纳米精度在位测量系统测头误差校正方法

针对超精密机床两轴联动接触式在位测量过程中测头误差影响测量精度的问题,提出了一种测头半径误差及形状误差校正方法。进行了在位测量实验,比较分析了测头误差未校正、测头半径误差校正及测头形状误差校正三种情况的测量结果,并分别与Taylor Hobson PGI840离线测量结果进行对比,以验证测头形状误差校正方法的有效性。测头形状误差校正后,面形精度PV值由420nm变为370nm,与离线测量PV值380nm的差值为10nm。结果表明,该在位测量系统测头误差校正方法有效,能够提高在位测量精度。     

微型角接触推力球轴承沟道轮廓测量工装设计

针对接触角为60°的微型角接触推力球轴承沟道的特点,设计了一种定位测量工装,解决了二维形貌测量仪测量沟道形状误差时测头无法在沟道的有效工作区间进行数据采集的问题。     

基于三次样条函数的自由曲线测量中数据处理方法研究

针对自由曲线测量中数据处理繁琐、测点定位及测头半径补偿等问题,提出了一种基于三次插值样条函数的自由曲线测量方法.该方法能精确地拟合出自由曲线轮廓,解决了测头半径补偿的问题.通过计算机仿真,证明了所提出方法的可行性.     

基于三角网格法的测头半径补偿方法的研究

用三坐标测量机进行复杂曲面测量时,需要对测头进行半径补偿.本文在对比各种测头半径补偿方法的基础之上,对三角网格法进行了研究.首先依据最小角最大原则对曲面进行三角网格划分,然后逐次求解每一个三角形的法矢量,并对测量数据进行测头半径补偿.三角网格法以曲面的法矢量为基础,这有利于测量方向与补偿方向一致,提高半径补偿的精度.     

基于样条插值函数拟合的凸轮评价方法

通过在凸轮型面上直接采集测量数据,样条插值函数拟合测头中心轨迹,测头半径补偿和数据转换得到凸轮升程曲线,用“最小区域法”评定凸轮升程误差。     

叶片型面的三坐标测量数据处理及误差分析与补偿

三坐标测量机进行接触式测量时,一般采用球形测头。在测量过程中,测量机采集的是测头中心的坐标值,在测量常规几何要素（如平面、球、圆柱等）时,测量软件可以根据被测量要素的数学模型自动进行测头半径的补偿。但在测量叶片等没有预设数学模型的零件时,测量软件无法自动进行测头半径补偿。叶片具有复杂的空间几何形状,一般包括榫头和叶身两部分。叶身的形状复杂,没有任何数学模型,通常采用截面法来描述,即用多个平行的理想平面与叶身相截,每个截面又根据需要取一定数量的点,通过截面位置和截面内点的位置来描述整个叶片的形状。因此对叶片型面的测量就是要获得这些点的位置数据。叶片各个截面的形状不同,并存在叶身空间的扭曲和倾斜,因此叶片型面的测量尤其是半径补偿技术的应用具有特殊性,     

非球面曲线测量的三坐标测量机方法探讨

本文对使用三坐标测量机进行非球面曲线测量时，提高测量精度，减小测头半径误差进行分析探讨。     

CNC齿轮测量中心上盘形凸轮测量方法研究

研究了直接在CNC齿轮测量中心上检测凸轮并评定误差的方法和理论。在凸轮工件型面上直接采集测量数据,用三次样条插值函数拟合测头中心轨迹,通过测头半径补偿和凸轮从动轮数据转换,得到凸轮升程曲线,运用最小条件法评价凸轮升程误差。此方法具有测量过程简便、测量效率高、计算精度高、应用性广等优点,适用于以CNC齿轮测量中心为检测设备的自动加工系统。     

基于神经网络的接触式测头半径三维补偿

本文探讨了基于扩展的自组织特征映射(ESOFM)神经网络的三坐标测量机接触式密集数据采集的测头半径三维补偿.构建了测头半径三维补偿神经网络模型及其训练算法.用网络神经元对曲面空间测量样本点的学习和训练来模拟曲面上的点与点之间的内在关系.按六角形阵列侧抑制邻区训练调整网络神经元权重矢量,使网络输出层结点呈六角形阵列分布,可实现测量点集压缩后的Delaunay三角逼近剖分.经过训练,神经网络将整个数字化点群数据分成许多子区域,每个子区域用一个微切平面逼近.根据微切平面的法线,对测头半径进行三维补偿.算例表明所创建的测头半径三维补偿神经网络模型有效可行.     

在线测量系统测头误差补偿技术研究

通过分析在线测量系统测量过程中触发式测头测量结果的误差组成元素及其产生的原因,建立了测头标定的数学模型,并通过最小二乘法进行解算,提出通过对测头半径进行补偿来减小测量误差的新方法,该补偿方法综合考虑了实际测量过程中测头预行程误差、测头各向异性、测头偏心误差等影响因素,并利用双线性插值法建立测头半径补偿值与测点法矢方向之间的映射关系,来计算拟合任意法矢方向的半径补偿值。最后通过实验验证,对比补偿前后的测量结果,结果表明补偿后的测量系统测量精度有明显提高。     

滚刀前刀面径向性测量中的测头半径矢量补偿方法

给出了一种滚刀前刀面测量的测头半径矢量补偿方法。滚刀前刀面为复杂螺旋曲面,根据球形测头中心轨迹与被测螺旋曲面互为等距曲面的关系,推导出实测点到理论曲面的法向距离,进行测头半径矢量补偿从而获得精确的实测点集。     

坐标测量机上盘状凸轮检测方法研究

本文研究直接在三坐标测量机上检测凸轮并评定误差的方法和理论。在凸轮工件型面上接采点测量数据,用不等距三次Ｂ样条函数和最小二乘法拟合测头中心轨迹,通过测头半径补偿和凸轮从动轮数据转换,得到凸轮升程曲线,运用最小条件法评价凸轮误差,同时还可以评价凸轮机的速度、加速误差。数字仿真计算和实验结果表明,本文方法具有测量过程简便,测量效率高、计算精度高,应用性广播等优点,适用于三坐标测量机为检测设备的自动加工     

双螺杆压缩机转子齿形三坐标测量的半径补偿

双螺杆压缩机转子齿形进行三坐标测量机测量时,需要对球形测头半径进行半径补偿.结合转子螺旋曲面的几何特点,对转子型线测量数据点进行半径补偿计算,得到三坐标测量机球形测头真实接触点,再将空间分布的真实接触点旋转到相同横截面上得到转子型线数据点.通过实例验证该方法的有效性,可以应用于双螺杆压缩机转子型线的检测及逆向工程等工作中.     

大齿轮齿形在机测量原理与技术

在机测量大齿轮齿形误差具有广阔的发展前景。本文分析了大齿轮齿形误差在机测量的关键问题，提出了运用齿条刃边测头与被测齿轮横截面进行啮合的测量方法，既能测量齿轮的端截面齿形误差，又使仪器结构紧凑。在分析影响大齿轮形在机测量的诸误差因素的基础上，得出了在仪器的制造及安装精度要求不很高的情况下仍能实现齿轮的高精度测量的可喜结论。     

测头半径对1级渐开线样板齿廓偏差测量的影响

按齿轮渐开线样板国家标准推荐,1级齿轮渐开线样板的齿廓形状偏差需从展开长度3或5 mm开始计值,齿根部非计值区间对应渐开线弧长仅为0.03～0.18 mm,导致1级齿轮渐开线样板齿根部的渐开线齿廓难以精确测量。为了能更好发挥1级齿轮渐开线样板的量值精准传递作用,分析了1级齿轮渐开线样板结构的特殊性以及测头半径对渐开线齿廓偏差测量结果的影响,结果表明,在齿根展开角误差时,测头半径引入的测量误差会随着测头半径的增大而增大,并随着展开长度的减小而增大,在基圆附近的测量误差可以达到齿廓偏差的50%～200%;当仅渐开线齿面存在加工误差时,测头半径引入的测量误差和展开长度受影响的范围会随着测头半径的增大和被测渐开线基圆半径的增大而增大,在齿根部展开长度10%的范围内测量误差约齿廓形状偏差的10%～60%。通过选取测头半径r_p=0.5和2.5 mm的测头对同一齿轮渐开线样板验进行了测量实验验证了上述结论。研究为1级齿轮渐开线样板的精密制造、精密测量及使用展开长度区间选取提供了支持。     

复杂曲面自动化测量程序生成及分析

着重分析了基于坐标测量机的复杂曲面自动化测量中的测量程序生成和曲面轮廓度评价方法问题。对一张曲面,采用单一测量头,根据曲面的最小曲率半径确定测量头半径,根据曲面精度等级、机床加工能力、曲面的复杂程度等因素确定采样样本大小。利用自适应采样方法,使得采样点的分布完全符合曲率大处采样点多、曲率小处采样点少。评价曲面轮廓度时,针对无基准要求的面轮廓误差采取曲面的最佳匹配,给出了一个参数曲面的最佳匹配算法。     

鞋楦测量数据处理算法

针对鞋楦测量时存在的数据处理问题，提出了一种有效的去测头半径的处理方法，介绍了鞋楦到量机的工作原理，在详细分析了鞋楦测量时测头与楦面的切触点的几何关系后，得出了测量数据处理算法，最后给出了一个实例与结论。     

切点约束和探针针尖半径补偿的金刚石刀具刃口钝圆半径求解方法

本文对金刚石刀具刃口钝圆半径求解方法展开研究,以有效提升金刚石刀具刃口锋利度的测量精度。文中分析了原子力显微镜(AFM)扫描探针几何形貌对金刚石刀具刃口锋利度测量结果的影响,并提出了基于切点约束和AFM探针针尖半径补偿的刀具刃口钝圆半径求解方法;讨论了消噪滤波、测量角度误差以及切点分离方法对测量结果的影响;在高精度测量平台上完成了金刚石刀具刃口锋利度测量,并将被测量的刀具用于飞切加工KDP晶体。结果表明:提出的刃口钝圆半径求解方法能够准确求解金刚石刀具的刃口锋利度,测量结果能很好地描述金刚石刀具的刃口锋利程度,可以为金刚石超精密切削加工的选刀和用刀提供有效指导。     

Throughput maximization of particle radius measurements through balancing size versus current of the electron probe

In this paper we investigate which probe size maximizes the throughput when measuring the radius of nanoparticles in high angle annular dark field scanning transmission electron microscopy (HAADF STEM). The size and the corresponding current of the electron probe determine the precision of the estimate of a particle's radius. Maximizing throughput means that a maximum number of particles should be imaged within a given time frame, so that a prespecified precision is attained. We show that Bayesian statistical experimental design is a very useful approach to determine the optimal probe size using a certain amount of prior knowledge about the sample. The dependence of the optimal probe size on the detector geometry and the diameter, variability and atomic number of the particles is investigated. An expression for the optimal probe size in the absence of any kind of prior knowledge about the specimen is derived as well.