CN106682252B - 一种基于最小实体状态的同轴度快速评定方法 - Google Patents
一种基于最小实体状态的同轴度快速评定方法 Download PDFInfo
- Publication number
- CN106682252B CN106682252B CN201610555655.4A CN201610555655A CN106682252B CN 106682252 B CN106682252 B CN 106682252B CN 201610555655 A CN201610555655 A CN 201610555655A CN 106682252 B CN106682252 B CN 106682252B
- Authority
- CN
- China
- Prior art keywords
- cylinder
- measure
- pso
- under
- measured
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000011156 evaluation Methods 0.000 title claims description 11
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000013461 design Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims abstract description 6
- 239000002245 particle Substances 0.000 claims description 69
- 238000004422 calculation algorithm Methods 0.000 claims description 32
- 238000005457 optimization Methods 0.000 claims description 30
- 230000009466 transformation Effects 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000013519 translation Methods 0.000 claims description 5
- 239000007787 solid Substances 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 2
- 238000012797 qualification Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computer Hardware Design (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Complex Calculations (AREA)
Abstract
本发明涉及一种基于最小实体状态的同轴度快速评定方法,该方法首先获取被测零件的几何设计参数并判断其同轴度公差是否能用本方法评定,然后获取实际被测零件的测量数据并初步评价被测圆柱体和基准圆柱体的合格性,然后将实际被测圆柱体和实际基准圆柱体的测量数据进行拟合并计算其相对姿态,然后计算实际基准圆柱体相对其最小实体边界的姿态的变动域,然后计算实际被测圆柱体对于基准圆柱体最小实体边界的最小同轴度误差,最后根据被测圆柱体的同轴度公差要求判断实际被测零件是否合格。
Description
技术领域
本发明属于精密计量与计算机应用领域,具有涉及一种基于最小实体状态的同轴度快速评定方法,可用于被测圆柱体有尺寸要求、其轴线的同轴度公差有最小实体要求并且其基准要素有尺寸要求和最小实体要求的圆柱形几何产品的同轴度误差合格性检测和评定,并为加工工艺的改进提供指导。
背景技术
尺寸误差、形位误差(形状误差和位置误差的简称)直接影响产品质量、装配及其使用寿命,快速、准确地计算零件误差,具有重要的意义。尺寸公差(公差即误差的允许范围)和形位公差之间的关系称为公差原则,其中,最小实体要求是体现零件可装配性的一种公差原则。
国家标准GB/T16671-2009规定了被测圆柱体有尺寸要求、其轴线的同轴度公差有最小实体要求并且其基准要素有尺寸要求和最小实体要求的情况,该情况规定了:1、被测圆柱体的最小实体状态;2、被测圆柱体的局部尺寸的范围;3、被测圆柱体的最小实体状态与基准圆柱体的最小实体状态之间的方位关系;4、基准圆柱体的最小实体状态及其局部尺寸的范围。
为了判断偏离最小实体尺寸和最大实体尺寸之间(尺寸误差的合格性检测方法在国家标准GB/T3177、GB/T1958、GB/T18779.1、GB/T18779.2中有规定,不属于本发明的范畴)的零件的上述同轴度的合格性,国家标准GB/T1958-2004给出了五种误差检验原则:与拟合要素比较原则、测量坐标值原则、测量特征参数原则、测量跳动原则和控制实效边界原则,然而并没有给出被测圆柱体有尺寸要求、其轴线的同轴度公差有最小实体要求并且其基准要素有尺寸要求和最小实体要求的圆柱形几何产品的同轴度误差合格性检测和评定的具体方法。
被测圆柱体有尺寸要求、其轴线的同轴度有最小实体要求并且其基准要素没有最小实体要求的情况下,可以通过三坐标测量机测量被测圆柱体和基准圆柱体上的测点,然后计算实际被测圆柱体相对于实际基准圆柱体的同轴度。但是还没有数学方法来来评定被测圆柱体有尺寸要求、其轴线的同轴度公差有最小实体要求并且其基准要素有尺寸要求和最小实体要求的零件的合格性。
发明内容
本发明所要解决的技术问题是提供一种基于最小实体状态的同轴度快速评定方法。该方法不仅实现了被测圆柱体有尺寸要求、其轴线的同轴度公差有最小实体要求并且其基准要素有尺寸要求和最小实体要求的零件的合格性检测和评定,而且算法稳定性好、计算效率高,可以推广应用于其它被测要素有尺寸要求、其定向定位公差有最小实体要求并且其基准要素有尺寸要求和最小实体要求的零件的合格性检测和评定中。
为解决上述技术问题,实现一种基于最小实体状态的同轴度快速评定方法,本发明采取以下方案:
步骤1:获取被测圆柱体Cb、基准圆柱体CA及它们之间的几何设计参数;如果被测圆柱体Cb的同轴度公差及基准圆柱体CA都有最小实体要求,并且基准圆柱体CA只有尺寸公差——可以应用包容原则,那么跳转到步骤2,否则结束本快速评定方法,并给出结论“被测圆柱体的同轴度公差不能用本方法评定”。
所述的被测圆柱体Cb的几何设计参数包括是孔要素还是轴要素、名义直径D b 、名义长度L b 、轴的上偏差es b 或孔的上偏差ES b 、轴的下偏差ei b 或孔的下偏差EI b 、同轴度公差T b, AL, coa 、同轴度公差是否标注最小实体要求、同轴度公差的基准圆柱体CA是否标注最小实体状态。
所述的基准圆柱体CA的几何设计参数包括:是孔要素还是轴要素、名义直径D A 、名义长度L A 、轴的上偏差es A 或孔的上偏差ES A 、轴的下偏差ei A 或孔的下偏差EI A 、尺寸公差是否应用包容原则、其它几何公差。
所述的被测圆柱体Cb与基准圆柱体CA之间的几何设计参数是被测圆柱体Cb的几何中心与基准圆柱体CA的几何中心之间的名义距离L Ab 。
步骤2:在三坐标测量机上测量并获取实际被测圆柱体C b 、实际基准圆柱体C A 的测量数据,包括以下四个测点数据集:
实际基准圆柱体C A 的两个测点P measure, A, under, 1、P measure,A,under,2分别在实际基准圆柱体C A 的两个底面上,两个测点的测点数据p measure, A, under, 1 (x measure, A, under, 1,y measure, A, under, 1, z measure, A, under, 1)、p measure, A, under, 2 (x measure, A, under, 2,y measure, A, under, 2, z measure, A, under, 2)形成测点数据集{p measure, A, under, i },i=1, 2;实际基准圆柱体C A 的侧面上的测点P measure, A, n 的测点数据p measure, A, n (x measure, A, n , y measure, A, n ,z measure, A, n ),n=1, 2 … N,N为测点数目且为大于6的正整数,所有的测点数据p measure, A, n (x measure, A, n , y measure, A, n , z measure, A, n )形成测点数据集{p measure, A, n };实际被测圆柱体C b 的两个测点P measure, b, under, 1、P measure,b,under,2分别在实际被测圆柱体C b 的两个底面上,两个测点的测点数据p measure, b, under, 1 (x measure, b, under, 1, y measure, b, under, 1,z measure, b, under, 1)、p measure, b, under, 2 (x measure, b, under, 2, y measure, b, under, 2,z measure, b, under, 2)形成测点数据集{p measure, b, under, j },j=1, 2;实际被测圆柱体C b 的侧面上的测点P measure, b, m 的测点数据p measure, b, m (x measure, b, m , y measure, b, m , z measure, b, m ),m=1, 2… M,M为测点数目且为大于6的正整数,所有的测点数据p measure, b, m (x measure, b, m ,y measure, b, m , z measure, b, m )形成测点数据集{p measure, b, m }。
评价实际基准圆柱体C A 和实际被测圆柱体C b 的尺寸误差是否合格,如果上述误差都合格,跳转到步骤3,否则结束本快速评定方法,并给出结论“实际基准圆柱体C A 和/或实际被测圆柱体C b 的其它误差不合格”。
步骤3:计算p measure, A, under, 1/2=( p measure, A, under, 1+ p measure, A, under, 2)/2。
将步骤2中获取的四个测点数据集进行坐标变换,得到四个粗略平移数据集{p 0, A, under, i (x 0, A, under, i , y 0, A, under, i , z 0, A, under, i )| p 0, A, under, i = p measure, A, under, i -p measure, A, under, 1/2,i=1, 2}、{p 0, A, n (x 0, A, n , y 0, A, n , z 0, A, n )| p 0, A, n = p measure, A, n -p measure, A, under, 1/2,n=1, 2 … N }、{ p 0, b, under, j (x 0, b, under, j ,y 0, b, under, j , z 0, b, under, j )| p 0, b, under, j = p measure, b, under, j -p measure, A, under, 1/2,j=1,2}、{ p 0, b, m (x 0, b, m , y 0, b, m , z 0, b, m )| p 0, b, m = p measure, b, m -p measure, A, under, 1/2,m=1,2 … M }。
计算p 0, b, under, 1/2(x 0, b, under, 1/2, y 0, b, under, 1/2, z 0, b, under, 1/2)=( p 0, b, under, 1+ p 0, b, under, 2)/2。
解目标优化问题10:
解得实际基准圆柱体C A 的初步拟合圆柱体CC A0 的直径d A0 =|min d 10, A |和相应的最优解(x 10,min, y 10,min, α 10,min, β 10,min)。
将数据集{ p 0, A, n (x 0, A, n , y 0, A, n , z 0, A, n )}进行如下坐标变换,n=1, 2 … N:
得到实际基准圆柱所有测点的初步转换坐标集{ p 10, A, n (x 10, A, n , y 10, A, n ,z 10, A, n )}。
将数据集{ p 0, b, m (x 0, b, m , y 0, b, m , z 0, b, m )}进行如下坐标变换,m=1, 2 … M:
得到实际被测圆柱所有测点的初步转换坐标集{ p 10, b, m (x 10, b, m , y 10, b, m ,z 10, b, m )}。
当基准圆柱体是轴时,解目标优化问题1:
实际基准圆柱体C A 的拟合圆柱体CC A 的直径d A =|min d 1, A |和相应的最优解(x 0,min,y 0,min, α 0,min, β 0,min)。
将粗略平移数据集{ p 10, b, m (x 10, b, m , y 10, b, m , z 10, b, m )}进行如下坐标变换,m=1, 2 … M:
得到实际被测圆柱所有测点相对于实际基准圆柱体的坐标集{ p b, m (x b, m , y b, m ,z b, m )}。
当基准圆柱体是孔时,将数据集{ p 10, b, m }的元素的值赋给坐标集{ p b, m },实际基准圆柱体C A 的拟合圆柱体CC A 的直径d A =d A0 。
解目标优化问题2:
其中,dx 0,b,A , dy 0,b,A 分别是实际被测圆柱体拟合圆柱体CC b 在x轴、y轴方向的平移误差,drx 0,b,A , dry 0,b,A 分别是实际被测圆柱体拟合圆柱体CC b 绕x轴、y轴逆时针方向的旋转误差。
解得实际被测圆柱体拟合圆柱体CC b 的直径d b =|min d 1, b |和对应的(dx 0,b,A ,dy 0,b,A , 0)、(drx 0,b,A , dry 0,b,A , 0)的值(dx b,A , dy b,A , 0)、( drx b,A , dry b,A , 0),圆柱体CC b 相对于圆柱体CC A 的三维空间姿态v b, A = (dx b,A , dy b,A , 0, drx b,A , dry b,A , 0)。
步骤4:计算基准圆柱体CA最小实体边界圆柱体CC AL 的直径D AL ,当基准圆柱体CA是轴时,D AL = D A + ei A ;当基准圆柱体CA是孔时,D AL = D A + ES A 。
计算圆柱体CC A 相对于圆柱体CC AL 的三维空间姿态v A 的变动域Ω dvA ={ v A (dx A ,dy A , 0, drx A , dry A , 0)| (dx A ± 0.5L A dry A )2 + ( -dy A ± 0.5L A drx A )2 ≤ 0.25(D AL -d A )2};其中,dx A , dy A 分别是圆柱体CC A 相对于圆柱体CC AL 的x轴、y轴方向的平移误差,drx A ,dry A 分别是圆柱体CC A 相对于圆柱体CC AL 绕x轴、y轴逆时针方向的旋转误差。
步骤5:解目标优化问题3:
其中,t b, AL, coa 是调整过程中圆柱体CC b 相对于圆柱体CC AL 的同轴度误差。
解得圆柱体CC b 相对于圆柱体CC AL 的最小同轴度误差t b, AL, coa, MIN =min t b, AL, coa 。
步骤6:计算被测圆柱体Cb的最小实体实效尺寸:当被测圆柱体Cb是轴时,D bLV = D b + ei b -T b, AL, coa ;当被测圆柱体Cb是孔时,D bLV = D b + ES b +T b, AL, coa 。
计算实际被测圆柱体Cb相对于基准圆柱体CA的最小实体边界CC AL 的同轴度动态公差T b, AL, coa,Act =| D bLV - d b |。
如果t b, AL, coa, MIN ≤ T b, AL, coa,Act ,那么给出结论“实际被测圆柱体C b 的同轴度误差合格”,否则给出结论“实际被测圆柱体C b 的同轴度误差不合格”。
在零件误差分析问题中,需要求解一些目标优化问题,其特点包括:需要同时考量误差值和名义参数,而这两类数值的大小通常差别几个数量级;最优解的附近的函数值变化较缓和;等式约束通常有确定的解;通常能给出至少一个可行的解。针对这些特点,本发明提供一种多层粒子群算法来解决前述目标优化问题,其特征是步骤如下:
步骤01:定义多层粒子群算法的参数或使用其默认值,包括分辨率T POS 、粒子数N P ,N P ≥ 2,内层最大迭代次数N i,rd ,N i,rd ≥ 1,外层最大迭代次数N o,rd ,外层最小迭代次数n o,rd ,质量权因子W,局部权因子C 1,全局权因子C 2。
步骤02:定义N P 个粒子p PSO,k (p PSO, k,1, p PSO, k,2, …, p PSO, k,Q ),其值对应目标优化问题中的自变量(x 1, x 2, …, x Q ),p PSO, k, q 的取值区间分别与x q 的取值区间相同;k=1,2 … N P ;q=1, 2 … Q;所有粒子组成粒子集{p PSO,k };设置一个粒子p PSO,1的初始值或使用其默认值。
将外层粒子群算法的迭代次数设置为0。
步骤03:分别在p PSO, k, q 的取值区间按平均分布随机取(N P -1)个值,构建(N P -1)个粒子p PSO,k ;k=2, 3 … N P ;q=1, 2 … Q。
分别在p PSO, k, q 的取值区间按平均分布随机取N P 个值,构建N P 个粒子p PSO,k 的初始速度v PSO, k (v PSO, k,1, v PSO, k,2, …, v PSO, k,q );所有粒子的速度组成速度集{v PSO,k };k=1,2 … N P ;q=1, 2 … Q。
定义N P 个粒子p PSO,k 的局部最优解为p PSO,k,min=p PSO,k ;k=1, 2 … N P 。
将p PSO, k, q 的值分别代入目标优化问题中的变量x q 及其等式约束,并计算相应的目标优化函数值f k =f(x 1, x 2, …, x Q );k=1, 2 … N P ;q=1, 2 … Q。
记录粒子p PSO,k 对应的局部最优值f k,min =f k ,k=1, 2 … N P 。
记录全局最优值f min =min f k,min ,并记录与min f k,min 对应的粒子的值为全局最优解p PSO,min。
将内层粒子群算法的迭代次数设置为0。
步骤04:将粒子p PSO,k 的值更新为p PSO,k +v PSO, k ,k=1, 2 … N P 。
令(x 1, x 2, …, x Q )=p PSO,k ,并代入目标优化问题的不等式约束;如果不等式约束成立,那么将(x 1, x 2, …, x Q )代入目标优化问题中的等式约束,并计算和更新相应的目标优化函数值f k ;如果f k ≤ f k,min ,那么更新粒子p PSO,k 的局部最优值f k,min =f k ,并更新粒子p PSO,k 的局部最优解为p PSO,k,min=p PSO,k ;如果f k ≤ f min ,那么更新全局最优值f min =f k ,并更新全局最优解为p PSO,min=p PSO,k ;k=1, 2 … N P ;q=1, 2 … Q。
如果各粒子的局部最优值和局部最优解非常接近,即,(|max f k,min – min f k,min |≤ T POS )且(|p PSO,k,min, mean – p PSO,k,min| ≤ T POS ),其中,p PSO,k,min, mean为p PSO,k,min的算术平均值,k=1, 2 … N P ;那么,转到步骤07,否则转到步骤05。
步骤05:将粒子p PSO,k 的速度v PSO,k 的值更新为W v PSO,k + C rand1 C 1 (p PSO,k,min- p PSO,k )+ C rand2 C 2 (p PSO,min- p PSO,k ),其中,C rand1、C rand2是在区间[0, 1]中相互独立地按平均分布随机选取的两个值; k=1, 2 … N P 。
步骤06:累积一次内层粒子群算法的迭代次数;如果内层粒子群算法的迭代次数大于N i,rd ,那么跳转到步骤07,否则跳转到步骤04。
步骤07:记录每次迭代得到的内层粒子群算法的全局最优值f min,s = f min ,其中,s是外层粒子群算法的迭代次数。
将粒子p PSO,1的值设置为当前的全局最优解p PSO,min。
当外层粒子群算法的迭代次数s > n o,rd 时,令g =s -n o,rd ,判断多层粒子群算法的收敛性;如果|f min,s – min f min, g | ≤ T POS ,那么,结束多层粒子群算法并输出目标优化问题的最优解p PSO,min和最优值f min ,否则,累积一次外层粒子群算法的迭代次数。
如果外层粒子群算法的迭代次数大于N o,rd ,那么停止外层粒子群算法并输出目标优化问题的最优解(x 1, x 2, …, x Q )=p PSO,min和最优值min f=f min ,否则,更新粒子p PSO,1的初始值为p PSO,min跳转到步骤03。
为了便于本方法的使用,前述多层粒子群算法的默认参数可以设置如下:
分辨率T POS 默认值是0.00005、粒子数N P 默认值是20、内层最大迭代次数N i,rd 默认值是100、外层最大迭代次数N o,rd 默认值是100、外层最小迭代次数n o,rd 默认值是50、质量权因子W默认值是0.5、局部权因子C 1默认值是2、全局权因子C 2默认值是2;p PSO,1的初始值默认为零向量。
附图说明
图1,本发明的基本方法的流程图。
图2,本发明中求解目标优化问题的多层粒子群算法的基本方法的流程图。
图3,步骤4及步骤5中零件相对于最小实体边界的运动。
图4,实验对象的几何设计图。
具体实施方式
实验实施例:
被测孔有尺寸要求、其孔线的同轴度公差有最小实体要求并且其基准孔有尺寸要求和最小实体要求的阶梯孔零件的同轴度误差合格性检测和评定:步骤1:获取如图4所示的由被测圆柱体b、基准圆柱体A构成的几何设计参数(长度单位为毫米,角度单位为度,弧度单位为1)。
所述的被测圆柱体b的几何设计参数包括:是孔要素、名义直径D b =24、名义长度L b =15、孔的上偏差ES b =0.4、孔的下偏差EI b =0、同轴度公差T b, AM, coa =0.3、同轴度公差标注最大实体要求、同轴度公差的基准圆柱体A标注最大实体状态。
所述的基准圆柱体A的几何设计参数包括:是孔要素、名义直径D A =39、名义长度L A =22、孔的上偏差ES A =0.3、孔的下偏差EI A =0、尺寸公差应用包容原则,没有几何公差要求。
所述的被测圆柱体Cb与基准圆柱体CA之间的几何设计参数是被测圆柱体Cb的几何中心与基准圆柱体CA的几何中心之间的名义距离L Ab =18.5。
被测圆柱体b的同轴度公差及基准圆柱体A都有最大实体要求,并且基准圆柱体A只有尺寸公差要求并应用包容原则,跳转到步骤2。
步骤2:在三坐标测量机上测量并获取实际被测圆柱体b、实际基准圆柱体A的测量数据,包括以下四个测点数据集,如表1所示:
实际基准圆柱体A的两个测点P measure, A, under, 1、P measure,A,under,2分别在实际基准圆柱体A的两个底面上,两个测点的测点数据形成测点数据集{p measure, A, under, i },i=1, 2;实际基准圆柱体A的侧面上的测点P measure, A, n 分布在3层圆周上,每层圆周3个点,其测点数据形成测点数据集{p measure, A, n },n=1, 2 … 9;实际被测圆柱体b的两个测点P measure, b, under, 1、P measure,b,under,2分别在实际被测圆柱体b的两个底面上,两个测点的测点数据形成测点数据集{p measure, b, under, j },j=1, 2;实际被测圆柱体b的侧面上的测点P measure, b, m 分布在3层圆周上,每层圆周3个点,其测点数据形成测点数据集{p measure, b, m ,m=1, 2 … 9}。
将3层圆周上的测点P measure, A, n 分别拟合为3个圆,其直径分别为39.086、39.083、39.099,判定实际基准圆柱体A的尺寸误差合格;将3层圆周上的测点p measure, b, m 分别拟合为3个圆,其直径分别为24.013、24.017、24.021,判定实际被测圆柱体b的尺寸误差合格;跳转到步骤3。
步骤3:计算p measure, A, under, 1/2=( p measure, A, under, 1+ p measure, A, under, 2)/2=(261.1905, 229.524, -584.6165)。
将步骤2中获取的四个测点数据集进行坐标变换,得到四个粗略平移数据集{p 0, A, under, i (x 0, A, under, i , y 0, A, under, i , z 0, A, under, i )| p 0, A, under, i = p measure, A, under, i -p measure, A, under, 1/2,i=1, 2},如表1所示;{p 0, A, n (x 0, A, n , y 0, A, n ,z 0, A, n )| p 0, A, n = p measure, A, n -p measure, A, under, 1/2,n=1, 2 … 9 },如表1所示;{ p 0, b, under, j (x 0, b, under, j , y 0, b, under, j , z 0, b, under, j )| p 0, b, under, j = p measure, b, under, j -p measure, A, under, 1/2,j=1, 2},如表1所示;{ p 0, b, m (x 0, b, m , y 0, b, m ,z 0, b, m )| p 0, b, m = p measure, b, m -p measure, A, under, 1/2,m=1, 2 … 9 },如表1所示。
计算p 0, b, under, 1/2=( p 0, b, under, 1+ p 0, b, under, 2)/2=(-23.8675, 3.699, -18.67)。
解目标优化问题10:
用前述多层粒子群算法解得实际基准圆柱体A的初步拟合圆柱体CC A0 的直径d A0 =|min d 10, A |=39.099和对应的最优解(x 10,min, y 10,min, α 10,min, β 10,min)= (13.9257, 6.4138,0.012, 0.0149)。
将数据集{ p 0, A, n (x 0, A, n , y 0, A, n , z 0, A, n )}进行如下坐标变换,n=1, 2 … 9:
得到实际基准圆柱所有测点的初步转换坐标集{ p 10, A, n (x 10, A, n , y 10, A, n ,z 10, A, n )},如表1所示。
将数据集{ p 0, b, m (x 0, b, m , y 0, b, m , z 0, b, m )}进行如下坐标变换,m=1, 2 … 9:
得到实际被测圆柱所有测点的初步转换坐标集{ p 10, b, m (x 10, b, m , y 10, b, m ,z 10, b, m )},如表1所示。
基准圆柱体是孔,将数据集{ p 10, b, m }的元素的值赋给坐标集{ p b, m },如表1所示;实际基准圆柱体C A 的拟合圆柱体CC A 的直径d A =d A0 =39.099。
解目标优化问题2:
基准圆柱体是孔,求解:
解得实际被测圆柱体拟合圆柱体CC b 的直径d b =|min d 1, b |=24.0209和对应的(dx 0,b,A , dy 0,b,A , 0)、(drx 0,b,A , dry 0,b,A , 0)的值(0.3803, 0.2444, 0)、(0.0006, -0.0011, 0),圆柱体CC b 相对于圆柱体CC A 的三维空间姿态v b, A = (0.3803, 0.2444, 0,0.0006, -0.0011, 0)。
步骤4:计算基准圆柱体CA最小实体边界圆柱体CC AL 的直径D AL ,基准圆柱体CA是孔,D AL = D A + ES A =39+0.3=39.3。
计算圆柱体CC A 相对于圆柱体CC AL 的三维空间姿态v A 的变动域Ω dvA ={ v A (dx A ,dy A , 0, drx A , dry A , 0)| (dx A ± 0.5L A dry A )2 + ( -dy A ± 0.5L A drx A )2 =(dx A ± 11dry A )2+ ( -dy A ± 11drx A )2≤ 0.25(D AL - d A )2=0.25(39.3 – 39.099)2=0.10052}。
步骤5:解目标优化问题3:
解得圆柱体CC b 相对于圆柱体CC AL 的最小同轴度误差t b, AL, coa, MIN =min t b, AL, coa =0.7160。
步骤6:计算被测圆柱体Cb的最小实体实效尺寸:被测圆柱体Cb是孔,D bLV = D b + ES b + T b,AL,coa =24+0.4+0.3=24.7。
计算实际被测圆柱体Cb相对于基准圆柱体CA的最小实体边界CC AL 的同轴度动态公差T b,AL,coa,Act =| D bLV - d b |=| 24.7- 24.0209|=0.6791。
如果T b, AL, coa,Act =0.6791≤t b, AL, coa, MIN =0.7160,给出结论“实际被测圆柱体C b 的同轴度误差不合格”。
表1数据集和坐标集
Claims (3)
1.一种基于最小实体状态的同轴度快速评定方法,其特征是:
步骤1:获取被测圆柱体Cb、基准圆柱体CA及它们之间的几何设计参数;如果被测圆柱体Cb的同轴度公差及基准圆柱体CA都有最小实体要求,并且基准圆柱体CA只有尺寸公差——可以应用包容原则,那么跳转到步骤2,否则结束本快速评定方法,并给出结论“被测圆柱体的同轴度公差不能用本方法评定”;
所述的被测圆柱体Cb的几何设计参数包括是孔要素还是轴要素、名义直径D b 、名义长度L b 、轴的上偏差es b 或孔的上偏差ES b 、轴的下偏差ei b 或孔的下偏差EI b 、同轴度公差T b, AL, coa 、同轴度公差是否标注最小实体要求、同轴度公差的基准圆柱体CA是否标注最小实体状态;
所述的基准圆柱体CA的几何设计参数包括:是孔要素还是轴要素、名义直径D A 、名义长度L A 、轴的上偏差es A 或孔的上偏差ES A 、轴的下偏差ei A 或孔的下偏差EI A 、尺寸公差是否应用包容原则、其它几何公差;
所述的被测圆柱体Cb与基准圆柱体CA之间的几何设计参数是被测圆柱体Cb的几何中心与基准圆柱体CA的几何中心之间的名义距离L Ab ;
步骤2:在三坐标测量机上测量并获取实际被测圆柱体C b 、实际基准圆柱体C A 的测量数据,包括以下四个测点数据集:
实际基准圆柱体C A 的两个测点P measure, A, under, 1、P measure,A,under,2分别在实际基准圆柱体C A 的两个底面上,两个测点的测点数据p measure, A, under, 1 (x measure, A, under, 1,y measure, A, under, 1, z measure, A, under, 1)、p measure, A, under, 2 (x measure, A, under, 2,y measure, A, under, 2, z measure, A, under, 2)形成测点数据集{p measure, A, under, i },i=1, 2;实际基准圆柱体C A 的侧面上的测点P measure, A, n 的测点数据p measure, A, n (x measure, A, n , y measure, A, n ,z measure, A, n ),n=1, 2 …N,N为测点数目且为大于6的正整数,所有的测点数据p measure, A, n (x measure, A, n , y measure, A, n , z measure, A, n )形成测点数据集{p measure, A, n };实际被测圆柱体C b 的两个测点P measure, b, under, 1、P measure,b,under,2分别在实际被测圆柱体C b 的两个底面上,两个测点的测点数据p measure, b, under, 1 (x measure, b, under, 1, y measure, b, under, 1,z measure, b, under, 1)、p measure, b, under, 2 (x measure, b, under, 2, y measure, b, under, 2,z measure, b, under, 2)形成测点数据集{p measure, b, under, j },j=1, 2;实际被测圆柱体C b 的侧面上的测点P measure, b, m 的测点数据p measure, b, m (x measure, b, m , y measure, b, m , z measure, b, m ),m=1, 2…M,M为测点数目且为大于6的正整数,所有的测点数据p measure, b, m (x measure, b,m ,y measure, b, m , z measure, b, m )形成测点数据集{p measure, b, m };
评价实际基准圆柱体C A 和实际被测圆柱体C b 的尺寸误差是否合格,如果上述误差都合格,跳转到步骤3,否则结束本快速评定方法,并给出结论“实际基准圆柱体C A 和/或实际被测圆柱体C b 的其它误差不合格”;
步骤3:计算p measure, A, under, 1/2=( p measure, A, under, 1+ p measure, A, under, 2)/2;
将步骤2中获取的四个测点数据集进行坐标变换,得到四个粗略平移数据集{p 0, A, under, i (x 0, A, under, i , y 0, A, under, i , z 0, A, under, i )| p 0, A, under, i = p measure, A, under, i -p measure, A, under, 1/2,i=1, 2}、{p 0, A, n (x 0, A, n , y 0, A, n , z 0, A, n )| p 0, A, n = p measure, A, n -p measure, A, under, 1/2,n=1, 2 …N }、{ p 0, b, under, j (x 0, b, under, j ,y 0, b, under, j , z 0, b, under, j )| p 0, b, under, j = p measure, b, under, j -p measure, A, under, 1/2,j=1,2}、{ p 0, b, m (x 0, b, m , y 0, b, m , z 0, b, m )| p 0, b, m = p measure, b, m -p measure, A, under, 1/2,m=1,2 …M };
计算p 0, b, under, 1/2(x 0, b, under, 1/2, y 0, b, under, 1/2, z 0, b, under, 1/2)=( p 0, b, under, 1+ p 0, b, under, 2)/2;
解目标优化问题10:
解得实际基准圆柱体C A 的初步拟合圆柱体CC A0 的直径d A0 =|min d 10, A |和相应的最优解(x 10,min, y 10,min, α 10,min, β 10,min);
将数据集{ p 0, A, n (x 0, A, n , y 0, A, n , z 0, A, n )}进行如下坐标变换,n=1, 2 …N:
得到实际基准圆柱所有测点的初步转换坐标集{ p 10, A, n (x 10, A, n , y 10, A, n ,z 10, A, n )};
将数据集{ p 0, b, m (x 0, b, m , y 0, b, m , z 0, b, m )}进行如下坐标变换,m=1, 2 …M:
得到实际被测圆柱所有测点的初步转换坐标集{ p 10, b, m (x 10, b, m , y 10, b, m ,z 10, b, m )};
当基准圆柱体是轴时,解目标优化问题1:
实际基准圆柱体C A 的拟合圆柱体CC A 的直径d A =|min d 1, A |和相应的最优解(x 0,min,y 0,min, α 0,min, β 0,min);
将实际被测 圆柱所有测点的初步转换坐标集{ p 10, b, m (x 10, b, m , y 10, b, m , z 10, b, m )}进行如下坐标变换,m=1, 2 …M:
得到实际被测圆柱所有测点相对于实际基准圆柱体的坐标集{ p b, m (x b, m , y b, m ,z b, m )};
当基准圆柱体是孔时,将数据集{ p 10, b, m }的元素的值赋给坐标集{ p b, m },实际基准圆柱体C A 的拟合圆柱体CC A 的直径d A =d A0 ;
解目标优化问题2:
其中,dx 0,b,A , dy 0,b,A 分别是实际被测圆柱体拟合圆柱体CC b 在x轴、y轴方向的平移误差,drx 0,b,A , dry 0,b,A 分别是实际被测圆柱体拟合圆柱体CC b 绕x轴、y轴逆时针方向的旋转误差;
解得实际被测圆柱体拟合圆柱体CC b 的直径d b =|min d 1, b |和对应的(dx 0,b,A , dy 0,b,A ,0)、(drx 0,b,A , dry 0,b,A , 0)的值(dx b,A , dy b,A , 0)、( drx b,A , dry b,A , 0),圆柱体CC b 相对于圆柱体CC A 的三维空间姿态v b, A = (dx b,A , dy b,A , 0, drx b,A , dry b,A , 0);
步骤4:计算基准圆柱体CA最小实体边界圆柱体CC AL 的直径D AL ,当基准圆柱体CA是轴时,D AL = D A + ei A ;当基准圆柱体CA是孔时,D AL = D A + ES A ;
计算圆柱体CC A 相对于圆柱体CC AL 的三维空间姿态v A 的变动域Ω dvA ={ v A (dx A , dy A , 0,drx A , dry A , 0)| (dx A ± 0.5L A dry A )2 + ( -dy A ± 0.5L A drx A )2≤ 0.25(D AL - d A )2};
其中,dx A , dy A 分别是圆柱体CC A 相对于圆柱体CC AL 的x轴、y轴方向的平移误差,drx A ,dry A 分别是圆柱体CC A 相对于圆柱体CC AL 绕x轴、y轴逆时针方向的旋转误差;
步骤5:解目标优化问题3:
其中,t b, AL, coa 是调整过程中圆柱体CC b 相对于圆柱体CC AL 的同轴度误差;
解得圆柱体CC b 相对于圆柱体CC AL 的最小同轴度误差t b, AL, coa, MIN =min t b, AL, coa ;
步骤6:计算被测圆柱体Cb的最小实体实效尺寸:当被测圆柱体Cb是轴时,D bLV = D b + ei b -T b, AL, coa ;当被测圆柱体Cb是孔时,D bLV = D b + ES b +T b, AL, coa ;
计算实际被测圆柱体Cb相对于基准圆柱体CA的最小实体边界CC AL 的同轴度动态公差T b, AL, coa,Act =| D bLV - d b |;
如果t b, AL, coa, MIN ≤T b, AL, coa,Act ,那么给出结论“实际被测圆柱体C b 的同轴度误差合格”,否则给出结论“实际被测圆柱体C b 的同轴度误差不合格”。
2.根据权利要求1所述的一种基于最小实体状态的同轴度快速评定方法,其特征是:
所述的目标优化问题的解决方法的步骤如下:
步骤01:定义多层粒子群算法的参数或使用其默认值,包括分辨率T POS 、粒子数N P ,N P ≥2,内层最大迭代次数N i,rd ,N i,rd ≥ 1,外层最大迭代次数N o,rd ,外层最小迭代次数n o,rd ,质量权因子W,局部权因子C 1,全局权因子C 2;
步骤02:定义N P 个粒子p PSO,k (p PSO, k,1, p PSO, k,2, …, p PSO, k,Q ),其值对应目标优化问题中的自变量(x 1, x 2, …, x Q ),p PSO, k, q 的取值区间分别与x q 的取值区间相同;k=1, 2 …N P ;q=1, 2 …Q;所有粒子组成粒子集{p PSO,k };设置一个粒子p PSO,1的初始值或使用其默认值;
将外层粒子群算法的迭代次数设置为0;
步骤03:分别在p PSO, k, q 的取值区间按平均分布随机取(N P -1)个值,构建(N P -1)个粒子p PSO,k ;k=2, 3 …N P ;q=1, 2 …Q;
分别在p PSO, k, q 的取值区间按平均分布随机取N P 个值,构建N P 个粒子p PSO,k 的初始速度v PSO, k (v PSO, k,1, v PSO, k,2, …, v PSO, k,q );所有粒子的速度组成速度集{v PSO,k };k=1, 2 …N P ;q=1, 2 …Q;
定义N P 个粒子p PSO,k 的局部最优解为p PSO,k,min=p PSO,k ;k=1, 2 …N P ;
将p PSO, k, q 的值分别代入目标优化问题中的变量x q 及其等式约束,并计算相应的目标优化函数值f k =f(x 1, x 2, …, x Q );k=1, 2 …N P ;q=1, 2 …Q;
记录粒子p PSO,k 对应的局部最优值f k,min =f k ,k=1, 2 …N P ;
记录全局最优值f min =min f k,min ,并记录与min f k,min 对应的粒子的值为全局最优解p PSO,min;
将内层粒子群算法的迭代次数设置为0;
步骤04:将粒子p PSO,k 的值更新为p PSO,k +v PSO, k ,k=1, 2 …N P ;
令(x 1, x 2, …, x Q )=p PSO,k ,并代入目标优化问题的不等式约束;如果不等式约束成立,那么将(x 1, x 2, …, x Q )代入目标优化问题中的等式约束,并计算和更新相应的目标优化函数值f k ;如果f k ≤f k,min ,那么更新粒子p PSO,k 的局部最优值f k,min =f k ,并更新粒子p PSO,k 的局部最优解为p PSO,k,min=p PSO,k ;如果f k ≤f min ,那么更新全局最优值f min =f k ,并更新全局最优解为p PSO,min=p PSO,k ;k=1, 2 …N P ;q=1, 2 …Q;
如果各粒子的局部最优值和局部最优解非常接近,即,(|max f k,min – min f k,min | ≤T POS )且(|p PSO,k,min, mean –p PSO,k,min| ≤T POS ),其中,p PSO,k,min, mean为p PSO,k,min的算术平均值,k=1, 2 …N P ;那么,转到步骤07,否则转到步骤05;
步骤05:将粒子p PSO,k 的速度v PSO,k 的值更新为W v PSO,k + C rand1 C 1 (p PSO,k,min- p PSO,k ) +C rand2 C 2 (p PSO,min- p PSO,k ),其中,C rand1、C rand2是在区间[0, 1]中相互独立地按平均分布随机选取的两个值; k=1, 2 …N P ;
步骤06:累积一次内层粒子群算法的迭代次数;如果内层粒子群算法的迭代次数大于N i,rd ,那么跳转到步骤07,否则跳转到步骤04;
步骤07:记录每次迭代得到的内层粒子群算法的全局最优值f min,s = f min ,其中,s是外层粒子群算法的迭代次数;
将粒子p PSO,1的值设置为当前的全局最优解p PSO,min;
当外层粒子群算法的迭代次数s > n o,rd 时,令g =s -n o,rd ,判断多层粒子群算法的收敛性;如果|f min,s – min f min, g | ≤T POS ,那么,结束多层粒子群算法并输出目标优化问题的最优解p PSO,min和最优值f min ,否则,累积一次外层粒子群算法的迭代次数;
如果外层粒子群算法的迭代次数大于N o,rd ,那么停止外层粒子群算法并输出目标优化问题的最优解(x 1, x 2, …, x Q )=p PSO,min和最优值min f=f min ,否则,更新粒子p PSO,1的初始值为p PSO,min跳转到步骤03。
3.根据权利要求2所述的一种基于最小实体状态的同轴度快速评定方法,其特征是:
所述多层粒子群算法的分辨率T POS 默认值是0.00005、粒子数N P 默认值是20、内层最大迭代次数N i,rd 默认值是100、外层最大迭代次数N o,rd 默认值是100、外层最小迭代次数n o,rd 默认值是50、质量权因子W默认值是0.5、局部权因子C 1默认值是2、全局权因子C 2默认值是2;p PSO,1的初始值默认为零向量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610555655.4A CN106682252B (zh) | 2016-07-15 | 2016-07-15 | 一种基于最小实体状态的同轴度快速评定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610555655.4A CN106682252B (zh) | 2016-07-15 | 2016-07-15 | 一种基于最小实体状态的同轴度快速评定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106682252A CN106682252A (zh) | 2017-05-17 |
CN106682252B true CN106682252B (zh) | 2021-02-02 |
Family
ID=58839231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610555655.4A Expired - Fee Related CN106682252B (zh) | 2016-07-15 | 2016-07-15 | 一种基于最小实体状态的同轴度快速评定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106682252B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108592852A (zh) * | 2018-05-18 | 2018-09-28 | 桂林电子科技大学 | 一种基于双重公差原则的同轴度的快稳简的评定方法 |
CN108680129A (zh) * | 2018-05-18 | 2018-10-19 | 桂林电子科技大学 | 一种基于双重公差原则的同轴度的评定方法 |
CN112066923A (zh) * | 2020-08-14 | 2020-12-11 | 苏州环球科技股份有限公司 | 一种位置度的虚拟测量方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7885500B2 (en) * | 2006-05-16 | 2011-02-08 | Schleifring Und Apparatebau Gmbh | Apparatus and method for adjusting an optical rotating data transmission device |
CN101246083B (zh) * | 2008-03-24 | 2010-06-02 | 西安电子科技大学 | 直齿圆柱齿轮动态啮合刚度的测量方法 |
CN101493860B (zh) * | 2009-02-26 | 2011-12-14 | 天津科技大学 | 双螺杆磨浆机构统计公差设计方法 |
CN102622495B (zh) * | 2012-04-13 | 2014-12-03 | 北京航空航天大学 | 一种基于公差等级和遗传算法的公差优化分配方法 |
CN104075647B (zh) * | 2013-03-29 | 2017-02-08 | 富泰华工业(深圳)有限公司 | 检测装置 |
-
2016
- 2016-07-15 CN CN201610555655.4A patent/CN106682252B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN106682252A (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106202741B (zh) | 一种基于最小实体状态的同轴度评定方法 | |
CN108168479B (zh) | 基于坐标变换与数组排序的圆周分布孔组位置度评定方法 | |
CN106202709B (zh) | 一种基于最大实体状态的同轴度评定方法 | |
CN106682252B (zh) | 一种基于最小实体状态的同轴度快速评定方法 | |
JP5908102B2 (ja) | 接触走査式座標測定器の動作準備 | |
Cheraghi et al. | Evaluating the geometric characteristics of cylindrical features | |
Zheng et al. | An efficient method for minimum zone cylindricity error evaluation using kinematic geometry optimization algorithm | |
Aguado et al. | Volumetric verification of multiaxis machine tool using laser tracker | |
CN103294920B (zh) | 一种基于最小区域的零件圆柱度误差评定方法 | |
Mussatayev et al. | Thermal influences as an uncertainty contributor of the coordinate measuring machine (CMM) | |
Shen et al. | A robust and efficient calibration method for spot laser probe on CMM | |
Moona et al. | Measurement uncertainty assessment of articulated arm coordinate measuring machine for length measurement errors using Monte Carlo simulation | |
CN108920794B (zh) | 一种遵循公差相关要求的被测要素检验公差带计算方法 | |
Zhou et al. | An alignment angle error compensation method of spiral bevel gear tooth surface measurement based on tooth surface matching | |
CN103292654A (zh) | 一种计算圆柱体零件作用尺寸的方法 | |
CN114782315B (zh) | 轴孔装配位姿精度的检测方法、装置、设备及存储介质 | |
Zeng et al. | On-position measurement method for position-error compensation in machining | |
JP2010256277A (ja) | 被測定物の外形測定方法及び外形測定装置 | |
US10132623B2 (en) | Method for measuring slant wall thickness dimension of hub | |
CN106202917B (zh) | 一种基于最大实体状态的同轴度快速评定方法 | |
Fei et al. | Sampling strategy and error estimation for evaluation of quadratic form error using Cartesian coordinate data | |
Zheng et al. | Statistical evaluation method for cylindricity deviation using local least squares cylinder | |
Lou et al. | Tests for position and orientation errors of axes of a 2D rotary stage | |
Li et al. | [Retracted] Coaxiality of Stepped Shaft Measurement Using the Structured Light Vision | |
Cheng et al. | A novel kinematic parameters identification method for articulated arm coordinate measuring machines using repeatability and scaling factor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210115 Address after: 541004 1 Jinji Road, Qixing District, Guilin, the Guangxi Zhuang Autonomous Region Applicant after: GUILIN University OF ELECTRONIC TECHNOLOGY Address before: 541100 No. 1 unit 2, Wanhua District, Longshan lane, Lingui District, Guilin, the Guangxi Zhuang Autonomous Region, 11-1 Applicant before: Tang Zhemin |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210202 Termination date: 20210715 |
|
CF01 | Termination of patent right due to non-payment of annual fee |