大型轴类零件形状误差分离与评定方法研究

《大型轴类零件形状误差分离与评定方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大型轴类零件形状误差分离与评定方法研究摘要目前形状误差测量的最有效手段仍然是用三坐标机或圆度仪测量，但二者价格昂贵，测量成本高，对操作环境、条件要求严格，通常仅限于计量室中使用，再者由于仪器的尺寸规格所限，一般只用于小尺寸零件的测量。而对于大型工件几何精度测量中，一般只能在线测量，由于作为基准的机床导轨、回转中心和分度装置等不可避免地存在误差，因此测量信号中将包括基准误差的影响，如何减小测量不确定度，提高测量精度，近年来已经成为测试技术中最引人注目的问题之一。由于被测对象尺寸巨大、材料特别、廓形测量精度要求高以及测量环境的局限，常规的轴类零件尺寸、形状误差测量方法难以凑效，必须研发新型的

2、大型轴类零件尺寸、形状在线测量系统。论文提出的多点冗余测量法，结合误差分离技术和多传感器数据冗余技术。论文就多传感器测量直线廓形信息提取的数学建模问题进行了研究，提出了以多传感器数据融合实现测量架运动误差分离的理念和方法，并对该方法在克服水平方向多传感器零位误差和读数误差所引起的累积效应对误差分离结果的影响方面进行了研究，通过与传统的三点法进行比较，证实了该方法能够有效地减小水平方向多传感器零位误差和读数对误差分离精度的影响，随着水平方向传感器数目的加大这种影响将逐渐减弱，从而证实了数据冗余能够有效提高误差分离精度；进而能够有效的实现直线度自适应和自校正测量。论文还建立了从圆周方向多点测

3、量数据中提取圆度廓形信息的数学模型。提出能够实现先行分离形状误差(PSR)，先行分离运动误差(PSS)，或是同步分离形状和运动误差(SSRS)的三种时域圆度误差分离方法；并研究了谐波失真与传感器位置和圆周采样点数目之间的关系，提出先行分离运动误差(PSS)的时域圆度误差分离方法能够避免一阶的谐波失真；可以通过增加圆周上采样点的方法使谐波失真达到最小。最后基于母线廓形误差分离和截面圆度误差分离后的信息建立了提取圆柱廓形信息的数学模型，模型的匹配原则采用最小二乘，并建立相应算法。为验证算法的正确性，设计了一套仿真软件程序，模拟测量过程中的轴系跳动和测量架的运动误差，采集冗余测量数据，通过仿真

4、实验，证实了算法的正确性，并且揭示了圆周方向的谐波失真同样对圆柱廓形信息提取产生影响的事实。关键字：圆柱廓形，误差分离技术，多传感器数据融合技术，最小二乘法ResearchonmethodofshapeerrorseparationandevaluationforLarge-scalecylinderAbstractAtpresentthemosteffectivemeansofshapeerrormeasurementisstillusing3-Dmachineorroundnessmeasurementinstrument，butbothhi曲prices，highcostofmea

5、surement，andstrictlydemandingintheoperatingenvironmentandcondition，SOtheyareusuallylimitedtouseintheroom．Furthermorelimitedbythesizeofequipment，theyaregeneralusedonlyformeasuringsmallparts．Foraccuracymeasuringgeometryoftheshapeandpositionerroroflargework-pieces，thegeneralmeansison—linemeasurement

6、．Astheerrorinevitablyexistsinthebenchmarkmachineguides，rotarycentreandinstallation，itwouldincludebenchmarksmeasuringsignalerrors．Howtoreducetheuncertaintyofmeasurement，improvingthemeasurementaccuracyhasbecomeoneofthemosteye—catchingissuesintestingtechnologyinrecentyears．Fortheenormoussizeofthemea

7、suredobject，specialmaterialsandhighprecisionoftheprofilemeasurements，aswellasthelimitationsoftheenvironment，conventionalshaftsizesorshapeserrormeasurementmethodsisdifficulttobeefficiency．It’simportanttodevelopnewlargew