CN103335626B - 三坐标测量机测量平面度的样本点优化选取方法 - Google Patents
三坐标测量机测量平面度的样本点优化选取方法 Download PDFInfo
- Publication number
- CN103335626B CN103335626B CN201310221048.0A CN201310221048A CN103335626B CN 103335626 B CN103335626 B CN 103335626B CN 201310221048 A CN201310221048 A CN 201310221048A CN 103335626 B CN103335626 B CN 103335626B
- Authority
- CN
- China
- Prior art keywords
- sample point
- point
- search
- measurement
- coordinate measuring
- 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.)
- Expired - Fee Related
Links
Landscapes
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- A Measuring Device Byusing Mechanical Method (AREA)
Abstract
本发明提供一种三坐标测量机测量平面度的样本点优化选取方法,首先,测量同一生产系统依次间隔抽样的零件确定系统误差模式。然后,将零件表面系统误差模式与禁忌搜索算法整合,改进传统禁忌搜索算法过分依赖初始解的缺点。最后,通过搜索生成三坐标测量机测量零件表面平面度时的测量样本点。本发明生成的测量样本点能够通过测试较少的样本点而快速的覆盖整个平面的极限点。利用选取出的样本点形成的测量样本点集来规划测量路径,可以有效的提高三坐标测量机的测量精度以及测量效率,更加精确地反映零件表面的平面度形貌和加工纹理,改进了传统测量样本点选取方法不能兼顾精度与效率的缺点以及禁忌搜索算法搜索样本点需要人为修正初始样本点的缺陷。
Description
技术领域
本发明涉及零件表面平面度测量技术领域,具体地,涉及一种三坐标测量机测量平面度的样本点优化选取方法。
背景技术
在精密制造过程中,对于零件的尺寸、形位精度要求越来越高。为了能够对零件尺寸、形位精度进行有效的测量与控制,提高测量结果的准确性与测量过程的效率显得尤为重要。作为零件重要的形位精度,表面平面度的制造精度要求越来越高,这对平面度的精确测量提出了更高的要求。其中,三坐标测量机是目前工业领域内最为常用的平面度测量设备。影响三坐标测量机测量平面度准确性的主要因素有两个:一是三坐标测量机本身的测量精度;二是测点样本选取是否能充分体现平面的实际特征。要得到精确的平面度测量结果,不仅需要测量精度高的测量仪器,也对测量方法尤其是样本点选取方法提出了更高的要求。因此,作为影响三坐标测量机测量平面度精度与测量效率的主要因素,三坐标测量机测量点选取优化方法研究至关重要。在测量过程中,测量样本点选取越多,覆盖范围越大,所得到的测量结果就越准确,但是考虑到增加样本点的数量会导致测量时间延长,影响测量效率,所以需要优化测量样本点的选取来得到较高的测量精度。
已有的技术中,Badar在论文“Intelligentsearch-basedselectionofsamplepointsforstraightnessandflatnessestimation”(《ASME制造科学与工程杂志》2003年第125卷第2期,263-271页)中提到规划测量路径点时应当以最少的测量点保证最优的测量点数据分布,即效率与精度的平衡决策问题,提出针对测量直线度与平面度的三坐标测量机样本点缩减策略。该方法应用了传统的禁忌搜索算法和结合了传统禁忌搜索算法的混合搜索算法对最优测量样本点进行选取,由于传统禁忌搜索算法自身对初始解的要求过高,因此在无法提供优秀初始解时不能有效的优化测量样本点,必须通过人为修正初始解改善样本点搜索过程精度与效率。
专利号为US20130030773名称为“COORDINATEMEASURINGSYSTEMDATAREDUCTION”的美国专利,提出的基于零件几何特征信息与尺寸公差对零件进行分块分析缩减测量样本容量的方法,通过对零件CAD模型的预处理与分割,能够根据几何特征对零件的测量样本点进行缩减,对不同的分块采用不同的样本缩减方法进行处理。该技术虽然能够很好的适应不同几何形状与尺寸的零件,但是对于不同几何特征的分块进行样本缩减时没有将测量精度作为优化目标,因此不能保证缩减后的测量样本达到原始精度,特别是针对同一零件存在多个不同几何特征分块的情况时,不能有效地保证测量精度,违背了三坐标测量机样本点优化选取的目标。
发明内容
针对现有技术中的缺陷,为了克服三坐标测量机测量零件表面平面度测量点选取方法不能同时满足测量精度与测量效率的不足,本发明提出了一种三坐标测量机测量平面度的样本点优化选取方法,该方法是基于改进禁忌搜索算法的三坐标测量机样本点优化选取方法,以测量精度与样本容量缩减作为优化目标,首先利用三维高分辨率表面形貌测量技术(水平分辨率可达150μm,垂直分辨率可达1μm)产生的三维高密度点云数据(每平方毫米可达40个测量点)寻找系统误差模式,选取出更加准确的初始样本点,解决了一般禁忌搜索算法搜索结果过分依赖于初始解的问题;之后将平面度偏差作为搜索目标,利用改进型禁忌智能搜索算法进行其余的样本点搜索,选取可以完全表征表面平面度变化的极限样本点。该方法可以对零件表面进行全局搜索,能够通过测试少量的样本点得到高精度的测量结果,实现保证测量精度的前提下缩减样本容量的目的,此外针对不同生产条件的零件该方法都具有优秀的适应性。
本发明是按照下述技术方案实现的。本发明方法包括下述步骤:
第一步:预检测
采用三维高分辨率表面形貌测量技术对多件同一生产系统依次生产的零件表面进行测量作为预检测,得到三维高密度点云数据,以及以彩色表示的表面形貌图像;
第二步:确定系统误差模式
根据点云数据与表面形貌图像,记录表面高度最高与最低的极限点出现的位置以及出现频率,统计结果后,出现最高与最低极限点次数较多的位置即是该零件的系统误差所在位置;在系统误差所在位置分别选取若干个样本点作为样本点集,计算样本点集内每一样本点的平面度偏差,将拥有最大平面度偏差的样本点作为之后搜索过程的初始样本点;
第三步:设定搜索过程参数
根据被测零件表面积设定搜索过程参数,包括搜索移动步长△S,禁忌列表容量C,妥协移动数CM,以及总移动数M;从初始样本点(x0,y0)点开始移动,则搜索可移动的方向有(x0+△s,y0),(x0-△s,y0),(x0,y0+△s),(x0,y0-△s)四个方向,其中,△S为搜索移动步长;将以上四步移动作为候选移动列表,分别对其进行平面度偏差计算,从中选取平面度偏差最大的位置点作为下一位置,同时当前点(x0,y0)写入禁忌列表,在一定禁忌表容量内不得出现;
第四步:妥协移动
当所有候选位置点平面度偏差都小于现有位置点的偏差时,依旧选取备选位置点中偏差较大的点作为下一步的位置点,将这一次移动称为妥协移动;第三步中设定的最大妥协移动次数为CM,当妥协移动次数大于CM时,表明搜索过程无法找到更大的平面偏差,因此最优样本点就是之前搜索过程中找到的最大偏差位置点,搜索结束;
第五步:搜索结束条件
当搜索移动次数达到第三步中设定的总移动数M时,搜索过程结束,最优样本点为搜索过程中平面度偏差最大的样本点。
优选地,第一步中,三维高分辨率表面形貌测量技术横向与纵向最小测量间隔为0.15mm,垂直方向高度测量精度达1μm,测量范围达到500mm*300mm,测点密度达到每平方毫米40个测量点。
优选地,第二步中,应用MATLAB软件记录平面度最大偏差样本点出现频率与位置,以及读入所需点云数据并且计算平面度偏差,确定制造系统的系统误差模式。
优选地,第三步中:
搜索移动步长△S小于被测平面边长的1/20且大于1mm;
禁忌列表容量C为3-5;
妥协移动数CM为3-10;
总移动数M根据被测平面表面积设定。
优选地,应用MATLAB软件进行搜索过程模拟。
优选地,第一步中,采用三维高分辨率表面形貌测量技术对八件以上同一生产系统依次生产的零件表面进行测量。
本发明提供一种三坐标测量机测量平面度的样本点优化选取方法,本发明的有益效果具体为:本发明生成的测量样本点,能够通过测试较少的样本点而快速的覆盖整个平面的极限点,利用选取出的样本点形成的测量样本点集来规划测量路径,可以有效的提高三坐标测量机的测量精度,更加精确地反映出零件表面的平面度形貌和加工纹理,改进了传统测量样本点选取方法不能兼顾精度与效率的缺点,以及禁忌搜索算法搜索样本点需要人为修正初始样本点的缺陷。同时,由于利用三维高分辨率表面形貌测量技术,保证了零件表面系统误差所在位置的精确定位,为后续解决系统误差模式的质量控制与改进加工方法提供了先决条件,具有重要的工程实用价值。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明提供的三坐标测量机测量平面度的样本点优化选取方法的方法流程图;
图2为本发明根据三维高分辨率表面形貌测量技术测得的发动机缸体顶面表面形貌图像确定系统误差模式示意图;
图3为本发明三维高密度点云数据经过按区块简化预处理后的发动机缸体顶面高度坐标图像示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
请参阅图1,一种三坐标测量机测量平面度的样本点优化选取方法,包括以下步骤:
第一步:预检测
采用三维高分辨率表面形貌测量技术对多件同一生产系统依次生产的零件表面进行测量作为预检测,得到三维高密度点云数据,以及以彩色表示的表面形貌图像。
第二步:确定系统误差模式
根据点云数据与表面形貌图像,记录表面高度最高与最低的极限点出现的位置以及出现频率,统计结果后,出现最高与最低极限点次数较多的位置即是该零件的系统误差所在位置;在系统误差所在位置分别选取若干个样本点作为样本点集,计算样本点集内每一样本点的平面度偏差,将拥有最大平面度偏差的样本点作为之后搜索过程的初始样本点。
第三步:设定搜索过程参数
根据被测零件表面积设定搜索过程参数,包括搜索移动步长△S,禁忌列表容量C,妥协移动数CM,以及总移动数M;从初始样本点(x0,y0)点开始移动,则搜索可移动的方向有(x0+△s,y0),(x0-△s,y0),(x0,y0+△s),(x0,y0-△s)四个方向,其中,△S为搜索移动步长;将以上四步移动作为候选移动列表,分别对其进行平面度偏差计算,从中选取平面度偏差最大的位置点作为下一位置,同时当前点(x0,y0)写入禁忌列表,在一定禁忌表容量内不得出现。
第四步:妥协移动
当所有候选位置点平面度偏差都小于现有位置点的偏差时,依旧选取备选位置点中偏差较大的点作为下一步的位置点,将这一次移动称为妥协移动;第三步中设定的最大妥协移动次数为CM,当妥协移动次数大于CM时,表明搜索过程无法找到更大的平面偏差,因此最优样本点就是之前搜索过程中找到的最大偏差位置点,搜索结束。
第五步:搜索结束条件
当搜索移动次数达到第三步中设定的总移动数M时,搜索过程结束,最优样本点为搜索过程中平面度偏差最大的样本点。
优选地,第一步中,三维高分辨率表面形貌测量技术横向与纵向最小测量间隔为0.15mm,垂直方向高度测量精度达1μm,测量范围达到500mm*300mm,测点密度达到每平方毫米40个测量点。
优选地,第二步中,应用MATLAB软件记录平面度最大偏差样本点出现频率与位置,以及读入所需点云数据并且计算平面度偏差,确定制造系统的系统误差模式。
优选地,第三步中,
搜索移动步长△S小于被测平面边长的1/20且大于1mm;
禁忌列表容量C为3-5;
妥协移动数CM为3-10;
总移动数M根据被测平面表面积设定。
优选地,应用MATLAB软件进行搜索过程模拟。
优选地,第一步中,采用三维高分辨率表面形貌测量技术对八件以上同一生产系统依次生产的零件表面进行测量。
具体地,下面以某汽车发动机厂生产的某型号直列四缸发动机缸体顶面的测量样本点选取过程为例,结合附图对本发明的具体实施作进一步描述。
本实施例中以最大平面度负偏差为例说明搜索过程,最大平面度正偏差操作过程完全相同。为简化搜索过程方便演示,对示例所测量的缸体顶面点云数据进行了分区块简化预处理,缩减了数据量,不影响方法展示。
如图1、图2、图3所示,一种三坐标测量机测量平面度的样本点优化选取方法,包括下述步骤:
第一步:如图1所示,按照流程图进行预检测。采用三维高分辨率表面形貌测量技术对八件同一生产系统生产、依次间隔抽样额零件表面进行测量作为预检测,得到三维高密度点云数据,以及用彩色表示的表面形貌图像。其中,发动机顶面横向与纵向最小测量间隔为0.15mm,垂直方向高度测量精度可达1μm,测量点总数可达80万。
第二步:确定系统误差模式。根据点云数据与表面形貌图像,记录表面高度最高与最低的极限点出现的位置以及出现频率,统计结果后,出现最高极限点次数最多的位置如图2所示第一列和第三列线圈标注的位置,出现最低极限点次数最多的位置为第二列和第四列线圈标注的位置。其他出现极限点较多的位置包括3号与4号缸孔间的右侧部位,以及1号缸孔左侧上方。在上述位置共选取5个样本点作为样本点集,如图3所示,分别计算每一样本点的平面度偏差,将拥有最大平面度负偏差的样本点(-125,-240)作为搜索过程的初始样本点。
第三步:设定搜索步长为10mm,禁忌列表容量为3,妥协移动数3以及总移动数10。从初始样本点(-125,-240)点开始移动,则搜索可移动的方向有(-115,-240),(-135,-240),(-125,-230),(-125,-250)四个方向。以上四步移动作为候选移动列表,分别对其进行平面度偏差计算,从中选取平面度偏差最大的位置点(-135,-240)作为下一位置,同时当前点(-125,-240)写入禁忌列表,在3次移动内不得出现。
第四步:重复迭代进行第三步搜索过程,经过5次搜索移动,其中存在3次所有候选样本点的平面度偏差都不优于当前位置平面度偏差的情况,所以妥协移动达到3次,触发搜索结束条件,搜索过程停止。
第五步:最终所得的平面度最大负偏差样本点为(-135,-250,-84.9187)。同样条件下以最大正偏差作为搜索目标进行搜索,从初始解(-125,-300)开始搜索,经过4次搜索后妥协移动达到3次,终止搜索,所得的平面度最大正偏差样本点为(-125,-290,-84.8716)。利用所选取出的样本点集进行测量精确度达到91.67%。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (6)
1.一种三坐标测量机测量平面度的样本点优化选取方法,其特征在于,包括以下步骤:
第一步:预检测
采用三维高分辨率表面形貌测量技术对多件同一生产系统依次生产的零件表面进行测量作为预检测,得到三维高密度点云数据,以及以彩色表示的表面形貌图像;
第二步:确定系统误差模式
根据点云数据与表面形貌图像,记录表面高度最高与最低的极限点出现的位置以及出现频率,统计结果后,出现最高与最低极限点次数较多的位置即是该零件的系统误差所在位置;在系统误差所在位置分别选取若干个样本点作为样本点集,计算样本点集内每一样本点的平面度偏差,将拥有最大平面度偏差的样本点作为之后搜索过程的初始样本点;
第三步:设定搜索过程参数
根据被测零件表面积设定搜索过程参数,包括搜索移动步长△S,禁忌列表容量C,最大妥协移动数CM,以及总移动数M;从初始样本点(x0,y0)点开始移动,则搜索可移动的方向有(x0+△s,y0),(x0-△s,y0),(x0,y0+△s),(x0,y0-△s)四个方向,其中,△S为搜索移动步长;将以上四步移动作为候选移动列表,分别对其进行平面度偏差计算,从中选取平面度偏差最大的位置点作为下一位置,同时当前点(x0,y0)写入禁忌列表,在一定禁忌表容量内不得出现;
第四步:妥协移动
当所有候选位置点平面度偏差都小于现有位置点的偏差时,依旧选取备选位置点中偏差较大的点作为下一步的位置点,将这一次移动称为妥协移动;第三步中设定的最大妥协移动次数为CM,当妥协移动次数大于CM时,表明搜索过程无法找到更大的平面偏差,因此最优样本点就是之前搜索过程中找到的最大偏差位置点,搜索结束;
第五步:搜索结束条件
当搜索移动次数达到第三步中设定的总移动数M时,搜索过程结束,最优样本点为搜索过程中平面度偏差最大的样本点。
2.根据权利要求1所述的三坐标测量机测量平面度的样本点优化选取方法,其特征在于,第一步中,三维高分辨率表面形貌测量技术横向与纵向最小测量间隔为0.15mm,垂直方向高度测量精度达1μm,测量范围达到500mm*300mm,测点密度达到每平方毫米40个测量点。
3.根据权利要求1所述的三坐标测量机测量平面度的样本点优化选取方法,其特征在于,第二步中,应用MATLAB软件记录平面度最大偏差样本点出现频率与位置,以及读入所需点云数据并且计算平面度偏差,确定制造系统的系统误差模式。
4.根据权利要求1所述的三坐标测量机测量平面度的样本点优化选取方法,其特征在于,第三步中,
搜索移动步长△S小于被测平面边长的1/20且大于1mm;
禁忌列表容量C为3-5;
妥协移动数CM为3-10;
总移动数M根据被测平面表面积设定。
5.根据权利要求4所述的三坐标测量机测量平面度的样本点优化选取方法,其特征在于,应用MATLAB软件进行搜索过程模拟。
6.根据权利要求1所述的三坐标测量机测量平面度的样本点优化选取方法,其特征在于,第一步中,采用三维高分辨率表面形貌测量技术对八件以上同一生产系统依次生产的零件表面进行测量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310221048.0A CN103335626B (zh) | 2013-06-04 | 2013-06-04 | 三坐标测量机测量平面度的样本点优化选取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310221048.0A CN103335626B (zh) | 2013-06-04 | 2013-06-04 | 三坐标测量机测量平面度的样本点优化选取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103335626A CN103335626A (zh) | 2013-10-02 |
CN103335626B true CN103335626B (zh) | 2015-12-23 |
Family
ID=49243834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310221048.0A Expired - Fee Related CN103335626B (zh) | 2013-06-04 | 2013-06-04 | 三坐标测量机测量平面度的样本点优化选取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103335626B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103994746B (zh) * | 2014-05-12 | 2017-06-23 | 上海大学 | 三坐标测量机测量平面度的测点选取方法 |
CN106500633A (zh) * | 2016-12-29 | 2017-03-15 | 苏州逸美德科技有限公司 | 一种平整度检测方法 |
CN113362468B (zh) * | 2021-07-05 | 2022-06-03 | 上海大学 | 一种火车轮毂的尺寸测量方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11264727A (ja) * | 1998-03-18 | 1999-09-28 | Nissan Motor Co Ltd | 三次元計測器による長孔計測方法 |
CN102637212A (zh) * | 2012-04-19 | 2012-08-15 | 清华大学 | 基于禁忌搜索算法的工程用禁忌搜索装置及搜索方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2843414A1 (en) * | 2011-07-29 | 2013-02-07 | Hexagon Metrology, Inc. | Coordinate measuring system data reduction |
-
2013
- 2013-06-04 CN CN201310221048.0A patent/CN103335626B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11264727A (ja) * | 1998-03-18 | 1999-09-28 | Nissan Motor Co Ltd | 三次元計測器による長孔計測方法 |
CN102637212A (zh) * | 2012-04-19 | 2012-08-15 | 清华大学 | 基于禁忌搜索算法的工程用禁忌搜索装置及搜索方法 |
Non-Patent Citations (2)
Title |
---|
Intelligent search-based selection of sample points for straightness and flatness estimation;M. Affan Badar等;《Journal of manufacturing science and engineering》;20030531;第125卷(第2期);第263-271页 * |
改进蜂群算法在平面度误差评定中的应用;罗钧等;《光学精密工程》;20120229;第20卷(第2期);第422-429页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103335626A (zh) | 2013-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106643551B (zh) | 一种叶片形状快速扫描装置及方法 | |
US10422619B2 (en) | Identification of geometric deviations of a motion guide in a coordinate-measuring machine or in a machine tool | |
CN107621263B (zh) | 一种基于道路磁场特征的地磁定位方法 | |
CN102430959A (zh) | 数控机床转台运动误差的快速检测方法 | |
CN107246849A (zh) | 一种基于双测头四轴测量系统的叶片光学快速测量方法 | |
CN104308663A (zh) | 一种弧面凸轮廓面加工误差虚拟测量的方法 | |
CN103486984B (zh) | 一种风洞内型面同轴度的检测方法 | |
CN105333855A (zh) | 一种测量、计算涡轮导向叶片和导向器喉道面积的方法 | |
CN102785129A (zh) | 复杂零件的曲面加工精度的在线检测方法 | |
CN104990501A (zh) | 一种三维激光扫描装置的系统参数校准方法 | |
CN103335626B (zh) | 三坐标测量机测量平面度的样本点优化选取方法 | |
CN110181334B (zh) | 基于白光共焦原理的自由曲面光学元件面形误差在机检测装置及其检测方法 | |
CN103791878A (zh) | 数控机床几何精度辨识方法 | |
CN103363923A (zh) | 一种激光视觉测距的非接触式齿轮齿向测量方法 | |
JP2024519633A (ja) | プレハブ部材組立面のインテリジェント走査及び誤差の自動識別システム並びに方法 | |
CN103292773A (zh) | 一种基于最小区域的对称度误差评定方法 | |
CN103256914A (zh) | 一种基于dem计算淤地坝淹没面积的方法及系统 | |
CN105519264B (zh) | 非接触式综合测量大型平板裂缝天线表面三维形貌和缝隙尺寸的方法及其系统 | |
CN103646377A (zh) | 一种坐标转换方法及装置 | |
CN115033999A (zh) | 涡轮盘斜榫槽轮廓尺寸扫描检测及三维评价方法及装置 | |
CN111609847A (zh) | 一种面向薄板件的机器人拍照测量系统自动规划方法 | |
CN110345867A (zh) | 一种基于反距离权重法修正cmm空间任意点坐标误差的方法 | |
CN113155023B (zh) | 液晶基板玻璃翘曲度测量方法及系统 | |
CN113844611A (zh) | 一种基于数字化船坞的连续模拟和快速搭载的造船方法 | |
CN106319645A (zh) | 一种自动定位方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151223 Termination date: 20200604 |
|
CF01 | Termination of patent right due to non-payment of annual fee |