CN106709193A - 基于学习算法的航空发动机薄壁叶片加工误差补偿方法 - Google Patents
基于学习算法的航空发动机薄壁叶片加工误差补偿方法 Download PDFInfo
- Publication number
- CN106709193A CN106709193A CN201611251817.1A CN201611251817A CN106709193A CN 106709193 A CN106709193 A CN 106709193A CN 201611251817 A CN201611251817 A CN 201611251817A CN 106709193 A CN106709193 A CN 106709193A
- Authority
- CN
- China
- Prior art keywords
- error compensation
- depth
- blade
- processing
- cutting
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
Landscapes
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Numerical Control (AREA)
- Automatic Control Of Machine Tools (AREA)
Abstract
本发明公开了一种基于学习算法的航空发动机薄壁叶片加工误差补偿方法,用于解决现有薄壁叶片加工误差补偿方法加工效率低的技术问题。技术方案是采用泰勒展式、牛顿迭代、弦割法以及叶片工艺柔度相结合的算法,建立误差补偿算法,根据前一次加工后得到的测量数据通过误差补偿算法进行误差补偿的计算,能够快速减少加工误差,明显减少了补偿次数,提高了加工效率;同时,加工精度也得到明显地提升。
Description
技术领域
本发明涉及一种薄壁叶片加工误差补偿方法,特别涉及一种基于学习算法的航空发动机薄壁叶片加工误差补偿方法。
背景技术
航空航天复杂薄壁件在数控铣削的过程中,由于实际加工结果与理论尺寸的不一致,导致了加工误差的存在,而加工误差将降低零件的精度,进而直接影响其使用性能。尤其在航空发动机叶片的切削加工过程中,由于工件的薄壁弱刚度特征,加工变形引起的误差更为剧烈地影响加工精度及表面质量,严重情况下容易导致零件报废,进而影响航空发动机的整体制造水平和使用性能。
文献“专利申请号是201210364066.X的中国发明专利”公开了一种薄壁叶片精密铣削加工变形补偿方法,其中补偿系数的标定是依赖离线测量数据中几何参数,通过反向镜像补偿得出的,这一过程采用离线检测,不仅降低了效率又会引入新的误差,而且反向镜像补偿的方法补偿次数较多,严重影响加工的效率。
发明内容
为了克服现有薄壁叶片加工误差补偿方法效率低的不足,本发明提供一种基于学习算法的航空发动机薄壁叶片加工误差补偿方法。该方法采用泰勒展式、牛顿迭代、弦割法以及叶片工艺柔度相结合的算法,建立误差补偿算法,根据前一次加工后得到的测量数据通过误差补偿算法进行误差补偿的计算,可以快速减少加工误差,明显减少补偿次数,提高加工效率;同时,加工精度也得到明显地提升。
本发明解决其技术问题所采用的技术方案:一种基于学习算法的航空发动机薄壁叶片加工误差补偿方法,其特点是包括以下步骤:
步骤一、将叶片的叶背加工至设计尺寸,叶盆加工至余量U,将其作为叶片误差补偿的初始毛坯。
步骤二、构建基于泰勒展开的误差补偿模型:对初始毛坯进行加工,测量数据,计算补偿系数。
Step 1以初始毛坯为基准进行一次加工得到名义切削深度ap,对初始毛坯表面进行测量,得到实际切削深度areal。
Step 2在叶片切削误差补偿加工过程中,y=f(x)是名义切削深度-实际切削深度曲线,x0是叶片的名义值,其对应的f(x0)是名义切深深度ap,0,则对曲线在名义切削深度x=x0处进行n阶泰勒公式展开,得:
采用一阶泰勒展开并用牛顿迭代法求解则有:其中k(k≥0)指误差补偿的次数。赋予叶片铣削加工的物理意义,则是误差补偿模型线性部分,即是:
其中,aec是切削深度的误差补偿值,ap是切削深度的初始名义值,ap,k是第k次误差补偿加工的切削深度名义值,areal,k是第k次误差补偿加工的切削深度实际值。
Step 3采用弦割法进行误差补偿量求解:以xk、xk+1点处的一阶差商来代替f′(xk),其中,k代表误差补偿加工次数,则有:
用拉格朗日余量表示误差补偿二次项,叶片的误差补偿模型为:
令误差补偿系数λ为f′(x0),令误差补偿模型学习系数ζ为令加工误差Δ=(x-x0),则误差补偿切削深度计算公式为:
aec=ap,0+λ[1+ζ]Δ (5)
Step 4按照切削深度x进行铣削加工,并在加工过程中测量铣削力F,由此标定切削力与切削深度的系数K:然后对工件进行不同切削深度下的铣削加工,叶片的曲面为S(u,v),并计算工件的切削深度h的分布,则工件的实际切削深度xk=h0-hk。其中,hk是名义切削深度yk铣削加工后的工件厚度,k是加工次数下标。则在名义切削深度yk加工后工件产生的加工位移qk为名义切削深度yk与实际切削深度xk的差值:qk=yk-xk。工件铣削加工的切削力是工件的工艺柔度κk与加工位移qk的乘积,即:Fk=κk·qk。工件的工艺柔度为:根据不同名义切削深度yk的切削实验,得到对应实际切削深度xk相应的工艺柔度κk,对k=1,2,…,N的N次加工实验后的工艺柔度进行插值,获得叶片的工艺柔度函数曲线fκ。
通过叶片的工艺柔度曲线,得到任意名义切削深度下的工艺柔度:κp=fκ(xp)。由此,叶片的误差补偿系数初值为:
代入step3中,计算出误差补偿切削深度。
步骤三、将步骤二得到的初始值ap,0、基础项λ·Δ和学习项λ·ζ·Δ,代入几何模型值的误差补偿模型中,得到误差补偿曲面:
Sec=Snorm-λ[1+ζ]Δ (7)
其中,Snorm为名义曲面,λ[1+ζ]Δ为误差补偿量Δec。
步骤四、以误差补偿后的曲面作为加工曲面进行加工后,再次测量,测量后的数据与叶片原始模型进行对比,若满足加工精度,补偿结束,若不满足加工精度,将测量数据代入步骤二进行下一次迭代计算。
本发明的有益效果是:该方法采用泰勒展式、牛顿迭代、弦割法以及叶片工艺柔度相结合的算法,建立误差补偿算法,根据前一次加工后得到的测量数据通过误差补偿算法进行误差补偿的计算,可以快速减少加工误差,明显减少补偿次数,提高加工效率;同时,加工精度也得到明显地提升。
下面结合附图和具体实施方式对本发明作详细说明。
附图说明
图1是本发明方法切削深度名义值-切削深度实际值曲线示意图。
具体实施方式
参照图1。本发明基于学习算法的航空发动机薄壁叶片加工误差补偿方法具体步骤如下:
步骤一、将叶片的叶背加工至设计尺寸,叶盆加工至余量U,将其作为叶片误差补偿的初始毛坯。
步骤二、基于泰勒展开的误差补偿模型构建。对初始毛坯进行加工,测量数据,计算补偿系数。
Step 1以初始毛坯为基准进行一次加工得到名义切削深度ap,用在机检测技术对其表面进行测量,得到实际切削areai。
Step 2在叶片切削误差补偿加工过程中,y=f(x)是名义切削深度-实际切削深度曲线,x0是叶片的名义值,其对应的f(x0)是名义切深深度ap,0,则对曲线在名义切削深度x=x0处进行n阶泰勒公式展开,得:
采用一阶泰勒展开并用牛顿迭代法求解则有:其中k(k≥0)指误差补偿的次数。赋予叶片铣削加工的物理意义,则是误差补偿模型线性部分,即是:
其中,aec是切削深度的误差补偿值,ap是切削深度的初始名义值,ap,k是第k次误差补偿加工的切削深度名义值,areal,k是第k次误差补偿加工的切削深度实际值。
Step 3采用弦割法来实现误差补偿量的求解。以xk、xk+1(其中k代表误差补偿加工次数)点处的一阶差商来代替f′(xk),则有:
用拉格朗日余量表示误差补偿二次项,叶片的误差补偿模型为:
令误差补偿系数λ为f′(x0),令误差补偿模型学习系数ζ为令加工误差Δ=(x-x0),则误差补偿切削深度计算公式为:
aec=ap,0+λ[1+ζ]Δ (5)
Step 4按照切削深度x进行铣削加工,并在加工过程中测量铣削力F,由此可以标定切削力与切削深度的系数K:然后对工件进行不同切削深度下的铣削加工,叶片的曲面为S(u,v),并计算工件的切削深度h的分布,则工件的实际切削深度xk=h0-hk其中,hk是名义切削深度yk铣削加工后的工件厚度,k是加工次数下标。则在名义切削深度yk加工后工件产生的加工位移qk为名义切削深度yk与实际切削深度xk的差值:qk=yk-xk。工件铣削加工的切削力是工件的工艺柔度κk与加工位移qk的乘积,即:Fk=κk·qk。工件的工艺柔度为:根据不同名义切削深度yk的切削实验,得到对应实际切削深度xk相应的工艺柔度κk,对k=1,2,…,N的N次加工实验后的工艺柔度进行插值,获得叶片的工艺柔度函数曲线fκ。
通过叶片的工艺柔度曲线,可以得到任意名义切削深度下的工艺柔度:κp=fκ(xp)。由此,叶片的误差补偿系数初值为:
代入step3中,计算出误差补偿切削深度。
步骤三、由步骤二得到的初始值ap,0、基础项λ·Δ和学习项λ·ζ·Δ等参数,代入几何模型值的误差补偿模型中,得到误差补偿曲面:
Sec=Snorm-λ[1+ζ]Δ (7)
其中Snorm为名义曲面,λ[1+ζ]Δ为误差补偿量Δec。
步骤四、以误差补偿后的曲面作为加工曲面进行加工后,再次测量,测量后的数据与叶片原始模型进行对比,若满足加工精度,补偿结束,若不满足加工精度,将测量数据代入步骤二进行下一次迭代计算。
应用实施例。
以某航空发动机薄壁叶片为例,叶片尺寸约为:169mm×99mm×2.1mm,叶片材料为45号钢;刀具直径为12mm的球头刀。该叶片采用YHVT850Z数控加工中心进行加工,测量设备为在位检测测量机Renishaw RMP600,测头半径为3mm。
具体的补偿建模方法步骤为:
步骤一、将叶片的叶背加工至设计尺寸,叶盆加工至余量3mm,将其作为叶片误差补偿的初始毛坯。
步骤二、基于泰勒展开的误差补偿模型构建。对初始毛坯进行加工,测量数据,计算补偿系数。
Step 1以初始毛坯为基准进行一次加工得到名义切削深度ap,用在机检测技术对其表面进行测量,得到实际切削Greai。
Step 2根据上一步测量出的数据,采用一阶泰勒展开并用牛顿迭代法求解出aec是切削深度的误差补偿值:
Step 3采用弦割法来实现误差补偿量的求解并用拉格朗日余量表示误差补偿二次项,叶片的误差补偿模型为:
令误差补偿系数λ为f′(x0),令误差补偿模型学习系数ζ为令加工误差Δ=(x-x0),则误差补偿切削深度计算公式为:aec=ap,0+λ[1+ζ]Δ
Step 4按照切削深度x进行铣削加工,并在加工过程中测量铣削力F,由此可以标定切削力与切削深度的系数K:工件的工艺柔度为:对工艺柔度进行插值,获得叶片的工艺柔度函数曲线fκ。
通过叶片的工艺柔度曲线计算出叶片的误差补偿系数初值为:
代入step3中,计算出误差补偿切削深度。
步骤三、由步骤二得到的初始值ap,0、基础项λ·Δ和学习项λ·ζ·Δ等参数,代入几何模型值的误差补偿模型中,得到误差补偿曲面:Sec=Snorm-λ[1+ζ]Δ,其中Snarm为名义曲面,λ[1+ζ]Δ为误差补偿量Δec。
步骤四、以误差补偿后的曲面作为加工曲面进行加工后,再次测量,测量后的数据与叶片原始模型进行对比,若满足加工精度,补偿结束,若不满足加工精度,将测量数据代入步骤二进行下一次迭代计算。
经过两次补偿达到了叶片的加工精度要求。
表1无补偿加工、薄壁叶片精密铣削加工变形补偿方法与本方法加工误差比较
本实施例中,在YHVT850Z四轴数控加工中心上对叶片进行在位检测,经过误差补偿效果对比测量数据如表1,经过本补偿方法加工出的叶片误差平均值比无补偿加工误差平均值减小了71.8%,比薄壁叶片精密铣削加工变形补偿方法加工出的叶片误差平均值减小了38%,有效减小了加工误差。
Claims (1)
1.一种基于学习算法的航空发动机薄壁叶片加工误差补偿方法,其特征在于包括以下步骤:
步骤一、将叶片的叶背加工至设计尺寸,叶盆加工至余量U,将其作为叶片误差补偿的初始毛坯;
步骤二、构建基于泰勒展开的误差补偿模型:对初始毛坯进行加工,测量数据,计算补偿系数;
Step 1以初始毛坯为基准进行一次加工得到名义切削深度ap,对初始毛坯表面进行测量,得到实际切削深度areal;
Step 2在叶片切削误差补偿加工过程中,y=f(x)是名义切削深度-实际切削深度曲线,x0是叶片的名义值,其对应的f(x0)是名义切深深度ap,0,则对曲线在名义切削深度x=x0处进行n阶泰勒公式展开,得:
采用一阶泰勒展开并用牛顿迭代法求解则有:其中k(k≥0)指误差补偿的次数;赋予叶片铣削加工的物理意义,则是误差补偿模型线性部分,即是:
其中,aec是切削深度的误差补偿值,ap是切削深度的初始名义值,ap,k是第k次误差补偿加工的切削深度名义值,areal,k是第k次误差补偿加工的切削深度实际值;
Step 3采用弦割法进行误差补偿量求解:以xk、xk+1点处的一阶差商来代替f′(xk),其中,k代表误差补偿加工次数,则有:
用拉格朗日余量表示误差补偿二次项,叶片的误差补偿模型为:
令误差补偿系数λ为f′(x0),令误差补偿模型学习系数ζ为令加工误差Δ=(x-x0),则误差补偿切削深度计算公式为:
aec=ap,0+λ[1+ζ]Δ (5)
Step 4按照切削深度x进行铣削加工,并在加工过程中测量铣削力F,由此标定切削力与切削深度的系数K:然后对工件进行不同切削深度下的铣削加工,叶片的曲面为S(u,v),并计算工件的切削深度h的分布,则工件的实际切削深度xk=h0-hk;其中,hk是名义切削深度yk铣削加工后的工件厚度,k是加工次数下标;则在名义切削深度yk加工后工件产生的加工位移qk为名义切削深度yk与实际切削深度xk的差值:qk=yk-xk;工件铣削加工的切削力是工件的工艺柔度κk与加工位移qk的乘积,即:Fk=κk·qk;工件的工艺柔度为:根据不同名义切削深度yk的切削实验,得到对应实际切削深度xk相应的工艺柔度κk,对k=1,2,…,N的N次加工实验后的工艺柔度进行插值,获得叶片的工艺柔度函数曲线fκ;
通过叶片的工艺柔度曲线,得到任意名义切削深度下的工艺柔度:κp=fκ(xp);由此,叶片的误差补偿系数初值为:
代入step3中,计算出误差补偿切削深度;
步骤三、将步骤二得到的初始值ap,0、基础项λ·Δ和学习项λ·ζ·Δ,代入几何模型值的误差补偿模型中,得到误差补偿曲面:
Sec=Snorm-λ[1+ζ]Δ (7)
其中,Snorm为名义曲面,λ[1+ζ]Δ为误差补偿量Δec;
步骤四、以误差补偿后的曲面作为加工曲面进行加工后,再次测量,测量后的数据与叶片原始模型进行对比,若满足加工精度,补偿结束,若不满足加工精度,将测量数据代入步骤二进行下一次迭代计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611251817.1A CN106709193B (zh) | 2016-12-30 | 2016-12-30 | 基于学习算法的航空发动机薄壁叶片加工误差补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611251817.1A CN106709193B (zh) | 2016-12-30 | 2016-12-30 | 基于学习算法的航空发动机薄壁叶片加工误差补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106709193A true CN106709193A (zh) | 2017-05-24 |
CN106709193B CN106709193B (zh) | 2019-07-19 |
Family
ID=58906089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611251817.1A Active CN106709193B (zh) | 2016-12-30 | 2016-12-30 | 基于学习算法的航空发动机薄壁叶片加工误差补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106709193B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107479499A (zh) * | 2017-09-29 | 2017-12-15 | 西北工业大学 | 薄壁件切削界面加工误差补偿建模与补偿系数学习控制方法 |
CN108161573A (zh) * | 2017-11-28 | 2018-06-15 | 北京动力机械研究所 | 一种薄壁结构件偏心正交车铣加工变形补偿方法 |
CN109138424A (zh) * | 2018-09-27 | 2019-01-04 | 浙江精工钢结构集团有限公司 | 一种弧形开合屋盖轨道施工误差的调整方法 |
CN109445279A (zh) * | 2018-10-16 | 2019-03-08 | 中广核研究院有限公司 | 参数调整方法及电子设备 |
CN110110414A (zh) * | 2019-04-26 | 2019-08-09 | 西北工业大学 | 薄壁叶片加工误差补偿几何建模方法 |
CN110908333A (zh) * | 2019-12-20 | 2020-03-24 | 苏州千机智能技术有限公司 | 一种整体叶盘类零件叶片变余量刀位补偿方法 |
CN111159825A (zh) * | 2019-12-16 | 2020-05-15 | 西北工业大学 | 一种薄壁叶片切削轨迹参数优化方法 |
CN111723440A (zh) * | 2020-05-12 | 2020-09-29 | 华中科技大学 | 一种薄壁件加工精度预测混合建模方法 |
CN112872273A (zh) * | 2021-03-17 | 2021-06-01 | 中国航发动力股份有限公司 | 一种精锻叶片模具型线补偿方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020154669A1 (en) * | 2000-02-09 | 2002-10-24 | Spangler Ronald L. | Laser wavelength control unit with piezoelectric driver |
CN102222149A (zh) * | 2011-07-04 | 2011-10-19 | 南京航空航天大学 | 基于数模重构的整体涡轮叶片加工误差补偿方法 |
CN103440416A (zh) * | 2013-08-27 | 2013-12-11 | 西北工业大学 | 基于扩展误差流的叶片加工过程误差预测方法 |
CN104298818A (zh) * | 2014-09-26 | 2015-01-21 | 北京理工大学 | 一种端铣加工表面误差预测及仿真方法 |
-
2016
- 2016-12-30 CN CN201611251817.1A patent/CN106709193B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020154669A1 (en) * | 2000-02-09 | 2002-10-24 | Spangler Ronald L. | Laser wavelength control unit with piezoelectric driver |
CN102222149A (zh) * | 2011-07-04 | 2011-10-19 | 南京航空航天大学 | 基于数模重构的整体涡轮叶片加工误差补偿方法 |
CN103440416A (zh) * | 2013-08-27 | 2013-12-11 | 西北工业大学 | 基于扩展误差流的叶片加工过程误差预测方法 |
CN104298818A (zh) * | 2014-09-26 | 2015-01-21 | 北京理工大学 | 一种端铣加工表面误差预测及仿真方法 |
Non-Patent Citations (2)
Title |
---|
张莹等: "复杂曲面环形刀五轴加工的自适应刀轴矢量优化方法", 《中国机械工程》 * |
杨建华等: "考虑加工过程的复杂薄壁件加工综合误差补偿方法", 《航空学报》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107479499A (zh) * | 2017-09-29 | 2017-12-15 | 西北工业大学 | 薄壁件切削界面加工误差补偿建模与补偿系数学习控制方法 |
CN107479499B (zh) * | 2017-09-29 | 2019-07-19 | 西北工业大学 | 薄壁件切削界面加工误差补偿建模与补偿系数学习控制方法 |
CN108161573B (zh) * | 2017-11-28 | 2019-08-16 | 北京动力机械研究所 | 一种薄壁结构件偏心正交车铣加工变形补偿方法 |
CN108161573A (zh) * | 2017-11-28 | 2018-06-15 | 北京动力机械研究所 | 一种薄壁结构件偏心正交车铣加工变形补偿方法 |
CN109138424A (zh) * | 2018-09-27 | 2019-01-04 | 浙江精工钢结构集团有限公司 | 一种弧形开合屋盖轨道施工误差的调整方法 |
CN109445279A (zh) * | 2018-10-16 | 2019-03-08 | 中广核研究院有限公司 | 参数调整方法及电子设备 |
CN109445279B (zh) * | 2018-10-16 | 2022-07-05 | 中广核研究院有限公司 | 参数调整方法及电子设备 |
CN110110414A (zh) * | 2019-04-26 | 2019-08-09 | 西北工业大学 | 薄壁叶片加工误差补偿几何建模方法 |
CN110110414B (zh) * | 2019-04-26 | 2022-08-16 | 西北工业大学 | 薄壁叶片加工误差补偿几何建模方法 |
CN111159825A (zh) * | 2019-12-16 | 2020-05-15 | 西北工业大学 | 一种薄壁叶片切削轨迹参数优化方法 |
CN111159825B (zh) * | 2019-12-16 | 2022-03-22 | 西北工业大学 | 一种薄壁叶片切削轨迹参数优化方法 |
CN110908333A (zh) * | 2019-12-20 | 2020-03-24 | 苏州千机智能技术有限公司 | 一种整体叶盘类零件叶片变余量刀位补偿方法 |
CN111723440A (zh) * | 2020-05-12 | 2020-09-29 | 华中科技大学 | 一种薄壁件加工精度预测混合建模方法 |
CN112872273A (zh) * | 2021-03-17 | 2021-06-01 | 中国航发动力股份有限公司 | 一种精锻叶片模具型线补偿方法 |
CN112872273B (zh) * | 2021-03-17 | 2022-06-14 | 中国航发动力股份有限公司 | 一种精锻叶片模具型线补偿方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106709193B (zh) | 2019-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106709193A (zh) | 基于学习算法的航空发动机薄壁叶片加工误差补偿方法 | |
CN104759942B (zh) | 一种薄壁零件的铣削变形在线测量与补偿加工方法 | |
CN102200429B (zh) | 基于激光跟踪复合式测量的数控机床精度检测方法 | |
CN103777570A (zh) | 基于nurbs曲面的加工误差快速检测补偿方法 | |
CN106483928A (zh) | 一种干切数控滚齿机床径向热变形误差在机实时补偿方法 | |
Wang et al. | Improving the machining accuracy of thin-walled parts by online measuring and allowance compensation | |
CN103659467B (zh) | 触发式测头轴向预行程的标定方法 | |
CN105108215A (zh) | 一种自由曲面微细铣削让刀误差预测及补偿方法 | |
CN106874624B (zh) | 对超薄壁易变形筒形件成型质量在线虚拟检测评价的方法 | |
CN107900781B (zh) | 用于车床的接触式在线检测系统的标定装置和标定方法 | |
CN107479499A (zh) | 薄壁件切削界面加工误差补偿建模与补偿系数学习控制方法 | |
CN107580535A (zh) | 用于运行齿轮加工机床的方法 | |
CN104317246A (zh) | 一种对弱刚性刀具多轴加工路径进行让刀补偿的方法 | |
CN106217131B (zh) | 攻丝过程同步误差测量方法 | |
CN102873638B (zh) | 外圆切入磨削进给过程的工件半径在线检测方法 | |
CN109571137A (zh) | 一种提高薄壁零件加工精度的补偿方法 | |
CN202656009U (zh) | 面向数控车床的零件加工精度在线检测系统 | |
Fan et al. | Error prediction and clustering compensation on shaft machining | |
CN106695460B (zh) | 减少温差对精密加工影响的方法 | |
Smith et al. | Improving the accuracy of large scale monolithic parts using fiducials | |
Okamoto et al. | Study on tool wear in-process estimation for ball end mill using rotation control air turbine spindle | |
CN104985486A (zh) | 滚珠丝杠加工分段补偿方法 | |
CN113483720A (zh) | 一种基于蒙特卡洛的最小实体要求下直线度测量方法 | |
KR20090046563A (ko) | 3차원 계측 시스템을 이용한 절단선 마킹 방법 | |
CN109765843A (zh) | 基于镜像法和三次样条插值的薄壁件加工误差补偿方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |