CN115179445A - 基于空间定位误差模型的真空腔体密封件cnc加工方法 - Google Patents
基于空间定位误差模型的真空腔体密封件cnc加工方法 Download PDFInfo
- Publication number
- CN115179445A CN115179445A CN202210953009.9A CN202210953009A CN115179445A CN 115179445 A CN115179445 A CN 115179445A CN 202210953009 A CN202210953009 A CN 202210953009A CN 115179445 A CN115179445 A CN 115179445A
- Authority
- CN
- China
- Prior art keywords
- error
- machining
- coordinate
- positioning error
- tool
- 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.)
- Granted
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B28—WORKING CEMENT, CLAY, OR STONE
- B28D—WORKING STONE OR STONE-LIKE MATERIALS
- B28D5/00—Fine working of gems, jewels, crystals, e.g. of semiconductor material; apparatus or devices therefor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B26—HAND CUTTING TOOLS; CUTTING; SEVERING
- B26D—CUTTING; DETAILS COMMON TO MACHINES FOR PERFORATING, PUNCHING, CUTTING-OUT, STAMPING-OUT OR SEVERING
- B26D1/00—Cutting through work characterised by the nature or movement of the cutting member or particular materials not otherwise provided for; Apparatus or machines therefor; Cutting members therefor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Forests & Forestry (AREA)
- Numerical Control (AREA)
Abstract
本发明公开了基于空间定位误差模型的真空腔体密封件CNC加工方法,该方法包括以下步骤:S1、基于多体***理论构建工件的空间定位误差模型;S2、通过激光干涉仪对旋转轴几何误差进行辨识;S3、对空间定位误差进行分解;S4、构建空间定位误差的补偿数据模型;S5、基于二代非支配排序遗传算法对修正系数进行补偿质量控制;S6、启动测距仪计算加工刀具与工件间距离;S7、控制器控制夹具滑动至指定位置;S8、按预设周期检测旋转轴联动轨迹;S9、定期更新几何误差修正数据至误差数据库。通过数控机床加工中心抽象得到的多体***理论,能够在不受结构、运动复杂程度限制下,构建准确的空间定位误差模型,大幅提高密封件加工精度。
Description
技术领域
本发明涉及真空腔体密封件加工技术领域,具体来说,涉及基于空间定位误差模型的真空腔体密封件CNC加工方法。
背景技术
随着社会的不断进步,新材料、自动化、计算机等科学技术取得了突破性成果,机械制造业也由此迎来了历史性的变革,向着高效、高精度和高智能的方向迅速发展。
我们生活的大气环境中,充满了大量的氮气、氧气和其他各种气体分子,当这些气体分子运动到物体的表面时,就会有一部分黏附在该物体的表面。这在日常生活中,不会产生多大的影响,但在对周围环境要求极高的半导体器件的生产工序中,这些细微的变化就会给生产带来各种麻烦。半导体器件包含着许多层各种各样的材料,如果在这些不同的材料层之间混入气体分子,就会破坏器件的电学或光学性能。因此生产工序中真空程度越高,制作出来的半导体器件的性能也就越好。
真空***是用来保证其反应腔体获得工艺制程所需真空压力的抽气***,它是能否满足半导体制造工艺制程所需要特定压力条件的决定性因素,因此真空***的性能优化仍然是提升半导体制造技术的重要手段。
而随着产业发展及学科融合,真空技术应用场景极大丰富,相关产品及科学仪器的数字化和智能化程度显著提高;科技前沿和新兴领域的应用条件更加严苛,技术攻关难度和风险显著增加。真空腔体作为真空技术的基础部件之一,其制造水平的提升和工艺优化已经成为重大科学装置建设和高端装备研制的重要支撑,代表了产业基础共性技术的发展方向。真空腔体作为半导体设备***中重要的零部件之一,需要满足复杂结构造型,高、低温循环,超高压、高真空循环,辐照损伤,高温烧蚀,砂砾侵蚀,化学腐蚀等应用条件,其密封性更是对半导体器件的性能起到决定性影响。
而加工过程中的精度将决定密封件的密封性能优异程度,目前对金属密封件的CNC加工过程中,已经实现高自动化智能输送、检测及刀具加工等流程,通过数控***保证加工的精密程度,但由于数控机床及各个设备在运行中会存在一定的磨损与偏差,导致长期加工过程中仍会存在诸多误差,影响密封件的密封性能,最终导致真空腔体的性能受到影响。因此,需要进一步的提高数控***中的误差检测精度与效率,保障密封件及真空腔体的性能。
专利号CN106842922B公开了一种数控加工误差优化方法,该方法综合考虑影响数控加工的众多因素,利用数学拟合原理及神经网络模型预测加工状态特征参数和加工误差,并根据得到的预测误差对数控程序进行部分微调,直接对加工误差进行补偿,达到数控加工误差优化的目的。但该方法仍存在一定的缺陷,其并没有对加工中心的机床等加工机构的位置进行限定,以及对加工过程中的加工的高精度定位,该方法通过对加工后的样品数据采集,完成误差数据收集与分析,再通过一系列计算对误差进行优化,因此该方法的效率与精确度均存在一定的不足,难以满足更加精密的密封件等工件的加工。
针对相关技术中的问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题,本发明提出基于空间定位误差模型的真空腔体密封件CNC加工方法,以克服现有相关技术所存在的上述技术问题。
为此,本发明采用的具体技术方案如下:
基于空间定位误差模型的真空腔体密封件CNC加工方法,该方法包括以下步骤:
S1、基于多体***理论构建工件的空间定位误差模型;
S2、通过激光干涉仪对旋转轴几何误差进行辨识,形成误差数据库;
S3、对空间定位误差进行分解;
S4、结合数控***垂度误差补偿功能,构建空间定位误差的补偿数据模型;
S5、基于二代非支配排序遗传算法对修正系数进行补偿质量控制,实现所述修正系数的优化;
S6、启动测距仪计算加工刀具与工件间距离,结合优化后的修正系数输出工件当前位置信号;
S7、控制器控制夹具滑动至指定位置,利用加工刀具对工件进行精准加工;
S8、按预设周期检测旋转轴联动轨迹,并设定联动轨迹定位误差阈值,检测工件加工精度;
S9、定期更新几何误差修正数据至误差数据库。
进一步的,所述基于多体***理论构建工件的空间定位误差模型,包括以下步骤:
S11、将加工中心的机械***抽象为多体***;
S12、构建拓扑图与低序体阵列描述体与体之间的关联关系;
S13、针对每个体建立固定在体上的子坐标系,通过子坐标系之间的位姿关系描述体与体之间的位姿;
S14、利用4x4阶D-H矩阵实现空间中的点在各个子坐标系之间的坐标变换;
S15、根据相邻两个体的特征矩阵构建两者之间的实际位姿矩阵;
S16、构建任意两个体的位姿矩阵;
S16、构建加工中心中加工刀具尖端中心点在加工刀具体子坐标系中的理想坐标阵列及实际坐标矩阵;
S17、利用加工刀具尖端中心点的理想坐标与实际坐标的差值,构建加工中心的空间误差模型。
进一步的,所述空间误差模型的表达式为:
其中,e表示空间误差模型;
PwS表示加工刀具尖端中心点P在S坐标系中的理想坐标列阵;
TSJ表示S坐标系与J坐标系的位姿矩阵;
PtJ表示加工刀具尖端中心点P在J坐标系中的理想坐标列阵;
L表示位移量,n表示子坐标系数量。
4进一步的,所述通过激光干涉仪对旋转轴几何误差进行辨识,形成误差数据库,包括以下步骤:
S21、将双频激光干涉仪安装在需测量的机床坐标轴线方向;
S22、调整激光头,使测量轴线与机床位移轴线重合或平行,将光路预调准直;
S23、待激光预热后输入测量参数并按预设的测量程序运动机床进行测量;
S24、采用九线法对数控机床工作区间进行几何误差的识别;
S25、综合各项几何误差数据,构建误差数据库。
进一步的,所述采用九线法对数控机床工作区间进行几何误差的识别,包括以下步骤:
S241、建立工作台坐标模型,给定点A(Xi,Yi,Zi);
S242、当定点A沿X轴坐标运动时,测定X向运动误差值,表达式包括:
用矩阵表示,令
{δx}=[δx(x) δy(x) δz(x) εx(x) εy(x) εz(x)]T则
{Δ(X)}=[Ex]{δx}
其中,{δx}表示x向误差集合;
x(x)表示线性位移误差;
y(x)与δz(x)分别表示y向与z向的直线度误差;
εx(x)表示滚转误差;
εy(x)表示俯仰误差;
εz(x)表示偏摆误差;
Ex表示系数矩阵;
X、Y、Z分别表示坐标系中的X轴、Y轴、Z轴;
Xi、Yi、Zi分别表示点A的坐标值;
i表示坐标轴数量取值为(1,2,3);
T表示矩阵转置;
S243、当定点A沿Y轴坐标运动时,测定Y向运动误差值;
S244、当定点A沿Z轴坐标运动时,测定Z向运动误差值;
S245、利用各轴直线度误差,计算垂直度误差。
进一步的,所述对空间定位误差进行分解为线性相关与非线性相关。
进一步的,所述结合数控***垂度误差补偿功能,构建空间定位误差的补偿数据模型,包括以下步骤:
S41、结合线性相关的空间定位误差对理想数控指令进行修正;
S42、将修正后的理想数控指令下传至各控制器,输出刀具路线;
S43、加工刀具根据刀具路线运动至加工点;
S44、构建加工刀具在体坐标系中的实际运动路线,绘制刀具轨迹;
S45、检验刀具路线与刀具轨迹,构建空间定位误差的补偿数据模型,并输出修正系数。
进一步的,所述基于二代非支配排序遗传算法对修正系数进行补偿质量控制,实现所述修正系数的优化,包括以下步骤:
S51、设置算法参数和修正系数变化范围;
S52、对加工中心控制器进行编码,初始化多个满足约束的控制器防止方案,构成种群;
S53、根据预设的数据模型与目标函数计算每个个体对应的平均加工刀具至控制器时延、最大控制器之间时延、平均控制路径故障比例以及平均加工刀具拥有从控制器数量;
S54、对当前种群进行非支配解排序,并分别计算每个层中个体的拥挤距离;
S55、对种群进行选择、交叉和变异操作,生成子代种群;
S56、根据精英保留策略,合并父代种群和子代种群,得到下一代种群;
S57、若迭代次数达到最大迭代次数,则终止迭代,输出最优修正系数。
进一步的,所述目标函数的表达式为:
minF(CP)=[f1(CP),f2(CP),f3(CP),-f4(CP)]
其中,minF(CP)表示目标函数的值;
f1(CP)表示最小化加工刀具到控制器的时延;
f2(CP)表示最小化控制器之间的时延;
f3(CP)表示最小化控制路径故障比例;
f4(CP)表示最大化平均加工刀具拥有从控制器数;
CP表示控制器的部署方案。
进一步的,所述拥挤距离的计算公式包括:
其中,I(dK)表示拥挤距离;
I(d0)表示初始拥挤距离;
I(k)m表示I中第k个个体的第m个目标函数的值;
m表示目标函数的数量。
本发明的有益效果为:通过数控机床加工中心抽象得到的多体***理论,能够在不受结构、运动复杂程度的限制下,构建准确的空间定位误差模型,对机床加工误差进行高精度计算、分析、检测、补偿及控制;配合激光干涉仪及九线法的几何误差识别,大大提高误差的检测精度与识别效率,从而进一步提高数控加工精度,保证真空腔体具有良好的密封性能。
本发明融入二代非支配排序遗传算法对修正系数进行补偿质量控制,能够对误差修正进行进一步检验与优化提高,从而更大程度的提高工件加工精度,并且通过各设备间的时延计算与优化,能够降低加工控制器与加工刀具等设备之间的响应延迟,进而提高数控加工的效率;
此外,本发明具有通用性,同样适用于其他高精度零部件的生产加工,在提高产品质量,提升生产效率,降低生产成本等方面起到积极作用,从而带来更多的社会和经济效益,具有良好的市场前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的基于空间定位误差模型的真空腔体密封件 CNC加工方法的流程图。
具体实施方式
根据本发明的实施例,提供了基于空间定位误差模型的真空腔体密封件 CNC加工方法。
现结合附图和具体实施方式对本发明进一步说明,如图1所示,根据本发明实施例的基于空间定位误差模型的真空腔体密封件CNC加工方法,该方法包括以下步骤:
S1、基于多体***理论构建工件的空间定位误差模型;
建立起加工中心准确的空间误差模型是误差辨识的基础。目前已有许多方法如三角几何法、误差矩阵法、神经网络法、刚体运动学法和多体***理论法等,能够用于空间误差模型的建立。但是只有多体***理论法综合考虑了复杂***运动的各种影响因素和耦合关系,解决了加工中心空间误差建模的准确性、通用性和自动化问题,其他方法都有一定的局限性。因此本发明以多体***理论为基础,运用位姿矩阵来建立加工中心的空间误差模型。
其中,步骤S1包括以下步骤:
S11、将加工中心的机械***抽象为多体***;
S12、构建拓扑图与低序体阵列描述体与体之间的关联关系;
S13、针对每个体建立固定在体上的子坐标系,通过子坐标系之间的位姿关系描述体与体之间的位姿;
S14、利用4x4阶D-H矩阵(Denavit-Hartenberg)实现空间中的点在各个子坐标系之间的坐标变换;
S15、根据相邻两个体的特征矩阵构建两者之间的实际位姿矩阵;
S16、构建任意两个体的位姿矩阵;
S16、构建加工中心中加工刀具尖端中心点在加工刀具体子坐标系中的理想坐标阵列及实际坐标矩阵;
S17、利用加工刀具尖端中心点的理想坐标与实际坐标的差值,构建加工中心的空间误差模型,其表达式为:
其中,e表示空间误差模型;
PwS表示加工刀具尖端中心点P在S坐标系中的理想坐标列阵;
TSJ表示S坐标系与J坐标系的位姿矩阵;
PtJ表示加工刀具尖端中心点P在J坐标系中的理想坐标列阵;
L表示位移量,n表示子坐标系数量。
S2、通过激光干涉仪对旋转轴几何误差进行辨识,形成误差数据库;
对三轴空间坐标***来说,若物体沿某一坐标轴运动,其运动有6个自由度,那么就有6个几何误差分量,即沿3个坐标轴的直线度误差和对 3个坐标轴的转动误差.因此对于三轴数控机床来说,3个轴运动共存在18 项误差分量,再加上三轴之间还存在垂直度误差,共计21项误差分量。
其中,步骤S2包括以下步骤:
S21、将双频激光干涉仪安装在需测量的机床坐标轴线方向;
S22、调整激光头,使测量轴线与机床位移轴线重合或平行,将光路预调准直;
S23、待激光预热后输入测量参数并按预设的测量程序运动机床进行测量;
S24、采用九线法对数控机床工作区间进行几何误差的识别;
数控机床误差辨识方法很多,有22线法、15线法、14线法、9线法等,前几种方法由于测量效率低,且测量光路调整困难,会造成一定误差。 9线法辨识方法建模方法简便、通用;建模时,消除了不确定假设条件;光路调整难度降低,工作量减少,采用9线法可对数控机床整个工作区间内的21项几何误差进行准确辨识。
其中,所述采用九线法对数控机床工作区间进行几何误差的识别,包括以下步骤:
S241、建立工作台坐标模型,给定点A(Xi,Yi,Zi);
S242、当定点A沿X轴坐标运动时,测定X向运动误差值,表达式包括:
用矩阵表示,令
{δx}=[δx(x) δy(x) δz(x) εx(x) εy(x) εz(x)]T
则
{Δ(X)}=[Ex]{δx}
其中,{δx}表示x向误差集合;
x(x)表示线性位移误差;
y(x)与δz(x)分别表示y向与z向的直线度误差;
εx(x)表示滚转误差;
εy(x)表示俯仰误差;
εz(x)表示偏摆误差;
Ex表示系数矩阵;
X、Y、Z分别表示坐标系中的X轴、Y轴、Z轴;
Xi、Yi、Zi分别表示点A的坐标值;
i表示坐标轴数量取值为(1,2,3);
T表示矩阵转置;
S243、当定点A沿Y轴坐标运动时,测定Y向运动误差值;
S244、当定点A沿Z轴坐标运动时,测定Z向运动误差值;
S245、利用各轴直线度误差,计算垂直度误差。
S25、综合各项几何误差数据,构建误差数据库。
S3、对空间定位误差进行分解,将空间定位误差分解为线性相关与非线性相关。
S4、结合数控***垂度误差补偿功能,构建空间定位误差的补偿数据模型;
目前的数控机床误差补偿方法主要有硬件补偿和软件补偿。由于硬件补偿固有的缺陷,本发明采用基于误差模型的软件补偿方法,对理想数控指令进行修正,通过修正后的数控指令值驱动数控机床,使机床刀具中心精确运动到加工点,实现误差补偿。
其中,步骤S4包括以下步骤:
S41、结合线性相关的空间定位误差对理想数控指令进行修正;
S42、将修正后的理想数控指令下传至各控制器,输出刀具路线;
S43、加工刀具根据刀具路线运动至加工点;
S44、构建加工刀具在体坐标系中的实际运动路线,绘制刀具轨迹;
S45、检验刀具路线与刀具轨迹,构建空间定位误差的补偿数据模型,并输出修正系数。
S5、基于二代非支配排序遗传算法(NSGA-II算法)对修正系数进行补偿质量控制,实现所述修正系数的优化;
其中,步骤S5包括以下步骤:
S51、设置算法参数和修正系数变化范围;
S52、对加工中心控制器进行编码,初始化多个满足约束的控制器防止方案,构成种群;
S53、根据预设的数据模型与目标函数计算每个个体对应的平均加工刀具至控制器时延、最大控制器之间时延、平均控制路径故障比例以及平均加工刀具拥有从控制器数量;
其中,所述目标函数的表达式为:
minF(CP)=[f1(CP),f2(CP),f3(CP),-f4(CP)]
其中,minF(CP)表示目标函数的值;
f1(CP)表示最小化加工刀具到控制器的时延,其表达式为:
f2(CP)表示最小化控制器之间的时延,其表达式为:
f3(CP)表示最小化控制路径故障比例,其表达式为:
f4(CP)表示最大化平均加工刀具拥有从控制器数,其表达式为:
CP表示控制器的部署方案;
i,j均表示节点的数量;
ci表示第i个控制域内的控制器所处加工刀具节点的编号;
cj表示第j个控制域内的控制器所处加工刀具节点的编号;
xij=1表示加工刀具i的主控制器为第j个控制域中的控制器ci,否则xij=0;
yij=1表示第j个控制域中的控制器cj是加工刀具i的从控制器,否则yij=0;
ei表示每个网元所处控制路径的数量;
k表示网络拓扑中控制域的数量与编号;
n表示加工刀具的数量;
w表示加工刀具和链路在内的物理网元的数量;
s表示控制器之间路径的数量;
S54、对当前种群进行非支配解排序,并分别计算每个层中个体的拥挤距离;
其中,所述拥挤距离的计算公式包括:
其中,I(dK)表示拥挤距离;
I(d0)表示初始拥挤距离;
I(k)m表示I中第k个个体的第m个目标函数的值;
m表示目标函数的数量。
S55、对种群进行选择、交叉和变异操作,生成子代种群;
S56、根据精英保留策略,合并父代种群和子代种群,得到下一代种群;
S57、若迭代次数达到最大迭代次数,则终止迭代,输出最优修正系数。
S6、启动测距仪计算加工刀具与工件间距离,结合优化后的修正系数输出工件当前位置信号;
S7、控制器控制夹具滑动至指定位置,利用加工刀具对工件进行精准加工;
S8、按预设周期检测旋转轴联动轨迹,并设定联动轨迹定位误差阈值,检测工件加工精度;
S9、定期更新几何误差修正数据至误差数据库。
综上所述,借助于本发明的上述技术方案,通过数控机床加工中心抽象得到的多体***理论,能够在不受结构、运动复杂程度的限制下,构建准确的空间定位误差模型,对机床加工误差进行高精度计算、分析、检测、补偿及控制;配合激光干涉仪及九线法的几何误差识别,大大提高误差的检测精度与识别效率,从而进一步提高数控加工精度,保证真空腔体具有良好的密封性能。
本发明融入二代非支配排序遗传算法对修正系数进行补偿质量控制,能够对误差修正进行进一步检验与优化提高,从而更大程度的提高工件加工精度,并且通过各设备间的时延计算与优化,能够降低加工控制器与加工刀具等设备之间的响应延迟,进而提高数控加工的效率;
此外,本发明具有通用性,同样适用于其他高精度零部件的生产加工,在提高产品质量,提升生产效率,降低生产成本等方面起到积极作用,从而带来更多的社会和经济效益,具有良好的市场前景。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.基于空间定位误差模型的真空腔体密封件CNC加工方法,其特征在于,该方法包括以下步骤:
S1、基于多体***理论构建工件的空间定位误差模型;所述基于多体***理论构建工件的空间定位误差模型,包括以下步骤:
S11、将加工中心的机械***抽象为多体***;
S12、构建拓扑图与低序体阵列描述体与体之间的关联关系;
S13、针对每个体建立固定在体上的子坐标系,通过子坐标系之间的位姿关系描述体与体之间的位姿;
S14、利用4x4阶D-H矩阵实现空间中的点在各个子坐标系之间的坐标变换;
S15、根据相邻两个体的特征矩阵构建两者之间的实际位姿矩阵;
S16、构建任意两个体的位姿矩阵;
S16、构建加工中心中加工刀具尖端中心点在加工刀具体子坐标系中的理想坐标阵列及实际坐标矩阵;
S17、利用加工刀具尖端中心点的理想坐标与实际坐标的差值,构建加工中心的空间误差模型;所述空间误差模型的表达式为:
其中,e表示空间误差模型;
PwS表示加工刀具尖端中心点P在S坐标系中的理想坐标列阵;
TSJ表示S坐标系与J坐标系的位姿矩阵;
PtJ表示加工刀具尖端中心点P在J坐标系中的理想坐标列阵;
L表示位移量;
n表示子坐标系数量;
S2、通过激光干涉仪对旋转轴几何误差进行辨识,形成误差数据库;
S3、对空间定位误差进行分解;
S4、结合数控***垂度误差补偿功能,构建空间定位误差的补偿数据模型;
S5、基于二代非支配排序遗传算法对修正系数进行补偿质量控制,实现所述修正系数的优化;其包括以下步骤:
S51、设置算法参数和修正系数变化范围;
S52、对加工中心控制器进行编码,初始化多个满足约束的控制器防止方案,构成种群;
S53、根据预设的数据模型与目标函数计算每个个体对应的平均加工刀具至控制器时延、最大控制器之间时延、平均控制路径故障比例以及平均加工刀具拥有从控制器数量;
S54、对当前种群进行非支配解排序,并分别计算每个层中个体的拥挤距离;
S55、对种群进行选择、交叉和变异操作,生成子代种群;
S56、根据精英保留策略,合并父代种群和子代种群,得到下一代种群;
S57、若迭代次数达到最大迭代次数,则终止迭代,输出最优修正系数;
S6、启动测距仪计算加工刀具与工件间距离,结合优化后的修正系数输出工件当前位置信号;
S7、控制器控制夹具滑动至指定位置,利用加工刀具对工件进行精准加工;
S8、按预设周期检测旋转轴联动轨迹,并设定联动轨迹定位误差阈值,检测工件加工精度;
S9、定期更新几何误差修正数据至误差数据库。
。
2.根据权利要求1所述的基于空间定位误差模型的真空腔体密封件CNC加工方法,其特征在于,所述通过激光干涉仪对旋转轴几何误差进行辨识,形成误差数据库,包括以下步骤:
S21、将双频激光干涉仪安装在需测量的机床坐标轴线方向;
S22、调整激光头,使测量轴线与机床位移轴线重合或平行,将光路预调准直;
S23、待激光预热后输入测量参数并按预设的测量程序运动机床进行测量;
S24、采用九线法对数控机床工作区间进行几何误差的识别;
S25、综合各项几何误差数据,构建误差数据库。
3.根据权利要求2所述的基于空间定位误差模型的真空腔体密封件CNC加工方法,其特征在于,所述采用九线法对数控机床工作区间进行几何误差的识别,包括以下步骤:
S241、建立工作台坐标模型,给定点A(Xi,Yi,Zi);
S242、当定点A沿X轴坐标运动时,测定X向运动误差值,表达式包括:
用矩阵表示,令
{δx}=[δx(x) δy(x) δz(x) εx(x) εy(x) εz(x)]T
则
{Δ(X)}=[Ex]{δx}
其中,{δx}表示x向误差集合;
δx(x)表示线性位移误差;
δy(x)与δz(x)分别表示y向与z向的直线度误差;
εx(x)表示滚转误差;
εy(x)表示俯仰误差;
εz(x)表示偏摆误差;
Ex表示系数矩阵;
X、Y、Z分别表示坐标系中的X轴、Y轴、Z轴;
Xi、Yi、Zi分别表示点A的坐标值;
i表示坐标轴数量取值为(1,2,3);
T表示矩阵转置;
S243、当定点A沿Y轴坐标运动时,测定Y向运动误差值;
S244、当定点A沿Z轴坐标运动时,测定Z向运动误差值;
S245、利用各轴直线度误差,计算垂直度误差。
4.根据权利要求1所述的基于空间定位误差模型的真空腔体密封件CNC加工方法,其特征在于,所述对空间定位误差进行分解为线性相关与非线性相关。
5.根据权利要求4所述的基于空间定位误差模型的真空腔体密封件CNC加工方法,其特征在于,所述结合数控***垂度误差补偿功能,构建空间定位误差的补偿数据模型,包括以下步骤:
S41、结合线性相关的空间定位误差对理想数控指令进行修正;
S42、将修正后的理想数控指令下传至各控制器,输出刀具路线;
S43、加工刀具根据刀具路线运动至加工点;
S44、构建加工刀具在体坐标系中的实际运动路线,绘制刀具轨迹;
S45、检验刀具路线与刀具轨迹,构建空间定位误差的补偿数据模型,并输出修正系数。
6.根据权利要求5所述的基于空间定位误差模型的真空腔体密封件CNC加工方法,其特征在于,所述目标函数的表达式为:
minF(CP)=[f1(CP),f2(CP),f3(CP),-f4(CP)]
其中,minF(CP)表示目标函数的值;
f1(CP)表示最小化加工刀具到控制器的时延;
f2(CP)表示最小化控制器之间的时延;
f3(CP)表示最小化控制路径故障比例;
f4(CP)表示最大化平均加工刀具拥有从控制器数;
CP表示控制器的部署方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210953009.9A CN115179445B (zh) | 2022-08-09 | 2022-08-09 | 基于空间定位误差模型的真空腔体密封件cnc加工方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210953009.9A CN115179445B (zh) | 2022-08-09 | 2022-08-09 | 基于空间定位误差模型的真空腔体密封件cnc加工方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115179445A true CN115179445A (zh) | 2022-10-14 |
CN115179445B CN115179445B (zh) | 2023-06-27 |
Family
ID=83523316
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210953009.9A Active CN115179445B (zh) | 2022-08-09 | 2022-08-09 | 基于空间定位误差模型的真空腔体密封件cnc加工方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115179445B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117464209A (zh) * | 2023-11-17 | 2024-01-30 | 海目星激光科技集团股份有限公司 | 电池焊接装置和方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959787A (zh) * | 2018-07-12 | 2018-12-07 | 山东大学 | 考虑实际工况的宏宏双驱动***的热变形预测方法及*** |
CN208880250U (zh) * | 2018-10-12 | 2019-05-21 | 永得利科技(无锡)有限公司 | 用于数控加工中心的真空夹具装置 |
CN110109418A (zh) * | 2019-05-19 | 2019-08-09 | 重庆理工大学 | 一种大型龙门五面加工中心的几何误差快速辨识方法 |
CN111665784A (zh) * | 2020-05-15 | 2020-09-15 | 成都飞机工业(集团)有限责任公司 | 一种基于西门子***的空间定位误差补偿方法 |
CN112526927A (zh) * | 2021-02-18 | 2021-03-19 | 成都飞机工业(集团)有限责任公司 | 面向五轴数控机床旋转轴空间定位误差快速优化补偿方法 |
CN112558547A (zh) * | 2021-02-19 | 2021-03-26 | 成都飞机工业(集团)有限责任公司 | 一种五轴数控机床平动轴几何误差补偿数据快速优化方法 |
-
2022
- 2022-08-09 CN CN202210953009.9A patent/CN115179445B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959787A (zh) * | 2018-07-12 | 2018-12-07 | 山东大学 | 考虑实际工况的宏宏双驱动***的热变形预测方法及*** |
CN208880250U (zh) * | 2018-10-12 | 2019-05-21 | 永得利科技(无锡)有限公司 | 用于数控加工中心的真空夹具装置 |
CN110109418A (zh) * | 2019-05-19 | 2019-08-09 | 重庆理工大学 | 一种大型龙门五面加工中心的几何误差快速辨识方法 |
CN111665784A (zh) * | 2020-05-15 | 2020-09-15 | 成都飞机工业(集团)有限责任公司 | 一种基于西门子***的空间定位误差补偿方法 |
CN112526927A (zh) * | 2021-02-18 | 2021-03-19 | 成都飞机工业(集团)有限责任公司 | 面向五轴数控机床旋转轴空间定位误差快速优化补偿方法 |
CN112558547A (zh) * | 2021-02-19 | 2021-03-26 | 成都飞机工业(集团)有限责任公司 | 一种五轴数控机床平动轴几何误差补偿数据快速优化方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117464209A (zh) * | 2023-11-17 | 2024-01-30 | 海目星激光科技集团股份有限公司 | 电池焊接装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115179445B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108908327B (zh) | 一种机器人定位误差分级补偿方法 | |
US20120265331A1 (en) | Five-axis flank milling system for machining curved surface and the tool-path planning method thereof | |
US20240019839A1 (en) | Methods for quickly optimizing geometric error compensation data of translational axes of five-axis numerically controlled machine tools | |
CN112605996B (zh) | 一种面向冗余机械臂的无模型碰撞避免控制方法 | |
CN115179445B (zh) | 基于空间定位误差模型的真空腔体密封件cnc加工方法 | |
CN112733296A (zh) | 基于grnn的混联机器人铣削加工误差预测及补偿方法 | |
CN112536797A (zh) | 一种工业机器人的位置与姿态误差综合补偿方法 | |
CN112497216B (zh) | 一种基于深度学习的工业机器人位姿精度补偿方法 | |
CN110842927B (zh) | 一种基于多元回归的机器人关节几何误差补偿方法 | |
Wang et al. | Pose accuracy compensation of mobile industry robot with binocular vision measurement and deep belief network | |
CN102915031A (zh) | 并联机器人运动学参数的智能自标定*** | |
Gao et al. | Kinematic calibration for industrial robots using articulated arm coordinate machines | |
Tian et al. | A general approach for robot pose error compensation based on an equivalent joint motion error model | |
CN113211436B (zh) | 基于遗传算法的六自由度串联机器人误差标定方法 | |
Zhou et al. | Adaptive hierarchical positioning error compensation for long-term service of industrial robots based on incremental learning with fixed-length memory window and incremental model reconstruction | |
CN112318511A (zh) | 基于数据驱动的机械臂轨迹跟踪控制方法 | |
Balta et al. | Learning-based repetitive precision motion control with mismatch compensation | |
CN115338862B (zh) | 一种基于部分可观测马尔科夫的机械手移动路径规划方法 | |
CN116339233A (zh) | 基于激光干涉跟踪仪测量场的机床误差控制方法及*** | |
Wei et al. | A fast dynamic pose estimation method for vision-based trajectory tracking control of industrial robots | |
CN112847441B (zh) | 基于梯度下降法的六轴机器人坐标偏移检测方法和装置 | |
Wan et al. | Non-geometric error compensation for long-stroke cartesian robot with semi-analytical beam deformation and gaussian process regression model | |
Dong et al. | Cross-coupling indirect iterative learning control method for batch processes with time-varying uncertainties | |
CN113094642A (zh) | 一种面向区域内机械臂定位误差估算的新增采样的方法 | |
Selingue et al. | Experimental analysis of robot hybrid calibration based on geometrical identification and artificial neural network |
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 |