综合建站误差的激光跟踪仪测量不确定度评估

针对航空制造业中面向大尺寸空间的激光跟踪仪测量不确定度评估问题,提出了综合建站误差的激光跟踪仪测量不确定度评估方法。在构建激光跟踪仪测量模型与误差模型的基础上,将测量设备建站误差引入优化模型,并通过跟踪仪建站、空间点测量等环节,对受建站误差和测量误差双重因素影响的跟踪仪空间点测量不确定度进行了仿真测试和数据分析。以某工装的现场测量为例,构建了仿真测量空间,通过对比地标点采样值与实测值之间的偏差,验证了算法的有效性。     

基于蒙特卡罗仿真方法的大尺寸测量不确定度分析

为评价大尺寸测量不确定度,特别是多站融合测量不确定度,引入蒙特卡罗仿真方法.该方法根据各传感器单元的概率特性重复采样,生成测量结果的样本,统计样本得到坐标测量不确定度,并利用计算机可视化样本的三维散点图.通过不同样本数对运算时问和准确性影响的实验,确定样本数为500.以激光跟踪仪为例进行实验,比较蒙特卡罗法、统计法和解析法三种方法得到的不确定度结果,吻合情况较好,其中与解析法比较最大偏差仅为2.7 um实验结果表明,蒙特卡罗仿真方法可以准确评价大尺寸测量仪器及多站融合测量不确定度,融合精度优于各局部精度.     

基于激光跟踪仪的测量机坐标系原点拟合方法研究

为了提高齿轮测量坐标系建立精度,对基于激光跟踪仪建立大齿轮测量坐标系的方法进行复现,研究不同原点拟合方法的不确定度。使用激光跟踪仪对测量机3个方向平动轴进行采点,通过不同交点方法和不同采点数来拟合坐标系原点。实验结果表明,采用多点采样三面交点法拟合测量机坐标系坐标原点的不确定度较小。     

基于激光跟踪仪的特大型直齿轮齿距偏差测量新方法

为了测量特大型齿轮齿距偏差,提出了基于激光跟踪仪的特大型直齿轮齿距测量新方法。利用激光跟踪仪的大空间测量能力测量齿轮齿槽,分别获得被测特大型直齿轮相邻两条齿距误差曲线。由于被测齿轮直径超过6 000 mm,可以根据点到直线距离公式近似计算单个齿距误差。首先,分析了传统方法下基于激光跟踪仪构建齿轮工件坐标系后的齿距测量模型,并根据特大型直齿轮的特点,提出了基于激光跟踪仪的无坐标系特大型直齿轮齿距误差测量模型。测量模型回避了特大型齿轮工件坐标系的建立,直接对齿槽进行双面接触测量;通过对两条齿槽测量直线进行误差评定即可获得单个齿距最大误差与单个齿距平均误差,通过转站测量实现齿距累积总偏差的测量;最后,采用蒙特卡罗法对不同测量方法的测量不确定度进行仿真分析,得出系统测量不确定度。实验结果表明,提出的基于激光跟踪仪的特大型直齿轮齿距偏差测量方法满足直径6 000 mm以上的8级精度特大型齿轮的单个齿距偏差测量要求,满足直径6 000 mm以上的10级精度特大型齿轮的齿距累积总偏差测量要求。     

高精密转台标定方法研究

针对特定情况下高精密大型转台定位精度的标定问题,提出了一种采用激光跟踪仪标定的方法,首先分析影响标定方法精度的因素,通过优化测量参数及采样策略,建立基于激光跟踪仪的最优标定系统,拟合激光跟踪仪测得点所在的三维平面,通过坐标变换将测量点转换到二维平面上,拟合转换后的数据得到圆心坐标,最后计算相邻测量点与圆心连线的夹角,与理论值进行比较,从而确定转台的定位精度。实验表明,标定系统的精度满足要求。该标定方法简单可靠,提高了高精密大型转台的标定效率。     

基于便携式坐标测量机的大齿轮测量方法

针对目前便携式坐标测量机测量大齿轮的采样策略和评定算法存在的不足,设计了两种特殊的辅助标尺一渐开线标尺及螺旋线标尺.利用设计的两种标尺在大齿轮齿面上对齿廓及螺旋线的测量点进行标注,开展了齿轮的在位重复性测量的实验研究.利用关节臂坐标测量机及激光跟踪仪测量系统在德国计量研究院研制的1 m外径齿轮样板上开展了测量实验,采用INVOLUTE Pro对采样数据点进行评定,给出了测量结果及测量不确定度.测量实验表明,基于新的齿轮测量方法,关节臂坐标测量机比激光跟踪仪测量系统测量结果更为精确,测试结果与标定值最大相差8.16 μm.实验结果验证了提出方法的有效性,为便携式坐标测量机在大齿轮测量领域的应用提供了依据.     

激光跟踪仪多边测量的不确定度评定

激光跟踪仪多边测量是大型高端装备制造现场溯源的重要手段,正确评定其不确定度是确保制造过程量值统一、结果可靠的关键。本文提出了一种准确、快速的激光跟踪仪多边测量的不确定度评定方法。从仪器误差、环境干扰及靶球制造误差等方面分析激光跟踪仪多边测量的不确定度来源。针对多边测量的输出量为多维向量的特点,重点研究基于多维不确定度传播律(GUM法)的不确定度合成方法,同步评定目标点坐标和跟踪仪站位的不确定度。最后,介绍了点到点长度的不确定度计算方法。实验表明:GUM法评定的不确定度结果与蒙特卡洛法(MCM法)的结果相比,坐标不确定度偏差小于0.000 2 mm,相关系数偏差小于0.01,满足数值容差,且GUM法用时仅为MCM法的0.08%;点到点长度测试的En值均小于1。因此,基于GUM法评定激光跟踪仪多边测量的不确定度具有可行性及高效性,且评定结果正确、可靠。     

光束平差在激光跟踪仪系统精度评定中的应用

对自主研制的激光跟踪仪的精度评定进行研究,以期解决大尺寸空间坐标测量系统的空间坐标精度难于评定的问题.考虑现场环境条件、仪器状态和操作者技能等因素对测量精度影响都很大,提出了基于光束平差原理对激光跟踪仪系统进行精度评定的方法.通过Matlab软件对激光跟踪仪的精度评定进行了仿真,仿真结果显示光束平差法能客观地反映激光跟踪仪的测量精度.另外,使用Faro生产的激光跟踪仪进行了实物实验,实验结果显示其水平角精度σH为1.97″,垂直角精度σV为2.61″,测距精度σD为3.75×10-6,对比Faro生产的激光跟踪仪精度(σH =2.0″;σV =2.0″;σD=4 μm)可证明采用光束平差法评定自主研发的激光跟踪仪测量精度是正确、可行的.该方法为探索激光跟踪仪新的应用技术、开展面向对象的测量不确定评定奠定了基础.     

大尺寸回转体型面点坐标及形心轴线测量系统的研制

针对大型回转体型面测量问题,根据柱坐标机的测量原理,研制了大尺寸回转体型面点坐标及形心轴线测量系统。对影响系统测量精度的不确定度因素进行了量化分析。应用双频激光干涉仪和激光跟踪仪与该系统进行了测量数据比对。该系统不仅能测量回转体工件的任意截面点坐标和形心轴线,还可测量圆柱度、径向跳动、同轴度等,具有高精度、高效率、操作简单等特点。     

激光跟踪仪现场测量的系统不确定度研究

在分析激光跟踪仪系统不确定度的基础上,通过对Leica激光跟踪仪LTD840进行相关实验,提出了一种激光跟踪仪现场测量不确定度的评估方法,并通过实验验证了相关结果.     

基于空间距离约束的姿态角现场精度评定方法

针对大型精密工程现场姿态测量精度评定的需求,提出了一种利用长度计量基准溯源姿态测量结果的姿态角现场精度 评定方法。 首先,介绍了激光跟踪姿态测量系统的基本组成及测量原理;其次,基于六自由度并联机构的正向运动学研究,建立 了空间距离与靶标姿态之间的数学模型,并通过蒙特卡洛法仿真分析距离约束测量精度、控制场布局以及系统工作距离等因素 对评定模型精度的影响;最后,搭建实验平台,利用精密转台的相对转动量作为角度基准,对本文研究方法的可行性进行了验 证。 结果表明:当距离约束测量精度为 0. 038 mm,控制场大小为 1 400 mm×1 400 mm 时,在-20° ~ 20°的姿态角变化范围内,评 定模型方位角精度为 0. 055°,俯仰角精度为 0. 058°。 本文研究方法避免了基于角度基准评定方法中较为严格的坐标系配准要 求,能综合反映测量系统现场使用状态,可为六自由度激光跟踪测量系统中姿态角现场精度评定方法提供参考。     

三坐标机测量齿轮齿廓的不确定度评价

介绍了坐标测量中几种常用的不确定度评价方法.指出传统的三坐标测量机的测量不确定度评价方法大都不适用于评价坐标测量中面向对象的测量不确定度,并对使用蒙特卡洛方法评价测量不确定度进行了研究.首先,根据三坐标测量机详细标定文件及补偿策略说明建立测量模型.然后,将测量中的采样点通过测量模型生成大量测量结果,并以此评价测量不确定度.在齿廓评价实验中,评定齿廓误差的测量不确定度为0.96 μm时,多次评价结果之间的最大差值不超过0.03 μm,具有可靠的理论依据和较稳定的评定结果.文章指出,目前商用三坐标测量机大都不能为特定的测量对象提供测量不确定度报告,使用蒙特卡洛方法有希望改变此现状.     

在机测量线激光传感器安装位姿的全局标定

针对三轴数控机床激光测头安装位姿误差造成测量误差且不易调整和校准的问题,提出了一种在机测量线激光传感器安装位姿标定方法。建立了线激光在机测量系统的数学模型,通过机床运动带动线激光测头对标定基准点的空间位置进行测量,基于手眼标定原理给出了关于测头安装位姿参数的线性求解算法,完成了对测头安装误差的全局标定。考虑了机床定位误差对于标定结果精度的影响,采用蒙特卡洛模拟进行了误差分析。采用半径为35 mm的圆孔进行测量验证,实验结果表明,标定后圆孔测量误差为0.051 6 mm,测量精度提高了约96%,实验结果验证了该标定方法的有效性和可行性。     

基于蒙特卡罗法与GUM法的直线度测量不确定度评定

由于形位误差测量的复杂性和测量结果评定的多样性,导致在实际测量结果中形位误差的不确定度评定成了难题。通过GUM法和蒙特卡罗法对直线度的测量不确定度进行评定。首先,根据最小二乘法得到直线度的误差模型;然后采用GUM方法对测量结果进行不确定度评定,采用蒙特卡罗仿真方法对测量值进行模拟仿真,从而得到直线度误差的不确定度;设置实验对比,通过数据分析验证了蒙特卡罗方法评定的可行性,为形位误差测量结果不确定度评定提供了更加简便的方法。     

六自由度机械臂参数校准不确定度评定方法

六自由度机械臂的结构参数校准对其定位精度影响较大,为了评价其参数化校准效果,采用蒙特卡洛法建立了六自由度机械臂参数校准不确定度评定模型。首先,根据空间坐标系的几何转换关系建立六自由度机械臂结构参数校准模型,分析主要误差来源对校准参数的影响,建立各校准参数的不确定度分量的函数关系;其次,采用现场校准数据集的抽样统计,分析各不确定度分量的概率密度函数,获得真实分布规律;最后,采用蒙特卡洛法建立各校准参数的不确定度分量与机械臂模型之间的数学关系,通过大规模随机数值模拟,实现机械臂校准不确定度的评定。为了验证本文方法的有效性,利用激光跟踪仪对六自由度机械臂进行了校准实验。结果表明,当采用正则化方法进行机械臂校准时,各坐标轴的相对扩展不确定度分别优于0.542 2%,1.325 9%, 0.015 4%。     

空间直线度最小二乘评定结果的不确定度估计

评定模型的非线性和不可微给空间直线度最小二乘评定结果不确定度的估计带来困难,由空间直线度最小二乘评定模型出发,参照ISO国际测量不确定度表示指南,对影响不确定度估计的一些因素加以简化,推导了不确定估计公式。根据测量数据将推导公式估计结果与蒙特卡罗法运算的结果进行比较,结果表明采用本方法与蒙特卡罗方法获得的结果相符合,且本方法所用时间较少。     

Adaptive Monte Carlo and GUM methods for the evaluation of measurement uncertainty of cylindricity error

Measurement uncertainty is one of the most important concepts in geometrical product specification (GPS). The “Guide to the expression of uncertainty in measurement (GUM)” is the internationally accepted master document for the evaluation of uncertainty. The GUM method (GUMM) requires the use of a first-order Taylor series expansion for propagating uncertainties. However, when the mathematical model of measurand is strongly non-linear the use of this linear approximation may be inadequate. Supplement 1 to GUM (GUM S1) has recently been proposed based on the basis of probability density functions (PDFs) using the Monte Carlo method (MCM). In order to solve the problem that the number of Monte Carlo trials needs to be selected priori, adaptive Monte Carlo method (AMCM) described in GUM S1 is recommended to control over the quality of the numerical results provided by MCM.The measurement and evaluation of cylindricity errors are essential to ensure proper assembly and good performance. In this paper, the mathematical model of cylindricity error based on the minimum zone condition is established and a quasi particle swarm optimization algorithm (QPSO) is proposed for searching the cylindricity error. Because the model is non-linear, it is necessary to verify whether GUMM is valid for the evaluation of measurement uncertainty of cylindricity error. Then, AMCM and GUMM are developed to estimate the uncertainty. The procedure of AMCM scheme and the validation of GUMM using AMCM are given in detail. Practical example is illustrated and the result shows that GUMM is not completely valid for high-precision evaluation of the measurement uncertainty of cylindricity error if only the first-order terms in the Taylor series approximation are taken into account. Compared with conventional methods, not only the proposed QPSO method can search the minimum zone cylindricity error precisely and rapidly, but also the Monte Carlo simulation is adaptive and AMCM can provide control variables (i.e. expected value, standard uncertainty and lower and higher coverage interval endpoints) with an expected numerical tolerance. The methods can be extended to the evaluation of measurement uncertainty of other form errors such as roundness and sphericity errors.     

Uncertainty estimation and Monte Carlo simulation method

It has been reported that the Monte Carlo Method has many advantages over conventional methods in the estimation of uncertainty, especially that of complex measurement systems' outputs. The method, superficially, is relatively simple to implement, and is slowly gaining industrial acceptance. Unfortunately, very little has been published on how the method works. To those who are uninitiated, this powerful approach remains a ‘black art’. This paper demonstrates that the Monte Carlo simulation method is fully compatible with the conventional uncertainty estimation methods for linear systems and systems that have small uncertainties. Monte Carlo simulation has the ability to take account of partial correlated measurement input uncertainties. It also examines the uncertainties of the results of some basic manipulations e.g. addition, multiplication and division, of two input measured variables which may or may not be correlated. For correlated input measurements, the probability distribution of the result could be biased or skewed. These properties cannot be revealed using conventional methods.     

基于蒙特卡罗方法的圆度测量不确定度评定

利用蒙特卡罗方法对圆度测量的不确定度进行评定。首先,根据最小二乘法得到圆度的误差模型;然后采用蒙特卡罗仿真方法对测量值进行模拟仿真,从而得到圆度误差的不确定度;最后将评定结果与传统评定方法的结果进行比较。结果表明该方法是可行的,且计算更为简便。