CN110989494A - 基于触发式测头的薄壁零件加工误差测量与补偿方法 - Google Patents
基于触发式测头的薄壁零件加工误差测量与补偿方法 Download PDFInfo
- Publication number
- CN110989494A CN110989494A CN201911200517.4A CN201911200517A CN110989494A CN 110989494 A CN110989494 A CN 110989494A CN 201911200517 A CN201911200517 A CN 201911200517A CN 110989494 A CN110989494 A CN 110989494A
- Authority
- CN
- China
- Prior art keywords
- error
- machining
- point
- compensation
- thin
- 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.)
- Pending
Links
- 238000003754 machining Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims description 34
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000013528 artificial neural network Methods 0.000 claims abstract description 8
- 238000005259 measurement Methods 0.000 claims description 21
- 238000013519 translation Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000005520 cutting process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000001808 coupling effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003801 milling Methods 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/404—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35222—From cad derive data points for endball mill, grinder, then radius compensation
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
一种基于触发式测头的薄壁零件加工误差测量与补偿方法，在初次加工所需的薄壁零件时选取测量点并通过触发式测头实测得到的实测数据计算出全局加工误差，在后续加工时根据数控机床系统当前的位置信息和根据全局误差得到的对应补偿值并实时传输给数控机床系统，实现零件加工误差的显著减少。本发明在采集数据阶段，通过剔除粗大误差提高数据的可靠性；在数据分析阶段，通过神经网络拟合精准地体现整个外表面的实际加工数据，最终得到的加工误差数据可适用于任何同一形状的零件，与其装夹位置、几何误差、自身加工精度等其他因素的关系较小，并且可以通过不同形状选取不同的选点策略。
Description
技术领域
本发明涉及的是一种机械加工领域的技术，具体是一种基于触发式测头的薄壁零件加工误差测量与补偿方法。
背景技术
数控机床加工是现阶段对薄壁件较为常用的加工方式，其加工误差主要包括：来自机床制造、部件之间配合误差等造成的几何误差；电动机、传动件、环境温度等内外热源引起机床部件热变形而造成的热误差；由切削力、装夹力及工艺系统自身重力等引起的刀具、工件变形而造成的力误差，而其中切削力造成的误差最为显著。
现有的切削力误差一般通过球杆仪克服，即利用其测量原理测量和评估机床几何误差的种类和幅值，或通过将机床主轴上的刀具替换为触发式测头的在机检测方式实现，但这些技术对检测形面的精度要求很高，同时也需要复杂的解耦过程计算才能得到相对较为精确的结果，其次目前大部分技术都没有考虑到热误差及力误差与机床的几何误差之间相互的耦合作用。
发明内容
本发明针对现有技术存在的上述不足，提出一种基于触发式测头的薄壁零件加工误差测量与补偿方法，在采集数据阶段，通过剔除粗大误差提高数据的可靠性；在数据分析阶段，通过神经网络拟合精准地体现整个外表面的实际加工数据，最终得到的加工误差数据可适用于任何同一形状的零件，与其装夹位置、几何误差、自身加工精度等其他因素的关系较小，并且可以通过不同形状选取不同的选点策略。
本发明是通过以下技术方案实现的：
本发明涉及一种基于触发式测头的薄壁零件加工误差测量与补偿方法，在初次加工所需的薄壁零件时选取测量点并通过触发式测头实测得到的实测数据计算出全局加工误差，在后续加工时根据数控机床系统当前的位置信息和根据全局误差得到的对应补偿值并实时传输给数控机床系统，实现零件加工误差的显著减少。
所述的初次加工是指：根据待加工的薄壁零件三维模型，通过数控机床系统对刀建立工件坐标系，使用模型生成的加工代码初次加工所述零件，具体为：根据待加工的薄壁零件三维模型，选取工件上任意位置一特征点作为工件坐标系原点，使用Solidworks软件内CAM模块生成其加工代码，导入数控机床系统；将工件毛坯放置于机床工作台上，通过对刀建立工件坐标系，使用加工代码初次加工该零件。
所述的选取测量点，依据等距法布点策略，沿工件表面曲线每隔10cm取一点。
所述的实测是指：将测量点的实测坐标值与各点理论坐标值进行对比及分析，得到该零件各点实际加工误差，具体为：保持数控机床系统的设置不变的情况下换上触发式测头，重新在竖直方向，即Z方向上对刀后，对初次加工得到的薄壁零件的外表面进行测量。通过触发式测头依次测量所述各测量点在工件坐标系中三维坐标数据S:(x,y,z)。
所述的实测坐标值，优选通过CNC控制单元导入补偿控制器。
所述的全局加工误差，基于已知测量点的实测坐标值经剔除粗大误差后，使用插值法与神经网络方法构建得到薄壁零件实际加工所得表面的预估模型，进而得到加工误差E＝S1-S2其中：S1为预估模型中工件表面各点实际加工后坐标值，S2为工件表面各点理想坐标值。
所述的剔除粗大误差是指：依据拉依达准则，计算整体测量值的标准偏差，当某一测量值残差的绝对值大于该标准差，即认为该测量值存在粗大误差，将该点去除。
所述的插值法，利用插值函数将测得的数量较少的坐标数据插值，获得大量的点坐标数据作为训练集。
所述的构建是指：使用Matlab软件内工具箱，首先利用插值函数将各测量点进行插值，得到大量的点数据。再用神经网络函数进行运算，由此可以得到任意一点的坐标值。
所述的补偿值，根据全局误差得到对应的补偿后实际应到达的坐标值P‘＝P-E，其中：P为生成的加工代码中刀具理论坐标值，E为加工误差。
本发明涉及一种实现上述方法的补偿控制系统，包括：补偿计算机单元、机床控制器单元、可编程控制器单元以及机床工作台单元，其中：补偿计算机与机床控制器相连并传输补偿量信息，机床控制器单元与可编程控制器相连并传输补偿信息，可编程控制器与工作台相连并传输原点平移量信息，工作台在运动过程中通过原点平移实现补偿。
技术效果
与现有技术相比，本发明通过在机测量与实时补偿技术，减少了零件的加工误差，大幅提高了加工精度；由此提高了测量效率、通过神经网络方法能够精确地构建零件实际加工所得表面的预估模型。
相比传统方法将加工误差看作几何误差、热误差、力误差等等之和，本发明将加工误差视为一个整体，不需考虑各误差因素之间的耦合作用以及复杂的解耦过程，有助于更简洁高效地进行补偿。
本发明利用实时补偿技术，相比于传统修改G代码、离线补偿等方式，能够更加方便、快速地进行补偿，减少加工误差，提高零件精度。
附图说明
图1为本发明实施例的测量与补偿方法流程示意图；
图2为本发明实施例中所述测量与补偿方法工作示意图；
图中：数控机床系统1、触发式测头2、加工工件3、传输线4、补偿控制器5；
图3为实施例中所述腹板结构示意图；
图中：A面为补偿前加工面，B面为补偿后加工面；
图4为实施例效果示意图；
图中：(a)为实施例中所述腹板补偿前误差示意图；(b)为实施例中所述腹板补偿后误差示意图。
具体实施方式
如图1所示，为本实施例涉及一种基于触发式测头的薄壁零件加工误差测量与补偿方法，包括以下步骤：
①加工工程用腹板：绘制腹板三维模型，如图3。选取工件上表面中心点作为工件坐标系原点，使用CAM模块生成其加工代码，导入数控机床。准备600*300*30尺寸的铝合金毛胚，放置于机床工作台上，通过对刀建立工件坐标系，使用加工代码初次加工该零件。
②采集测点数据：将铣刀取下，直接安装上雷尼绍RMP60触发式测头，重新在Z方向上对刀后，对腹板A面进行测量。依据等距法，x，y方向各等距选取12个点，共12*12＝144个测量点。测头依次测量所述点，得到144个点在工件坐标系中三维坐标数据S:(x,y,z)。该数据可通过CNC控制单元导入补偿控制器。
③计算加工误差：通过已知测点的坐标值S，剔除粗大误差后，使用插值法与神经网络方法对数据进行运算处理，可以构建该零件实际加工所得表面的预估模型，从而得到工件表面各点实际加工后坐标值S1。将工件表面各点理想坐标值记为S2。因此可以得到数控机床在测量空间内任意一点时的加工误差：E＝S1-S2，补偿前误差分布如图4a。
④实施误差补偿：在得到各点加工误差后，加工腹板B面，通过外部控制器与机床数控系统进行实时数据传输，根据机床当前的位置信息获得此处的误差，机床逆向运动该误差值，即P‘＝P-E，其中，P为生成的加工代码中刀具理论坐标值，P‘为通过补偿后实际应到达的坐标值，从而达到补偿的效果，提高零件加工精度，补偿效果如图4b。
经过具体实际实验，在某机床上进行加工，使用刃长40mm，直径10mm的平头铣刀进行切削，主轴转速3000rpm，切深3mm，进给速度250mm/min，使用雷尼绍RMP60红宝石测针进行测量，能够得到的实验数据如图4所示，具体是：腹板理想加工深度：-18mm；补偿前加工后测量得到数据平均深度：-18.0267mm，最大加工误差处深度：-18.093mm；补偿后平均深度：-17.9931mm，最大加工误差处深度：-18.045mm；总体误差降低74.2％，最大误差降低51.6％。
与现有技术相比，本方法减少了二次装夹带来的装夹误差、将几何误差，力误差等综合考虑，根据实测值进行补偿，而非根据预测模型进行补偿，补偿值更为准确。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整，本发明的保护范围以权利要求书为准且不由上述具体实施所限，在其范围内的各个实现方案均受本发明之约束。
Claims (8)
1.一种基于触发式测头的薄壁零件加工误差测量与补偿方法，其特征在于，在初次加工所需的薄壁零件时选取测量点并通过触发式测头实测得到的实测数据计算出全局加工误差，在后续加工时根据数控机床系统当前的位置信息和根据全局误差得到的对应补偿值并实时传输给数控机床系统，实现零件加工误差的显著减少。
2.根据权利要求1所述的方法，其特征是，所述的初次加工是指：根据待加工的薄壁零件三维模型，通过数控机床系统对刀建立工件坐标系，使用模型生成的加工代码初次加工所述零件，具体为：根据待加工的薄壁零件三维模型，选取工件上任意位置一特征点作为工件坐标系原点，使用Solidworks软件内CAM模块生成其加工代码，导入数控机床系统；将工件毛坯放置于机床工作台上，通过对刀建立工件坐标系，使用加工代码初次加工该零件。
3.根据权利要求1所述的方法，其特征是，所述的实测是指：将测量点的实测坐标值与各点理论坐标值进行对比及分析，得到该零件各点实际加工误差，具体为：保持数控机床系统的设置不变的情况下换上触发式测头，重新在竖直方向，即Z方向上对刀后，对初次加工得到的薄壁零件的外表面进行测量，通过触发式测头依次测量所述各测量点在工件坐标系中三维坐标数据S:(x,y,z)。
4.根据权利要求1所述的方法，其特征是，所述的全局加工误差，基于已知测量点的实测坐标值经剔除粗大误差后，使用插值法与神经网络方法构建得到薄壁零件实际加工所得表面的预估模型，进而得到加工误差E＝S1-S2其中：S1为预估模型中工件表面各点实际加工后坐标值，S2为工件表面各点理想坐标值。
5.根据权利要求4所述的方法，其特征是，所述的剔除粗大误差是指：依据拉依达准则，计算整体测量值的标准偏差，当某一测量值残差的绝对值大于该标准差，即认为该测量值存在粗大误差，将该点去除。
6.根据权利要求1所述的方法，其特征是，所述的构建是指：使用Matlab软件内工具箱，首先利用插值函数将各测量点进行插值，得到大量的点数据，再用神经网络函数进行运算，由此可以得到任意一点的坐标值。
7.根据权利要求1所述的方法，其特征是，所述的补偿值，根据全局误差得到对应的补偿后实际应到达的坐标值P‘＝P-E，其中：P为生成的加工代码中刀具理论坐标值，E为加工误差。
8.一种实现上述任一权利要求所述方法的补偿控制系统，其特征在于，包括：补偿计算机单元、机床控制器单元、可编程控制器单元以及机床工作台单元，其中：补偿计算机与机床控制器相连并传输补偿量信息，机床控制器单元与可编程控制器相连并传输补偿信息，可编程控制器与工作台相连并传输原点平移量信息，工作台在运动过程中通过原点平移实现补偿。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911200517.4A CN110989494A (zh) | 2019-11-29 | 2019-11-29 | 基于触发式测头的薄壁零件加工误差测量与补偿方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911200517.4A CN110989494A (zh) | 2019-11-29 | 2019-11-29 | 基于触发式测头的薄壁零件加工误差测量与补偿方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110989494A true CN110989494A (zh) | 2020-04-10 |
Family
ID=70088280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911200517.4A Pending CN110989494A (zh) | 2019-11-29 | 2019-11-29 | 基于触发式测头的薄壁零件加工误差测量与补偿方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110989494A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112706406A (zh) * | 2020-12-18 | 2021-04-27 | 湖南华曙高科技有限责任公司 | 快速成型制造模型的处理方法、装置和计算机设备 |
| CN113102882A (zh) * | 2021-06-16 | 2021-07-13 | 杭州景业智能科技股份有限公司 | 几何误差补偿模型的训练方法和几何误差补偿方法 |
| CN113547383A (zh) * | 2021-08-25 | 2021-10-26 | 牧野机床（中国）有限公司 | 一种镜头模板加工方法及镜头模板 |
| CN114131426A (zh) * | 2021-11-09 | 2022-03-04 | 中国人民解放军国防科技大学 | 基于快速伺服刀具的弱刚度反射镜加工方法、系统及介质 |
| CN114789363A (zh) * | 2022-05-11 | 2022-07-26 | 上汽通用五菱汽车股份有限公司 | 一种提高加工中心精度补偿方法、系统及存储介质 |
| CN116305668A (zh) * | 2023-05-18 | 2023-06-23 | 贵州大学 | 一种大直径薄板零件全类型面形误差控制方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493683A (zh) * | 2009-01-09 | 2009-07-29 | 成都飞机工业（集团）有限责任公司 | 一种基于数字化误差补偿模板实现飞机大部件数控精加工的方法 |
| CN102501136A (zh) * | 2011-10-10 | 2012-06-20 | 华中科技大学 | 一种数控机床在机检测测头及检测系统 |
| CN104759942A (zh) * | 2015-04-22 | 2015-07-08 | 华中科技大学 | 一种薄壁零件的铣削变形在线测量与补偿加工方法 |
| CN105242637A (zh) * | 2015-10-27 | 2016-01-13 | 华中科技大学 | 一种航空薄壁叶片补偿加工方法 |
| CN105700473A (zh) * | 2016-04-13 | 2016-06-22 | 合肥工业大学 | 一种精密数控机床全工作台曲面热误差补偿方法 |
| CN105700472A (zh) * | 2016-04-05 | 2016-06-22 | 上海交通大学 | 基于机床外部坐标原点偏移的数控机床误差实时补偿器 |
| WO2016188842A2 (de) * | 2015-05-22 | 2016-12-01 | Blum-Novotest Gmbh | Verfahren und system zur erfassung einer werkstückkontur und zur korrektur eines soll-pfades für die bearbeitung eines werkstücks in einer werkzeugmaschine |
| CN109407616A (zh) * | 2018-09-29 | 2019-03-01 | 广东科杰机械自动化有限公司 | 一种基于测量数据实现实时轨迹补偿的方法 |
| CN109571137A (zh) * | 2018-12-21 | 2019-04-05 | 哈尔滨理工大学 | 一种提高薄壁零件加工精度的补偿方法 |
| CN110108208A (zh) * | 2019-05-16 | 2019-08-09 | 博众精工科技股份有限公司 | 五轴非接触式测量机的误差补偿方法 |
| CN110376963A (zh) * | 2019-07-17 | 2019-10-25 | 华中科技大学 | 一种基于在位检测的闭环控制精密加工方法及系统 |
-
2019
- 2019-11-29 CN CN201911200517.4A patent/CN110989494A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101493683A (zh) * | 2009-01-09 | 2009-07-29 | 成都飞机工业（集团）有限责任公司 | 一种基于数字化误差补偿模板实现飞机大部件数控精加工的方法 |
| CN102501136A (zh) * | 2011-10-10 | 2012-06-20 | 华中科技大学 | 一种数控机床在机检测测头及检测系统 |
| CN104759942A (zh) * | 2015-04-22 | 2015-07-08 | 华中科技大学 | 一种薄壁零件的铣削变形在线测量与补偿加工方法 |
| WO2016188842A2 (de) * | 2015-05-22 | 2016-12-01 | Blum-Novotest Gmbh | Verfahren und system zur erfassung einer werkstückkontur und zur korrektur eines soll-pfades für die bearbeitung eines werkstücks in einer werkzeugmaschine |
| CN105242637A (zh) * | 2015-10-27 | 2016-01-13 | 华中科技大学 | 一种航空薄壁叶片补偿加工方法 |
| CN105700472A (zh) * | 2016-04-05 | 2016-06-22 | 上海交通大学 | 基于机床外部坐标原点偏移的数控机床误差实时补偿器 |
| CN105700473A (zh) * | 2016-04-13 | 2016-06-22 | 合肥工业大学 | 一种精密数控机床全工作台曲面热误差补偿方法 |
| CN109407616A (zh) * | 2018-09-29 | 2019-03-01 | 广东科杰机械自动化有限公司 | 一种基于测量数据实现实时轨迹补偿的方法 |
| CN109571137A (zh) * | 2018-12-21 | 2019-04-05 | 哈尔滨理工大学 | 一种提高薄壁零件加工精度的补偿方法 |
| CN110108208A (zh) * | 2019-05-16 | 2019-08-09 | 博众精工科技股份有限公司 | 五轴非接触式测量机的误差补偿方法 |
| CN110376963A (zh) * | 2019-07-17 | 2019-10-25 | 华中科技大学 | 一种基于在位检测的闭环控制精密加工方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 王刚等: "航空薄壁件原位检测与补偿加工方法研究", 《装备制造技术》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112706406A (zh) * | 2020-12-18 | 2021-04-27 | 湖南华曙高科技有限责任公司 | 快速成型制造模型的处理方法、装置和计算机设备 |
| CN113102882A (zh) * | 2021-06-16 | 2021-07-13 | 杭州景业智能科技股份有限公司 | 几何误差补偿模型的训练方法和几何误差补偿方法 |
| CN113547383A (zh) * | 2021-08-25 | 2021-10-26 | 牧野机床（中国）有限公司 | 一种镜头模板加工方法及镜头模板 |
| CN114131426A (zh) * | 2021-11-09 | 2022-03-04 | 中国人民解放军国防科技大学 | 基于快速伺服刀具的弱刚度反射镜加工方法、系统及介质 |
| CN114789363A (zh) * | 2022-05-11 | 2022-07-26 | 上汽通用五菱汽车股份有限公司 | 一种提高加工中心精度补偿方法、系统及存储介质 |
| CN114789363B (zh) * | 2022-05-11 | 2024-09-17 | 上汽通用五菱汽车股份有限公司 | 一种提高加工中心精度补偿方法、系统及存储介质 |
| CN116305668A (zh) * | 2023-05-18 | 2023-06-23 | 贵州大学 | 一种大直径薄板零件全类型面形误差控制方法 |
| CN116305668B (zh) * | 2023-05-18 | 2023-07-21 | 贵州大学 | 一种大直径薄板零件全类型面形误差控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110989494A (zh) | 基于触发式测头的薄壁零件加工误差测量与补偿方法 | |
| CN109623656B (zh) | 基于厚度在线检测的移动式双机器人协同打磨装置及方法 | |
| Lei et al. | Accuracy enhancement of five-axis CNC machines through real-time error compensation | |
| CN114237155B (zh) | 一种多轴数控加工的误差预测及补偿方法、系统及介质 | |
| CN107553220B (zh) | 一种数控机床综合误差实时补偿方法 | |
| CN104759942B (zh) | 一种薄壁零件的铣削变形在线测量与补偿加工方法 | |
| CN102854841B (zh) | 一种曲面零件的形位误差原位补偿加工方法 | |
| CN112935353B (zh) | 一种钎身喉部线激光扫描测量-铣削一体化加工方法 | |
| CN110076631B (zh) | 复杂薄壁结构零件壁厚在机测量方法 | |
| CN102430961B (zh) | 基于多传感器集成测量的自由曲面类零件加工系统 | |
| CN108803487B (zh) | 一种零件侧铣表面的点位轮廓误差预测方法 | |
| CN110640585A (zh) | 一种叶片磨抛加工三维非接触式测量装置及方法 | |
| CN102785128A (zh) | 面向数控车床的零件加工精度在线检测系统及检测方法 | |
| Wei et al. | Two-dimensional thermal error compensation modeling for worktable of CNC machine tools | |
| CN109848989B (zh) | 一种基于红宝石探针的机器人执行末端自动标定及检测方法 | |
| CN114019903B (zh) | 一种数控机床主轴精度自愈方法 | |
| CN108287522B (zh) | 一种基于多平台的自动化在机检测方法 | |
| CN108445835A (zh) | 一种数控机床的零件加工尺寸预测方法 | |
| CN106909125A (zh) | 一种电机加工性能指标的监测系统及方法 | |
| CN111928776A (zh) | 基于多传感器的数控机床非接触式在线测量系统与方法 | |
| CN111336962B (zh) | 火花机在线测量工件的方法及系统 | |
| CN113741341A (zh) | 一种严格定义下切削加工的零件轮廓误差预测方法和系统 | |
| CN109571137A (zh) | 一种提高薄壁零件加工精度的补偿方法 | |
| CN110405259A (zh) | 基于多传感器集成测量的自由曲面类零件加工系统 | |
| CN202656009U (zh) | 面向数控车床的零件加工精度在线检测系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200410 |