-
题名自驱动关节臂测量机在线测量的最佳测量区确定方法
- 1
-
-
作者
李莉
刘柄瑶
王龙
黄鑫
杨洪涛
沈梅
-
机构
安徽理工大学机电工程学院
安徽理工大学深部煤矿采动响应与灾害防控国家重点实验室
安徽理工大学矿山智能装备与技术安徽省重点实验室
-
出处
《工具技术》
北大核心
2025年第10期130-138,共9页
-
基金
安徽省高等学校科学研究项目(2022AH050805)
安徽理工大学引进人才科研启动基金(2021yjrc32)
矿山智能装备与技术安徽省重点实验室开放基金(ZKSYS202207)。
-
文摘
为了实现低精度关节臂测量机高精度测量,本文提出一种应用于指定加工区域内工件在线测量的测量机最佳测量区和最优测量姿态确定方法,建立测量机应用于指定测量空间内的测量模型和误差模型,分析该测量空间内测量点最大测量误差分布规律,研究基于粒子群优化算法(Particle Swarm Optimization,PSO)和牛顿迭代法的测量机最佳测量区和最优测量姿态的确定方法,利用实验优化选择PSO算法中的各关键参数,进行PSO算法与蚁群优化算法(Ant Colony Optimization,ACO)和基于局部和全局变异策略的果蝇优化算法(Local and Global Mutation Strategy based Fruit Fly Optimization Algorithm,LGMS-FOA)的寻优效果对比实验,并进行指定测量空间内的测量机测量点误差分布规律分析和最佳测量区确定验证实验,在此基础上确定测量机测量特定点的最优测量姿态。分析实验结果发现,PSO算法的稳定性和收敛速度比ACO算法好,而LGMS-FOA算法在求解时会陷入局部最优,关节臂测量机在所研究的测量空间内的测量点误差分布规律为椭球形,所确定的最佳测量区为500 mm≤x≤520 mm,80 mm≤y≤100 mm,100 mm≤z≤120 mm,该区域的最大测量误差为0.056 mm。测量机测量该最佳测量区内的测量点(504,88,108)时,其最优测量姿态为θ_(1)=212.5260°,θ_(2)=111.1939°,θ_(3)=332.5388°,θ_(4)=112.5932°,θ_(5)=82.6842°,θ_(6)=90.3424°,测量误差可降低至0.002 mm。
-
关键词
关节臂坐标测量机
在线测量
PSO算法
最佳测量区
最优测量姿态
-
Keywords
articulated arm coordinate measuring machine
online measurement
PSO algorithm
optimal measurement zone
optimal measurement attitude
-
分类号
TG806
[金属学及工艺—公差测量技术]
TH721
[机械工程—精密仪器及机械]
-
