基于D-H矩阵的柔性坐标测量机多测量模型研究

柔性坐标测量机使用灵活且携带方便等诸多优点,深受业界人士好评,但因其成本昂贵且精度不高而受到限制。在不增加柔性坐标测量机硬件成本的基础上,为了提高测量精度,提出了多测量模型方法。分析了单个测量模型的不足,研究了多测量模型的优越性。为了验证多测量模型的有效性,在实验中选取了标准量,给出了采样策略,进行了标定运算。结果表明,在同一采样区间,只带一个测量模型的柔性坐标测量机的测量误差为0.076 3 mm,而带多测量模型的柔性坐标测量机的测量误差为0.041 6 mm;在不同采样区间,只带一个测量模型的柔性坐标测量机的测量误差为0.128 4 mm,而带多测量模型的柔性坐标测量机的测量误差为0.052 3 mm。显然,多测量模型优于单个测量模型,这对于促进柔性坐标测量机的普及应用具有较大的理论价值和实际应用意义。     

自驱动关节臂坐标测量机测控系统

为了使关节臂坐标测量机满足在线、自动批量和智能测量的需求,提出研究自驱动关节臂坐标测量机,研究了其测控系 统。 系统以计算机作为控制器,与 6 个驱动关节及触发测量电路等组建硬件系统,软件采用状态机与事件结构相结合的结构框 架设计,实现自驱动关节臂坐标测量机的运动控制和规划路径采样点自动数据采集。 搭建实验系统对测量机进行测试实验,实 验结果表明,在测控系统支持下自驱动关节臂坐标测量机运行平稳,测量机测量小尺寸球的重复性误差为 0. 038 mm、测量较大 尺寸量块的重复性误差为 0. 192 mm (k = 2)。 测控系统的研究为自驱动关节臂坐标测量机标定技术、误差分析及应用研究奠 定了基础。     

一种五轴坐标测量机虚拟模型的开发

虚拟测量在结合计算机软件的前提下使得测量工作更加高效,但传统的三轴坐标测量机的虚拟模型已无法满足某些仿真测量工作的精度要求.为此,提出开发一种新型的五轴坐标测量机虚拟模型,由于加入了更多的轴体,增加了更多的参数误差,在分析五轴坐标测量机的误差构成的前提下,利用齐次矩阵变换法建立出一种五轴坐标测量机的结构模型,再结合新型测量器具和软件对虚拟模型的误差进行分步校正,最后使用仿真实例验证了五轴坐标测量机虚拟模型可有效提高测量的便利性和精度.     

关节臂坐标测量机圆光栅偏心误差建模及修正研究

在不增加关节臂坐标测量机硬件成本的基础上,为了提高测量精度,提出了包含圆光栅偏心误差的测量模型方案。分析了关节臂坐标测量机圆光栅偏心状况,通过圆光栅偏心误差实验对第1、2关节处圆光栅偏心误差模型参数进行了辨识,建立了包含前两关节圆光栅偏心误差的测量模型。使用自制的标准杆组件对两种测量模型进行了标定实验,并运用LM算法进行了参数标定。结果表明不包含圆光栅偏心误差测量模型的关节臂坐标测量机的测量误差为0.083 4 mm,而包含两关节圆光栅偏心误差的关节臂坐标测量机测量误差为0.065 0 mm。经过圆光栅偏心误差修正后,其测量精度提高了22%,同时也论证了圆光栅偏心误差是制约关节臂坐标测量机测量精度的影响因素之一。     

双坐标测量机协调控制系统

描术了一种三级递阶双坐标测量机协调控制系统，包括各级的任务分配，系统构成，定位规则，控制策略及实时递阶算法，并进行了双坐标测量机点位测量的协调实验。     

微纳测量机靶镜正交偏差角测量不确定度评定

三维靶镜是微纳米坐标测量机系统中的重要组成部分,其各面间正交性对保障系统测量精度至关重要。 为检验三维靶 镜加工是否符合测量机精度要求,对三维靶镜正交偏差角进行测量及不确定度评定,在量值特性分析建模基础上,研究了测量 不确定度表示指南传统方法(称为 GUM 法)、蒙特卡洛方法(MCM)及自适应蒙特卡洛方法(AMCM)3 种测量评定方法。 测量 评定结果对比表明,三维靶镜加工精度基本符合预期要求,其中 Z-X 面和 Y-Z 面的面间夹角均为 0. 5″左右,X-Y 面间夹角在 3. 3″左右;3 种方法所得评定结果基本一致,MCM 和 AMCM 较 GUM 法评定结果更合理,AMCM 相对 MCM 更高效。 所做工作为 后续研究微纳米坐标测量机面向任务的测量不确定度评定提供了借鉴方法。     

基于精度理论的测量不确定度评定与分析

针对测量不确定度表示指南(GUM)所述的测量不确定度评定方法存在的局限性,提出了基于经典精度理论的测量不确定度评定的新方法。分析了当不确定度来源繁杂或测量模型未知等特殊情况时,以测量正确度和测量精密度作为2项主要来源进行测量结果的不确定度评定的优势及理论依据。最后,坐标测量机(CMM)工件端面距离测量的不确定度评定实例验证了该方法的可行性。实验结果表明,CMM测量环境引入的标准不确定度分量相对于正确度和精密度引入的不确定度分量可忽略不计。在测量环境非主要不确定度来源时,测量不确定度评定的初始模型仅需考虑正确度和精密度2项来源就可获得较可靠的测量不确定度。     

思瑞测量推出新一代三坐标测量机

2008年10月10日思瑞测量技术（深圳）有限公司在北京新中国国际展览中心召开新闻发布会,推出新一代三坐标测量机。     

三坐标测量螺纹量规的可行性论证

根据圆柱螺纹量规在工业生产中测量的需求,实验验证了三坐标测量机测量圆柱螺纹量规中径测量系统的可行性。首先对圆柱螺纹量规的中径进行了实际测量,其测量结果与螺纹测量仪和卧式测长机两种方法的测量结果进行比对实验,比对结果证明三坐标测量机测量螺纹量规中径的测量结果达到预定的技术要求,得出结论三坐标测量机的测量系统适用于圆柱螺纹量规的中径测量。     

三坐标测量机高速测量过程动态误差分析与补偿

三坐标测量机测量过程的动态误差制约着工业现场测量效率的提高,为此,提出一种三坐标测量机高速测量过程动态误差补偿方法以改善测量精度。为使研究具备典型性与代表性,以市场上较为广泛使用的移动桥式三坐标测量机为研究对象,通过建立误差分离平台分析测量机高速测量过程动态特性,确定了能够表征测量过程动态误差的四项参数,即最大定位误差(MPE)、残余定位误差(RPE)、最大逼近误差(MAE)、残余逼近误差(RAE)。采用正交实验方法分析了动态误差参数的共性影响因子(定位速度、定位距离、逼近速度、逼近距离)对动态参数的影响程度,并利用三坐标测量机测量标准球得到训练样本和测试样本,分别使用训练样本和测试样本对测量机测量过程动态误差进行建模和补偿。结果表明,经模糊神经网络模型补偿后动态过程误差分别减小了88.8%、80.2%、90.8%、71.3%,证明了模糊神经网络模型能够有效提高测量机的动态测量精度。     

悬臂式坐标测量机误差分离与补偿的研究

对一台自主设计的,专用于连铸结晶器测量的悬臂式坐标测量机进行研究,分析了影响其精度的主要误差源。用齐次坐标变换矩阵建立测量机的几何误差修正模型,并附加了非刚性误差补偿项。使用激光干涉仪和激光跟踪仪将误差模型中的各项误差给予逐项的分离,经计算后代入误差模型进行补偿。实测结果表明,当测量机沿体对角线运动时,其最大位移误差从补偿前的600μm降低到50μm,因此该补偿方法是有效可行的。     

压簧在关节式坐标测量机平衡机构中的应用研究

关节式坐标测量机力平衡部件结构和参数配置直接影响测量机的测量精度和平衡效果。使用弯曲压簧式平衡部件实现一种6自由度(6DOF)关节式坐标测量机的平衡。通过MATLAB软件对压簧结构参数进行分析,建立关键参数与平衡效果之间的关系,为弯曲压簧式平衡部件的设计提供了理论依据;利用ANSYS软件对弯曲压簧进行仿真受力分析,优化弯曲压簧平衡部件,并通过实验进行检验。实验结果表明,利用弯曲压簧可以实现关节式坐标测量机的平衡。     

飞机壁板类组件的数字化组合测量方法研究

面对现代飞机装配制造过程中一些壁板类组件的测量任务，单一的数字化测量设备已经不能满足测量要求，因此，对基于激光跟踪仪与关节臂测量机的组合测量技术进行研究。首先，对组合测量系统进行构建，之后对组合测量系统的测量流程进行制定和对测量数据处理过程进行分析，并得到偏差矢量表和偏差分布色谱图，最后将该组合测量技术方案应用到某型机身壁板组件外形曲面的测量任务中。通过实例分析，该方案有效可行，具备一定的应用价值。     

基于FASSA-SVM的充电桩故障预测算法研究

为了电动汽车直流充电桩的安全稳定运行,本文提出一种基于改进支持向量机的充电桩故障预测算法。该算法首先针对充电桩的运行参数进行缺失值填充、归一化等预处理;然后将预处理后的数据输入支持向量机模型训练,之后引入萤火虫算法改进麻雀算法对支持向量机模型进行参数寻优,得到最优模型;最后利用得到的最优模型预测诊断充电桩运行状态,来判断充电桩是否发生故障。实验结果表明,本文的预测算法预测精度可达94.68%,远高于传统的支持向量机模型的72.34%,能较准确地预测充电桩运行状态,为其预知维修、保障安全运行提供有力保障。     

复合球坐标系中便携式坐标测量机的数学模型

便携式关节臂柔性三坐标测量系统是一种新颖的基于旋转关节和转动臂的三坐标测量系统,以角度测量基准取代了长度测量基准,它具有量程大、体积小、重量轻、使用灵活,在线测量等优点.本文首先在关节臂测量系统的各个关节处建立复合球坐标系,然后确定了在复合球坐标系下各关节的轴线和零位,利用空间坐标系之间的转换关系,建立的数学模型较之以前的关节臂式测量机数学模型更为简单,并且通过几何作图法验证了新模型的正确性,为进一步研究系统的标定和误差补偿等提供了理论基础.     

基于GOA-SVM的短期负荷预测

支持向量机是借助于凸优化技术的统计学习方法,与传统神经网络相比,泛化错误率低并且结果易于解释。将支持向量机用于负荷预测时,参数选择不准确会导致预测性能较差。提出一种基于蚱蜢优化算法的支持向量机短期负荷预测方法,以某地区负荷、天气等历史数据对SVM进行训练,并通过GOA优化选取支持向量机参数,然后以得到的最优参数建立GOA-SVM负荷预测模型。算例分析表明,GOA-SVM预测模型比GA-SVM和PSO-SVM模型有更好的收敛性能,且预测精度更高。     

基于支持向量机的电站锅炉NOx排放软测量模型

建立NOx排放的模型是对NOx进行优化控制的基础.在分析了NOx排放量影响因素的基础上,构建了NOx排放软测量模型的结构,并基于某锅炉燃烧调整的热态试验数据,利用支持向量机这种机器学习工具,建立了NOx排放量的软测量模型,进一步应用实际运行数据对所建立的模型进行了验证.结果表明,所建立的模型具有精度高、泛化能力强、学习速度快等特点,可用于实际工程中对NOx测量和优化控制的需要.