面向数字化制造的复杂空间型面几何误差测评理论与方法

加工质量信息的获取、表达、传递和利用是数字化制造的重要内容。本项目对复杂空间型面公差的数学定义、几何误差精确评定理论和算法以及测量采样方案中的关键问题进行研究。用数学方法对复杂型面的几何误差进行描述、定义和建模；提出以符合最小条件的几何误差值为搜索目标的高维逼近理论和方法，实现复杂空间型面误差值的精确评定；从理论上形成适合于数字化制造环境的、系统规范的复杂空间型面几何公差定义和数字化设计、计量规范。研究基于动态自适应与多元非线性回归分析的复杂空间型面结构参数获取优化方案智能决策方法，从而高效、准确地获得被测型面的结构参数信息。以项目的理论研究成果为核心内容，构建复杂空间型面几何误差精确测评系统，该系统在数字化制造系统中构成制造质量检测控制的关键环节，能够为复杂空间型面的最优成型提供实时修正定量数据，这对于提升我国航天、航空以及交通等领域的制造水平、推动制造业高端装备的发展具有重要意义。

在航空航天、造船及汽车工业中，一些重要的功能零部件往往由复杂空间型面构造而成，这些型面的几何误差往往是影响整台机器工作质量的关键。如何快速检测、评定复杂空间型面的加工误差，是复杂曲面实现数字化制造的重大技术和重要内容之一。本课题首先深入分析了ASME_Y14.5.1M-1994中有关几何公差的语义表述的内容，利用距离函数提出了复杂曲面轮廓度公差的数学定义并借助短时距方程对其进行了证明；其次，系统的研究了复杂空间型面的误差评定方法，此部分内容分为三个方面：第一，提出了两种空间中一点到复杂曲面距离的计算方法，在此基础上，结合轮廓度公差的数学定义建立了轮廓度误差的评定模型，最后利用多种现代进化算法对模型进行求解，进而实现复杂曲面轮廓度误差的快速精确评定；再次，研究了复杂曲面自适应采样策略、采样点数目的确定方法以及采样路径的规划问题，分别提出了基于质心Voronoi结构和基于CAD模型的的复杂曲面的自适应布点算法，根据回归分析的方法确定了最佳的采样点数目，利用遗传算法实现了检测路径的快速有效的优化，并通过GRIP语言对UG软件进行二次开发，完成了碰撞检测和碰撞规避；最后，将上述研究成果进行有序的整合，形成了一套可以完成复杂空间型面轮廓度误差的精确测评并给出能够反映型面整体误差信息的软件系统。它具备与开放式数控系统或三维坐标测量系统相兼容的数据接口，最终为实现产品加工质量主动预测以及产品终检的准确验收提供依据。针对上述提出的方法设计了相应的仿真实验，实验结果表明，各个误差评定算法评定出的误差值均明显低于传统最小二乘算法所得结果，误差降低10%以上，可有效地降低产品的误废率；采样点可以随曲面曲率自适应分布，在保证采样精度的前提下减少了采样点数；采用路径实现了快速有效的优化，在保证不发生碰撞的情况下提高了采样效率，节约了采样成本。综上，本课题基本实现了复杂曲面质量信息的精确快速获取、表达、传递和利用，为数字化制造系统中的质量检测控制环节提供了理论支持，可以为复杂型面的最优成型提供定量的实时修正数据，这将大大提升我国航天、航空以及交通等领域的制造水平和国际竞争力。