一种数控机床综合误差实时补偿方法

    公开(公告)号:CN107553220A

    公开(公告)日:2018-01-09

    申请号:CN201710787112.X

    申请日:2017-09-04

    IPC分类号: B23Q23/00

    摘要: 本发明公开了一种数控机床综合误差实时补偿方法。包括S1、测量几何误差,再辨识出几何误差;S2、建立机床导轨热误差模型;S3、建立机床工作台z向偏移误差模型;S4、采集机床各处温度数据,确定加工零件位置;S5、将各处温度带入机床导轨热误差模型,求得机床因热变形产生的实时几何误差;S6、将几何误差与步骤S5中得到的实时几何误差线性叠加,更改G代码实现补偿;S7、将各处温度和加工零件位置信息,带入工作台Z向偏移误差模型,求得工作台实时Z向偏移;S8、结合坐标原点偏移功能,实现工作台Z向热误差实时补偿。本发明建模方便经济,可节省大量实验所需劳动力和机床停机时间,能提供全面的机床误差信息,实现数控机床综合误差实时补偿。

    一种数控机床综合误差实时补偿方法

    公开(公告)号:CN107553220B

    公开(公告)日:2019-10-29

    申请号:CN201710787112.X

    申请日:2017-09-04

    IPC分类号: B23Q23/00

    摘要: 本发明公开了一种数控机床综合误差实时补偿方法。包括S1、测量几何误差,再辨识出几何误差;S2、建立机床导轨热误差模型;S3、建立机床工作台z向偏移误差模型;S4、采集机床各处温度数据,确定加工零件位置;S5、将各处温度带入机床导轨热误差模型,求得机床因热变形产生的实时几何误差;S6、将几何误差与步骤S5中得到的实时几何误差线性叠加,更改G代码实现补偿;S7、将各处温度和加工零件位置信息,带入工作台Z向偏移误差模型,求得工作台实时Z向偏移;S8、结合坐标原点偏移功能,实现工作台Z向热误差实时补偿。本发明建模方便经济,可节省大量实验所需劳动力和机床停机时间,能提供全面的机床误差信息,实现数控机床综合误差实时补偿。

    一种五轴机床平动轴误差的测量系统及测量方法

    公开(公告)号:CN106931915A

    公开(公告)日:2017-07-07

    申请号:CN201710147058.2

    申请日:2017-03-13

    IPC分类号: G01B11/27

    CPC分类号: G01B11/27

    摘要: 本发明提供了一种五轴机床平动轴误差的测量系统及测量方法,旨在解决采用现有技术进行YZ、ZX、或者XYZ多轴联动直线轨迹误差检测时,光调节过程耗时较长的问题。一种五轴机床平动轴误差的测量系统包括一号夹持组件、反射镜、可调干涉仪楔块、三脚架、激光干涉仪和微调平台;一号夹持组件包括夹持轴杆和安装镜柄;反射镜设置在安装镜柄上,微调平台设置在可调干涉仪楔块上,可调干涉仪楔块设置在三脚架上,三脚架上设有标尺,激光干涉仪设置在微调平台上且垂直于反射镜的镜面发射激光。检测方法方法包括X轴和Z轴联动轨迹定位精度的检测方法,Y轴和Z轴联动轨迹定位精度的检测方法,X轴、Y轴和Z轴联动轨迹定位精度的检测方法等。

    一种三圆弧谐波齿轮插齿刀及其齿廓设计方法

    公开(公告)号:CN109630652B

    公开(公告)日:2021-07-30

    申请号:CN201910017231.6

    申请日:2019-01-08

    申请人: 四川大学

    摘要: 本发明公开了一种三圆弧谐波齿轮插齿刀,属于谐波减速器齿轮加工刀具的技术领域,所述刀齿的基本齿廓由三段依次相切的圆弧段构成;所述上圆弧段的半径为ρ1、中圆弧段的半径为ρ2以及下圆弧段的半径ρ3;还公开了一种三圆弧谐波齿轮插齿刀的的齿廓设计方法,其设计出满足条件的柔轮三圆弧齿廓和刚轮三圆弧齿廓,依据得到的刚轮三圆弧齿廓,采用齿轮啮合运动学法,得到A段理论共轭齿廓、B段理论共轭齿廓和C段理论共轭齿廓;采用圆弧拟合得到上圆弧段Ac1和下圆弧段Ac3及其相关参数;通过平面解析几何方法,求得中圆弧段Ac2及其相关参数;最后,按被加工谐波齿轮的工艺需求确定辅助参数,以达到加工出三圆弧谐波齿轮工作齿廓的目的。

    一种基于深度学习算法的材料微观结构缺陷检测方法

    公开(公告)号:CN109655483A

    公开(公告)日:2019-04-19

    申请号:CN201811536060.X

    申请日:2018-12-14

    申请人: 四川大学

    IPC分类号: G01N25/20 G06N99/00

    CPC分类号: G01N25/20 G06N99/00

    摘要: 本发明公开了一种基于深度学习算法的材料微观结构缺陷检测方法,包括以下步骤:(1)利用缺陷扰动置换法模拟出大量的样本数据;(2)基于深度学习算法,对步骤(1)中输出的样本数据进行训练;(3)对待检测材料表面施加热源,直至加热到稳态温度并提取其表面的温度分布数据和热量分布数据;(4)将提取的温度分布数据和热量分布数据输入参数到步骤(2)训练后的深度学习算法中,以获取输出结果,输出结果中包括待检测材料的内部缺陷类型、大小和位置,以达到利用缺陷扰动置换法与深度学习方法相结合,能够训练出以待检测材料表面温度数据和表面热量分布数据为输入,以输出材料内部缺陷类型、大小和位置数据,具有快速高效的特点。