基于CATIA的飞机部件自动制孔路径规划

《基于CATIA的飞机部件自动制孔路径规划》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、文章编号：2095-1248（2016）06-0066-05基于ＣＡＴＩＡ的飞机部件自动制孔路径规划刘艳梅，王鑫，马跃晏（沈阳航空航天大学自动化学院，沈阳110136）摘要：在飞机装配过程中，为了提高制孔的效率、制孔的定位精度和加工的质量，提出了一种自动制孔路径规划方法。通过ＣＡＴＩＡ软件建立飞机部件模型，采取改进的粒子群算法进行路径规划，从而获得一条最优路径进行自动制孔。仿真结果表明，改进的粒子群算法不仅很明显地提高了全局范围内的搜索能力，还充分改善了制孔方式的无目的性问题。关键词：ＣＡＴＩＡ；自动制孔；

2、粒子群算法；路径规划中图分类号：ＴＰ23文献标志码：Ａdoi：10．3969／ｊ．ｉｓｓｎ．2095-1248．2016．06．011AutomaticpathplanningofholemakingforaircraftcomponentsbasedonCATIAＬＩＵＹａｎ-ｍｅｉ，ＷＡＮＧＸｉｎ，ＭＡＹｕｅ-ｙａｎ（ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎ，ＳｈｅｎｙａｎｇＡｅｒｏｓｐａｃｅＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ110136，Ｃｈｉｎａ）Abstract：Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅ

3、ｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｈｏｌｅｍａｋｉｎｇ，ｐｏｓｉｔｉｏｎｉｎｇａｃｃｕｒａｃｙａｎｄｔｈｅｑｕａｌｉｔｙｏｆｍａｃｈｉ-ｎｉｎｇ，ａｎａｕｔｏｍａｔｉｃｐａｔｈｐｌａｎｎｉｎｇｍｅｔｈｏｄｏｆｈｏｌｅｍａｋｉｎｇｗａｓｐｒｏｐｏｓｅｄｉｎａｉｒｃｒａｆｔａｓｓｅｍｂｌｙ．Ｓｐｅｃｉｆｉｃａｌｌｙ，ｔｈｅ3ＤｍｏｄｅｌｏｆａｉｒｃｒａｆｔｃｏｍｐｏｎｅｎｔｓｗａｓｂｕｉｌｔｂｙｕｓｉｎｇＣＡＴＩＡｓｏｆｔｗａｒｅｆｉｒｓｔ．Ｔｈｅｎａｎｉｍｐｒｏｖｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉ

4、ｏｎａｌｇｏｒｉｔｈｍｗａｓａｄｏｐｔｅｄｔｏａｃｈｉｅｖｅｔｈｅｐａｔｈｐｌａｎｎｉｎｇ，ａｎｄｃｏｎｓｅｑｕｅｎｔｌｙａｎｏｐｔｉｍａｌｐａｔｈｗａｓｏｂ-ｔａｉｎｅｄ．Ｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｎｅｗｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｎｏｔｏｎｌｙｓｉｇｎｉｆｉｃａｎｔｌｙｉｍ-ｐｒｏｖｅｓｔｈｅｇｌｏｂａｌｓｅａｒｃｈｃａｐａｂｉｌｉｔｙ，ｂｕｔａｌｓｏｆｕｌｌｙｉｍｐｒｏｖｅｓｔｈｅａｉｍｌｅｓｓｎｅｓｓｏｆｔｈｅｈｏｌｅ-ｍａｋｉｎ

5、ｇｍｅｔｈｏｄ．Keywords：ＣＡＴＩＡ；ａｕｔｏｍａｔｉｃｈｏｌｅｍａｋｉｎｇ；ｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎ；ｐａｔｈｐｌａｎｎｉｎｇ飞机装配中，结构件连接主要是机械连接，还年代以后，我国在飞机装配技术、柔性装配技术上［1］有一部分是铆接和螺栓的连接。根据统计，结构得到了巨大的发展，并引进了一些自动制孔设连接部位导致了70％的飞机机体疲劳失效事故，备，但由于技术问题没有形成生产力。而在国外，而连接孔处导致了80％的疲劳裂纹。随着科技虽然自动制孔的科技和设备结构十分复杂，但是技术不

6、断进步，自动制孔在各方面性能都得到了通过不断研制与应用也已达到了一定高度的水很大的提高。它纠正了传统手工制孔在效率、质平。在国际上，飞机部件的自动制孔系统已经十［2］量、物力成本等问题上存在的缺点，并且可以满足分成熟。在我国，航空制造领域中的研究与应飞机制造业中对制孔效率以及定位精确度的要用还十分落后，尤其是在应用软件的研究和模拟求，从而提高了飞机的高疲劳寿命。20世纪90仿真方面还没有达到一定的水平。对于自动制孔收稿日期：2016-10-28基金项目：航空科学基金（项目编号：2015ＺＥ54026）作者简

7、介：刘艳梅（1974-），女，吉林松原人，副教授，主要研究方向：系统建模与控制，Ｅ-ｍａｉｌ：ｌｙｍｃｍｌ@126.ｃｏｍ。第6期刘艳梅，等：基于ＣＡＴＩＡ的飞机部件自动制孔路径规划67技术来说，最重要的就是制孔前对路径规划算法随着制孔路径的不断优化，从众多的解当中找到［3］的研究。目前，国内研究者提出了很多算法，最优解并形成一条最短路径，即为所求的最优路如蚁群算法、遗传算法、神经网络算法和粒子群算径。具体步骤如下：法等解决路径规划的问题。1995年粒子群算法建立表1ＰａｒＳｗａｒｍ和表2ＯｐｔＳｗａｒｍ，

8、路径访［4］由Ｋｅｎｎｅｄｙ和Ｅｂｅｒｈａｒｔ等一起提出的，是一种问表1ＰａｒＳｗａｒｍ将已经访问的粒子的位置、速度进化计算技术，研究灵感来源于对鸟群捕食行与当前粒子的适应度值记录在表中，即是当前粒［5］为。该算法在很多领域上引起了很多学者们子的最佳位置。全局最优解以及历史最优解，即的关注和广泛的应用，如神经网络训练、函数的优最优路径的选择由表2ＯｐｔＳｗａｒｍ记录。通过不［6］化问题和路径规划等。20世纪90年