基于ELM的飞机数字化装配定位运动模型

《基于ELM的飞机数字化装配定位运动模型》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、航空学报Apr．252016V01．37No41374-1383ActaAeronauticaetAstronauticaSinicaISSN1000—6893ON11-1929／Vhttp：／／hkxb．buaa．edu．cnhkxb@buaaedu．cn基于ELM的飞机数字化装配定位运动模型胡玉龙，王仲奇*，李西宁，康永刚西北工业大学机电学院，西安710072摘要：针对飞机装配中开敞性较差环境下的串联装配机构半闭环定位运动控制问题进行研究，提出了基于极限学习机(EML)算法的飞机数字化装配定位运动模型。通过分

2、析飞机数字化装配串联定位机构的运动学模型特点及性能要求，提出了飞机数字化装配定位运动的单隐含层前馈神经网络模型，并基于极限学习机提出了装配定位运动的数据辨识模型，且最后给出了基于极限学习机算法的定位运动离线辨识方法。通过将某大型飞机机身壁板柔性预定位工装作为试验平台进行验证，结果表明，获得的定位运动模型使直接装配定位精度达到±o．25mm，满足某大型飞机机身壁板长桁的装配定位精度要求±0．50mm。试验系统涉及的若干关键技术已应用于某大型飞机的壁板组件装配预定位柔性工装系统。关键词：飞机数字化装配；神经网络模型；

3、极限学习机；运动学建模；机构控制系统中图分类号：V262．4文献标识码：A文章编号：1000—6893(2016)04—1374—10飞机数字化装配系统的应用实现了零部件快速精确的定位与装配，缩短了装配周期，提高了装配效率及准确度[i-2]。现有飞机数字化装配系统种类很多，如适用于壁板及翼梁装配的行列式高速柱工装、多点阵成形真空吸盘式柔性装配工装、自动化对接平台以及移动装配生产线等[3喝]。飞机数字化装配系统的目的是控制系统完成装配任务，其装配动作一般都建立在装配定位运动控制的基础之上。其控制系统的主要对象是各类

4、伺服机构，通过控制伺服机构运动，进而实现执行元件的目标功能，其主要目标是满足飞机装配工艺性能指标，从而保证产品的交付质量及时间和成本等。对于不同的装配系统其控制方式往往并不尽相同，在具有良好开敞性的工作环境下，通过空间测量设备可以有效实现装配系统的全闭环自动控制。但对于开敞性较差的装配环境，全闭环的自动控制往往难以实现。在飞机部件的装配中第二类情况居多，如复杂的机身或机翼壁板组件装配等，通常这类半闭环或闭环的运动控制主要基于正、逆运动学模型，因此不仅需要有效的辨识建模方法，还需经常进行标定校准才能保持系统的定位运

5、动精度。现有数字化装配定位机构主要分为并联与串联机构两类。串联机构具有结构灵活简单，成本低，控制方便，运动空间大等优点，且已成功应用于多种现代飞机制造装配现场。由于串联机构的定位误差将被积累并放大，所以串联机构的正运动学模型往往需要结合误差模型或精度模型而进行应用。由于误差模型往往具有非线性[9。10

6、，难以直接求解，这就需要通过数字化测量设备结合具有函数逼近性质的方法进行运动模型的辨识建模[11-12]，如RBF网络、多层神经网络、模糊神经网络、状态延迟输人动态递归神经网络以及其他智能辨识方法等[13。“。收稿

7、日期：2015．03．23；退修日期：2015-04．26；录用B期：2015—05-26；网络出版时间：2015—05—2815：59网络出版地址：WWW．cnkinet／kcms／detail／111929．V201505281559．002htmI基金项目：国家科技支撑计划(2011BAFl3807)*通讯作者Tel：029-88492463E—mail：wangzhqi@nwpu．educn戮蹋格式

8、葫玉龙，王件奇．李霹宁．等．基于ELM的飞杌数字化装配定位运动模型￡Jj．航空学报，2016，37(4)：

9、1374-1383．HUYL·WANGZQ，LIXN，etalKinematicmodelofdigitalassemblylocationforairplanebasedonELM[如．ActaAeronauticaetAstro—nauticaSinica，2016，37(4)：1374—1383胡玉龙，等：基于ELM的飞机数字化装配定位运动模型单隐含层前馈神经网络(Single—hiddenLay—erFeedforwardNeural—network，SLFN)以良好的学习能力而广泛应用于辨识建模，传统学

10、习算法(如BP算法等)大多采用梯度下降方法，所以往往待寻优的参数多，收敛速度慢，训练过程耗时长，易陷入局部最小点，并对学习速率的选择敏感，且难以确定隐层节点数目，具体的网络结构仍需根据经验来试凑n8

11、。因此，针对SLFN出现了极限学习机(ExtremeLearningMachine，ELM)算法，该算法随机产生输入层与隐含层间的连接权值及隐含层神经元的阈值，且在训练过程中