面向装配质量预测的高精密产品数字孪生可计算性方法与流程

技术特征：

1.面向装配质量预测的高精密产品数字孪生可计算性方法，其特征在于，包括以下步骤：

S1、构建数据集模块：根据历史数据对影响质量特性的关键装配特征进行提取，形成训练样本集；

S2、构建质量特性预测模型模块：对S1中形成的训练样本集进行预处理，用以训练智能预测模型；

S3、构建质量特性在线预测模块：根据当前物理装配状态向数字孪生模型进行映射，作为扰动数据使数字孪生模型演化获取孪生数据，实现装调质量特性在线预测。

2.根据权利要求1所述的面向装配质量预测的高精密产品数字孪生可计算性方法，其特征在于：所述S1采用基于信息熵的关键特征提取方法，在综合考虑相关性、互补性和冗余性的基础上，设计关键装配特征参数的入选测度f^E。在已知某质量特性Pi和当前关键装配特征集G的情况下，对装配特征与质量特性的关联关系进行度量。通过综合考虑三种关联关系来筛选具备最大相关性、最大互补性和最小冗余性的参数作为关键装配特征参数：

式中，表示候选装配特征xi和质量特性Pi之间的相关性；表示候选装配特征xi与关键装配特征集G之间的冗余性；Com(xi,pi,G)表示候选装配特征xi对于当前关键装配特征集G的互补性；α和β是权值变量，其由试验结果分析确定，且α，β，(α β)∈[0,1]。

3.根据权利要求1所述的面向装配质量预测的高精密产品数字孪生可计算性方法，其特征在于：所述S2中提到的质量特性预测模型模块中采用的智能算法可以根据不同数据量进行选择，且通过不断装配累计的数据进行自我训练。

4.根据权利要求1所述的面向装配质量预测的高精密产品数字孪生可计算性方法，其特征在于：所述S3中提到的质量特性在线预测模块的具体操作步骤如下：

A1、获取当前物理装配装配状态数据，映射至数字孪生模型，其映射数据为零件空间位姿：

式中，d为位置矢量，s为方向矢量；

A2、将映射数据作为扰动因素使数字孪生模型进行演化，获取孪生数据，其中演化方法采用状态空间模型：

式中，i表示第i个装配工序，i∈(1,2,...,m)；A(i)为系统矩阵，表示系统内部状态变量之间的联系；B(i)为转换矩阵，表示物理空间设备、夹具等位姿相对于孪生空间位姿的变换；E(i)也为转换矩阵，表示将装配过程中第i个装配工序中物理零件空间位姿相对于孪生空间位姿的变换；x(i)表示第i个装配工序下的状态向量；u(i)表示第i个装配工序下的设备、夹具等误差因素；φ(i)表示第i个装配工序下的零件加工误差因素；F(i)为转换矩阵；δ(i)为已孪数据影响因素；y(i)表示第i个装配工序下的装配特征向量；C(i)为观测矩阵，表示输出变量反应状态向量；表示装配环境(主要为温度)引起的误差，由于高精密产品的装配车间温度恒定，这里默认为零矩阵；

A3、在获取的孪生数据中提取关键装配特征数据作为质量特性在线预测模型的输入；

A4、质量特性在线预测模型输出预测结果；

A5、当预测结果不满足设计要求，则进行物理调试，否则执行下一步装配。

技术总结
本发明公开了面向装配质量预测的高精密产品数字孪生可计算性方法，属于高精密产品装配技术领域面向装配质量预测的高精密产品数字孪生可计算性方法，包括以下步骤：S1、构建数据集模块：根据历史数据对影响质量特性的关键装配特征进行提取，形成训练样本集；S2、构建质量特性预测模型模块：对S1中形成的训练样本集进行预处理，用以训练智能预测模型；S3、构建质量特性在线预测模块：根据当前物理装配状态向数字孪生模型进行映射，作为扰动数据使数字孪生模型演化获取孪生数据，实现装调质量特性在线预测；本发明有效解决了现有的高精密产品装调过程质量特性需要经过反复测试而导致的装调效率低和资源浪费问题。

技术研发人员：鲍劲松;孙学民;刘世民;顾星海;李婕;
受保护的技术使用者：东华大学;
技术研发日：2021.08.05
技术公布日：2021.10.15