朱永國(guó)，鄧 斌 ，霍正書，馬國(guó)祥

(1.南昌航空大學(xué) 航空制造工程學(xué)院，江西 南昌 330063；2.中航飛機(jī)漢中飛機(jī)分公司 部件廠，陜西 漢中 723213)

0 引言

傳統(tǒng)的飛機(jī)裝配質(zhì)量是利用檢驗(yàn)卡板等專用工裝實(shí)施的，隨著數(shù)字化測(cè)量設(shè)備在飛機(jī)輔助裝配與質(zhì)量檢測(cè)方面的逐步應(yīng)用，飛機(jī)裝配協(xié)調(diào)及其檢測(cè)方法正向數(shù)字化方向發(fā)展，并在國(guó)內(nèi)外多個(gè)飛機(jī)型號(hào)中得到成功應(yīng)用[1]。飛機(jī)結(jié)構(gòu)件中薄壁件變形與回彈；以及復(fù)合材料內(nèi)應(yīng)力使得飛機(jī)裝配偏差呈現(xiàn)出不確定度大、強(qiáng)耦合等特點(diǎn)，不能建立精確的裝配偏差分析模型[2-5]。激光跟蹤儀等數(shù)字化測(cè)量設(shè)備已在零件制造、自動(dòng)裝配、裝配質(zhì)量控制等多個(gè)飛機(jī)制造領(lǐng)域得到廣泛應(yīng)用[6-8]，充分挖掘這些數(shù)字化測(cè)量設(shè)備測(cè)得數(shù)據(jù)所蘊(yùn)含的信息，為保證飛機(jī)產(chǎn)品裝配質(zhì)量提供了新的有效途徑[9-10]。檢測(cè)數(shù)據(jù)計(jì)算分析的首要任務(wù)是識(shí)別出裝配粗差數(shù)據(jù)，并將其剔除，以保證測(cè)量信息真實(shí)可靠。經(jīng)典的測(cè)量數(shù)據(jù)粗差識(shí)別基于統(tǒng)計(jì)判別法等數(shù)理統(tǒng)計(jì)方法，明顯不適用于飛機(jī)小批量研制。

目前，經(jīng)典粗差識(shí)別方法主要基于統(tǒng)計(jì)判別法，利用數(shù)理統(tǒng)計(jì)方法對(duì)數(shù)據(jù)進(jìn)行粗差識(shí)別[11]。數(shù)據(jù)探測(cè)法、抗差估計(jì)法、隨機(jī)抽樣一致性法、格拉布斯準(zhǔn)則等的粗差檢測(cè)方法多數(shù)應(yīng)用于控制點(diǎn)的粗差檢測(cè)。數(shù)據(jù)探測(cè)法利用觀測(cè)值函數(shù)的統(tǒng)計(jì)量對(duì)粗差進(jìn)行探測(cè)，但是真實(shí)誤差存在不確定性，可能導(dǎo)致誤檢或漏檢的情況[12]。經(jīng)典的抗差估計(jì)法通常依據(jù)統(tǒng)計(jì)量的臨界值進(jìn)行粗差識(shí)別，但是臨界值一般根據(jù)經(jīng)驗(yàn)進(jìn)行設(shè)定，導(dǎo)致抗差估計(jì)法在抗差性和合理性上存在風(fēng)險(xiǎn)[13]。隨機(jī)抽樣一致性算法利用觀測(cè)數(shù)據(jù)迭代預(yù)估最優(yōu)模型參數(shù)，迭代次數(shù)多、時(shí)間長(zhǎng)，適用于低維數(shù)據(jù)檢測(cè)[14]。格拉布斯準(zhǔn)則通過統(tǒng)計(jì)量與臨界值的比值大小判別粗差，適用于小樣本數(shù)據(jù)檢測(cè)，但臨界值的選擇存在主觀性[15]。BRETAS等[16]提出一種加權(quán)最小二乘狀態(tài)估計(jì)的多測(cè)量粗差檢測(cè)方法，解決了三相配電系統(tǒng)的粗差判定，但飛機(jī)結(jié)構(gòu)件裝配易受外界因素影響，易導(dǎo)致識(shí)別精度不高。粗差的存在會(huì)對(duì)飛機(jī)結(jié)構(gòu)件裝配造成較大的影響，而傳統(tǒng)的粗差判定方法依舊存在操作繁瑣、應(yīng)用數(shù)據(jù)類型有限等缺陷。聚類分析法可以量化個(gè)體或?qū)ο笾g的關(guān)聯(lián)程度，且對(duì)樣本數(shù)量沒有要求，適用于小樣本數(shù)據(jù)分析處理[17-20]。為此，本文引入系統(tǒng)聚類方法來量化裝配偏差檢測(cè)數(shù)據(jù)之間的差異度。雖然系統(tǒng)聚類法可以判斷出各裝配偏差測(cè)量數(shù)據(jù)的差異性，但仍存在以下兩方面待完善：①飛機(jī)結(jié)構(gòu)件裝配質(zhì)量波動(dòng)范圍大[21]，容易造成誤判；②領(lǐng)域?qū)＜业南闰?yàn)知識(shí)被忽略，未被利用。僅利用系統(tǒng)聚類方法進(jìn)行粗差識(shí)別，對(duì)數(shù)據(jù)的依賴性較強(qiáng)，容易出現(xiàn)違背客觀規(guī)律的情況[22-23]。

綜合以上分析，飛機(jī)結(jié)構(gòu)件裝配檢測(cè)數(shù)據(jù)粗差識(shí)別是檢測(cè)數(shù)據(jù)計(jì)算分析的首要任務(wù)，是飛機(jī)數(shù)字化研制面臨的新問題。本文針對(duì)飛機(jī)等航空航天復(fù)雜結(jié)構(gòu)產(chǎn)品裝配偏差數(shù)據(jù)樣本少、裝配累積偏差值不確定性大等特點(diǎn)，以小樣本飛機(jī)結(jié)構(gòu)件裝配為研究對(duì)象，提出檢測(cè)數(shù)據(jù)和知識(shí)混合驅(qū)動(dòng)的小樣本飛機(jī)結(jié)構(gòu)件裝配粗差判定方法，適應(yīng)了飛機(jī)數(shù)字化裝配快速發(fā)展，可為飛機(jī)研制提供可靠數(shù)據(jù)。

1 檢測(cè)數(shù)據(jù)和知識(shí)混合驅(qū)動(dòng)的小樣本飛機(jī)結(jié)構(gòu)件裝配粗差判定

如圖1所示為檢測(cè)數(shù)據(jù)和知識(shí)混合驅(qū)動(dòng)的小樣本飛機(jī)結(jié)構(gòu)件裝配粗差識(shí)別流程。具體步驟如下：

(1)引入系統(tǒng)聚類方法，建立裝配偏差測(cè)量數(shù)據(jù)聚類分析數(shù)學(xué)模型。①對(duì)裝配偏差進(jìn)行檢測(cè)，獲得裝配偏差檢測(cè)數(shù)據(jù)；②對(duì)裝配偏差檢測(cè)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理；③利用歐式距離，計(jì)算裝配偏差檢測(cè)數(shù)據(jù)之間的相似度，對(duì)檢測(cè)數(shù)據(jù)進(jìn)行分類，獲得相似度大的檢測(cè)數(shù)據(jù)類；④運(yùn)用組平均連鎖量化檢測(cè)數(shù)據(jù)類之間的相似度，實(shí)現(xiàn)檢測(cè)數(shù)據(jù)類的再聚集，完成基于系統(tǒng)聚類裝配偏差異類數(shù)據(jù)的預(yù)篩選。

(2)基于專家知識(shí)，判定裝配粗差置信區(qū)間；①專家依據(jù)知識(shí)和經(jīng)驗(yàn)初步判定裝配偏差置信區(qū)間；②對(duì)專家判定裝配偏差置信區(qū)間的數(shù)據(jù)進(jìn)行挖掘；③引入直覺模糊熵，用精確數(shù)量化專家之間判定信息的直覺模糊相似度；④確定專家權(quán)重，對(duì)裝配偏差置信區(qū)間進(jìn)行修正，實(shí)現(xiàn)基于專家知識(shí)的粗差置信區(qū)間判定。

(3)依據(jù)系統(tǒng)聚類與專家知識(shí)，綜合識(shí)別出存在裝配粗差的結(jié)構(gòu)件。

2 基于系統(tǒng)聚類的結(jié)構(gòu)件裝配粗差預(yù)篩選

如圖2所示為采用系統(tǒng)聚類方法實(shí)現(xiàn)裝配粗差預(yù)篩選的流程，如圖3所示為依據(jù)相似度量化評(píng)價(jià)裝配偏差之間的差異程度，以實(shí)現(xiàn)裝配偏差異常類的判定。首先，在裝配質(zhì)量檢測(cè)數(shù)據(jù)標(biāo)準(zhǔn)化的基礎(chǔ)上，利用歐式距離來量化裝配質(zhì)量檢測(cè)數(shù)據(jù)之間的相似度。歐氏距離越小，表示兩結(jié)構(gòu)件裝配質(zhì)量之間的相似度越高。其次，依據(jù)歐式距離對(duì)檢測(cè)數(shù)據(jù)進(jìn)行聚類，構(gòu)建檢測(cè)數(shù)據(jù)類。然后，利用組平均連鎖量化各檢測(cè)數(shù)據(jù)類之間的距離。類距離越小，表示檢測(cè)數(shù)據(jù)類之間的相似度越高，依據(jù)距離對(duì)檢測(cè)數(shù)據(jù)類進(jìn)行再聚類，實(shí)現(xiàn)裝配粗差的預(yù)篩選。

(1)裝配偏差檢測(cè)數(shù)據(jù)標(biāo)準(zhǔn)化

(1)

式中:max{xδi}、min{xδi}分別表示取xδi中各元素的最大、最小值。

(2)檢測(cè)數(shù)據(jù)之間相似度程度量化表示

歐式距離可表示空間中任意兩點(diǎn)間的位置差，可實(shí)現(xiàn)數(shù)值特征差異的量化描述。為此，在偏差數(shù)據(jù)標(biāo)準(zhǔn)化處理的基礎(chǔ)上，定義式(2)所示的歐氏距離來量化不同裝配架次之間裝配偏差的相似性。歐式距離越小，不同裝配架次裝配精度差異性越小，其相似度也就越高。

(2)

(3)檢測(cè)數(shù)據(jù)類之間的相似度量化描述

引入組平均連鎖計(jì)算檢測(cè)數(shù)據(jù)類之間的距離DGmGm′，以量化如圖4所示檢測(cè)數(shù)據(jù)類之間的相似度

(3)

式中φ1、φ2分別為檢測(cè)數(shù)據(jù)類Gm、檢測(cè)數(shù)據(jù)類Gm′中元素的個(gè)數(shù)。DGmGm′越小，類Gm和類Gm′的相似度越高。對(duì)相似度高的檢測(cè)數(shù)據(jù)類進(jìn)行聚類，如此往復(fù)，直到所有數(shù)據(jù)被分為兩類為止。

3 基于加權(quán)直覺模糊熵的裝配偏差置信區(qū)間判定

如圖5所示為基于加權(quán)直覺模糊熵的裝配偏差置信區(qū)間判定。首先，作為評(píng)價(jià)主體，專家以領(lǐng)域知識(shí)和經(jīng)驗(yàn)為基礎(chǔ)對(duì)裝配偏差置信區(qū)間進(jìn)行自覺判定。然后，針對(duì)專家知識(shí)信息進(jìn)行挖掘，引入基于不確定性理論的直覺模糊熵法，用精確數(shù)量化專家之間判定信息的直覺模糊相似度。直覺模糊相似度越大，該專家提供的判定信息越能代表專家群體的意見，應(yīng)賦予較大的權(quán)重；反之，則應(yīng)賦予較小的權(quán)重。最后，根據(jù)專家權(quán)重對(duì)置信區(qū)間進(jìn)行加權(quán)，得到裝配偏差置信區(qū)間修正值。

(1)基于直覺模糊熵的專家權(quán)重量化

專家權(quán)重確定的方法是依據(jù)專家對(duì)于專家群體裝配偏差判定區(qū)間的一致性程度來為專家賦權(quán)。首先，各專家依據(jù)各自的知識(shí)和經(jīng)驗(yàn)給定各裝配偏差分量的初始置信區(qū)間。然后，引入基于不確定度理論的直覺模糊熵法，利用直覺模糊集來表示專家給出的判定區(qū)間，計(jì)算專家判定直覺模糊數(shù)，通過將直覺模糊數(shù)轉(zhuǎn)化為精確數(shù)來計(jì)算專家之間判定信息的直覺模糊相似度，最后，利用平均直覺模糊相似度確定專家權(quán)重。

(4)

(5)

利用直覺模糊數(shù)量化任意兩專家ep和eq判定信息之間的直覺模糊相似度

(6)

(7)

其中λ1、λ2分別表示專家之間直覺模糊數(shù)隸屬度之間的相似程度和非隸屬度之間的相似程度。

(8)

(9)

利用式(9)將相似度矩陣Zpq轉(zhuǎn)化為精確數(shù)矩陣Apq：

平均相似度能夠簡(jiǎn)明、直觀地描述各專家之間區(qū)間判定的集中趨勢(shì)。

(10)

對(duì)式(10)進(jìn)行擴(kuò)展，定義專家ep關(guān)于所有偏差分量的平均相似數(shù)矩陣AP:

(11)

對(duì)ωip進(jìn)行擴(kuò)展，可得各專家關(guān)于結(jié)構(gòu)件裝配偏差δ判定的權(quán)重矩陣Ω：

(2)基于專家權(quán)重的裝配偏差置信區(qū)間修正

利用權(quán)重矩陣Ω，對(duì)判定區(qū)間矩陣Φ進(jìn)行加權(quán)修正，即可得到裝配偏差修正置信區(qū)間矩陣Φ′：

(12)

利用式(12)可求得第i個(gè)偏差分量的修正后置信區(qū)間(Φi)′：

(13)

4 應(yīng)用案例

為驗(yàn)證檢測(cè)數(shù)據(jù)和專家知識(shí)混合驅(qū)動(dòng)的飛機(jī)結(jié)構(gòu)件裝配粗差判定方法的正確性與可行性，以某型飛機(jī)右上壁板裝配為研究對(duì)象，實(shí)驗(yàn)中通過顯著增大鉚接力致使裝配過程中產(chǎn)生異常變形，形成粗差源，導(dǎo)致裝配粗差。該型號(hào)飛機(jī)前機(jī)身右上壁板由表1所示的變曲率蒙皮、隔框和長(zhǎng)桁組成，零件尺寸分別如圖6～圖8所示，圖9所示為該壁板的總體結(jié)構(gòu)。該壁板各零件之間的連接方式為鉚接。

本文對(duì)黑城的三件元代蒙古文、漢文文書做了釋讀，文書涉及亦集乃路的經(jīng)濟(jì)和稅收，如蒙古人中的人力雇傭、亦集乃路的稅糧征收，有的內(nèi)容則與元朝后期亦集乃路儒學(xué)教官的赴任有關(guān)。這些文書的文字雖然有限，但在相關(guān)問題的研究方面，仍為我們提供了一些新的資料。

表1 某型飛機(jī)前機(jī)身右上壁板零件

4.1 基于3DCS的裝配粗差仿真分析

如圖10所示為利用3DCS軟件進(jìn)行右上壁板裝配粗差仿真流程。首先，將蒙皮、隔框和長(zhǎng)桁的網(wǎng)格文件和縮減剛度矩陣分別加載到仿真模型中，作為計(jì)算變形的依據(jù)。然后，將蒙皮、隔框、長(zhǎng)桁等模擬件定位夾緊到夾具上，并進(jìn)行鉚接仿真。其次，松開各個(gè)零件的夾持和定位，此時(shí)壁板裝配件將發(fā)生彈性回彈。共進(jìn)行10架次裝配偏差仿真，其中第3、第8次裝配過程中，顯著增大鉚接力導(dǎo)致裝配粗差，直接影響裝配質(zhì)量控制點(diǎn)的位置度。網(wǎng)格文件單元類型均設(shè)置為C3D10；蒙皮、隔框和長(zhǎng)桁的材料屬性均相同，其中楊氏模量為2×1011Pa，泊松比為0.266，密度為7 860 kg/m3，延展性為1.17×10-5。

工程實(shí)際中，控制點(diǎn)坐標(biāo)偏差是判斷飛機(jī)裝配后外形偏差、部件間相對(duì)位置準(zhǔn)確度等的重要指標(biāo)[24]。如飛機(jī)總裝后，采用水平測(cè)量點(diǎn)偏差來表示飛機(jī)主要幾何參數(shù)的誤差。壁板的裝配質(zhì)量不僅包括各點(diǎn)的坐標(biāo)偏差，還包括外形波紋度、表面平滑度等指標(biāo)。為此，采用蒙皮外形關(guān)鍵控制點(diǎn)形變量，即關(guān)鍵控制點(diǎn)形變后的位置與初始位置之間的距離，來表征該壁板的裝配質(zhì)量。依據(jù)右上壁板裝配質(zhì)量關(guān)鍵控制點(diǎn)的設(shè)計(jì)要求，關(guān)鍵控制點(diǎn)分布在蒙皮中線以及外側(cè)徑向邊緣起點(diǎn)、1/3、2/3處和終點(diǎn)，共有12個(gè)關(guān)鍵控制點(diǎn)，圖11所示為通過關(guān)鍵控制點(diǎn)Kp1～Kp12來表征壁板的裝配質(zhì)量。經(jīng)仿真得到表2所示各關(guān)鍵控制點(diǎn)位置度偏差。

表2 關(guān)鍵控制點(diǎn)偏差 mm

4.2 檢測(cè)數(shù)據(jù)和專家知識(shí)混合驅(qū)動(dòng)的裝配粗差判定

(1)基于系統(tǒng)聚類的裝配粗差預(yù)篩選

依據(jù)右上壁板各關(guān)鍵控制點(diǎn)的檢測(cè)數(shù)據(jù)，構(gòu)建控制點(diǎn)偏差矩陣Dc：

利用式(1)對(duì)Dc進(jìn)行標(biāo)準(zhǔn)化處理，得

對(duì)(Dc)′進(jìn)行分組，分別為G1=(Dc1)′，G2=(Dc2)′，…，G10=(Dc10)′。

利用式(2)計(jì)算G1～G10之間的歐式距離，如表3所示。

表3 G1～G10之間的距離

由表3可知，G5和G10兩組數(shù)據(jù)之間距離最小，故兩者之間的相似程度最大，因此，應(yīng)將G5和G10聚為一類，記為G510。其余各組也依據(jù)距離大小一一進(jìn)行聚類，其聚類結(jié)果分別為：G1和G7聚為一類，記為G17；G2和G4聚為一類，記為G24；G3和G8聚為一類，記為G38；G6和G9聚為一類，記為G69。

利用式(3)運(yùn)用組平均連鎖量化類G17、G24、G38、G510、G69之間的距離，如表4所示。

表4 G17、G24、G38、G510、G69之間的距離

由表4可知，G69和G510兩類之間距離最小，將G69和G510聚為新的一類，記為G56910。G24和G17兩類數(shù)據(jù)之間的距離為1.40，將G24和G79聚為新的一類，記為G2479。G38單獨(dú)成一類。

利用式(3)，再次計(jì)算G56910、G1249、G38之間的距離，如表5所示。

表5 G56910、G1249、G38之間的距離

由表5可知，G56910和G1249兩類之間距離最小，將G56910和G1249聚為新的一類，記為G124567910，G38單獨(dú)成一類。由聚類分析結(jié)果可知，G38與其他類存在較大的差異，初步判定G38類中可能含有粗

表6 關(guān)鍵控制點(diǎn)裝配偏差置信區(qū)間 mm

差，即第3次仿真或者第8次仿真可能含有粗差。

(2)專家權(quán)重求解與置信區(qū)間修正

基于表2，引入3位專家依據(jù)其領(lǐng)域知識(shí)和經(jīng)驗(yàn)給出各關(guān)鍵控制點(diǎn)裝配偏差的置信區(qū)間，如表6所示。

針對(duì)各次仿真實(shí)驗(yàn)，各專家對(duì)關(guān)鍵控制點(diǎn)Kp1～Kp12裝配偏差一一進(jìn)行估計(jì)，如表7～表9所示。

利用式(5)和表7～表9，經(jīng)計(jì)算得各專家判定直覺模糊數(shù)，如表10～表12所示。

表7 專家1偏差估計(jì)值 mm

表8 專家2偏差估計(jì)值 mm

表9 專家3偏差估計(jì)值 mm

表10 專家1直覺模糊數(shù)

表11 專家2直覺模糊數(shù)

表12 專家3直覺模糊數(shù)

綜合利用式(9)、式(10)和表10～表12，經(jīng)計(jì)算得各專家平均相似度矩陣。

A1=[0.61 0.53 0.63 0.70 0.49 0.58 0.670 .74 0.63 0.65 0.60 0.72]，

A2=[0.53 0.54 0.72 0.70 0.62 0.54 0.65 0.69 0.65 0.47 0.68 0.62]，

A3=[0.56 0.47 0.68 0.62 0.63 0.63 0.68 0.67 0.73 0.65 0.59 0.67]。

利用式(11)和A1、A2、A3，經(jīng)計(jì)算得各專家關(guān)于關(guān)鍵控制點(diǎn)Kp1～Kp12偏差判定的權(quán)重Ω

利用式(13)對(duì)初始置信區(qū)間進(jìn)行修正，得到修正后Kp1～Kp12偏差置信區(qū)間分別為[-0.23, 0.23]，[-0.21, 0.21]，[-0.17, 0.17]，[-0.21, 0.21]，[-0.23, 0.23]，[-0.19, 0.19], [-0.18, 0.18]，[-0.22, 0.22]，[-0.21, 0.21]，[-0.19, 0.19]，[-0.21, 0.21]，[-0.11, 0.11]。

(3)基于聚類分析和專家知識(shí)的裝配粗差識(shí)別

比較加權(quán)修正后Kp1～Kp12偏差置信區(qū)間和聚類分析異常類G38中的Kp1～Kp12偏差值，可發(fā)現(xiàn)：① 第3次實(shí)驗(yàn)Kp3、Kp9偏差值不包含置信區(qū)間中;② 第8次實(shí)驗(yàn)中Kp3偏差值均不包含置信區(qū)間中。綜合聚類分析結(jié)果和裝配偏差置信區(qū)間，可判定出第3和第8次實(shí)驗(yàn)都存在粗差。

4.3 實(shí)驗(yàn)方法分析對(duì)比

經(jīng)典的格拉布斯粗差判定準(zhǔn)則多數(shù)應(yīng)用于航空航天、海洋資源勘察等領(lǐng)域的數(shù)據(jù)分析，取得了較好的效果[14]。利用格拉布斯準(zhǔn)則，對(duì)飛機(jī)結(jié)構(gòu)件裝配粗差進(jìn)行判定。其判定過程如下：

(1)排序 對(duì)表2各關(guān)鍵控制點(diǎn)位置度偏差進(jìn)行從小到大排序。

(3)獲取統(tǒng)計(jì)量 綜合利用平均值、標(biāo)準(zhǔn)差，獲取格拉布斯準(zhǔn)則統(tǒng)計(jì)量。

(4)粗差判定 通過查詢格拉布斯準(zhǔn)則臨界值檢驗(yàn)表可知G90(10)=2.036，并與統(tǒng)計(jì)量進(jìn)行比較。由于第3次實(shí)驗(yàn)中Kp9與第8次實(shí)驗(yàn)中Kp8位置度偏差值的統(tǒng)計(jì)量均大于格拉布斯準(zhǔn)則臨界值2.036，該關(guān)鍵控制點(diǎn)位置度偏差判定為粗差。

對(duì)比兩者粗差判定方法結(jié)果可知：兩種方法均能診斷出實(shí)驗(yàn)中關(guān)鍵控制點(diǎn)位置度存在粗差，但格拉布斯準(zhǔn)則識(shí)別結(jié)果較為粗糙，存在錯(cuò)判和漏判的情況，如：第8次實(shí)驗(yàn)中的Kp8偏差值的錯(cuò)判、第3次實(shí)驗(yàn)中的Kp3偏差值的漏判等。其主要原因是經(jīng)典的格拉布斯準(zhǔn)則是依據(jù)統(tǒng)計(jì)量與臨界值進(jìn)行比較，從而判定粗差，但臨界值的選擇與檢出水平有關(guān)，存在較大的主觀性；而本文將檢測(cè)數(shù)據(jù)和專家知識(shí)進(jìn)行有機(jī)融合，利用平均直覺模糊相似度進(jìn)行專家權(quán)重賦值，能較好地減少判定區(qū)間的主觀性，并可較好地適用于薄壁件變形回彈、鉚接干涉、多層級(jí)裝配等多因素影響導(dǎo)致裝配偏差不確定度大的粗差識(shí)別。

5 結(jié)束語(yǔ)

針對(duì)小樣本、裝配偏差不確定度大的飛機(jī)結(jié)構(gòu)件裝配檢測(cè)數(shù)據(jù)預(yù)處理，本文引入測(cè)量信息論中的聚類分析法和基于不確定性理論的直覺模糊熵法，提出檢測(cè)數(shù)據(jù)和專家知識(shí)混合驅(qū)動(dòng)的飛機(jī)結(jié)構(gòu)件裝配粗差判定方法。

案例分析結(jié)果表明，與本文提出的裝配粗差識(shí)別方法相比，經(jīng)典的格拉布斯粗差判定準(zhǔn)則存在漏判、錯(cuò)判等不足。利用本文提出的裝配粗差檢測(cè)方法準(zhǔn)確實(shí)現(xiàn)了小樣本、置信區(qū)間難以確定的飛機(jī)結(jié)構(gòu)件裝配粗差識(shí)別，提高了數(shù)據(jù)處理的效率，粗差識(shí)別準(zhǔn)確率提高了12.5%，保證了數(shù)據(jù)的可靠性。

本文提出的基于系統(tǒng)聚類和專家判斷數(shù)據(jù)融合的裝配粗差檢測(cè)方法具有很好的通用性，適用于航空航天等小批量復(fù)雜產(chǎn)品結(jié)構(gòu)的數(shù)據(jù)處理和數(shù)據(jù)利用中，具有顯著的工程意義。本文沒有顧及到檢測(cè)數(shù)據(jù)的時(shí)間分布，下一步可針對(duì)檢測(cè)數(shù)據(jù)的動(dòng)態(tài)特性開展深入研究。