【技术实现步骤摘要】
本专利技术涉及复合材料结构装配领域，尤其涉及一种预测弱刚性复合材料结构装配变形规律的方法。
技术介绍
1、弱刚性复合材料在直升机装配过程中的变形问题一直是一个关注的焦点。直升机作为一种高性能飞行器，其结构的装配精度和稳定性对于飞行安全和性能至关重要。然而，由于弱刚性复合材料的特性，其在装配过程中容易受到连续误差的影响，导致形状偏差和尺寸变化，给装配工艺和性能带来挑战。传统的装配过程中，往往依赖于经验和试错的方式进行，无法准确预测和理解装配过程中的变形规律，这导致了装配过程中的尺寸偏差、形状变化和装配质量不稳定等问题的频繁发生。此外，由于复合材料的特殊性质，传统的装配方法和工艺参数往往无法满足其装配要求，影响了装配质量和性能。
2、因此，需要提出一种科学可靠的方法来预测弱刚性复合材料结构在装配过程中的变形规律。通过准确预测和分析装配过程中的变形规律，可以及早发现潜在的装配误差，并采取相应的纠正措施，以提高装配精度和质量，从而确保直升机的飞行安全和性能要求。
技术实现思路
1、本专利技术的目的在于针对弱刚性复合材料结构装配过程中的尺寸偏差和形状变化问题，提出一种全面且准确的预测和优化方法。该方法采用有限元仿真技术，通过构建装配偏差模型，分析装配过程中的应力和变形，形成对弱刚性复合材料结构装配变形规律的预测，并提出了相应的纠正措施和优化方案。
2、本专利技术采用了如下的技术方案：
3、一种预测弱刚性复合材料结构装配变形规律的方法，其特征是包括红外扫描和
4、s1:通过三维红外扫描方法获取弱刚性复合材料结构在成形过程和预装配后的零件外形数据，收集装配零件的表面形状、几何尺寸和轮廓等关键参数；
5、s2:利用视觉检测系统对弱刚性复合材料结构成形过程和预装配时的关键参数和数据进行实时监测和记录，并通过数据检测点对零件三维模型进行重构，建立弱刚性复合材料结构装配过程中的数学模型；
6、s3:对已经重构的装配零件和组件三维模型进行简化，保留装配位置，并尽可能将其简化成质量点、梁单元和壳单元，在简化时，保证质量分布等效和刚度分布等效，并计算出复合结构的等效刚度和等效密度；
7、s4:采用有限元方法建立基于装配过程的弱刚性复合材料结构装配变形和应力模型，根据测量的装配误差和装配变形数据进行连续误差加载求解，得出连续误差下的仿真结果；
8、s5:在设定好的弱刚性复合材料结构连续误差加载的模型上，进一步对弱刚性复合材料结构施加一定的额外载荷，同时对整体部分和关键部位分别进行分析，以模拟实际使用条件下的应力和负荷情况，分析所有零件在外载荷作用下的应力、形状、阶差和间隙等响应，获得所需仿真结果；
9、s6:根据弱刚性复合材料结构在装配过程中的变形和应力结果，推导出装配过程中的变形演变规律，包括尺寸偏差的累积和形状变化的演化；
10、s7:运用特征点匹配和形状匹配算法，比较实际装配产品与标准模型的差异，并根据弱刚性复合材料结构装配变形演变规律进行预测和分析，提出纠正装配误差和优化装配工艺的指导方案。
11、进一步地：所述红外扫描和视觉相结合的弱刚性复合材料结构装配数控检测具体包括获取零件外形、模型简化与等效处理；基于有限元仿真的弱刚性复合材料结构变形分析与模拟具体包括连续误差加载分析、施加外载荷后的变形应力分析、装配变形演变规律推导；特征匹配算法下弱刚性复合材料结构装配变形的预测与优化包括特征点算法与形状匹配算法、提出预测与优化指导方案。
12、进一步地：所述获取零件外形具体包括通过红外扫描检测方法获取弱刚性复合材料结构的关键参数，如表面形状、几何尺寸和轮廓等，同时利用视觉检测方法监测和控制制造过程中的关键参数，例如零件的位置和配件的装配情况，将两种方法相结合，能够提供全面的装配过程监测和控制手段，确保获取准确的零件数据；
13、进一步地：所述模型简化与等效处理具体包括将已经重构的装配零件和组件三维模型进行简化，保留装配位置，并尽可能将其简化成质量点、梁单元和壳单元。
14、进一步地：所述连续误差加载分析通过测量和检测装配过程中的关键参数和数据，获得装配过程中的实际装配误差信息，同时将这些装配误差信息转化为连续误差场，并利用修改有限元模型的节点坐标或单元尺寸的方式来模拟连续误差的加载，或者使用等效力或等效位移的方式来加载连续误差，以模拟其对结构产生的变形影响，并将其加载到有限元模型中，从而预测装配过程中的变形规律，包括尺寸偏差的累积和形状变化的演化；
15、进一步地：所述施加外载荷后的变形应力分析基于弱刚性复合材料的力学性质和弱刚性复合材料结构装配的条件，包括材料参数以及装配过程中的边界条件情况，通过有限元软件的分析求解结果来模拟和计算弱刚性复合材料结构在受到外载荷作用后的应力应变响应；
16、进一步地：所述装配变形演变规律推导具体包括通过有限元仿真获得弱刚性复合材料结构在实际装配过程中的应力应变分布，主要涉及结构的局部变形和应力场分布，以及整体的尺寸偏差和形状变化，利用所得结果推导出装配过程中的变形演变规律，深入了解装配误差对弱刚性复合材料结构的影响程度，并为优化装配工艺提供指导。例如，可以根据演变规律调整装配顺序、优化装配力的控制等，以减小尺寸偏差的累积和形状变化的演化。
17、进一步地：所述特征点算法与形状匹配算法具体通过比较多个特征点或形状之间的相似性来进行匹配，在弱刚性复合材料结构的装配过程中，关键特征点被提取并与装配模型进行匹配，其中的特征点可以是角点、边缘点或斑点等，在图像处理中被用来描述局部特征，通过特征点算法，提取出多个特征点，并计算它们之间的相似性，同时利用形状匹配算法，比较装配过程中的形状特征，如轮廓、曲线或几何特征等，用来计算形状特征之间的相似性度量，从而评估装配精度和进行质量控制，实现零件对齐和匹配形状；
18、进一步地：所述提出预测与优化指导方案具体基于分析结果，提出针对弱刚性复合材料结构装配过程的纠正措施和改进方案，以减少尺寸偏差和形状变化，纠正装配误差和优化装配工艺，提高装配质量和性能。
19、进一步地：所述红外扫描技术利用红外辐射的特性，可以获取物体的热分布图像，通过对红外图像进行处理和分析识别出弱刚性复合材料结构在装配过程中的热量分布情况，进而推测出其形状和变形信息。
20、进一步地：所述有限元软件的分析具体包括根据测量的装配误差和装配变形数据建立弱刚性复合材料结构的三维仿真模型，设置复合材料的材料属性，赋予零件材料参数，将所有零件进行装配，设定分析步，对装配体进行网格划分，并设置重力加速度的方向，对装配过程中的模型进行连续误差加载求解；
21、进一步地：所述装配体进一步施加的外载荷是根据装配体设计参数和本文档来自技高网...
【技术保护点】
1.一种预测弱刚性复合材料结构装配变形规律的方法，其特征是包括红外扫描和视觉相结合的弱刚性复合材料结构装配数控检测、基于有限元仿真的弱刚性复合材料结构变形分析与模拟、特征匹配算法下弱刚性复合材料结构装配变形的预测与优化。
2.根据权利要求1所述的方法，其特征在于，它包括以下步骤：
3.根据权利要求1所述的方法，其特征在于，所述红外扫描和视觉相结合的弱刚性复合材料结构装配数控检测具体包括获取零件外形、模型简化与等效处理；基于有限元仿真的弱刚性复合材料结构变形分析与模拟具体包括连续误差加载分析、施加外载荷后的变形应力分析、装配变形演变规律推导；特征匹配算法下弱刚性复合材料结构装配变形的预测与优化包括特征点算法与形状匹配算法、提出预测与优化指导方案。
4.根据权利要求3所述的方法，其特征在于，所述获取零件外形具体包括通过红外扫描检测方法获取弱刚性复合材料结构的关键参数，如表面形状、几何尺寸和轮廓等，同时利用视觉检测方法监测和控制制造过程中的关键参数，例如零件的位置和配件的装配情况，将两种方法相结合，能够提供全面的装配过程监测和控制手段，确保获取准确的
5.根据权利要求3所述的方法，其特征在于，所述连续误差加载分析通过测量和检测装配过程中的关键参数和数据，获得装配过程中的实际装配误差信息，同时将这些装配误差信息转化为连续误差场，并利用修改有限元模型的节点坐标或单元尺寸的方式来模拟连续误差的加载，或者使用等效力或等效位移的方式来加载连续误差，以模拟其对结构产生的变形影响，并将其加载到有限元模型中，从而预测装配过程中的变形规律，包括尺寸偏差的累积和形状变化的演化；
6.根据权利要求3所述的方法，其特征在于，所述特征点算法与形状匹配算法具体通过比较多个特征点或形状之间的相似性来进行匹配，在弱刚性复合材料结构的装配过程中，关键特征点被提取并与装配模型进行匹配，其中的特征点可以是角点、边缘点或斑点等，在图像处理中被用来描述局部特征，通过特征点算法，提取出多个特征点，并计算它们之间的相似性，同时利用形状匹配算法，比较装配过程中的形状特征，如轮廓、曲线或几何特征等，用来计算形状特征之间的相似性度量，从而评估装配精度和进行质量控制，实现零件对齐和匹配形状；
7.根据权利要求4所述的方法，其特征在于，所述红外扫描技术利用红外辐射的特性，可以获取物体的热分布图像，通过对红外图像进行处理和分析识别出弱刚性复合材料结构在装配过程中的热量分布情况，进而推测出其形状和变形信息。
8.根据权利要求5所述的方法，其特征在于，所述有限元软件的分析具体包括根据测量的装配误差和装配变形数据建立弱刚性复合材料结构的三维仿真模型，设置复合材料的材料属性，赋予零件材料参数，将所有零件进行装配，设定分析步，对装配体进行网格划分，并设置重力加速度的方向，对装配过程中的模型进行连续误差加载求解；
...【技术特征摘要】
1.一种预测弱刚性复合材料结构装配变形规律的方法，其特征是包括红外扫描和视觉相结合的弱刚性复合材料结构装配数控检测、基于有限元仿真的弱刚性复合材料结构变形分析与模拟、特征匹配算法下弱刚性复合材料结构装配变形的预测与优化。
2.根据权利要求1所述的方法，其特征在于，它包括以下步骤：
3.根据权利要求1所述的方法，其特征在于，所述红外扫描和视觉相结合的弱刚性复合材料结构装配数控检测具体包括获取零件外形、模型简化与等效处理；基于有限元仿真的弱刚性复合材料结构变形分析与模拟具体包括连续误差加载分析、施加外载荷后的变形应力分析、装配变形演变规律推导；特征匹配算法下弱刚性复合材料结构装配变形的预测与优化包括特征点算法与形状匹配算法、提出预测与优化指导方案。
4.根据权利要求3所述的方法，其特征在于，所述获取零件外形具体包括通过红外扫描检测方法获取弱刚性复合材料结构的关键参数，如表面形状、几何尺寸和轮廓等，同时利用视觉检测方法监测和控制制造过程中的关键参数，例如零件的位置和配件的装配情况，将两种方法相结合，能够提供全面的装配过程监测和控制手段，确保获取准确的零件数据；
5.根据权利要求3所述的方法，其特征在于，所述连续误差加载分析通过测量和检测装配过程中的关键参数和数据，获得装配过程中的实际装配误差信息，同时将这些装配误差信息转化为连续误差场，并利用修改有限元模型的节点坐标或单元尺寸的...
【专利技术属性】
技术研发人员：李变红，董雨双，辛雨函，高瀚君，欧阳武，
申请(专利权)人：北京林业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。