[发明专利]一种在机测量不确定度评定方法

说明书

本发明一种在机测量不确定度评定方法属于测量不确定度评定技术领域，涉及一种在机测量不确定度评定方法。该方法将不确定度分量分解为重复性测量、复现性测量、温度影响和数据修约影响等四项分量；规划网格点阵式和正交连续式两种样本集，以反映可测空间或指定空间全域。采用待测单元与测量单元同步运动采样方法，实现在机测量状态下的合理有效采样。按照极大似然估计原则对采样数据进行分布拟合，得到各分量的最佳拟合分布参数及概率密度函数。按照算术求和原则建立在机测量不确定度评定数学模型，基于自适应蒙特卡洛法进行不确定度的传递合成，提升了不确定度传递合成的精确性，降低了运算难度。本发明方法稳定可靠、计算简洁高效。

技术领域

本发明属于测量不确定度评定技术领域，涉及一种在机测量不确定度评定方法。

背景技术

在数字化制造领域，往往需要利用在机测量系统对待加工零部件进行在位测量，以获取待加工零部件的三维形貌特征及位姿特征。因多因素影响，在机测量结果往往存在不确定性，即结果具有分散性。为此，需要用不确定度对在机测量进行定量评定。

在机测量是将测量单元集成在数控机床运动单元上的测量，形成在机测量系统。在机测量系统结构复杂，测量过程伴随着机械振动、环境噪声、环境温度变化等影响因素，并揉合了运动单元的定位误差、反向间隙等因素。在进行测量不确定度评定时，在机测量仅主要不确定度来源就多达数十个，且其传递关系及其间耦合关系难以准确量化。因此，难以对在机测量的不确定度进行合理有效评定。对在机测量不确定度评定需要将不确定度评定引入在机测量系统，进行在机测量状态下的不确定度评定。但是，在机测量的不确定度评定不仅难度大，计算繁琐，且缺乏现有的相应的系统性理论和指导方法。

2016年，陈晓怀等在专利《一种三坐标测量机机构误差引入的测量不确定度评定方法》，申请号CN201610156538.0中，通过标定实验或校准证书获得三坐标测量机机械结构引起的误差，确定分布，结合空间点的机构误差模型，利用蒙特卡洛法评定出由三坐标测量机机构误差引入的测量不确定度。2019年，张珂等在专利《基于概率密度函数估计的圆度不确定度评定方法》，申请号为CN201910845682.9中，提供了一种基于概率密度函数估计的圆度不确定度评定方法，实现小样本的圆度误差测量不确定度评定。上述方法均未提及面向在机测量的一种在机测量不确定度评定方法。国内外文献中对面向在机测量的测量不确定度评定缺少系统性深入研究，而且往往局限于三坐标测量机这种离线式测量的测量不确定度评定且步骤繁杂运算繁琐。

发明内容

本发明要解决的技术问题是克服现有技术的欠缺或不足，针对在机测量的不确定度评定难题，发明了一种在机测量不确定度评定方法。该方法将不确定度分量分解为重复性测量、复现性测量、温度影响和数据修约影响等四项分量；规划网格点阵式和正交连续式两种样本集，以反映可测空间或指定空间全域；按照极大似然估计原则对采样数据进行分布拟合，得到各分量的最佳拟合分布参数及概率密度函数；按照算术求和原则建立在机测量不确定度评定数学模型，基于自适应蒙特卡洛法进行不确定度的传递合成，提升了不确定度传递合成的精确性，降低了运算难度。

本发明采用的技术方案是一种在机测量不确定度评定方法，其特征在于，该方法将不确定度分量分解为重复性测量、复现性测量、温度影响和数据修约影响等四个分量；根据可测空间或指定空间，规划网格点阵式样本集和正交连续式样本集，并完成同步采样；对不确定度分量样本数据进行分布拟合，得到各分量的最佳拟合分布参数及概率密度函数；建立在机测量不确定度评定模型，并基于自适应蒙特卡洛法进行不确定度的传递合成，完成在机测量不确定度评定。方法的具体步骤如下：

第一步 样本集规划与同步采样