為了使飛機達到良好的飛行性能并保障飛行安全，飛機及其工裝零件加工質量檢測是飛機制造過程中極其重要的環節。除了少數對尺寸形位偏差有特別要求的工件及其加工部位以外，飛機及其工裝零件一般使用坐標測量機采集工件表面若干測量點的實際坐標與理論坐標間的位置偏差，如果采樣點數量充足且每個采樣點的位置偏差都在公差范圍內，那么該工件的加工質量按照一定的置信度判定為合格。為了在采樣點數目相同的條件下盡量提高工件加工質量檢驗結果的置信度，工件表面的點位偏差通常按照形狀特征類型進行分層抽樣檢驗。這種檢測模式需要標注和檢測的公差項很少，而且測量完畢后只需計算每個測量點的點位偏差，而不用對測量數據進行擬合、分析等處理，測量數據的后期處理簡單，并且還能具體知道工件每個形狀特征各個局部的加工質量。但是目前絕大多數計算機輔助檢測規劃（ComputerAided Inspection Planning，簡稱CAIP）系統不具備形狀特征識別的能力，因此不支持按照形狀特征類型進行點位偏差分層抽樣檢驗這種檢測模式，導致飛機及其工裝零件檢測規劃需要依賴大量的人工交互操作，不僅檢測規劃的效率低，而且檢測規劃結果未經過優化，造成實際測量的效率也比較低，檢測成本高，檢測結果的置信度也得不到保障。先進的坐標測量機在飛機及其工裝零件的檢測方面沒有得到有效充分的利用。飛機及其工裝零件檢測成為制約縮短飛機研制周期、保障飛機質量、降低研制成本的瓶頸之一。為了提高飛機及其工裝零件檢測規劃的自動化和智能化程度，提高檢測規劃和實際測量的效率，降低檢測成本，保障檢測質量，迫切需要針對按照形狀特征類型對點位偏差進行分層抽樣檢驗的零件檢測模式，研究飛機及其工裝零件智能化檢測規劃技術，并開發一個能夠檢測復雜多變形狀特征的柔性CAIP系統。

    飛機及其工裝零件智能化檢測規劃的首要任務是檢測特征識別。為了使CAIP系統更加柔性，能方便地擴展可識別的特征范圍以滿足不同用戶、不同領域和不同零件的特征識別需求，我們提出了一種獨立于應用領域和特征類型的形狀特征定義框架和統一的特征識別算法。形狀特征可以視為由若干特征組件構成，而每個特征組件由若干特征面構成。特征定義框架采用統一的形式定義構成形狀特征的特征面必須滿足的約束。框架由一個特征面屬性向量、一個特征面拓撲與幾何關系矩陣、若干特征截面屬性約束以及若干特征幾何參數約束組成。特征面屬性向量用于定義特征的構成組件以及組件的排列順序，并規定各個組件中特征面的數目和屬性。特征面拓撲與幾何關系矩陣用于定義各特征組件之間以及組件內各特征面之間必須滿足的拓撲與幾何關系約束。特征截面屬性約束用于定義特征截面的屬性須滿足的約束。特征幾何參數約束用于定義特征幾何參數須滿足的約束。用戶可以按照特征定義框架的規范定義自己所需的形狀特征，且自定義特征能被統一的特征識別算法識別。特征識別過程主要有零件面屬性分析、特征實例構造和特征實例有效性檢查三步。零件面屬性分析的目的在于從所有零件表面中篩取出各特征組件的潛在構成面，這些面滿足各組件的特征面屬性約束和單張面的幾何參數約束。然后依據特征面拓撲與幾何關系矩陣以及特征幾何參數約束，利用特征組件的潛在構成面構造特征實例。最后檢查各特征實例是否滿足全部特征截面屬性約束，只有符合全部約束的特征實例才是有效的特征實例。

   飛機及其工裝零件上的絕大多數形狀特征都能采用上述特征定義框架進行定義并能被統一的特征識別算法所識別，但是飛機結構件輪廓面這類檢測特征是一個例外。這是因為輪廓面不存在區別于一般零件表面的專屬幾何與拓撲屬性，輪廓面之間也沒有特定的幾何與拓撲關系，而且不同的零件具有不同形狀的輪廓。因此針對飛機結構件輪廓面識別，我們提出了模擬滾動法。首先在零件體外部設置一根豎直的且無限長的旋轉滾柱，滾柱在零件引力的作用下逐漸移動到與零件輪廓接觸的位置。然后在零件引力、與零件輪廓接觸產生的壓力以及滾柱旋轉產生的摩擦力的合力作用下，滾柱沿著零件輪廓滾動。在此過程中，若一個零件表面與滾柱有接觸，則該表面為潛在的輪廓面。最后根據工程實際需求從潛在輪廓面中自動篩選出實際所需的輪廓面，從而完成輪廓面識別。

    在檢測特征識別完成以后，飛機及其工裝零件智能化檢測規劃的關鍵任務是進行測量點的智能分布。根據理論分析，測量點分布的位置及數目取決于三個要素：1）公差：公差越大的工件區域所需的測量點數目越少；2）加工精度：加工精度越高的工件區域所需的測量點數目越少；3）檢測結果置信度：置信度要求越低的工件區域所需的測量點數目越少。由于不同的形狀特征以及特征的不同部位有不同的公差要求和不一樣的加工過程和加工精度，如果不對特征及特征部位加以區別，而對整個工件按照統一的標準分布測量點，那么顯然在加工精度高的地方或公差要求低的地方分布的測量點會多于實際所需的測量點，從而浪費檢測資源。因此，測量點分布必須采用分層抽樣策略，即：將工件按照公差大小、特征類型和面類型等因素劃分為不同的區域，在每個區域內按照不同的標準分別獨立分布測量點。為此，我們建立了檢測知識模型，構建了檢測知識庫，并提出了基于檢測知識庫的測量點智能分布方法。在檢測特征識別完成以后，根據特征類型、特征部位、特征面幾何屬性、公差要求和檢測結果置信度等因素自動引用檢測知識庫中的檢測知識完成測量點的智能分布。

    測量點分布完成以后需要對其可達性進行分析。測量點可達性是指在一個有界區域中，在探針、測頭等坐標測量機的活動部件與工件、夾具等測量環境中的障礙物不發生碰撞的條件下，探針測尖觸測測量點的可能性。測量點可達性分析首先根據探針測尖的類型快速排除不可達方向；然后通過求交運算精確判斷探針測尖是否與障礙物發生干涉；最后通過最小距離計算判斷其他測量機活動部件是否與障礙物發生干涉。通過測量點可達性分析可以得到每個測量點的許用測量方向。在此基礎上需要為每個測量點確定一個測量方向，使得總的測量方向數最少，以減少在實際測量過程中測頭更換測量角度的次數，從而縮短測量時間。對此我們采用了聚類算法與改進模擬退火算法相結合的混合優化算法優化選擇測量方向：首先通過聚類算法合并具有相同許用測量方向的測量點以大幅減小問題規模，然后再采用改進的模擬退火算法優化選擇測量必需的最少測量方向。

    基于上述技術方法我們開發了一個面向坐標測量機應用的飛機及其工裝零件智能化檢測規劃原型系統。用戶可以自行定義形狀特征及其檢測知識并將其存入檢測知識庫。系統能夠采用統一的特征識別算法自動識別用戶自定義的任意類型的形狀特征，并引用用戶定義的檢測知識自動完成采樣點分布和測量方向優選等工作，最后生成測量程序，控制坐標測量機自動完成工件檢測。該系統能夠滿足諸如飛機結構件一類的大型復雜零件需要檢測復雜形狀特征以及便于拓展形狀特征檢測范圍的迫切需求，并已在多個重大航空產品的研制中得到應用。自系統投入使用以來，平均每人每年完成的檢測規劃任務量由應用系統前的182.5項提高到1125.4項，顯著提升了飛機及其工裝零件檢測規劃的自動化和智能化程度以及檢測規劃和實際測量的效率，為縮短飛機研制周期、降低研制成本做出了貢獻。