一种用于航空发动机燃油总管的数字化装配方法

1.本发明属于航空发动机燃油总管数字化装配技术领域，具体涉及一种用于航空发动机燃油总管的数字化装配方法。


背景技术：

2.燃油总管是航空发动机燃烧系统的核心部件，其核心功能为向发动机燃烧室喷射并雾化燃油，因此燃油总管的各项性能指标对于发动机燃烧室内燃油是否充分燃烧具有直接的影响，进而决定了燃烧室的性能、燃烧效率、安全性以及可靠性，并最终在发动机整机的运行效率、安全性和可靠性上起决定作用。现代航空燃气涡轮发动机的燃油总管类型众多，结构上具有明显的差异。
3.对于燃油总管的装配，工艺人员首先需要对每个燃油喷嘴的流量特性进行测量采集，具体为在不同的燃油压力下测试燃油喷嘴的燃油出口流量和喷雾角度。根据同批次燃油喷嘴的流量特性，工艺人员凭借自己丰富的经验从中选择流量特性接近的燃油喷嘴并组装成燃油总管，随后对燃油总管进行不同压力测点的流量测试，并计算燃油总管的不均匀度，该参数为燃油总管的核心性能指标，是影响燃烧室出口温度分布和涡轮工作可靠性的核心因素，因此工艺人员需对其进行重点监控，如不均匀度在工艺规范要求之内，则燃油总管可用于产品交付，反之则需要工艺人员进行参数分析，找到影响不均匀度大的单个或多个燃油喷嘴，并将其更换进行再次组装直到不均匀度满足测试标准要求。
4.受限于现有装配工艺水平，该方法目前依然为发动机工厂的主要装配手段，其严重依赖人为主观因素，因而存在装配后容易出现性能不达标甚至需要多次装配的情况，进而影响工厂生产周期、延误交付。同时，单个燃油总管由十几个甚至二十多个燃油喷嘴组装，而且对于多数燃油喷嘴，其还分为小流量型和大流量型，因而通过人工方式选取一套燃油喷嘴往往较为困难，在产线上一般由经验丰富的工艺师傅完成这一任务，但培养这样的师傅往往需要很长的时间，因而当老师傅退休，新人没培养起来的情况下，工厂将出现无人胜任的情况。此外，由于燃油喷嘴通过“凭感觉”的随机方式选择组装，因而这种装配方式的成功率较低，需要经常进行反复组装再试验，从而造成人力以及时间成本的增加，造成工厂生产效率低下，交付周期变长。


技术实现要素：

5.为解决上述技术问题，本发明提出了一种用于航空发动机燃油总管的数字化装配方法，该方法可实现燃油总管在云端的数字化装配及不均匀度测试，从而减少实际物理试验的次数，进而提升装配效率。
6.为实现上述发明目的，本发明所采用的技术方案是：一种用于航空发动机燃油总管的数字化装配方法，选取m个小流量喷嘴及n个大流量喷嘴，组成燃油总管；对该燃油总管进行物理流量特性测试并计算物理流量不均匀度，若物理流量不均匀度满足标准要求，则完成装配；若物理流量不均匀度不满足标准要求，则通过燃油总管数字孪生模型开展数字
化装配试验，若模型预测精度满足阈值要求，则将新的喷嘴放入燃油总管数字孪生模型中替换流量偏差值最大的喷嘴，进行燃油总管数字化装配并计算数字流量不均匀度，若数字流量不均匀度满足要求，则将新的喷嘴进行实际更换，重新开展物理流量特性测试，直至物理不均匀度满足要求，完成装配。
7.优选的：所述物理/数字流量不均匀度k的计算公式如下：
[0008][0009]
式中，f
′
min
为燃油总管中最小的物理/数字流量；f
′
max
为燃油总管中最大的物理/数字流量。
[0010]
优选的：所述燃油总管的流量偏差值σ计算公式如下：
[0011][0012]
式中，为第i个喷嘴的流量预测值；m为小流量喷嘴的数量；n为大流量喷嘴的数量。
[0013]
优选的：所述燃油总管数字孪生模型包括燃油喷嘴编码网络层和燃油总管解码网络层，所述燃油喷嘴编码网络层对m+n个燃油喷嘴的流量特性进行编码，传输到燃油总管解码网络层中进行解码，对燃油总管的流量特性进行预测。
[0014]
优选的：所述燃油喷嘴编码网络层包括副油路编码网络层、主副油路编码网络层，所述副油路编码网络层输入为燃油喷嘴副油路性能数据，所述主副油路编码网络层为燃油喷嘴主副油路性能数据；
[0015]
和/或，所述燃油总管解码网络层包括副油路解码网络层、主副油路解码网络层，所述副油路解码网络层和主副油路解码网络层分别从燃油喷嘴编码网络层中获取编码信息，分别得到燃油总管副油路及主副油路两种情况下的预测流量。
[0016]
优选的：所述副油路解码网络层和主副油路解码网络层均采用全连接神经网络层，通过赋予不同的权重将编码信息传递至燃油总管解码网络层。
[0017]
优选的：所述副油路编码网络层和主副油路编码网络层的编码信息分别为γ1、γ2，则所述副油路解码网络层和主副油路解码网络层的输入分别为ωγ1+(1-ω)γ2、(1-ω)γ1+ωγ2；ω为权重系数，取值为0-1。
[0018]
优选的：包括如下步骤：
[0019]
s11、选取流量特性相近的m个小流量喷嘴；
[0020]
s12、选取流量特性相近的n个大流量喷嘴；
[0021]
s13、将m个小流量喷嘴和n个大流量喷嘴组装成燃油总管，并进行燃油总管的物理流量特性测试；
[0022]
s14、计算燃油总管的物理流量不均匀度；
[0023]
s15、判断物理流量不均匀度是否满足标准要求：若满足标准要求，则进入步骤s21；若不满足标准要求，则进入步骤s16；
[0024]
s16、通过燃油总管数字孪生模型开展数字化装配试验，得到数字化流量特性数据，并计算模型预测精度；
[0025]
s17、判断模型预测精度是否满足阈值要求：若模型预测精度均满足阈值要求，则进入步骤s18；若模型预测精度不满足阈值要求，则随机更换喷嘴，并进入步骤s13；
[0026]
s18、计算m+n个喷嘴的流量偏差值，并将新的喷嘴放入燃油总管数字孪生模型中替换流量偏差值最大的喷嘴；
[0027]
s19、将步骤s18中新的燃油总管进行数字化装配试验并计算数字流量不均匀度；
[0028]
s20、判断数字流量不均匀度是否满足标准要求：若满足标准要求，则将新的喷嘴进行实际更换，进入步骤s13；若不满足标准要求，则进入步骤s18；
[0029]
s21、装配完成。
[0030]
相应的：一种电子设备，包括：
[0031]
一个或多个处理器；
[0032]
存储装置，用于存储一个或多个程序；
[0033]
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现所述数字化装配方法。
[0034]
相应的：一种计算机可读介质，所述可读介质存储有计算机程序，所述计算机程序被处理器执行时实现所述数字化装配方法。
[0035]
与现有技术相比，本发明具有以下有益效果：
[0036]
1、本发明通过燃油总管数字孪生模型开展数字化装配试验，若所有的喷嘴预测精度满足阈值，则将新的喷嘴放入燃油总管数字孪生模型中替换流量偏差值最大的喷嘴，进行数字化装配并计算数字流量不均匀度，若数字流量不均匀度满足要求，则将新的喷嘴进行实际更换，重新开展物理流量特性测试，直至物理不均匀度满足要求，完成装配。可实现在服务器等云端进行燃油总管的数字化装配，最终使得物理装配及其对应的测试试验次数减少，从而减少人力和设备的浪费，提高现有燃油总管装配车间的生产效率、产品常量以及收益。
[0037]
2、本发明的燃油总管数字孪生模型包括燃油喷嘴编码网络层和燃油总管解码网络层，燃油喷嘴编码网络层对m+n个燃油喷嘴的流量特性进行编码，传输到燃油总管解码网络层中进行解码，对燃油总管的流量特性进行预测。该模型依照实际的燃油总管装配过程，对全部燃油总管的关联度进行训练学习，同时将燃油喷嘴的周向位置通过位置编码引入模型之中，此外，还通过注意力机制能有效地在小流量喷嘴中找到大流量喷嘴的特征，因而模型具备更高的物理解释性和模型精度。
附图说明
[0038]
图1为本发明燃油总管的结构示意图；
[0039]
图2为本发明数字化装配方法的流程图；
[0040]
图3为本发明燃油总管数字孪生模型结构图；
[0041]
图4为本发明实施例2中transformer模型的编码结构图。
具体实施方式
[0042]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。若未特
别指明，实施例中所用的技术手段为本领域技术人员所熟知的常规手段。
[0043]
需要说明的是，本发明用于航空发动机燃油总管的数字化装配方法的燃油总管为一种环状结构的燃油总管，其结构简图如图1所示，在一个环状管道上对称均布着若干个燃油喷嘴，燃油通过环管中的燃油入口传输燃油到每一个燃油喷嘴中，随后燃油喷嘴通过其内的旋流器将燃油进行雾化喷出，进而供燃烧室点火燃烧。
[0044]
如图2-3所示，本发明公开了一种用于航空发动机燃油总管的数字化装配方法，其核心思想：选取流量特性相近的m个小流量喷嘴及n个大流量喷嘴，组成燃油总管；对该燃油总管进行物理流量特性测试并计算物理流量不均匀度，若物理流量不均匀度满足标准要求，则完成装配；若物理流量不均匀度不满足标准要求，则通过燃油总管数字孪生模型开展数字化装配试验，若所有的喷嘴预测精度满足阈值要求，则将新的喷嘴放入燃油总管数字孪生模型中替换流量偏差值最大的喷嘴，进行数字化装配并计算数字流量不均匀度，若数字流量不均匀度满足要求，则将新的喷嘴进行实际更换，重新开展物理流量特性测试，直至物理不均匀度满足要求，完成装配。
[0045]
进一步的，所述物理/数字流量不均匀度k的计算公式如下：
[0046][0047]
式中，f
′
min
为燃油总管中最小的物理/数字流量；f
′
max
为燃油总管中最大的物理/数字流量。即数字流量不均匀度的计算方法与物理流量不均匀度相同，计算时该公式中将最小的物理流量替换为最小的数字化流量，最大的物理流量替换为最大的数字化流量。
[0048]
进一步的，燃油总管数字孪生模型的模型预测精度可以采用燃油总管喷嘴的流量预测精度表示，也可以采用燃油总管的流量不均匀度预测精度表示。
[0049]
燃油总管喷嘴的流量预测精度ε计算公式如下：
[0050][0051]
式中，为燃油总管数字孪生模型对m+n个喷嘴的流量预测值，f
′i为第i个喷嘴的物理流量值。
[0052]
燃油总管流量不均匀度预测精度ε1计算公式如下：
[0053][0054]
式中，k1为数字流量不均匀度，即燃油总管数字孪生模型预测的流量不均匀度；k0为物理流量不均匀度，即物理流量特性测试计算的流量不均匀度。
[0055]
进一步的，所述燃油总管的流量偏差值σ计算公式如下：
[0056][0057]
式中，为第i个喷嘴的流量预测值；m为小流量喷嘴的数量；n为大流量喷嘴的数量。
[0058]
进一步的，所述燃油总管数字孪生模型包括燃油喷嘴编码网络层和燃油总管解码
网络层，所述燃油喷嘴编码网络层对m+n个燃油喷嘴的流量特性进行编码，传输到燃油总管解码网络层中进行解码，对燃油总管的流量特性进行预测。
[0059]
进一步的，所述燃油喷嘴编码网络层包括副油路编码网络层、主副油路编码网络层，所述副油路编码网络层输入为燃油喷嘴副油路性能数据，所述主副油路编码网络层为燃油喷嘴主副油路性能数据；所述燃油总管解码网络层包括副油路解码网络层、主副油路解码网络层，所述副油路解码网络层和主副油路解码网络层分别从燃油喷嘴编码网络层中获取编码信息，分别得到燃油总管副油路及主副油路两种情况下的预测流量。
[0060]
进一步的，所述副油路解码网络层和主副油路解码网络层均采用全连接神经网络层，通过赋予不同的权重将编码信息传递至燃油总管解码网络层。
[0061]
进一步的，所述副油路编码网络层和主副油路编码网络层的编码信息分别为γ1、γ
２
，则所述副油路解码网络层和主副油路解码网络层的输入分别为ωγ1+(1-ω)γ2、(1-ω)γ1+ωγ
２
。ω为权重系数，取值为0-1。
[0062]
本发明还公开了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现所述的一种用于航空发动机燃油总管的数字化装配方法。该实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。
[0063]
本发明还公开了一种计算机可读介质，所述可读介质存储有计算机程序，所述计算机程序被处理器执行时实现如所述的一种用于航空发动机燃油总管的数字化装配方法。本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图2所示的方法的程序代码。
[0064]
需要说明的是，本公开的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0065]
在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
[0066]
在一些实施方式中，客户端、服务器可以利用诸如http(hypertext transfer protocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可
以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“lan”)，广域网(“wan”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
[0067]
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
[0068]
实施例1：燃油总管的数字化装配方法
[0069]
对同一批次燃油总管的若干个小流量喷嘴和大流量喷嘴进行测试，假设一个燃油总管由m个小流量喷嘴和n个大流量喷嘴组成。该实施例针对m+n个喷嘴的燃油总管，介绍燃油总管的数字化装配方法的具体流程，如图2所示，包括如下步骤：
[0070]
s11、从同一批次的燃油总管中选取流量特性相近的m个小流量喷嘴。需要说明的是，流量特性相近指的是在同样的工况测点下流量值接近，具体的接近程度可根据实际情况而定。
[0071]
s12、从同一批次的燃油总管中选取流量特性相近的n个大流量喷嘴。
[0072]
s13、将m个小流量喷嘴和n个大流量喷嘴组装成燃油总管，并进行燃油总管的第一次物理流量特性测试。
[0073]
s14、计算燃油总管的物理流量不均匀度。
[0074]
此处，假设m+n个燃油喷嘴组装完成后的流量分别为f
′1…f′m、f
′
m+1
…f′
m+n
，前1，
……
，m为小流量喷嘴的物理流量，后m+1，
……
，m+n为大流量喷嘴的物理流量，其中最大的流量为f
′
max
，其中最小的流量为f
′
min
，则物理不均匀度的计算公式为：
[0075][0076]
需要说明的是，对于不同类型的燃油总管，其满足的物理不均匀度和数字不均匀度标准要求可能不同，但同一燃油总管的物理不均匀度和数字不均匀度标准要求应当相同。
[0077]
s15、判断物理流量不均匀度是否满足标准要求：若满足标准要求，则进入步骤s21；若不满足标准要求，则进入步骤s16。
[0078]
具体地，假设标准的不均匀度限值为δ，则需要满足k≤δ，装配燃油总管性能才算合格。
[0079]
s16、通过燃油总管数字孪生模型开展数字化装配试验，得到数字化流量特性数据，并计算模型预测精度。
[0080]
该实施例采用燃油总管喷嘴的流量预测精度作为模型预测精度，对于数字化装配试验，将步骤s11中m个小流量喷嘴和步骤s12中n个大流量喷嘴的流量特性参数作为燃油总管数字孪生模型的输入，进行装配后燃油总管各燃油喷嘴的流量值预测，假设流量预测值分别为则预测精度的计算公式为：
[0081][0082]
若预测精度满足阈值要求，则证明燃油总管数字孪生模型具备可信度，因而可以进入后续步骤，若不满足阈值要求，则继续采用传统方式进行燃油喷嘴的更换，并进入s13。
[0083]
特别的，这里阈值可设定根据实际情况设定，这里给出建议值5％。
[0084]
s17、判断m+n个喷嘴的流量预测精度是否满足阈值要求：若m+n个喷嘴的流量预测精度ε均满足阈值要求，则进入步骤s18；若一个或多个喷嘴的流量预测精度不满足阈值要求，则随机更换一个或多个喷嘴并进入步骤s13。
[0085]
需要说明的是，此处的流量预测精度可以取所有喷嘴的流量预测精度的最大值，当最大值不满足阈值要求时，则工人凭借自身的组装经验进行燃油喷嘴的随机更换一个喷嘴。流量预测精度也可以一一比对所有喷嘴的流量预测精度，当出现一个或多个流量预测精度不满足阈值要求时，则工人凭借自身的组装经验进行燃油喷嘴的随机更换一个或多个喷嘴。
[0086]
此处更换喷嘴的方法可以为：工人凭借自身的组装经验进行燃油喷嘴的随机更换，并再次组装成燃油总管并进行物理流量特性测试。
[0087]
s18、计算m+n个喷嘴的流量偏差值，并将新的喷嘴放入燃油总管数字孪生模型中替换流量偏差值最大的喷嘴。
[0088]
所述燃油总管的流量偏差值σ计算公式如下：
[0089][0090]
式中，为第i个喷嘴的流量预测值；m为小流量喷嘴的数量；n为大流量喷嘴的数量。此处第i个喷嘴对应的位置为目标更换喷嘴的位置。
[0091]
s19、将步骤s18中新的燃油总管放入燃油总管数字孪生模型中，进行数字化装配试验，得到燃油总管的预测流量分布，并计算数字流量不均匀度。需要说明的是，此处的更换并不是指实际的更换，而是将在服务器中进行虚拟的燃油总管更换，即将燃油总管数字孪生模型相应喷嘴的流量特性数据替换掉。
[0092]
s20、判断数字流量不均匀度是否满足标准要求：若满足标准要求，则将新的喷嘴进行实际更换，进入步骤s13，进行物理更换装配，并开展物理流量特性测试，直至物理不均匀度满足标准要求；若不满足标准要求，则进入步骤s18。
[0093]
s21、装配完成。
[0094]
实施例2：燃油总管数字孪生模型
[0095]
在介绍燃油总管数字孪生模型之前，需要对燃油喷嘴和燃油总管的性能测试过程做个简要的概述，首先对单个燃油喷嘴而言，其流量特性测试为在不同燃油压力下测试喷嘴喷口的燃油流出流量和喷雾角度，需要特别注意的是，在低压力情况下，燃油喷嘴仅开放副油路；而高压力情况下，燃油喷嘴同时开放主副油路。因此将燃油喷嘴的性能数据假定为[[f
l
，θ
l
]，[fh，θh]]，注意这里[f
l
，θ
l
]和[fh，θh]分别为开副油路和同时开主副油路情况下的燃油流量和喷雾角度数据，且它们都是包含了若干压力测点的数据向量。
[0096]
将燃油喷嘴进行组装后，由于结构的变化，同样的压力测点条件下，燃油喷嘴的流量将发生变化，同样的，记低压和高压燃油压力下燃油总管中燃油喷嘴的性能数据为[f
′
l
，f
′h]。
[0097]
除了包含主副油路两种情况外，燃油总管的装配过程中还存在大小流量两种型号的燃油，本发明基于以上燃油总管及其燃油喷嘴的测试情况、装配情况和实际使用情况构建了如图3所示的燃油总管数字孪生模型。从图3中可知，整个模型分为燃油喷嘴编码器网
络和燃油总管解码器网络两大部分，其中燃油喷嘴编码器网络主要将m+n个燃油喷嘴的流量特性进行编码，并传输到燃油总管解码器中进行解码，从而对燃油总管的流量特性作出预测。
[0098]
特别的，燃油喷嘴编码器网络层主要将燃油总管上每个燃油喷嘴安装前的流量特性进行编码，并传递给燃油总管解码网络层，其由副油路编码网络层和主副油路编码网络层组成，其输入分别为燃油喷嘴副油路性能数据和燃油喷嘴主副油路性能数据组成，即[f
l
，θ
l
]和[fh，θh]。而燃油总管解码器则主要对燃油喷嘴的流量特性进行解码，其包含两部分副油路解码网络层和主副油路解码网络层，该两个网络层分别从燃油喷嘴编码网络层中获取编码信息，从而得到燃油总管副油路以及主副油路情况下的流量预测分布，即[f
′
l
，f
′h]。特别的，[f
l
，θ
l
]和[fh，θh]为模型的输入，[f
′
l
，f
′h]为模型的输出。
[0099]
特别的，副油路解码网络层和主副油路解码网络层分别为全连接神经网络层，其输入由副油路编码网络层和主副油路编码网络层组成，具体来说通过赋予不同的权重将编码信息传递到这两个解码网络层中，假设副油路编码网络层和主副油路编码网络层的编码信息为γ1、γ2，则副油路解码网络层和主副油路解码网络层的输入为ωγ1+(1-ω)γ2、(1-ω)γ1+ωγ2。ω为权重系数，取值为0-1。此处，ω建议取大值，在解码网络层中，其对应油路的编码器起决定性作用。优先的技术方案，本实施例ω建议取0.9。
[0100]
特别的，在燃油总管中，各燃油喷嘴的性能相互关联在一起，从而形成了燃油总管总的流量特性和不均匀度程度，而相比于传统的神经网络，计算每个输入元素之间关联度的自注意力方法更适合本发明所述情景，因此本发明的副油路和主副油路编码网络层采用transform中的编码层，其结构如图4所示，m+n个燃油喷嘴的性能参数通过喷嘴位置编码层引入燃油喷嘴的周向位置信息，随后分别进入多头注意力层、归一化层、前馈神经网络层和第二个归一化层完成燃油喷嘴流量特征的编码。
[0101]
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形、变型、修改、替换，均应落入本发明权利要求书确定的保护范围内。

技术特征：
1.一种用于航空发动机燃油总管的数字化装配方法，其特征在于：选取m个小流量喷嘴及n个大流量喷嘴，组成燃油总管；对该燃油总管进行物理流量特性测试并计算物理流量不均匀度，若物理流量不均匀度满足标准要求，则完成装配；若物理流量不均匀度不满足标准要求，则通过燃油总管数字孪生模型开展数字化装配试验，若模型预测精度满足阈值要求，则将新的喷嘴放入燃油总管数字孪生模型中替换流量偏差值最大的喷嘴，进行燃油总管数字化装配并计算数字流量不均匀度，若数字流量不均匀度满足要求，则将新的喷嘴进行实际更换，重新开展物理流量特性测试，直至物理不均匀度满足要求，完成装配。2.根据权利要求1所述的一种用于航空发动机燃油总管的数字化装配方法，其特征在于：所述物理/数字流量不均匀度k的计算公式如下：式中，f
′
min
为燃油总管中最小的物理/数字流量；f
′
max
为燃油总管中最大的物理/数字流量。3.根据权利要求1所述的一种用于航空发动机燃油总管的数字化装配方法，其特征在于：所述燃油总管的流量偏差值σ计算公式如下：式中，为第i个喷嘴的流量预测值；m为小流量喷嘴的数量；n为大流量喷嘴的数量。4.根据权利要求1所述的一种用于航空发动机燃油总管的数字化装配方法，其特征在于：所述燃油总管数字孪生模型包括燃油喷嘴编码网络层和燃油总管解码网络层，所述燃油喷嘴编码网络层对m+n个燃油喷嘴的流量特性进行编码，传输到燃油总管解码网络层中进行解码，对燃油总管的流量特性进行预测。5.根据权利要求4所述的一种用于航空发动机燃油总管的数字化装配方法，其特征在于：所述燃油喷嘴编码网络层包括副油路编码网络层、主副油路编码网络层，所述副油路编码网络层输入为燃油喷嘴副油路性能数据，所述主副油路编码网络层为燃油喷嘴主副油路性能数据；和/或，所述燃油总管解码网络层包括副油路解码网络层、主副油路解码网络层，所述副油路解码网络层和主副油路解码网络层从燃油喷嘴编码网络层中获取编码信息，分别得到燃油总管副油路及主副油路两种情况下的预测流量。6.根据权利要求5所述的一种用于航空发动机燃油总管的数字化装配方法，其特征在于：所述副油路解码网络层和主副油路解码网络层均采用全连接神经网络层，通过赋予不同的权重将编码信息传递至燃油总管解码网络层。7.根据权利要求6所述的一种用于航空发动机燃油总管的数字化装配方法，其特征在于：所述副油路编码网络层和主副油路编码网络层的编码信息分别为γ1、γ2，则所述副油路解码网络层和主副油路解码网络层的输入分别为ωγ1+(1-ω)γ2、(1-ω)γ1+ωγ2；ω为权重系数，取值为0-1。8.根据权利要求1所述的一种用于航空发动机燃油总管的数字化装配方法，其特征在于：包括如下步骤：
s11、选取流量特性相近的m个小流量喷嘴；s12、选取流量特性相近的n个大流量喷嘴；s13、将m个小流量喷嘴和n个大流量喷嘴组装成燃油总管，并进行燃油总管的物理流量特性测试；s14、计算燃油总管的物理流量不均匀度；s15、判断物理流量不均匀度是否满足标准要求：若满足标准要求，则进入步骤s21；若不满足标准要求，则进入步骤s16；s16、通过燃油总管数字孪生模型开展数字化装配试验，得到数字化流量特性数据，并计算模型预测精度；s17、判断模型预测精度是否满足阈值要求：若模型预测精度均满足阈值要求，则进入步骤s18；若模型预测精度不满足阈值要求，则随机更换喷嘴，并进入步骤s13；s18、计算m+n个喷嘴的流量偏差值，并将新的喷嘴放入燃油总管数字孪生模型中替换流量偏差值最大的喷嘴；s19、将步骤s18中新的燃油总管进行数字化装配试验并计算数字流量不均匀度；s20、判断数字流量不均匀度是否满足标准要求：若满足标准要求，则将新的喷嘴进行实际更换，进入步骤s13；若不满足标准要求，则进入步骤s18；s21、装配完成。9.一种电子设备，其特征在于：包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一项所述数字化装配方法。10.一种计算机可读介质，所述可读介质存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述数字化装配方法。

技术总结
本发明属于航空发动机燃油总管数字化装配技术领域，具体涉及一种用于航空发动机燃油总管的数字化装配方法。具体技术方案为：对燃油总管进行物理流量特性测试并计算物理流量不均匀度，若物理流量不均匀度满足要求，则完成装配；若物理流量不均匀度不满足要求，则通过燃油总管数字孪生模型开展数字化装配试验，若所有的喷嘴预测精度满足阈值，则将新的喷嘴放入燃油总管数字孪生模型中替换流量偏差值最大的喷嘴，进行数字化装配并计算数字流量不均匀度，若数字流量不均匀度满足要求，则将新的喷嘴进行实际更换，重新开展物理流量特性测试，直至物理不均匀度满足要求，完成装配。完成装配。完成装配。


技术研发人员：肖洪 唐轲 董少锋 周磊 王栋欢
受保护的技术使用者：西北工业大学
技术研发日：2023.07.26
技术公布日：2023/9/13