的测量范围有限,距离不能大于最大范围,也不能小于安全距离(以避免碰撞传感器探头)。因此,在过滤器模块中,姿态-距离对被过滤以形成校准数据集。此外,采用增量或减量来调整运动控制指令,直到在可测量的间隔中获得足够数量的样本以形成校准数据集。根据CPCS中的数据集计算校准结果,然后将结果转换为基于WCS的见图4。外部参数校准过程[33]。Z. 贾湾,加-地Liang,W.Liu等人工程19(2022)105112--图五. 自动校准系统框图。在基准孔的坐标上。因此,校准过程最终完成。5. 实验在这项研究中,进行了3D微位移监测实验和原位校准实验(在我们以前的工作[33]中进行了模拟测试,以验证所提出的方法的可行性)。为了验证所提议的校准和监测系统的准确性,开发了一个实验室系统:(1) 为模拟飞机装配工装系统中接近传感器的安装,设计了一种固定测量架。(2) 为了避免个别意外事件,在测量框架上安装了四个接近传感器(KD 2306 -4SB,Kaman,USA),在4 mm的测量范围内具有7l m内的可重复精度(3) 校准平面由铝6061-T制成,平面度误差小于3μ m。然后,采用高精度6- DOF运动平台(H-811.I2,Physik Instrumente,德国)将精确的运动控制指令应用于校准平面,其中旋转方面的可重复性为3微弧度(1rad),平移方面的可重复性为0.15l(4) 类似地,为了便于系统的验证,将6- DOF运动平台安装在柔性校准框架中,以模拟机器人将6-DOF运动平台和校准平面在三个正交方向上靠近接近传感器,然后锁定并保持。在CPCS上对标定平面进行了高精度的测量,其安装误差可以忽略。仪器的总体配置如图6所示[33]。5.1. 实验室实验首先,安装接近传感器,其外部参数作为校准的目标。标定平面的位姿数据在(0.6,0.6)°范围内以0.3°为步长设计,在(1,1)mm范围内以0.1 mm为步长设计。由接近传感器测量的值通过来自NationalInstruments(PXI-6289,National Instruments,USA)的采集模块获得。整个实验过程重复100次,以测试重复性。在每个校准测试中,获得测量的距离,并且它们的距离如图7所示。在该图中,采用不同的颜色来区分各个校准测试,并且根据测量值将来自每个校准测试的样品划分为20个箱。横轴表示图六、实验室中的仪器配置[33]。NI:National Instruments。Z. 贾湾,加-地Liang,W.Liu等人工程19(2022)105113--见图7。位移测量值的分布。不同的距离箱,垂直轴表示在每个校准测试中属于每个箱的样本计数。可以看出,只有当距离值在大约1.15和1.15之间时,采样率才是高的和平衡的。2.85 mm,与接近传感器的实际使用一致,以免接触探头或超出测量范围。然而,高采样区域和低采样区域之间的采样率的差异可以容易地导致校准结果与标称值的偏差。为了解决这个问题,在方程中定义的权重函数。(18)通过。实验室实验的校准结果见表2。实验结果表明,校准过程收敛。PBP误差波动的范围小于X和Y方向上±10l m(范围为900和1200 mm)和Z方向±2lm(650 mm范围内),而UDV误差波动范围小于0.07°,从而验证了该方法的稳定性。5.2. 精度分析在CMM上进行了精度测试。精度测试系统的布局如图8所示。标定平面由六自由度运动平台驱动,并由三坐标测量机进行测量,获得平面参数。基于标定后的接近传感器外参数,获得了测量平面内被测点的三维信息,并计算了测量平面内的投影误差,验证了标定过程的准确性。见图8。 实验室监控精度测试系统基于加权和未加权校准的结果如图9所示。以传感器1为例。经优化标定后,三维微位移测量误差在-23.50~43.30l m,第一四分位数、中位数和第三四分位数分别为12.50、3.04和8.40l m。相比之下,校准后-基于加权优化的方法,使三维微位移测量误差减小到相对较小表2实验室校准实验的结果。参数(mm)平均值标准差姿势1O[18.351-132.296 131.764] 10-3× [4.99 8.55 1.12]t[-0.0010.307-0.949] 0.0373°澳门金沙城中心官网-澳门金沙城中心-澳门金沙城中心官网t[-0.0310.282-0.955] 0.0482°姿态3O[29.461 90.590 132.799] 10-3× [6.38 7.24 0.30]0.037 0.307-0.951] 0.0635°姿势4O[-19.378 91.536 131.732] 10-3× [4.13 4.97 0.20]t[-0.0530.233-0.971] 0.0314°Z. 贾湾,加-地Liang,W.Liu等人工程19(2022)105114--·见图9。 监测准确性测试的结果。范围在-9.80和14.12Lm之间,第一四分位数、中位数和第三四分位数分别为4.27、1.56和3.48L m。因此,可以看出,加权校准方法导致测量误差显著减小到±15l m(基于CMM基准)(在X/Y/Z方向900 mm/1200 mm/650mm范围内为0.90lm + 2.85l m m-1)。因此,所提出的自动校准方法和系统可以实现高精度空间测量。5.3. 现场校准和在线监测最后,在实验室模拟生产现场,对某型尾翼的装配过程进行了校准过程如图10所示,结果如表3所示。校准后,将定位器安装在装配工具上,并监测其3D位移在飞机装配过程中,翼梁、致动器和铰链配件、内肋和封闭肋以及下板和上板被顺序地装配,这可能导致重力、人工推力、装配应力和钻孔振动的逐渐增加。因此,梁定位器(SP),致动器定位器(AP)和铰链定位器(HP)的三维微位移进行了监测,以确保高的装配精度和质量。监测过程和监测系统如图所示。 十一岁在整个装配过程中,键定位器(如SP 1、AP 1等)的偏移距离的传感器获得的,并在图绘制的结果。 12,其中水平轴表示经过的纵轴表示装配过程中的时间,纵轴表示定位器的偏移距离。计算的位移如表4所示。从图12中可以看出,当飞行器部件(诸如翼梁和致动器)被组装时,定位器(诸如SP和AP)的测量距离将由于由振动引起的振动而围绕近似为零见图10。 现场校准系统。表3原位校准结果。传感器数量OX(mm)OY(mm)OZ(mm)tX tY tZSP 1传感器-1680.845-748.645 123.805-0.028 0.910-0.414AP 1传感器-1871.246-480.598 109.775 0.326-0.197-0.925AP 2传感器-1742.015-469.605 106.003-0.116 0.993 0.021HP 1传感器-1870.849-229.299 115.794 0.007-0.210-0.978HP 2传感器-1717.989-209.531 81.399 0.279 0.946-0.163SP 2传感器-1672.594 571.228 113.139 0.080 0.992-0.096SP:Spar定位器; AP:执行器定位器; HP:铰链定位器。Z. 贾湾,加-地Liang,W.Liu等人工程19(2022)105115·见图11。 装配过程中的3D微位移监测系统。组装作业。通过根据实时测量的位移值调整组装操作,定位器偏移的幅度可以被控制在可接受的范围内。此外,如表4所示,每个装配步骤后定位器的微位移也可以控制在微小值,以完全满足装配工具的精度要求。还对装配过程的现代监控方法进行了测试,以比较其在生产现场(7m范围)的效率和准确性。如前所述,激光跟踪仪用于收集飞机装配过程中精度评估的基准参考。使用激光跟踪仪在生产现场(7 m)的范围内,精度可达±57l(AT960,Leica,德国)。但由于激光跟踪仪采用逐点而工业摄影测量法和三维微位移监测法由于其高效率,可以应用于装配工装的在线监测为比较其在线监测精度与本文提出的监测方法,采用了精度为±(14lm + 14lm m-1)的工业在生产现场范围内,该工业摄影测量系统的测量精度可达±112lm。同时,对于本文提出的方法,激光跟踪仪(AT 960,徕卡)用于建立WCS,接近传感器(KD 2306 -4SB,卡曼)用于三维微位移监测。测量精度达到±72l m,包括3D微位移(±15l m)和WCS引起的误差激光跟踪仪(±57l m)。因此,该方法的测量精度完全可以满足装配工装检测±76lm综上所述,本文提出的微位移监测方法在效率和精度上均具有优势,更适合于复杂飞机装配过程中的在线位置监测高精度的微位移监测可以为人工装配操作提供更好的指导,微位移的在线监测将进一步促进飞机装配。6. 结论提出了一种基于接近传感器的三维微位移监测方法文中还提出了一种外参数标定方法实验室实验见图12。 装配过程中的距离偏移。Z. 贾湾,加-地Liang,W.Liu等人工程19(2022)105116D(后部)[0 1.5-0.7][-0.1 0 0.2][0.1-0.9 0][0 0.1 0.5][0.4 1.5-0.3][0.1 1.7-0.2]‘‘d 表示装配过程中测量的距离精度测试表明,三维微位移监测误差小于±15l m。当所提出的方法应用于现场校准时结合基于激光跟踪仪建立的WCS的精度,三维微位移监测的精度可达±72lm,完全满足装配工装检测的精度要求(±76l m)。该方法已成功应用于某生产现场水平尾翼装配工装的位移监测,能够实时准确地获取各定位器的位移,为后续装配作业提供指导。重要的是,3D位移监测是制造、测试和许多其他领域(如汽车和船舶行业)中不可或缺的过程本文提出的三维位移监测与标定方法具有精度高、响应快、体积小等优点,可有效支持飞机、汽车、船舶等智能制造。致谢本工作得到国家自然科学基金(U1808217)、国家杰出青年科学基金(52125504)、大连市高层次人才创新支持计划(2017RJ04)和辽宁振兴人才计划(XLYC1807086和XLYC1801008)的部分资助。遵守道德操守准则贾振源、梁兵、刘伟、刘昆和马建伟声明,他们没有利益冲突或财务冲突需要披露。引用[1] MüllerR,Esser M,Vette M. 可重新配置的搬运系统是大规模定制生产中大型部件的推动者。J Intell Manuf 2013;24(5):977-90.[2] 张文,张文,等.飞机机翼翼梁装配过程中的偏差传播管理.北京:机械工业出版社,2000;机器人计算集成制造2019;57:435-51。[3] 余 丽 , 张 燕 , 毕 青 , 王 燕 . 飞 机 装 配 中 曲 面 法 向 测 量 与 调 整 研 究 。 PrecisEng2017;50:482-93.[4] 邓志,黄旭,李松,邢宏.大型飞机零间隙姿态对准球铰位置在线标定及不确定度评定。 机器人计算集成制造2019;56:38-54.[5] ZhongRY,Xu X,Klotz E,Newman ST. 工业4.0背景下的智能制造:综述。Engineering2017;3(5):616-30.[6] 包毅,陈智,魏S,徐毅,唐智,李宏。结构健康监测中数据科学与工程的现状。工程2019;5(2):234-42。[7] 作者:ChenZ,Du F. 基于iGPS和便携式扫描仪组合的大体积测量网测量原理及不确定度分析。测量2017;104:263-77。[8] Hoang VD,Jo KH.使用全向相机和2D LRF传感器的运动估计的简化解决方案。IEEE Trans Ind Inform 2016;12(3):1064-73.[9] 李波,胡红,周X.通过一种新的标定方法建立了全方位三维彩色激光测距系统。IEEETrans Ind Electron 2019;66(11):8821-31.[10] 李平,郑良.大型零件装配界面精加工的自动原位对准方法。机器人计算集成制造2017;46:130-43。[11] Pérez Muñoz P,Albajez García JA,Santolaria Mazo J.分析初始热稳定性和空气对流对激光跟踪仪测量的影响。制造系统杂志2016;41:277-86。[12] SchmittRH,Peterek M,Morse E,Knapp W,Galetto M,Härtig F,等. 大尺度计量学的进展-回顾与未来趋势。CIRP Ann 2016;65(2):643-65。[13] Li X,Li X,Ge SS,Khyam MO,Luo C.焊缝自动跟踪和识别。IEEE Trans IndElectron2017;64(9):7261-71.[14] 王志电弧焊熔池鲁棒重建的成像和测量系统。IEEE Trans Ind Electron2015;62(8):5109-18.[15] 作者:Spencer BF,Hoskere V,Narazaki Y.基于计算机视觉的民用基础设施检查和监测的进展。工程2019;5(2):199-222。[16] LeeT,Kim C,Cho DD. 基于单目视觉传感器的室内服务机器人高效SLAM方法。IEEE Trans Ind Electron2019;66(1):318-28.[17] 徐勇,高芳,蒋晓.体视偏转测量中几何参数的性能分析与评价。工程2018;4(6):806-15。[18] CerveraA,Ezra O,Kuperman A,Peretz MM. 基于无位置传感器位移信息的磁致动系统建模与控制。 IEEE TransInd Electron 2019;66(6):4849-59.[19] [10] Crist
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 李兴华Java基础教程:从入门到精通
- U盘与硬盘启动安装教程:从菜鸟到专家
- C++面试宝典:动态内存管理与继承解析
- C++ STL源码深度解析:专家级剖析与关键技术
- C/C++调用DOS命令实战指南
- 神经网络补偿的多传感器航迹融合技术
- GIS中的大地坐标系与椭球体解析
- 海思Hi3515 H.264编解码处理器用户手册
- Oracle基础练习题与解答
- 谷歌地球3D建筑筛选新流程详解
- CFO与CIO携手:数据管理与企业增值的战略
- Eclipse IDE基础教程:从入门到精通
- Shell脚本专家宝典:全面学习与资源指南
- Tomcat安装指南:附带JDK配置步骤
- NA3003A电子水准仪数据格式解析与转换研究
- 自动化专业英语词汇精华:必备术语集锦
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功