[发明专利]一种基于数字地图的进给轴重复定位误差概率补偿方法在审
| 申请号: | 202211623723.8 | 申请日: | 2022-12-16 |
| 公开(公告)号: | CN115993802A | 公开(公告)日: | 2023-04-21 |
| 发明(设计)人: | 吴华洋;李洁静;刘海旭;左敦稳 | 申请(专利权)人: | 南京航空航天大学 |
| 主分类号: | G05B19/404 | 分类号: | G05B19/404 |
| 代理公司: | 南京天华专利代理有限责任公司 32218 | 代理人: | 瞿网兰 |
| 地址: | 210016 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 数字地图 进给 重复 定位 误差 概率 补偿 方法 | ||
1.一种基于数字地图的进给轴重复定位误差概率补偿方法,它通过重复定位误差统计绘制数字地图,结合动态优化算法搜索地图的最高点,以地图最高点的坐标为补偿起始点,通过控制补偿误差概率最终求解出补偿值的大小和方向,其特征在于它包括以下步骤:
步骤1:测量进给轴某位置的重复定位误差m次,获得每次测量的误差值;
步骤2:分别统计正行程和负行程每个误差值的频率,进一步获得正行程和负行程的误差概率分布;
步骤3:构建该位置数字地图。其中,x轴坐标代表该位置正向行程误差取值,y轴代表该位置负向行程误差取值,z轴代表取该误差值的概率;
步骤4:重复步骤1至步骤3共n次,获得进给轴上n个点的数字地图;
步骤5:初始化敏感粒子群算法参数,粒子群规模N,粒子维数d维,惯性权重W,学习因子c,敏感粒子数M;
步骤6:构造动态粒子群算法的适应度函数为:
fitness(x,y)=h(x,y)
其中,h(x,y)为重复定位误差数字地图高度;
步骤7:调用所有位置数字地图,运用动态粒子群优化算法,搜索每张数字地图的最高点,并将每个最高点坐标设置为对应位置的误差补偿点;
步骤8:设置误差概率阈值和补偿范围,求解补偿值大小和方向,构建误差概率补偿模型;
步骤9:启动补偿命令,对实际重复定位误差进行补偿;
步骤10:对补偿后的误差进行检测,补偿后不符合要求的实际误差加入概率统计环节,重复步骤2和步骤3;
步骤11:构建数字地图模型库,将各位置和各工况得到地图汇总于模型库,对于步骤10更新的数字地图重新加入模型库。
2.根据权利要求1所述的方法,其特征在于,所述的数字地图构建需要满足以下条件:
p1-3p1
p1-3p3
其中,p1-3代表坐标轴外误差点概率,p1和p3代表坐标轴上误差点概率。
3.根据权利要求1所述的方法,其特征在于,所述的误差概率分布为某位置正行程或负行程所有可能误差值及其对应发生概率的集合。
4.根据权利要求1所述的方法,其特征在于,所述的误差补偿点为经过寻优搜索的理想误差点,进行补偿值计算时以该点为基准,如果该点位于坐标原点则不执行补偿命令。
5.根据权利要求1所述的方法,其特征在于,所述的误差概率阈值为允许误差补偿错误的概率,根据实际需求确定。
6.根据权利要求1所述的方法,其特征在于,所述的补偿范围是理想的补偿后误差区间,这确定了补偿后的重复定位误差,根据实际要求确定。
7.根据权利要求1所述的方法,其特征在于,所述的补偿值是个矢量值,其包含了大小和方向,某位置补偿值是由该位置误差概率分布、误差补偿点、误差概率阈值和补偿范围共同求解确定的。
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南京航空航天大学,未经南京航空航天大学许可,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/202211623723.8/1.html,转载请声明来源钻瓜专利网。





