在飞机大部件装配过程中,激光跟踪仪转站的关键是坐标转换。由于转站前后存在坐标测量误差,整体最小二乘法的系数矩阵存在随机误差,因此需对激光跟踪仪转站算法进行优化。提出基于Procrustes分析法的EIV-EOPA模型的Procrustes加权整体最小二乘法,建立激光跟踪仪转站模型并进行求解,采用MATLAB进行仿真并使用Leica AT403激光跟踪仪进行实验,验证方法的有效性。结果显示,Procrustes加权整体最小二乘法比加权最小二乘法获得的参数估计值更接近设定值,单位权中误差更小,提高了转站精度,同时还省略了计算中的迭代过程。实验结果进一步证实了Procrustes加权整体最小二乘法的优势。

飞机柔性工装中三坐标定位器的定位精度直接影响飞机大部件间的装配精度。提出了一种分层误差补偿模型以提高其定位精度,首先对定位器堆栈式结构和导轨间相关性进行分析,改进各轴运动方向上的角误差,提高整体线性误差补偿精度;然后采用遗传算法优化的神经网络对线性补偿后误差较大的位置点进行非线性误差补偿;最后将线性模型和非线性模型结合,提出了分层误差补偿模型,并进行了传统误差补偿模型和分层误差补偿模型的对比实验。实验结果表明,分层误差补偿模型与传统误差补偿模型相比,空间误差补偿效果最大可提高58.09%、均值可提高46.92%,有效地改善了误差补偿效果,提高了飞机数字化装配的精度。