论文名称：飞机及其工装零件智能化检测规划关键技术研究

论文作者：北京航空航天大学/曾德标

指导教师：郑国磊《研究领域：主要从事工装智能化设计、数控加工自动编程和数字化检测等领域技术的研究。》

论文名称：飞机及其工装零件智能化检测规划关键技术研究

论文作者：北京航空航天大学/曾德标

指导教师：郑国磊《研究领域：主要从事工装智能化设计、数控加工自动编程和数字化检测等领域技术的研究。》

数控检测是现代飞机及其工装零件加工质量检验的最常用方式，是飞机数字化快速研制的重要组成环节。而如何以零件三维模型为基础开展零件智能化检测规划，已成为确保零件数控检测过程安全性、有效性和准确性的关键问题。论文专门针对这一问题开展系统性研究，提出了基于自定义特征的智能检测规划理论和方法。论文的主要内容包括：

1. 研究三维形状特征定义框架及统一的特征识别算法。特征定义框架由特征面属性向量、特征面拓扑与几何关系矩阵、特征截面属性约束和特征几何参数约束四部分组成。用户按照框架规范定义的任意类型形状特征都可由统一的特征识别算法识别。

2. 提出专门识别飞机结构件轮廓面的模拟滚动算法。通过模拟滚柱绕零件轮廓的滚动过程实现轮廓面的识别，不但可以避免复杂的几何推理，而且识别的准确度高，识别的精度和速度还可通过参数控制。

3. 研究以检测知识为基础的测量点自动分布技术。当机床及加工过程处于稳定状态，工件的加工误差会呈现出在该加工条件下的典型分布形态。因此对于相同条件下加工的一批工件，首件工件采用主检加补检的检测方案获取该批工件的加工误差分布形态；后续工件通过测量与首件工件位置相同的测量点进行检测。通过建立检测知识模型，开发知识驱动的测量点智能分布算法实现测量点自动分布。

4. 开发结合聚类和改进模拟退火算法的测量方向优化选择算法。首先分析测量点的可达性以得到每个测量点的可达方向集；然后将具有共同可达方向的测量点合并以缩减问题规模，增大模拟退火算法找到全局最优解的概率和速度；之后应用经多种策略改进过的模拟退火算法选择测量全体测量点所需的最少测量方向；若问题规模很大，模拟退火算法得出的解不够理想，则再通过逐步去除非必需测量方向的方法进行二次优化。

以上述技术和算法为基础，设计并开发了一个基于自定义特征的智能检测规划原型系统。此系统已在多个重大航空产品的研制中得到应用，显著提升了飞机及其工装零件检测规划的自动化水平，验证了本文提出的各项技术及算法的正确性和有效性。