基于ResNet-SA的大型薄壁类结构柔性装配偏差预测方法
来源：计算机集成制造系统杂志2026年第5期北京时间：
作者：李丽娟, 汪帝, 林雪竹, 郭丽丽, 梁嵬, 张文涛, 孙静, 刘悦
单位：1.长春理工大学光电工程学院光电测控与光信息传输技术教育部重点实验室2.长春理工大学中山研究院
摘要：为实现对大型薄壁类结构柔性变形下的关键特征装配偏差的快速准确预测,提出一种基于ResNet-SA网络的柔性装配偏差预测模型,以铆接点和关键特征点坐标及铆接点处初始偏差为输入预测大型薄壁类结构在装配过程中受柔性形变导致的关键特征点装配偏差。利用ResNet解决了卷积神经网络中的梯度消失问题。利用Self-Attention模块对不同输入的特征进行加权求和,进而实现对多个相关输入建立相关性。在对飞机舱段蒙皮的柔性装配偏差预测的仿真实验与实测实验中,传统柔性偏差模型预测对关键特征点柔性装配偏差的预测精度分别为0.73 mm、0.97 mm,该模型精度分别为0.17 mm、0.33 mm。结果表明该模型可实现对关键特征柔性装配偏差快速准确预测。
关键词：柔性变形,装配偏差预测,残差网络,自注意力机制
基金资助：长春理工大学中山研究院引进创新科研团队资助项目;中山市社会公益科技研究资助项目(2022B2013)。
