[发明专利]基于RTCP误差特征识别的五轴机床多轴联动误差溯源方法有效

专利信息
申请号: 201710885524.7 申请日: 2017-09-25
公开(公告)号: CN107748539B 公开(公告)日: 2020-09-15
发明(设计)人: 姜忠;丁杰雄;张靖;丁启程;李晴朝;杜丽;王伟;宋智勇;李杰 申请(专利权)人: 电子科技大学
主分类号: G05B19/404 分类号: G05B19/404
代理公司: 成都虹盛汇泉专利代理有限公司 51268 代理人: 王伟
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 rtcp 误差 特征 识别 机床 联动 溯源 方法
【权利要求书】:

1.一种基于RTCP误差特征识别的五轴机床多轴联动误差溯源方法,其特征在于,包括以下步骤:

S1、依据五轴机床结构类型,通过运动轴误差对五轴机床联动误差的影响程度,分析确定该五轴机床联动误差类别,并检测五轴机床在各联动误差类别情况下的多轴联动误差;

S2、建立多轴联动误差与五轴机床联动误差类别间的映射关系数据库,通过刀具刀尖点在X、Y、Z三个方向上的位移误差来体现五轴机床联动误差,并通过三维空间误差图来展现,其中X代表刀具刀尖点在空间刀具坐标系中水平方向轴,Y代表刀具刀尖点在空间刀具坐标系中垂直方向轴,Z代表刀具刀尖点在空间刀具坐标系中竖直方向轴;

S3、依据步骤S2所检测到的刀具刀尖点在X、Y、Z三个方向上误差值的大小,评估五轴机床联动性能;

S4、若机床联动性能评估结果较差,则利用RTCP检测误差特征识别方法溯源得到影响五轴机床联动性能的误差类别;

S5、基于轨迹相似性,分析量化溯源步骤S4中得到的机床联动误差影响因数,将检测到的实际误差与误差库中的误差进行相似度的比较,相似度高则认为误差库中的误差代表真实的误差值,即为当前被检测机床的多轴联动误差;

所述步骤S5中相似度是指通过检测机床测得到的刀具刀尖点误差数列与误差库中的误差数列的相似度。

2.根据权利要求1所述的基于RTCP误差特征识别的五轴机床多轴联动误差溯源方法,其特征在于,所述步骤S4中机床联动性能评估是通过图像特征识别的方法,来进行机床联动性能的评估。

3.根据权利要求2所述的基于RTCP误差特征识别的五轴机床多轴联动误差溯源方法,其特征在于,所述步骤S4还包括以下步骤:

S41、刀具刀尖点误差结果图进行归一化处理,形成新的刀具刀尖点误差轨迹图,归一化公式为:

其中,Δ为RTCP检测误差值的集合,Δ(i)为第i个RTCP检测误差,Δ(i)归一化为归一化处理后第i个RTCP检测误差,max(Δ)为误差值集合中的最大值,min(Δ)为误差值集合中的最小值;

S42、将步骤S41归一化后的刀具刀尖点误差轨迹视为一张刀具刀尖点误差轨迹图,将每个刀具刀尖点误差值视为刀具刀尖点误差轨迹图中的一个像素点,提取图像中的轨迹的边界,并用横纵坐标表示;在XOY平面内,这些刀具刀尖点误差轨迹图的边界点坐标点可用点集(x(k),y(k))表示,k为刀具刀尖点误差轨迹图的边界点个数;若将这些坐标点集放置于复数UV坐标系内,uv为复数坐标系的字母代表,横坐标x(k)对应的复数坐标系中的实轴坐标轴,纵坐标y(k)则对应复数坐标系中的虚轴坐标轴,那么XOY平面的坐标点则可用复数表达式(2)来位移表示:

s(k)=x(k)+jy(k) (2)

公式(2)中,s(k)代表刀具刀尖点误差轨迹在XOY平面内坐标点的复数表达式,j为常数,x(k)代表刀具刀尖点误差轨迹在XOY平面内对于X轴的坐标值,y(k)代表刀具刀尖点误差轨迹在XOY平面内对于Y轴的坐标值;假设边界的点集(x(k),y(k))共包含N个点,并设边界的起点为(x(0),y(0)),终点为(x(N-1),y(N-1)),从起点到终点按逆时针方向依次排列,那么采用式(2)所示的复数表达式即为一个周期函数,依据傅里叶变换理论,对s(k)进行离散傅里叶变化如式所示:

其中S(u)为傅里叶级数系数,即为傅里叶描述子,e为常数,周期函数傅里叶级数展开后具有唯一的傅里叶描述子,所以将傅里叶描述子作为该刀具刀尖点误差轨迹的特征;

S43、溯源五轴机床联动误差类别,提取获得的刀具刀尖点的误差轨迹图里的傅里叶描述子,然后与步骤S42中构建的误差轨迹图库中的傅里叶描述子进行对比,获取差异最小的误差轨迹图;误差轨迹图的傅里叶描述子与误差图库之间的差异可通过累加误差来评价,其公式为:

公式(4)中,字母E代表误差的累加,Zi代表第i个傅里叶描述子,Zi_图库代表图库中误差轨迹的第i个傅里叶描述子,n为误差轨迹傅里叶描述子个数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710885524.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top