CN108645337B - 一种深管内壁表面位置误差在线测量与补偿方法 - Google Patents
一种深管内壁表面位置误差在线测量与补偿方法 Download PDFInfo
- Publication number
- CN108645337B CN108645337B CN201810389796.2A CN201810389796A CN108645337B CN 108645337 B CN108645337 B CN 108645337B CN 201810389796 A CN201810389796 A CN 201810389796A CN 108645337 B CN108645337 B CN 108645337B
- Authority
- CN
- China
- Prior art keywords
- deep
- boring
- knife bar
- boring cutter
- displacement sensor
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/2408—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring roundness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
- G01B11/27—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes for testing the alignment of axes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Excavating Of Shafts Or Tunnels (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及机械加工领域,具体涉及一种深管内壁表面位置误差在线测量与补偿方法,本发明所述非接触在线智能检测***包括设置在中心架与卡盘上的深管、工控机、支架、面板、刀杆、三角位移传感器、镗刀、密封套、第一杆芯、第一位移传感器、反射镜和第二杆芯;所述刀杆设置在深管内,所述镗刀设置在刀杆前端,所述密封套安装在刀杆顶端,所述面板设置在刀杆尾端,本发明将最终调控参数与初始加工参数进行作差,并求解相对误差,为后续加工参数选取提供了可能的误差范围,使操作人员不必严格拘泥于位置误差预测图,在初始加工期间可以在误差范围内兼顾效率,极大的扩展了方法的灵活性与适应性。
Description
技术领域
本发明涉及机械加工领域,具体涉及一种深管内壁表面位置误差在线测量与补偿方法。
背景技术
深管广泛应用于石油、天然气运输以及特定器械装置上,在很多特定传输场合都需要很高的内表面质量和较高的精度。深管属于回转体零件,实际加工时主要采取镗削工艺;深管具有较高的长径比,在加工过程中无法直接观测到实际加工状态。目前操作人员主要依据以往加工经验以及现场试切来获取合适的加工参数,同时由于缺乏合适的监测设备,加工过程状态不可预知,主要依赖操作人员的全程手部触摸深管外壁来感知深管内壁的加工状态。手部接触存在不确定性因素较大,严重依赖操作人员经验,体力消耗大,不具有复制性。深管多具有较大的长度,加工需要一定的时间才能完成,只能待加工结束后,对深管内壁进行离线检测。一旦加工过程中出现较大的干扰因素,如刀具磨损严重或者镗刀杆动态位移过大,都会给加工质量造成不可逆转的影响,使加工零件直接报废。此外,深管腔内空间较小,不能容纳较多的检测设备,且切削过程中部分切屑和切削液的飞溅也使腔内环境更加复杂,给加工检测一体化造成很大的挑战,这些均严重的制约了深管的生产质量和生产效率。
发明内容
本发明所要解决的技术问题是提供一种基于结构光并集加工检测一体、实时调整、提高加工效率且能有效提升加工质量的深管内壁表面位置误差在线测量与补偿方法。
为解决以上技术问题,本发明采用如下技术方案:
①建立深管内壁的镗削表面位置误差预测模型并选定初始加工参数;
101构建镗床直角坐标系X-Y-Z,建立考虑镗刀和工件振动的单自由度***,并得出镗削瞬时未切削厚度表达式,确定镗削力解析模型:
其中hm为镗削厚度,Ks为镗削力系数,θ为合力与Y方向夹角;
102利用经验模态分析,得出镗刀刀尖点频率响应曲线,确定刀尖点的频率响应函数FRF;
103将步骤101中式(一)转换为频域傅立叶力模型的形式,表达式为:
其中
104利用经验模态分析法,获取镗刀Y方向的直接导纳并引入到Y方向表面位置误差计算公式:
其中Y(ω)为镗刀在Y方向动态位移的频域转换值;
将yFRF的绝对值作为表面位置误差的计算值,绘制考虑轴向切深和主轴转速的表面位置误差预测图形,选取加工参数;
②在线测得深管内壁的实时数据;
所述深管内壁实时数据依靠基于点结构光的非接触在线智能检测***获得,所述非接触在线智能检测***包括设置在中心架与卡盘上的深管、工控机、支架、面板、刀杆、三角位移传感器、镗刀、密封套、第一杆电动芯、第一位移传感器、反射镜和第二电动杆芯;所述刀杆设置在深管内,所述镗刀设置在刀杆前端,所述密封套安装在刀杆顶端,所述面板设置在刀杆尾端,所述支架设置在工控机和深管之间,所述支架上设有转角位置探测器和外激光发射器,所述面板上设有内激光发射器和第二位移传感器,所述第一位移传感器和反射镜设置在刀杆同一母线上,所述三角位移传感器设置在刀杆中心轴线上;所述转角位置探测器与内激光发射器光路连通,所述外激光发射器、第二位移传感器、反射镜和第一位移传感器光路连通,所述光路为点结构光;
③基于步骤②中数据对深管内壁的瞬时镗削圆度和进给方向直线度进行评价;
301刀杆相对于深管转动,三角位移传感器采用等空间间隔方式获得深管内壁的轮廓数据点云,通过预测值与实测值作比较去除粗大误差获得有效数据点;
302计算每一轮廓测量点的近似曲率,将曲率绝对值大于设定阈值的局部极值点作为轮廓的角点,用轮廓段和直线构成的封闭区间的面积和作为衡量曲线变化的特征量,对数据的点云进行轮廓分段,提取轮廓特征点集;
303根据轮廓分段方法对数据点云进行分离,得到径截面轮廓圆的点集,构成圆参数空间,以最小二乘圆的圆心为圆心,包容实际被测圆,利用最小二乘法计算圆心坐标以及半径,得到深管内壁数据点云拟合圆之间的最大半径差值;
304外激光发射器与第一位移传感器构成的光路扫描深管内壁,当实际轴向母线相对于理论母线发生微转角变化时,光路在转角位置探测器上产生一个变动量,完成直线度的在线检测;
305外激光发射器射出的点结构光沿深管轴向采集,依次顺序连接不同径向截面轮廓曲线上相同方位角度的数据点,得到深管内壁的轴向剖面轮廓线,遍历实际坐标空间内的特征点,得到平面内拟合直线之间的差值,确定深管内壁母线的变动量;
④基于步骤③的评价结果对镗削参数进行实时调控补偿;
将步骤303得到的拟合圆半径最大差值以及步骤305确定的母线变动量,传送至工控机中,工控机将变动量信号传输给第一电动杆芯和第二电动杆芯调整镗刀位置进行补偿;
⑤基于步骤④中的补偿结果对步骤①中的预测结果进行误差量化;
将镗刀调整后得到的新的轴向切深与步骤①中的选取的轴向切深作差,得出相对误差。
所述镗刀轴线与深管轴线垂直,所述三角位移传感器与镗刀平行设置在刀杆上。
本发明还包括透镜,所述透镜安装在刀杆母线上,并设置在三角位移传感器与镗刀之间,所述透镜输出端通过数据传输线与工控机连接。
本发明还包括伺服电机,所述密封套和镗刀之间设有第一电动杆芯,所述第一电动杆芯轴线与密封套、镗刀轴线垂直,所述镗刀刀尾与刀杆侧母线之间设有第二电动杆芯,所述第一电动杆芯和第二电动杆芯输出端与伺服电机连接。
本发明的积极效果如下:本发明结合深管镗削力模型和经验模态分析法,建立了深管内壁表面位置误差模型,通过频域求解得出表面位置误差的预测图,选取初步加工参数,这就有效避免了参数选择的盲目性,为后期在线测量与补偿奠定基础;本发明采用点结构光非接触在线智能检测***,充分利用了点结构光***实现简单和高测量精度的优势,降低了深管内壁的空间占用率,且激光发射器与位移传感器构成测量回路,实时将信号传送给工控机,设置在轴线上的三角位移传感器随刀杆转动,协同完成深管内壁的圆度与直线度数据的采集减少了对镗削加工的影响;本发明利用最小二乘法原理对圆度进行评价,并结合直线度评价结果,在线完成评价结果反馈,通过工控机实时控制加工参数,减少因频率响应刀具磨损以及振动对深管内壁表面加工质量造成影响;本发明将最终调控参数与初始加工参数进行作差,并求解相对误差,为后续加工参数选取提供了可能的误差范围,使操作人员不必严格拘泥于位置误差预测图,在初始加工期间可以在误差范围内兼顾效率,极大的扩展了方法的灵活性与适应性。
附图说明
图1为本发明镗削动力学模型示意图;
图2为本发明非接触在线智能检测装置结构示意图;
图3为本发明三角位移传感器结构示意图;
图4为本发明圆度评价示意图;
图5为本发明直线度评价示意图;
图6为本发明表面位置误差预测示意图。
在图中:1工控机、2支架、3转角位置探测器、4外激光发射器、5数据传输线、6内激光发射器、7面板、8刀杆、9三角位移传感器、10中心架、11镗刀、12卡盘、13密封套、14第一电动杆芯、15透镜、16第一位移传感器、17反射镜、18第二位移传感器、19第二电动杆芯、20深管、21伺服电机,S1为理想加工表面,S2为实际加工表面。
具体实施方式
下面结合附图和具体实例对本发明进行详细说明。
本发明需要进行深管20内壁表面误差值预测、实际测量、误差评定、实时调整和误差量化,以确定初始加工参数并在加工过程中完成实时调整。深管20内壁的表面累积位置误差主要由加工过程的受迫振动、刀杆8的悬伸和镗削深度造成,表现为深管20内壁的理想加工表面S1与实际加工表面S2之间的差值,致使深管20内壁表面出现过切或欠切的现象,随着加工的深入以及孔壁连续的切削,表面位置误差会呈现累积效应。镗削过程中受迫振动引起的刀尖点的动态位移,通过镗刀和工件的交互复映到深管20内壁上。刀尖点动态位移的获取主要通过刀尖点的频率响应函数和镗削力耦合获得。将镗刀11刀尖点处的频率响应函数与镗削力进行傅立叶变化,在频域内将频率响应函数与切削力相乘,得到频域内的刀尖点位移量,经过傅立叶逆变换,得到时域内的刀尖点位移量,进而得到镗削过程中表面位置误差值,绘制误差分布曲线。
①建立深管内壁的镗削表面位置误差预测模型并选定初始加工参数;
101如图1所示,构建镗床直角坐标系X-Y-Z,建立考虑镗刀和工件振动的单自由度***,出镗削厚度,确定镗削力解析模型:
其中hm为镗削厚度,Ks为镗削力系数,θ为合力与Y方向夹角;本实施例中采用实验标定切削力系数,标定数据如表1所示,计算数据可得Ks≈4×103N/mm2
表1
102利用经验模态分析,得出镗刀刀尖点频率响应曲线,确定刀尖点的频率响应函数FRF;本实施例中采用锤击实验获得刀尖点的频率响应曲线,根据频率响应曲线得出模态参数取值如表2所示:
表2
103将步骤101中式(一)转换为频域傅立叶力模型的形式,表达式为:
其中
104利用经验模态分析法,获取镗刀Y方向的直接导纳并引入到Y方向表面位置误差计算公式:
其中Y(ω)为镗刀在Y方向动态位移的频域转换值;
将yFRF的绝对值作为表面位置误差的计算值,绘制考虑轴向切深和主轴转速的表面位置误差预测图形,选取加工参数,如图6所示。
②在线测得深管内壁的实时数据;
针对深管20封闭性强,难于直接观测加工表面的问题,构建基于点结构光的非接触在线智能检测***。如图2、3所示,所述深管内壁实时数据依靠基于点结构光的非接触在线智能检测***获得,所述非接触在线智能检测***包括设置在中心架10与卡盘12上的深管20、工控机1、支架2、面板7、刀杆8、三角位移传感器9、镗刀11、密封套13、第一电动杆芯14、第一位移传感器16、反射镜17和第二电动杆芯19;所述刀杆8设置在深管20内,所述镗刀11设置在刀杆8前端,所述密封套13安装在刀杆8顶端,所述面板7设置在刀杆8尾端,所述支架2设置在工控机1和深管20之间,所述支架2上设有转角位置探测器3和外激光发射器4,所述面板7上设有内激光发射器6和第二位移传感器18,所述第一位移传感器16和反射镜17设置在刀杆8同一母线上,所述三角位移传感器9设置在刀杆8中心轴线上;所述转角位置探测器3与内激光发射器6光路连通,所述外激光发射器4、第二位移传感器18、反射镜17和第一位移传感器16光路连通,所述光路为点结构光;
③基于步骤②中数据对深管内壁的瞬时镗削圆度和进给方向直线度进行评价;
301刀杆8相对于深管20转动,三角位移传感器9采用等空间间隔方式获得深管20内壁的轮廓数据点云,测量中的强干扰信号主要以粗大误差的形式表现,三角位移传感器9内置模块采用基于预测值的缓变量密集数据平滑处理算法,通过预测值与实测值作比较去除粗大误差获得有效数据点,通过预测值与实测值作比较去除粗大误差获得有效数据点;
302计算每一轮廓测量点的近似曲率,三角位移传感器9内部计算模块将曲率绝对值大于设定阈值的局部极值点作为轮廓的角点,用轮廓段和直线构成的封闭区间的面积和作为衡量曲线变化的特征量,对数据的点云进行轮廓分段,提取轮廓特征点集;获得的轮廓数据中存在一些低频随机信号,与被测表面变化接近,幅值较小,使轮廓曲线上表现为“毛刺”,采用随机滤波去噪,完成深管20内孔壁数据点的快速采集。
303根据轮廓分段方法对数据点云进行分离,得到径截面轮廓圆的点集,构成圆参数空间,空间内任意一点坐标值代表圆心坐标和半径,以实际被测要素上各点至该圆的距离平方和为最小的圆作为评定基准的评定方法,以最小二乘圆的圆心为圆心,包容实际被测圆,利用最小二乘法最小化误差和的性质计算圆心坐标以及半径,得到深管20内壁数据点云拟合圆之间的最大半径差值,如图4所示;
304外激光发射器4与第一位移传感器16构成的光路扫描深管内壁,当实际轴向母线相对于理论母线发生微转角变化时,光路在转角位置探测器3上产生一个变动量,根据发射放大原理,将该变动量转换为微转角变化,完成直线度的在线检测;
305深管20内壁的直线度评定属于给定平面内的直线度评定,主要通过直线度误差体现,外激光发射器4射出的点结构光沿深管20轴向采集,依次顺序连接不同径向截面轮廓曲线上相同方位角度的数据点,得到深管20内壁的轴向剖面轮廓线,外激光发射器4内置计算模块对轴截面进行直线参数特征提取,遍历实际坐标空间内的特征点,将所有经过该特征点的直线变换到参数空间上一点,得到平面内拟合直线之间的差值,确定深管20内壁母线的变动量,如图5所示;
④基于步骤③的评价结果对镗削参数进行实时调控补偿;
将步骤303得到的拟合圆半径最大差值以及步骤305确定的母线变动量,传送至工控机1中,工控机将变动量信号传输给第一电动杆芯14和第二电动杆芯19调整镗刀11位置进行补偿;⑤基于步骤④中的补偿结果对步骤①中的预测结果进行误差量化;
将镗刀11调整后得到的新的轴向切深与步骤①中的选取的轴向切深作差,得出相对误差。
所述镗刀11轴线与深管20轴线垂直,所述三角位移传感器9与镗刀11平行设置在刀杆8上。本发明还包括透镜15,所述透镜15安装在刀杆8母线上,并设置在三角位移传感器9与镗刀11之间,所述透镜15输出端通过数据传输线5与工控机1连接。
本发明还包括伺服电机21,所述密封套13和镗刀11之间设有第一电动杆芯14,所述第一电动杆芯14轴线与密封套13、镗刀11轴线垂直,所述镗刀11刀尾与刀杆8侧母线之间设有第二电动杆芯19,所述第一电动杆芯14和第二电动杆芯19输出端与伺服电机21连接。
以上所述实施方式仅为本发明的优选实施例,而并非本发明可行实施的穷举。对于本领域一般技术人员而言,在不背离本发明原理和精神的前提下对其所作出的任何显而易见的改动,都应当被认为包含在本发明的权利要求保护范围之内。
Claims (4)
1.一种深管内壁表面位置误差在线测量与补偿方法,其特征在于步骤如下:
①建立深管内壁的镗削表面位置误差预测模型并选定初始加工参数;
101构建镗床直角坐标系X-Y-Z,建立考虑镗刀和工件振动的单自由度***,并得出镗削瞬时未切削厚度表达式,确定镗削力解析模型:
其中hm为镗削厚度,Ks为镗削力系数,θ为合力与Y方向夹角;
102利用经验模态分析,得出镗刀刀尖点频率响应曲线,确定刀尖点的频率响应函数FRF;
103将步骤101中式(一)转换为频域傅立叶力模型的形式,表达式为:
其中
104利用经验模态分析法,获取镗刀Y方向的直接导纳并引入到Y方向表面位置误差计算公式:
其中Y(ω)为镗刀在Y方向动态位移的频域转换值;
将yFRF的绝对值作为表面位置误差的计算值,绘制考虑轴向切深和主轴转速的表面位置误差预测图形,选取加工参数;
②在线测得深管内壁的实时数据;
所述深管内壁实时数据依靠基于点结构光的非接触在线智能检测***获得,所述非接触在线智能检测***包括设置在中心架(10)与卡盘(12)上的深管(20)、工控机(1)、支架(2)、面板(7)、刀杆(8)、三角位移传感器(9)、镗刀(11)、密封套(13)、第一电动杆芯(14)、第一位移传感器(16)、反射镜(17)和第二电动杆芯(19);所述刀杆(8)设置在深管(20)内,所述镗刀(11)设置在刀杆(8)前端,所述密封套(13)安装在刀杆(8)顶端,所述面板(7)设置在刀杆(8)尾端,所述支架(2)设置在工控机(1)和深管(20)之间,所述支架(2)上设有转角位置探测器(3)和外激光发射器(4),所述面板(7)上设有内激光发射器(6)和第二位移传感器(18),所述第一位移传感器(16)和反射镜(17)设置在刀杆(8)同一母线上,所述三角位移传感器(9)设置在刀杆(8)中心轴线上;所述转角位置探测器(3)与内激光发射器(6)光路连通,所述外激光发射器(4)、第二位移传感器(18)、反射镜(17)和第一位移传感器(16)光路连通,所述光路为点结构光;
③基于步骤②中数据对深管内壁的瞬时镗削圆度和进给方向直线度进行评价;
301刀杆(8)相对于深管(20)转动,三角位移传感器(9)采用等空间间隔方式获得深管(20)内壁的轮廓数据点云,通过预测值与实测值作比较去除粗大误差获得有效数据点;
302计算每一轮廓测量点的近似曲率,将曲率绝对值大于设定阈值的局部极值点作为轮廓的角点,用轮廓段和直线构成的封闭区间的面积和作为衡量曲线变化的特征量,对数据的点云进行轮廓分段,提取轮廓特征点集;
303根据轮廓分段方法对数据点云进行分离,得到径截面轮廓圆的点集,构成圆参数空间,以最小二乘圆的圆心为圆心,包容实际被测圆,利用最小二乘法计算圆心坐标以及半径,得到深管(20)内壁数据点云拟合圆之间的最大半径差值;
304外激光发射器(4)与第一位移传感器(16)构成的光路扫描深管内壁,当实际轴向母线相对于理论母线发生微转角变化时,光路在转角位置探测器(3)上产生一个变动量,完成直线度的在线检测;
305外激光发射器(4)射出的点结构光沿深管(20)轴向采集,依次顺序连接不同径向截面轮廓曲线上相同方位角度的数据点,得到深管(20)内壁的轴向剖面轮廓线,遍历实际坐标空间内的特征点,得到平面内拟合直线之间的差值,确定深管(20)内壁母线的变动量;
④基于步骤③的评价结果对镗削参数进行实时调控补偿;
将步骤303得到的拟合圆半径最大差值以及步骤305确定的母线变动量,传送至工控机(1)中,工控机将变动量信号传输给第一电动杆芯(14)和第二电动杆芯(19)调整镗刀(11)位置进行补偿;
⑤基于步骤④中的补偿结果对步骤①中的预测结果进行误差量化;
将镗刀(11)调整后得到的新的轴向切深与步骤①中的选取的轴向切深作差,得出相对误差。
2.根据权利要求1所述的一种深管内壁表面位置误差在线测量与补偿方法,其特征在于:所述镗刀(11)轴线与深管(20)轴线垂直,所述三角位移传感器(9)与镗刀(11)平行设置在刀杆(8)上。
3.根据权利要求1所述的一种深管内壁表面位置误差在线测量与补偿方法,其特征在于:还包括透镜(15),所述透镜(15)安装在刀杆(8)母线上,并设置在三角位移传感器(9)与镗刀(11)之间,所述透镜(15)输出端通过数据传输线(5)与工控机(1)连接。
4.根据权利要求1所述的一种深管内壁表面位置误差在线测量与补偿方法,其特征在于:还包括伺服电机(21),所述密封套(13)和镗刀(11)之间设有第一电动杆芯(14),所述第一电动杆芯(14)轴线与密封套(13)、镗刀(11)轴线垂直,所述镗刀(11)刀尾与刀杆(8)侧母线之间设有第二电动杆芯(19),所述第一电动杆芯(14)和第二电动杆芯(19)输出端与伺服电机(21)连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810389796.2A CN108645337B (zh) | 2018-04-27 | 2018-04-27 | 一种深管内壁表面位置误差在线测量与补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810389796.2A CN108645337B (zh) | 2018-04-27 | 2018-04-27 | 一种深管内壁表面位置误差在线测量与补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108645337A CN108645337A (zh) | 2018-10-12 |
CN108645337B true CN108645337B (zh) | 2019-06-11 |
Family
ID=63748123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810389796.2A Active CN108645337B (zh) | 2018-04-27 | 2018-04-27 | 一种深管内壁表面位置误差在线测量与补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108645337B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108332688B (zh) * | 2018-01-31 | 2020-04-17 | 闽台龙玛直线科技股份有限公司 | 一种滚珠直线导轨副滚道直线度在线测量方法 |
CN110160462B (zh) * | 2019-05-08 | 2020-09-22 | 北京理工大学 | 一种大型深孔零件镗削过程圆度与直线度的检测方法 |
CN113551556B (zh) * | 2021-07-22 | 2023-06-20 | 重庆市机电设计研究院 | 远程在线检测枪管精度的工作*** |
CN116518835B (zh) * | 2023-07-03 | 2023-08-25 | 太原市水利勘测设计院 | 一种水利管道设施形变检测设备 |
CN116604399B (zh) * | 2023-07-20 | 2023-10-31 | 通用技术集团机床工程研究院有限公司 | 轮廓测量方法、装置、设备和存储介质 |
CN116871709B (zh) * | 2023-09-08 | 2023-12-08 | 常州市鹏瑞自动化设备有限公司 | 激光切割异形圆管件的方法 |
CN117804357B (zh) * | 2024-03-01 | 2024-05-14 | 中北大学 | 基于激光反射的深孔检测装置与检测方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1075203A (zh) * | 1992-07-21 | 1993-08-11 | 长春光学精密机械学院 | 管道内表面锚纹度信息提取方法及装置 |
CN101690979A (zh) * | 2009-11-03 | 2010-04-07 | 烟台台海玛努尔核电设备有限公司 | Ap1000核电技术一回路主管道弯管内孔精加工设备 |
CN101984379B (zh) * | 2010-10-25 | 2012-03-28 | 武汉华中数控股份有限公司 | 一种基于指令序列的数控车削加工过程振动抑制方法 |
CN102004021B (zh) * | 2010-10-27 | 2012-03-21 | 上海理工大学 | 卧式加工中心的静刚度测试法 |
CN102166665B (zh) * | 2010-12-23 | 2012-09-12 | 大连理工大学 | 一种弯管内表面的五轴数控铣削加工方法 |
CN102205438B (zh) * | 2011-05-24 | 2012-09-12 | 大连理工大学 | 一种弯管内表面的铣削加工设备及方法 |
CN102179555B (zh) * | 2011-06-09 | 2012-07-04 | 大连理工大学 | 一种弯管内表面的铣削加工装置及方法 |
CN102608124A (zh) * | 2012-04-06 | 2012-07-25 | 天津大学 | 微细管道管内缺陷及形貌测量装置及方法 |
CN102749041B (zh) * | 2012-07-13 | 2014-10-08 | 合肥工业大学 | 一种螺旋桨型面轮廓误差测量仪及测量方法 |
CN103486983B (zh) * | 2013-08-01 | 2016-06-01 | 重庆建设工业(集团)有限责任公司 | 特种细长管内膛螺旋线直线度误差检测装置测头 |
CN106996749A (zh) * | 2017-03-31 | 2017-08-01 | 西安理工大学 | 管内周向环形窄沟槽几何参数检测装置及检测方法 |
-
2018
- 2018-04-27 CN CN201810389796.2A patent/CN108645337B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108645337A (zh) | 2018-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108645337B (zh) | 一种深管内壁表面位置误差在线测量与补偿方法 | |
CN100538261C (zh) | 基于探路法的未知自由曲面自适应测量方法与测头装置 | |
CN102636110B (zh) | 飞机部件自动钻铆***的基准检测装置及其检测方法 | |
CN104385052B (zh) | 基于激光位移传感器的蒙皮自适应加工方法 | |
CA2798589C (en) | Method for measurement of geometrical parameters of coated threaded joints | |
CN108490880A (zh) | 一种数控机床切削刀具磨损状态实时监测方法 | |
CN110160462A (zh) | 一种大型深孔零件镗削过程圆度与直线度的检测方法 | |
CN101000499A (zh) | 基于多传感器集成测量的仿形加工方法及*** | |
CN114279361B (zh) | 一种筒形零件内壁缺陷尺寸三维测量***及其测量方法 | |
CN102785128A (zh) | 面向数控车床的零件加工精度在线检测***及检测方法 | |
Tong et al. | An automatic measuring method and system using laser triangulation scanning for the parameters of a screw thread | |
Zheng et al. | Algorithm for remanufacturing of damaged parts with hybrid 3D printing and machining process | |
CN106483928A (zh) | 一种干切数控滚齿机床径向热变形误差在机实时补偿方法 | |
CN107133565A (zh) | 基于线激光的激光刻型线特征提取方法 | |
CN104089599B (zh) | 用于接触式测头测量中提取二维轮廓的准形态学滤波方法 | |
CN104102173A (zh) | 数控装置 | |
Dong et al. | Chatter identification in milling of the thin-walled part based on complexity index | |
US20090067704A1 (en) | Method and system for measurement of a cutting tool | |
WO2018020215A1 (en) | A method of measuring the wall thickness of an article and an apparatus for making such measurements | |
Cheng et al. | An effective coaxiality measurement for twist drill based on line structured light sensor | |
Dayam et al. | In-process dimension monitoring system for integration of legacy machine tools into the industry 4.0 framework | |
CN208872589U (zh) | 一种发动机缸体硬度自动化测试设备 | |
Hu et al. | Adaptive sampling method for laser measuring free-form surface | |
CN102728658B (zh) | 一种用于确定叶片加工弯曲度误差的方法 | |
CN115388806A (zh) | 零件表面线型偏差检测方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |