基于圖形識(shí)別的數(shù)控機(jī)床運(yùn)動(dòng)誤差快速溯因與推算.pdf

1、運(yùn)動(dòng)誤差，作為數(shù)控機(jī)床誤差的最終反應(yīng)，包含了數(shù)控機(jī)床的幾何誤差和控制誤差的信息，對(duì)數(shù)控機(jī)床的加工精度有著重大的影響；如何快速準(zhǔn)確的監(jiān)控生產(chǎn)線上運(yùn)行的數(shù)控機(jī)床的運(yùn)動(dòng)誤差，對(duì)抑制加工產(chǎn)品批量事故的發(fā)生及提高企業(yè)的生產(chǎn)效率具有積極的意義。而當(dāng)前學(xué)者們對(duì)于數(shù)控機(jī)床精度的研究偏重于檢測(cè)、控制與補(bǔ)償?shù)阮I(lǐng)域，對(duì)誤差溯源領(lǐng)域的的研究卻較少。已有對(duì)誤差溯源的研究多采用誤差建模，方法復(fù)雜且依賴數(shù)控機(jī)床的結(jié)構(gòu)和類型，適用范圍較小。
　　本文提出利用數(shù)控

2、機(jī)床圓運(yùn)動(dòng)軌跡的圖形，采用圖形識(shí)別相關(guān)技術(shù)，定義一種新的特征角點(diǎn)并開發(fā)出角點(diǎn)檢測(cè)算子，檢測(cè)此角點(diǎn)在圓運(yùn)動(dòng)軌跡圖形上的分布規(guī)律；將圓周分割為16維，分析各維上可反映該維整體特征的平均半徑和反映局部特征的角點(diǎn)個(gè)數(shù)，從而建立可反映圖形特征的三維特征矩陣，并采用支持向量機(jī)對(duì)特征矩陣到誤差圖形的映射的魯棒性做了驗(yàn)證，最后結(jié)合徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)運(yùn)動(dòng)誤差源溯因網(wǎng)絡(luò)的構(gòu)建，實(shí)驗(yàn)結(jié)果顯示該方法識(shí)別準(zhǔn)確率高，識(shí)別速度快，簡(jiǎn)便而高效。更開發(fā)了軟件系統(tǒng)，簡(jiǎn)

3、潔明了的界面，具有優(yōu)良的友好性。采用本文所述方法尤其適合機(jī)床使用企業(yè)在制造過程中的精度溯因與控制，方法經(jīng)濟(jì)簡(jiǎn)便，具有較大的實(shí)際應(yīng)用價(jià)值。
　　本文的主要研究?jī)?nèi)容分為圖形的角點(diǎn)檢測(cè)、圖形特征提取、特征矩陣到誤差圖形映射魯棒性的驗(yàn)證和綜合誤差溯源網(wǎng)絡(luò)的建立三個(gè)部分：
　　首先是圖形的識(shí)別工作，本文提出一種新的特征角點(diǎn)，采用角點(diǎn)檢測(cè)的方法，將采集來的圓運(yùn)動(dòng)誤差軌跡圖形經(jīng)過預(yù)處理之后再分割為16維，經(jīng)過文中設(shè)計(jì)開發(fā)的角點(diǎn)檢測(cè)器檢測(cè)出

4、符合定義的特征角點(diǎn)。
　　其次，研究特征角點(diǎn)在分割為16維的誤差軌跡圖形的分布規(guī)律，計(jì)算各維圓周上所有點(diǎn)的平均半徑和特征角點(diǎn)個(gè)數(shù)，構(gòu)建了一個(gè)三維特征矩陣，從而建立了誤差圖形與特征矩陣的映射關(guān)系。并采用支持向量機(jī)對(duì)該映射關(guān)系進(jìn)行了驗(yàn)證，結(jié)果顯示支持向量機(jī)對(duì)實(shí)驗(yàn)樣本的分類效果顯著，表明文中所建立的映射關(guān)系魯棒性強(qiáng)。
　　最后，建立基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的綜合誤差溯因網(wǎng)絡(luò)，以特征矩陣為輸入，各單項(xiàng)誤差源為網(wǎng)絡(luò)輸出。經(jīng)過訓(xùn)練的溯因網(wǎng)