基于實測數據的飛機虛擬預裝配技術發展綜述*

郝 龍，劉涵予，黃 翔，李瀧杲，謝 穎，劉 春，宋金輝，喻 龍，候國義

（1.航空工業成都飛機工業（集團）有限責任公司，成都 610092；2.空裝駐成都地區第一軍事代表室，成都 610091；3.南京航空航天大學，南京 210016）

新一代飛機等航空重大型號呈現出大型、重載、遠程、長壽等階躍式發展特征。裝配作為飛機制造的最終環節，直接決定了產品的服役性能。目前我國飛機裝配技術完成了從樣板、模線等模擬量傳遞為主的手工模式向計算機信息處理平臺為基礎的數字化裝配方式轉變。數字化裝配體系通過融合飛機關鍵特征，采用全數字量裝配協調方法，運用自動定位、自動鉆鉚、自動化對接等方式，完成零部件裝配及總裝[1]。但隨著新一代飛機近乎苛刻的機體表面精度與服役性能要求，零件制造誤差 （尤其是復合材料零件）、裝配非線性累積誤差往往會超過機體精度要求，造成在后續裝配環節中需要反復試裝、修配才能達到交付要求；更為嚴重的是，在精度要求極高的翼–身、機–身對接過程，裝配誤差累積引起的超差往往會在某些關鍵特征部位引起無法通過簡單修配與工藝優化解決的復雜協調問題，如對接孔錯位量遠超精度要求且誤差無法溯源等，極大影響裝配效率。因此如何將零件實際制造誤差及非線性裝配累積誤差反映到裝配階段，提前預估關鍵部位裝配誤差的非線性累積過程，進而準確預測裝配誤差累積過程，同時基于數字孿生理論實現質量過程控制與在線調整，成為裝配精度進一步提升的關鍵。

虛擬裝配指利用虛擬現實、計算機、人工智能和過程仿真等技術構造虛擬環境，通過分析產品模型，對數據進行交互分析、仿真裝配進而優化裝配工藝的方法。其突出特點是基于產品設計模型開展虛擬裝配，進而在工藝設計階段分析零部件可裝配性，在裝配階段規劃裝配順序并優化工藝過程。但基于理論模型的虛擬裝配缺乏實測數據引入，無法實現裝配誤差的精準預測、工藝的實時優化與質量的在位控制，即無法在精度要求超高的裝配關鍵部位實現裝配質量的精準控制與溯源調整。實測數據主要指在飛機裝配過程中依據數字化測量手段得到的裝配關鍵幾何特征的點或點云數據，在裝配過程中具體指測得的產品與工藝設計階段指定的配合特征、接觸特征與輪廓特征等數據。Jamie[2]在F–35前機身裝配中的裝配填隙補償工藝研究中提出了基于實測數據的飛機虛擬預裝配技術，其核心是將帶實測偏差的零組件模型應用于虛擬環境，通過坐標系配準、特征擬合等手段實現虛擬預裝配分析，以精準預測復材裝配間隙大小及加墊量。具體過程為：通過數字化測量設備分別對飛機骨架及壁板內外形進行測量，而后重構出裝配配合面的實測模型，在裝配坐標系轉換下完成基于實測模型的預裝配，精準預測配合面間隙，從而確定液態墊片、固態墊片和混合墊片等的具體厚度與形狀。

與傳統虛擬裝配[3]技術側重于檢驗、評價及預測裝配產品的可裝配性不同，基于實測模型的預裝配技術側重于在虛擬空間中對裝配實際過程的誤差控制，即通過在裝配仿真中引入實測數據，實現在工藝流程中進行帶實際制造、裝配偏差的裝配仿真，使得累積誤差可溯源控制，解決傳統虛擬裝配“仿而不真”的問題。基于實測模型的預裝配技術由復合材料在飛機中大量應用造成的復材構件裝配協調與應力不均衡問題引出。根據上海交大王華[4]的研究，復合材料各向異性的特點導致其制造精度往往會由于變形、翹曲等影響而低于裝配精度要求，進而造成難以預測的變形與協調問題，亟待將復材構件的尺寸、形狀、材質偏差精準映射于裝配過程，進而實現質量的精準控制，本技術正基于此產生。同時在智能制造背景下，浙大張永亮[5]和中國航空制造技術研究院肖慶東[6]等分別提出了飛機確定性裝配技術與裝配質量主動實時控制技術，其核心均是在智能制造、工業4.0等先進制造理念指導下，通過實時獲取、主動控制技術來減少工藝準備時間、控制裝配質量，其思路與本文不謀而合，本文正是在此類技術框架下的先進裝配理念的具體實現方法。

1 基于實測數據的虛擬預裝配技術框架

圖1所示為基于實測數據的飛機虛擬預裝配技術在某型號機翼梁與隔框裝配時，針對配合面間隙/干涉等不協調部位預測的典型應用過程。在目前數字化裝配體系下，虛擬裝配的意義在于利用梁及隔框的理論模型，根據裝配特征進行裝配仿真，進而驗證工藝流程的正確性。即零件在裝配仿真結果驅動下，在工裝上完成定位后直接測量間隙，根據測量結果制作墊片并完成加墊補償。上述流程中補償量依據局部間隙測量結果獲得，但通常會由于測量部位的不確定性而造成制作完成的墊片存在間隙或干涉等不協調問題，使得零件需要反復定位裝夾才能達到最終精度要求。因此，需要在裝配前利用數字化測量手段分別獲得梁–框配合特征面實測數據，對獲取的點云數據進行去噪、均勻采樣等操作，基于不同特征的快速重構策略完成實測模型構建；而后將重構模型根據裝配語義及特征約束，在剛體假設條件下完成虛擬預裝配；最后在虛擬空間內判斷工藝流程約束下的配合面間隙，準確、定量預測加墊量。根據上述分析可知，基于實測數據的飛機虛擬預裝配的實現主要包含零件幾何特征測量與重構以及面向裝配語義與幾何特征約束的虛擬預裝配等關鍵技術[3]，用于解決當前虛擬裝配技術“仿而不真”的問題，即虛擬空間中裝配誤差的真實表達問題。需要注意的是基于實測數據的虛擬裝配雖然可以表達誤差，但由于重構與虛擬裝配過程會降低整體裝配效率，導致其往往無法對全部裝配特征均進行測量、重構及虛擬裝配分析。以上述機翼裝配為例，梁–框裝配關鍵配合面間隙的準確預測僅是單一工步的分析，實際機翼裝配包含多個工步，需要通過分析確定不同裝配工步中配合特征對于機翼裝配準確度的影響程度，即開展飛機復雜結構的裝配關鍵特征識別與測量技術，確定需要進行基于實測數據虛擬裝配的關鍵配合特征。

圖1 基于實測數據的虛擬預裝配技術的典型應用場景Fig.1 Typical application scenarios of virtual per-assembly technology based on measured data

圖2所示為基于實測數據的虛擬預裝配技術框架。就單一裝配工步而言，其狹義過程主要包括裝配特征分析與測量、零件幾何特征識別與重構以及面向裝配語義與幾何特征約束的虛擬預裝配3項關鍵技術與實現過程，即通過實測偏差模型的虛擬預裝配，預測裝配部位的協調性。隨著數字化檢測手段與計算機虛擬平臺的不斷發展，零件特征制造偏差、裝配件特征位置累計誤差的檢測與虛擬空間表達已經基本實現[7–8]。在數字孿生理論下，將基于實測模型的虛擬預裝概念融入飛機組件、部件以及大部件裝配全過程，將現場實測數據融入虛擬裝配分析技術，通過數字化測量獲得實際零部件在虛擬數字環境下的帶偏差真實表達，實現在數字化空間中訪問實際制造數據，并進行虛擬預裝配、實時仿真分析[9]，成為當前裝配質量控制的關鍵與研究重點，上述過程即為該技術的廣義內涵。總體而言，基于實測數據的飛機虛擬預裝配技術主要涉及裝配關鍵特性識別與分析、零件幾何特征測量與重構以及面向裝配語義與幾何特征約束的虛擬預裝配等技術。因此，本文首先對上述技術的發展現狀展開分析，并梳理該項技術在飛機裝配中的實際應用情況，進而得出數字孿生理論驅動下的飛機虛擬預裝配技術的發展趨勢。

圖2 基于實測數據的虛擬預裝配技術的實現框架Fig.2 Technical implementation framework of virtual per-assembly technology for aircraft based on measured data

2 飛機復雜結構的裝配關鍵特性識別、分析與測量技術

產品關鍵特性 （Key characteristics，KC）是指對產品性能、尺寸顯著影響的特征，在飛機裝配中KC特指裝配對象間的相互配合區域 。KC的提出主要是為解決飛機產品由于質量波動而帶來的成本問題，在基于實測數據的飛機預裝分析技術中，產品關鍵特征的識別與分析是后續技術展開的基礎，只有在正確分析并識別影響裝配協調準確度的關鍵特征前提下，才能確定后續需要重構與虛擬預裝分析的部位，進而提高裝配效率并精準控制關鍵部位精度。因此，通過對設計文件中包含的零件拓撲結構與幾何關系分解，根據飛機產品裝配工藝結構樹的層級劃分 （圖3），以幾何特征自動識別重構、裝配語義為約束，KC多層級分類與表達為主要手段，針對不同零部件的裝配KC快速識別與分析方法成為實測模型虛擬預裝分析技術實現的基礎。

圖3 飛機產品裝配工藝結構樹Fig.3 Aircraft product assembly process structure tree

對于KC的研究由來已久，基本形成了較為穩定的KC識別與分析方法。20世紀80年代，空客公司率先在汽車質量控制中引入成熟的KC概念[10]，接著以波音公司為代表，通過大量的理論與試驗研究，提出了覆蓋飛機產品全生命周期的KC定義與使用方法[11]。即通過定義產品、制造、裝配等不同環節KC[12]，開展容差分配設計，根據設計模型、產品結構、裝配工藝等因素劃分不同特性的重要程度，進而厘清所有待裝零件幾何特征對KC的影響，完成KC識別與分析。目前我國最新列裝的飛機產品基本實現了全數字化設計，并逐步開始了基于KC的裝配尺寸協調方法應用。以南航、北航、西工大等為代表的高校與科研院所均圍繞KC定義、識別與分析開展了大量研究，基本實現了面向飛機常見零件、部件、段件的KC分析[13]。在國內北航的范玉青教授團隊較早從設計入手，開始研究識別與拆分KC，提出了基于并行工程的關鍵特性定義與管理過程的計劃–執行–檢查–處理循環方法，該方法貫穿整個飛機設計制造過程，并將對互換協調影響最大的幾何特性定義為關鍵特性，沿制造樹分解形成對應的產品級–部件級–組件級–零件級關鍵特性樹，最終實現飛機裝配質量波動控制[14–16]。魏麗等[17]提出了概要工藝規劃中關鍵特性的識別過程及方法，對工藝規劃中關鍵特性進行了定義、分類、分解和傳遞。西工大唐文斌等[18]基于裝配有向圖及田口質量損失方法，通過構建飛機關鍵特征多層級備選集與不同特征下的關鍵特征分層影響度模型，量化產品KC并確定不同層級對于產品質量的影響，如圖4 （a）所示以登機門為例驗證了方法有效性。南航賀鵬[13]通過解碼KC編碼信息，如圖4 （b）所示實現了KC在CATIA模型中的三維表達，構建了以減速板為對象的協調誤差仿真計算模型。航空工業沈陽飛機工業（集團）有限公司馮子明等[19]基于裝配過程基準傳遞鏈的傳遞過程，通過KC分析，實現了誤差累積路線的分析與判定。

圖4 KC分析Fig.4 Analysis of KC

發展至今，KC的識別方法不盡相同，但大致可分為定性與定量兩種[20]。需要注意并非KC尺寸設置的越多越好，關鍵尺寸的增加必然會導致成本成倍增加，定性的KC識別從工藝流程出發[21]，在關鍵尺寸容差分配中無法對已識別特征進行再次分類。一般而言，某條尺寸傳遞鏈被設置為關鍵時，其所有相關部分均會被設置為KC，定性方法偏于保守，會極大增加成本。由于不同幾何特征對于產品影響敏感性不同，如何從不同維度定量化判斷其對于產品性能的影響成為關鍵。Thornton[12]使用田口損失函數作為KC相對質量的度量，提出了一個變異模型來計算KC影響，并評估其對質量變化的敏感性。Dantan等[22]提出了一種基于KC定量表達的數學模型，用于厘清零件/產品關鍵特征之間的因果關系。由此可知，亟待針對不同KC性能影響的定量化描述開展研究，考慮不同KC在局部與全局質量與性能下的貢獻度，基于敏感性分析方法確定針對飛機裝配過程的快速精準定量化KC識別與分析方法。

2.1 裝配關鍵特征識別與分析流程

根據飛機裝配過程中的實際需要，進行基于多裝配層級的多種類型關鍵特性識別方法研究，在目前已有的飛機制造裝配工藝基礎上，以此進行產品結構分解，形成多層級的裝配結構工藝樹。自上而下地逐層級定性識別出對當前層級產品質量要求有影響的多種類型關鍵特性集，如圖5所示，上述過程即為裝配關鍵特征識別與分析的一般流程。

圖5 裝配關鍵特征識別與分析的一般流程Fig.5 General process of assembly key characteristics recognition and analysis

具體而言，產品的裝配準確度要求即為產品的頂層裝配需求，首先由飛機制造人員將其作為頂層關鍵特征，依據裝配設計、工藝分離面得到裝配工藝結構樹，從而表明產品的整個裝配層級關系。然后，將裝配準確度劃分為氣動外形、部件之間相對位置、部件內部組合件和零件的位置等多種產品準確度要求[23]，對應形成不同層級的產品關鍵特征 （Product key characteristics，PKCs）。PKCs對應每一層級的裝配最終質量要求，不隨裝配工藝改變。裝配關鍵特征 （Assembly key characteristics，AKCs）對應于上述不同層級的裝配工藝，其主要基于基準傳遞鏈 （Datum flow chain，DFC）通過配合特征與裝配特征影響度劃分，進而確定影響不同PKCs的AKCs；制造關鍵特征 （Manufacturing key characteristics，MKCs）主要指參與裝配零件的幾何量特征，包括配合特征、接觸特征和壁板蒙皮類零件的輪廓特征，是基于實測數據虛擬預裝配分析中的需要測量與重構部位的備選特征集。根據上述關鍵特征定性分析形成的備選特征集，基于3DCS三維容差分析軟件，定量化表征不同裝配關鍵特征對于各層級裝配準確度的影響度，進而篩選出最終需要進行三維實測模型重構與預裝分析的特征，具體的分析過程如圖6所示。對相應的特征根據經驗和加工工程能力指數等因素，為零件相關特征進行容差分配，結合3DCS進行容差分析與再分配等。通過不斷的迭代最終確定零組件的形位公差，作為零件加工要求和測量要求。

圖6 基于3DCS的關鍵特征影響度分析流程Fig.6 Analysis process of influence degree of key characteristics based on 3DCS

2.2 裝配關鍵特征測量模型構建

基于實測數據預裝分析的目標是在兩個產品沒有裝配之前通過對各自的配合特征進行測量，從而根據重構模型完成虛擬裝配，因此基于實測數據預裝分析的首要任務是定義正確的測量目標。一個零件或組件上可能存在大量的幾何特征，但并非所有的特征均參與裝配，因而需要正確地識別和定義出產品關鍵裝配特征，并將其作為測量目標特征，成為實施測量任務以及后續分析的前提條件。在測量目標特征選擇上，首先需要明確對應階段的裝配類型，對于Ⅰ型裝配，測量目標特征主要是零件的定位特征，零件的裝配基準特征作為測量基準特征；對于Ⅱ型裝配，目標特征主要是零件的接觸特征。對于兩種裝配類型，如果測量對象中含有輪廓特征，其也應作為測量目標特征。

在確定測量目標、選擇測量設備及選定測量基準后，需在飛機裝配規程中構建如圖7所示的測量模型，用以規范化管理測量過程、獲得實測數據。測量模型構建過程主要包括測量信息提取、測量信息標注、測量點規劃、測量方法規劃、特征重構和偏差分析等關鍵過程。將前述信息引入對應幾何圖形內進行集中，分別形成測量特征集、基準信息集、容差標注集、測量特征離散點集、測量方法集、特征重構集、偏差分析集等工藝集合。在飛機裝配過程中，裝配體測量信息依托于CATIA環境以結構樹形式表征，其中測量特征提取旨在將裝配體上用于測量的特征提取到“測量特征集”。測量基準提取主要是將該裝配體的工藝裝備上的基準點提取到“測量基準集”。測量點規劃是將待測特征根據不同的測量要求離散成測量點集，即用有序點來表征測量特征從而引導測量過程。測量方法主要包括設備選擇及該設備下的站位坐標系（設備放置坐標）、站位基準點、測量特征點集等信息選擇。特征重構整理包括用于存放重構點云的“點云數據集”和已經重構的“重構特征集”。偏差分析主要將測量數據與理論特征進行偏差分析，將數據分析結果記錄在“偏差分析集”。上述內容即為裝配關鍵特征測量模型的工藝模型構建過程。

圖7 某型飛機翼盒后緣組件的測量模型構建示例Fig.7 Example of measurement model construction of a certain aircraft wing box trailing edge assembly

3 面向虛擬預裝配的零件幾何特征識別與重構技術

以激光跟蹤儀、三維激光掃描儀、室內GPS（iGPS）、照相測量等為代表的數字化測量技術因其精度高、效率快、范圍廣等優點被國內外各大飛機制造廠商廣泛應用于裝配過程[23–24]。由于數字化測量數據規模大、格式不統一、通常為點云數據，往往無法直接用于飛機虛擬預裝分析。因此衍生出針對不同測量設備實測點云數據的處理方法，包括點云精簡[25]、點云濾波[26]、拓撲關系構建[27]、幾何特征識別等。Hao等[28]通過構建先驗模板，提取網格節點處的法向量，引導原始掃描點云數據搜索點法線附近的點并提取每個基本元素的相應點云；搜索引導點法線附近點云，最后通過非均勻B樣條曲面擬合重構基本單元幾何元素。k-means聚類分割算法[29]以空間中任意k個點為中心，通過迭代逐次更新聚類中心值，得到最優結果。趙夫群等[30]提出了基于改進隨機抽樣一致性的點云分割算法，通過改進初始點云數據的選取方式和判斷準則，提高了RANSAC算法對點云數據的分割準確度。

通過零件幾何外形的實際測量數據，利用計算機圖形技術構建帶有誤差的真實零件三維模型，實現真實物理層面零件在虛擬環境的映射、表達和誤差管理是裝配幾何特征重構的核心。由于實測數據具有海量、規模大、散亂無序的特點，并且可能含有多個數量或多種類型的裝配幾何特征，不能直接用于飛機虛擬預裝配分析。因此需要對基于實測數據的零件幾何特征識別技術進行研究：將在不同測量坐標系下的實測點云數據轉換為裝配坐標系下的歸一化點云，并由重構模板內含有的離散點坐標和法向量信息結合點云的拓撲關系和幾何性質，引導和驅動裝配幾何特征完成自動識別進程，最終獲得只含單一拓撲結構的點云識別區域塊。重構模型的精度與效率是進一步影響虛擬預裝分析的重點。目前大致可分為基于三角網格、基于曲面特征及基于實體特征3種模型重構方法[31–34]（圖8）。

圖8 重構方法Fig.8 Reconstruction method

（1）基于三角網格的模型重構方法。

源于有限元的三角形網格方法主要作用是將實測點云數據離散為表面模型，進而將曲面或實體模型離散為微小面片或網格模型，其構建效率高、數據量小，但是當重構精度要求很高時，三角網格面則會因為尖銳特征模糊、頂點數量眾多、曲面編輯能力差等突出缺點而需要煩瑣的網格面簡化過程，極大影響精度與效率[31–33]。

（2）基于幾何特征的模型重構方法。

B樣條和NURBS曲線曲面方法是用于描述和重構關鍵幾何特征的另一種方法，其主要依靠參數化樣條曲線及隱式控制方程實現。基于樣條化隱式方程的曲面重構又稱為函數擬合法，常用的方法有最小二乘擬合和泊松曲面構建[35]。該方法主要依靠待重構零件的邊界點、線、曲面等表面輪廓來構建外部關鍵幾何特征，其具有幾何計算特性好、易參數化的優點[36–38]。

（3）基于實體特征的模型重構方法。

該方法從實測點云數據關鍵特征點的邊界點、截面點入手，首先把上述特征點重新擬合為特征曲線，然后根據特征類型，通過曲面構建方式得到特征曲面，曲面特征經外插延伸、分割裁剪填充實體等操作得到重構基礎實體特征，最后經過實體特征之間的布爾操作獲得最終重構幾何模型[39–40]。區別于前述兩種方法，該方法可以重構出具有實體特征的零件模型直接用于后續的虛擬預裝配分析，如何高效、精準地識別出不同裝配特征并擬合出高精度模型成為目前研究的重點與難點。

3.1 裝配語義信息重構模板構建

通過不同數字化測量設備得到的飛機零部件數據可以直接反映出零件與裝配誤差，但是由于單點的數據或成片的點云數據無法直接應用于虛擬裝配，需要通過裝配特征識別與重構方法實現誤差等信息在虛擬環境的真實表達。裝配幾何特征主要指待測目標特征，為了與前述構建的測量模型特征集進行匹配，以補充必要的裝配過程信息來描述不同零部件與特征之間的裝配關系，需要在零部件特征識別與重構前定義基于零部件理論模型的裝配語義重構模板。

理論模型中的飛機零部件特征均采用自由造型設計，當用于構建語義模板時其數學表達式求解煩瑣且效率低下，為避免二義性、充分利用理論模型中的相關信息，在語義模板中使用離散點表達不同特征，以離散點的形式表達理論曲面特征，計算每個離散點在曲面上的法向量，并存儲在重構模板數據庫中，方便后續的數據傳輸與交換。

圖9所示為典型的裝配語義信息重構模板數據結構圖。裝配語義是產品裝配關系的一種抽象數學表達方式，通過對不同裝配語義描述信息的數字化解析，獲取其中蘊含的豐富裝配工藝信息，從而構建出產品虛擬裝配模型。首先對裝配對象進行編號處理，按照裝配類型的不同分別識別提取不同裝配特征。關鍵幾何特征信息的離散化表達需要按照一定間距將提取的理論曲面離散成截交線特征，確定首末端點，之后采用基于弦高差控制因子的變弦長法方法將每條截交線特征離散為點特征，最后得到所有離散點坐標和法向量。將不同類型裝配幾何特征進行高斯映射形成不同的高斯映像結果，以此為依據對裝配幾何特征的類型進行識別，將識別完成的相同類型裝配幾何特征放入同一集合。融合以上所有關鍵信息共同構建基于理論模型的裝配語義信息重構模板。數據結構包括裝配對象集合，離散表達集合和裝配信息集合，對于編號相同的零件共用同一組重構模板，減少模板重復構建增加的工作量和降低數據庫的內存占用空間。

圖9 裝配語義信息重構模板數據結構Fig.9 Reconstruct template data structure from assembly semantic information

3.2 零件幾何特征自動識別與重構

重構模板構建完畢后，通過坐標轉換方法將實測數據統一對齊到飛機裝配坐標系下，即準確描述飛機各零部件間的相對位置及后續關鍵特征參與虛擬裝配時的真實定位位姿。為了提高數據處理速度和效率，準確表達點云間拓撲關系，采用空間柵格法劃分三維空間點云，二值化處理并用實格質心點代替柵格內所有點。同時將重構模板中的離散點三角網格化，沿法向方向偏移一段距離構建曲面特征空間包圍盒。通過判斷實格質心點和空間包圍盒的空間位置關系對幾何特征進行預識別。采用空間柵格法劃分三維實測點云數據，并用柵格實格的質心點代替柵格內所有點，以質心點到重構模板的投影距離作為判定依據對幾何特征進行預識別。建立柵格實格質心點間的拓撲關系，快速搜索任意質心點的k–近鄰，并基于局部表面擬合的主成分分析法對點云的法向量進行估算和方向一致性調整，使用重構模板的法向量信息為基準引導重疊區域的幾何特征終識別，得到只含有單一拓撲結構的區域識別點云塊，即完成了零件的自動識別。

圖10所示為裝配幾何特征自動識別與重構流程。將若干個點云分割塊逐一繼承重構模板中幾何特征類型，并分別適配不同的算法策略進行擬合重構，其中采用穩健特征值法擬合重構平面特征，非線性最小二乘擬合重構圓柱特征，B樣條曲面擬合重構自由曲面特征。但擬合重構后得到3種裝配幾何特征方程解析式的參數，表述的是空間中無限大的曲面特征，因此需要通過點云數據坐標系轉換方法以確定重構幾何特征的邊界信息，確定裝配幾何特征在空間中的真實狀態，完成最終的真實曲面特征重構。

圖10 裝配幾何特征自動識別與重構流程Fig.10 Automatic recognition and reconstruction process of assembly geometric features

4 面向幾何特征約束與裝配語義的虛擬預裝配技術及其應用

考慮到數字孿生理論要求現場實測模型重構必須兼顧精度與效率，以及飛機零件幾何特征、裝配協調關系等諸多復雜因素，實測模型的重構必須以幾何特征為約束，如何將復雜幾何特征在三維空間中合理表達，通過離散信息對幾何特征類別進行識別與篩選，從而構建基于理論模型的裝配語義信息重構模板，并輔以基于重構模板的幾何特征自動識別技術，成為實測模型精準與高效重構的關鍵。虛擬裝配技術即利用虛擬環境以人機交互方式對產品三維模型進行模擬裝配，并輸出仿真結果，從而在設計階段發現工藝缺陷，在實際裝配階段精準預測質量，縮短裝配周期。最早的虛擬裝配實現依靠相互配合零件間的幾何特征關聯在一起，即利用零件的幾何特征進行定位，以約束其自由度和保持相關零件之間的相對位置關系。在實測模型虛擬預裝中，通過重構帶偏差的不同幾何特征，依據裝配基準轉換、局部坐標系建立、約束方程建立與求解過程，即可完成實測模型的虛擬預裝配。隨著虛擬裝配技術的發展，劉少麗等[41]引入語言學方法，提出了裝配語義的概念，即抽象化描述裝配零部件間存在的定位約束、裝配規則與裝配操作的方法。相比于簡單的面向幾何約束的虛擬裝配，裝配語義通過對幾何特征進行參數化表達以描述零件間的裝配關系，將裝配操作信息逐層次由語義層向特征層、幾何層解析，通過將語義描述信息、實體庫信息進行匹配，在特征及約束驅動下按照裝配路徑庫中的路徑信息完成虛擬裝配仿真。與單一面向幾何特征約束的虛擬裝配相比，裝配語義可以通過將不同裝配特征、工藝過程以語義形式存儲形成裝配工藝庫，有利于裝配歷史工藝知識的復用。總體而言，幾何特征約束虛擬裝配是面向語義虛擬裝配的基礎，而裝配語義的定義則是幾何特征約束裝配的進一步發展，通過參數化表達裝配信息以構建適用于不同零件的裝配工藝信息庫，從而為后續基于數字孿生的虛擬裝配提供技術實現手段。

4.1 基于裝配特征約束的虛擬裝配

從飛機裝配的角度切入，將飛機裝配體含有的所有零件分為裝配零件和非裝配零件。將直接參與到飛機實際裝配過程中并對最終協調準確度有一定影響的一類零件歸為裝配零件。進一步將裝配零件模型中的所有幾何特征向下分類為裝配幾何特征和非裝配幾何特征。其中，裝配幾何特征是指零部件裝配定位過程中來自工裝、夾具或待裝配對象有各種約束關系，并且實際直接參與飛機裝配過程中，對產品裝配可靠性和最終裝配質量具有重大影響的關鍵幾何特征，屬于裝配零件的外部特征，與零件的加工制造、連接及拆卸工藝等密切相關[42]。在虛擬環境中定義裝配特征并進行匹配，通過仿真即可實現預裝分析[43]。幾何特征約束可分為結構約束與尺寸約束兩種，結構約束主要指綁定、垂直、平行、相切、重合等結構間的互相配合方式，其主要依靠幾何特征的參數化建模實現；尺寸約束一般分為角度約束與距離約束，通過尺寸變量的改變即可完成零件位置改變。基于特征約束的虛擬裝配主要包含約束特征參數表達與約束求解、裝配過程碰撞檢查、虛擬裝配與序列規劃等關鍵技術。Liu等[44]基于虛擬現實裝配平臺，建立了一種約束行為管理方法，實現了裝配關系識別、約束求解和約束運動，提高了裝配關系識別效率與交互功能。Tching等[45]提出了一種新的交互式觸覺引導方法，引入虛擬約束引導，以幾何圖形為虛擬夾具定位，以運動約束執行裝配任務，在孔銷裝配中得到驗證 （圖11）。為實現雷達結構在虛擬環境下的裝配仿真，高巍[46]提出了基于特征代理的虛擬裝配方法，基于幾何約束信息表示零部件，通過使用代理特征進行裝配意圖和約束的快速識別，在代理特征篩選后求解運動定位，進而實現雷達零部件的精確引導和裝配。實測模型在基于裝配特征約束的虛擬裝配中，目前主要在剛體假設條件下，解析不同裝配特征制造偏差在局部坐標系的合理表達，通過帶偏差裝配坐標系與基準坐標系的轉換完成。由于不同裝配特征偏差各異，如何構建有效的帶偏差的裝配坐標系成為當前研究的重點與難點。

圖11 典型零件的裝配特征[45]Fig.11 Assembly features of typical parts[45]

4.2 基于裝配語義模型的虛擬裝配

裝配語義指包含零件間設計意圖、關鍵尺寸參數、相互裝配關系等產品裝配關系的數學表達。通過對裝配語義解析獲取約束信息、裝配順序信息以及特征匹配信息，從而構建出產品虛擬裝配模型[47]，完成基于語義的虛擬裝配。Wang等[48]提出了一種裝配語義的建模方法，將裝配信息分為功能級、結構級和特征級三級語義，通過語義解釋和詞典支持的多映射機制，完成如設計意圖、基本功能、裝配層次和裝配知識等相關信息檢索。Zhu等[49]借助于識別、求解、導航等裝配語義處理方法，提出了一系列虛擬環境下交互式裝配工具規劃方法，包括裝配工具選擇、定位與操作；也提出了一種用于交互式裝配和過程生成的裝配語義建模方法。基于前述模型，提出了從交互操作中進行語義生成、處理和裝配運動提取的方法[50]。Kim等[51]提出了一種新的基于本體的裝配設計范式，實現了裝配空間、連接關系等意圖的捕捉。上述研究均屬于基于理論模型的虛擬裝配，在實測模型裝配中由于制造偏差的存在不能直接套用前述的語義模板定義方法，特別是在裝配特征約束的確定時，局部坐標系的構建應考慮實際裝配位姿而非按照理論方式定位，因此，目前對于裝配語義在實測模型虛擬裝配中的應用仍處于初級階段，亟待開展進一步研究。

4.3 基于實測數據的虛擬預裝配技術應用

目前基于實測數據的虛擬預裝配技術應用主要集中在裝配界面間隙、修邊及加墊量預測優化等方面。如圖12所示[2]，在F–35研制中，為控制骨架與蒙皮內形面間的精準裝配，工程技術人員通過在裝配工藝規程中加入實測數據對配合面進行了在線測量，根據實測數據最終確定了加墊量，并搭建了自動化液體墊片填隙系統，完成了高效、精準墊片。Wang等[52]提出了用于控制機翼裝配間隙的最優姿態評估模型。通過引入小姿態變換 （SPT）概念計算間隙，建立了具有間隙容差約束的綜合加權最小化模型，實現了機翼壁板及骨架結構的自動裝配。江一帆[53]針對剛脆性隔熱瓦在飛行器上的裝配問題，提出了基于實測數據的裝配調姿方法，以重構隔熱瓦代替理論模型進行裝配特征計算，實現了自動精準定位與裝配。郝龍[54]以大型壁板裝配過程為對象，通過數字化測量分析構建了基于關鍵特征的實測模型，通過融合裝配語義等信息，實現了壁板變形精準控制與裝配間隙優化。

圖12 基于實測模型虛擬預裝的F–35前機身加墊補償[2]Fig.12 F–35 front fuselage gasket compensation of virtual pre-assembly based on measured model[2]

5 數字孿生驅動的飛機虛擬預裝配技術發展趨勢

新一代飛機服役性能要求的大幅提升使得產品結構裝配精度提升到亞mm級，考慮到目前大量應用于飛機主承力結構的CFRP材料構建的裝配精度要求與結構成形精度（厚度偏差±0.5 mm） 基本持平甚至高于其成型精度，同時CFRP/金屬、金屬/金屬等裝配界面大量存在[55]，超高的裝配精度要求基本無法通過現有數字化尺寸協調與容差分配方法得到。同時，新一代飛機尺寸提升巨大、結構更為復雜，協調關系繁多。以某型大展弦比無人機機翼裝配為例，其裝配零件數量大、裝配過程復雜，裝配完成后往往會由于彎曲、扭轉等復雜變形存在而造成結構件內部應力分布不均，從而產生難以預測的整體結構變形，極大影響裝配質量。現有裝配方法僅注重零件幾何尺寸要求，而忽視了對于裝配力的監測與控制，例如壁板的外形準確度由工裝保證，但是成形精度的限制使壁板預裝夾緊過程需要對不同貼合部位進行加墊處理以滿足最終形狀，同時上述耦合應力狀態釋放下的機翼會形成復雜變形且難以溯源其成因。

針對上述飛機裝配問題與挑戰，為了避免裝配精度低、質量差、一致性差等因素對整體飛機產品服役性能產生的影響，亟須引用數字孿生技術為紐帶實現新一代飛機從零件→部件→整機全裝配過程的關鍵特征實測模型預裝分析。將零部件理論模型、虛擬裝配仿真等虛擬數據與實測重構模型、實際裝配狀態等物理數據虛實交互與融合，提出裝配過程調控方法和數字孿生裝配系統的運行機制；然后通過在裝配過程中搭載物理樣機采集實時數據來輔助工藝決策，實現裝配數字孿生模型與物理樣機的虛實融合，達到飛機裝配快速動態調整與精準修配，提高質量和效率。數字孿生驅動的飛機虛擬預裝配實現可以分為3步。

（1）面向幾何特征約束的裝配數字孿生模型構建。

在基于實測數據的虛擬裝配中，零部件關鍵裝配幾何特征是保證準確度的關鍵，在特征識別、重構等關鍵技術實現過程中傳遞保證裝配精度。基于數字孿生技術，面向飛機復雜結構，分析其典型邊界、曲面、孔等特征定義方法以及裝配、制造過程中的基準轉換與統一方法；基于裝配偏差理論，解析不同關鍵特征分析流程。針對不同測量方法得到的飛機典型幾何量特征測量數據，開展點云對齊去噪、精簡，特征信息提取、分析、數據匹配與擬合技術研究。將裝配配合關系、約束條件裝配信息表征于裝配幾何關鍵特征表達準確度模型。基于篩選模板構建模板到所提取特征的映射，應用插值法獲取模板點對應的測量點。基于上述方法構建從篩選模板到數字孿生模型的映射，實現孿生體模型構建。

（2）多感知調控的飛機裝配數字孿生模型構建。

通過從物理實體、行為方面來構建多感知調控數字孿生模型，從而真實地反映裝配調控單元裝配工況，實現對調控單元 （如末端鋪貼機構、激光跟蹤儀、工業機器人）數字孿生模型、狀態參數模型、裝配工藝約束下的裝配力學模型的構建。即將裝配調控單元的外形、裝配關系、運動學關系、測量模型與方式等實時、準確反映到調控單元孿生模型；將裝配工藝約束下的調控單元行為通過數學表達形式輸入孿生模型；將裝配過程不同傳感器實時采集到的參數數據與實際現場物理模型進行融合交互，并將融合后數據作為孿生模型的驅動力，進而實時反饋解算參數以指導、優化裝配過程。

（3）數字孿生驅動的飛機虛擬預裝配仿真平臺。

基于孿生體模型與多感知調控模型，在裝配現場的數字孿生平臺下，對當前裝配過程關鍵特征進行分析，開展虛擬預裝配技術研究，分析裝配缺陷，計算并優化裝配過程。構建基于實時仿真平臺，將包含重力、夾緊力以及溫度等物理與環境因素引入預裝配實時仿真分析，實現飛機產品從零件→部件→整機全裝配過程的精度與變形分析與有效控制。

6 結論

為滿足新一代飛機的超高尺寸精度與服役性能需求，數字孿生驅動的基于實測數據的虛擬預裝配技術成為當前飛機裝配領域發展的新方向。在設計模型的基礎上，開展基于工藝流程的KC定量化識別與分析，考慮不同KC在局部與全局質量與性能下的貢獻度，確定其敏感度；以激光跟蹤儀、三維激光掃描儀、室內GPS（iGPS）等手段，快速識別提取與KC關聯的幾何特征，構建面向幾何特征約束裝配數字孿生模型、多感知調控的飛機裝配數字孿生模型，搭建數字孿生驅動的飛機虛擬預裝配仿真平臺，并據此開展實測模型精準重構研究，面向裝配語義模型完成預裝配分析過程成為實現飛機高精度、高性能裝配的關鍵。