CN116728158B - 一种用于五轴机床R-test检测的误差检测结果可视化方法 - Google Patents
一种用于五轴机床R-test检测的误差检测结果可视化方法 Download PDFInfo
- Publication number
- CN116728158B CN116728158B CN202310996549.XA CN202310996549A CN116728158B CN 116728158 B CN116728158 B CN 116728158B CN 202310996549 A CN202310996549 A CN 202310996549A CN 116728158 B CN116728158 B CN 116728158B
- Authority
- CN
- China
- Prior art keywords
- detection
- machine tool
- axis
- error detection
- polar
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 128
- 238000012360 testing method Methods 0.000 title claims abstract description 41
- 238000007794 visualization technique Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims description 38
- 230000008569 process Effects 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 239000003086 colorant Substances 0.000 claims description 5
- 102100040439 Adenylate kinase 4, mitochondrial Human genes 0.000 description 8
- 238000011160 research Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 108050004095 Adenylate kinase 4, mitochondrial Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000011089 mechanical engineering Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/904—Browsing; Visualisation therefor
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Numerical Control (AREA)
- Machine Tool Sensing Apparatuses (AREA)
Abstract
本发明涉及五轴机床误差检测技术领域，特别是涉及一种用于五轴机床R‑test检测的误差检测结果可视化方法，包括：对机床执行R‑test检测，提取在机床坐标系XYZ三个方向上的有效误差检测数据以及检测数据所包含的时间轴，根据检测总时长将时间轴转换为角度坐标；将各方向上的误差检测数据转换成网格数值；以角度坐标为极角变量，以转换后的网格数值为极径，绘制极坐标图像。通过本可视化方法，能够充分地展示检测结果信息和图像特征。
Description
技术领域
本发明涉及五轴机床误差检测技术领域，特别是涉及一种用于五轴机床R-test检测的误差检测结果可视化方法。
背景技术
五轴机床是一种具有复杂曲面加工能力的制造装备，是航空航天、光学器件等制造领域的核心技术装备。R-test检测是一种较为常用的五轴机床精度检测仪器，主要原理是利用五轴机床的RTCP功能（Rotation Tool Centre Point，部分厂商与科研机构译为绕刀尖点旋转功能或刀尖点编程功能），操作机床设定刀尖位置固定、只运行旋转轴的特定指令，通过对设定为位置固定但实际发生微小位移的刀尖点进行测量，能够反映出机床的精度状态。目前R-test检测方案已被国家标准和ISO国际标准收录，并在业界广泛推广。
对于R-test检测，将检测结果进行图形化展示，一方面能够直观的展示检测结果所包含的精度信息，另一方面可以支撑基于检测结果图像特征的误差溯源或误差补偿的研究，具有重要的学术意义和工程价值。目前针对R-test检测的误差检测结果可视化，相关研究较少，目前没有统一的标准模式。工业界常用的方法，如荷兰的机床检测设备制造商IBSprecision engineering的R-test仪器产品手册“IBS precision engineering. Machinequalification tools:position Inspector, https://www.ibspe.com/machine-qualification”中展示的，主要是将机床工件坐标系下X、Y、Z方向下的误差检测结果绘制为“误差-时间”曲线，该种方法能够展示误差检测结果在各个方向上的波动情况，并且可以通过误差与时间轴的对应关系将误差与其发生时的状态关联起来，但对于误差数据图像的展示不够清晰直观，图像特征的反映不够明显，难以根据图像特征指导误差的溯源和抑制。
学术界主要使用的方法，类似于论文“Jiang Z, Wang W, Li Q, et al.Evaluation of the dynamic performance for five-axis CNC machine tools basedon RTCP, Proceedingsof ASME International Mechanical Engineering Congress andExposition. 2015”、“丁启程,王伟,姜忠,等.五轴机床RTCP检测的轨迹生成与性能比较.机械工程学报,2019”所使用的图像，是将误差检测结果绘制为刀尖点偏差的三维轨迹图像，该方法能够直观的展示误差的图像特征，但无法展示误差发生的时刻，因此难以展示误差与其发生状态的关联。
综上所述，上述两种方法各有优势，但均在对误差检测结果信息的展示完整度、误差图像特征明显程度等方面有进一步提升的空间，值得进一步研究改进。
发明内容
为解决上述技术问题，本发明提出了一种用于五轴机床R-test检测的误差检测结果可视化方法，将误差信息转化为极坐标形式，将误差数据进行极坐标网格化展示，能够充分地展示检测结果信息和图像特征。
本发明是通过采用下述技术方案实现的：
一种用于五轴机床R-test检测的误差检测结果可视化方法，包括以下步骤：
S1. 对机床执行R-test检测，提取在机床坐标系XYZ三个方向上的有效误差检测数据以及检测数据所包含的时间轴t；
S2. 根据检测总时长将时间轴t转换为角度坐标/>；将各方向上的误差检测数据转换成网格数值；
S3. 以角度坐标为极角变量，以转换后的网格数值为极径，绘制极坐标图像。
所述步骤S2中，根据检测总时长将时间轴t转换为角度坐标/>的转换方法为：/>。
所述步骤S2中，将各方向上的误差检测数据转换成网格数值的转换方法为：
，
式中，为转换后的网格数值，/>为各方向上的误差检测数据，x为机床坐标系x方向，y为机床坐标系y方向，z为机床坐标系z方向。
所述极坐标图像中，使用不同颜色的线条代表X、Y、Z方向上的误差检测数据。
还包括步骤S4，判断执行的检测是否为AK4/BK4/CK4检测或8字形检测，若为AK4/BK4/CK4检测，则将极坐标系中的极角含义由时间轴t替换为C轴位置；若为8字形检测，在步骤S3中绘制的极坐标图像中添加横纵轴标识。
极坐标系中的极角含义由时间轴t替换为C轴位置时，还需要更改极角数值标记，将新构成的图像与步骤S3中绘制的极坐标图像共同作为R-test检测结果的图形化展示。
所述横纵轴标识覆盖范围为极坐标的零刻度圆水平方向和竖直方向的直径，数值范围为检测过程中AC两旋转轴能到达的最大正负角度。
零刻度圆上任意位置对应到横纵轴即表示两个旋转轴的实时位置。
与现有技术相比，本发明的有益效果表现在：
1、本发明将误差信息转化为极坐标形式，将误差数据进行极坐标网格化展示，能够充分地展示检测结果信息和图像特征，具体的，对各方向上检测结果的幅值和几何特征均具有良好的展示效果，具有误差信息展示充分、图像特征明显、便于数据分析等优势。
2、本发明中，使用不同颜色的线条代表X、Y、Z方向上的误差检测数据，检测结果信息展示更加明显。
3、本申请的基础方案可以为所有R-test检测的普适性应用，还能对部分标准化检测进行特化，例如在该基础方案上进行微调，使其能适用于AK4/BK4/CK4检测和8字形检测，能展示额外的附加信息，使得对检测结果信息的展现更加完整。
附图说明
下面将结合说明书附图和具体实施方式对本发明作进一步的详细说明，其中：
图1为本发明的流程示意图；
图2为本发明中极坐标图像示意图一；
图3为本发明中极坐标图像示意图二；
图4为本发明中极坐标图像示意图三。
具体实施方式
实施例1
作为本发明基本实施方式，本发明包括一种用于五轴机床R-test检测的误差检测结果可视化方法，为所有R-test检测的普适性应用。具体包括以下步骤：
S1. 对机床执行R-test检测，提取在机床坐标系XYZ三个方向上的有效误差检测数据以及检测数据所包含的时间轴t。
S2. 根据检测总时长将时间轴t转换为角度坐标/>；同时，将各方向上的误差检测数据转换成网格数值。
S3. 以角度坐标为极角变量，以转换后的网格数值为极径，绘制极坐标图像。
实施例2
作为本发明一较佳实施方式，本发明包括一种用于五轴机床R-test检测的误差检测结果可视化方法，包括以下步骤：
S1. 对机床执行R-test检测，提取在机床坐标系XYZ三个方向上的有效误差检测数据以及检测数据所包含的时间轴t。
S2. 根据检测总时长将时间轴t转换为角度坐标/>：
。
同时，将各方向上的误差检测数据转换成网格数值/>：
，
即。
S3. 以角度坐标为极角变量，以转换后的网格数值/>为极径，绘制极坐标图像，使用不同颜色的线条代表X、Y、Z方向上的误差检测数据。
实施例3
作为本发明最佳实施方式，参照说明书附图1，本发明包括一种用于五轴机床R-test检测的误差检测结果可视化方法，包括以下步骤：
S1. 对机床执行R-test检测，R-test检测仪输出检测结果数据，即提取在机床坐标系XYZ三个方向上的有效误差检测数据以及检测数据所包含的时间轴t。
S2. 根据检测总时长将时间轴t转换为角度坐标/>：
。
同时，将各方向上的误差检测数据转换成网格数值。在极坐标展示中，利用圆弧刻度线对误差进行标准化展示能够方便地展示误差数值信息，因此本方法将误差归一化为10μm每格的网格化展示数据：
，
式中，为转换后的网格数值，/>为各方向上的误差检测数据，x为机床坐标系x方向，y为机床坐标系y方向，z为机床坐标系z方向。
S3. 以角度坐标为极角变量，以转换后的网格数值为极径，使用不同颜色的线条代表X、Y、Z方向上的误差检测数据，绘制极坐标图像。具体的，可以用红色代表X方向上的误差检测数据，用蓝色代表Y方向上的误差检测数据，用绿色代表Z方向上的误差检测数据。最终，形成的可视化展示形式可以参照说明书附图2所示。其中，虚线为零刻度圆，虚线框内误差为负，虚线框外误差为正。可以看到，对于检测结果，对各方向上检测结果的幅值和几何特征均具有良好的展示效果。
该种可视化方法除了针对所有R-test检测的普适性应用外，对于现行ISO国际标准“ISO 10791-6: Test conditions for machining centers-Part 6: Accuracy offeeds, speeds, interpolations”提供的AK4（在不同构型机床上亦称为BK4、CK4，以下统称为AK4）和现行GB/T国家标准“GB/T 39953-2021:五轴联动加工中心-RTCP精度检验”中提供的8字形检测，该方法经微调后可特化使用，展示额外的附加信息。
具体的，还包括步骤S4，判断执行的检测是否为AK4/BK4/CK4检测或8字形检测，并进行相应的处理。
ISO国际标准提供的AK4检测指的是在刀尖点保持不动的情况下，C轴匀速旋转360°的同时，A轴匀速由0旋转到行程最大处再回到0，因此极坐标图的角度变量含义进行替换，即可表示C轴的实时位置。故若为AK4/BK4/CK4检测，则将极坐标系中的极角含义由时间轴t替换为C轴位置，并更改极角数值标记，参照说明书附图3所示。将新构成的图像与步骤S3中绘制的极坐标图像共同作为R-test检测结果的图形化展示，即可展示检测过程中任意误差状态对应的C轴实时位置。
对于GB/T国家标准提供的8字形检测，两个旋转轴的运动规律按照组合三角函数进行运动：
，
在实际检测执行中，通常设置，即：
；
根据步骤S2中定义的极坐标角度变换：
。
根据上式，对于8字形检测，旋转轴A和C的实时位置可由极坐标角度变量表示，具体到极坐标图中可表示为极坐标标准圆在平面坐标系中的位置。因此，若为8字形检测，在步骤S3中绘制的极坐标图像中添加横纵轴标识，纵坐标轴覆盖范围为极坐标的零刻度圆水平方向和竖直方向的直径，数值范围为检测过程中AC两旋转轴可到达的最大正负角度，零刻度圆上任意位置对应到横纵坐标轴即可表示两个旋转轴的实时位置，最终，形成的可视化展示形式可以参照说明书附图4所示。
可以看到，通过极坐标内零刻度圆的位置，可根据A/C轴的横纵坐标标识，展示误差检测结果对应的A/C轴位置，进而对应到误差发生时刻的运动状态，例如说明书附图4中，通过，A轴位于0°位置、C轴位于60°位置时，X、Y、Z三个方向上的R-test误差检测结果如说明书附图4中标注的红蓝绿点所示。
综上所述，本领域的普通技术人员阅读本发明文件后，根据本发明的技术方案和技术构思无需创造性脑力劳动而作出的其他各种相应的变换方案，均属于本发明所保护的范围。
Claims (6)
1.一种用于五轴机床R-test检测的误差检测结果可视化方法，其特征在于：包括以下步骤：
步骤S1. 对机床执行R-test检测，提取在机床坐标系XYZ三个方向上的有效误差检测数据以及检测数据所包含的时间轴t；
步骤S2. 根据检测总时长将时间轴t转换为角度坐标/>；将各方向上的误差检测数据转换成网格数值：
步骤S3. 以角度坐标为极角变量，以转换后的网格数值为极径，绘制极坐标图像；
步骤S4. 判断执行的检测是否为AK4/BK4/CK4检测或8字形检测，若为AK4/BK4/CK4检测，则将极坐标系中的极角含义由时间轴t替换为C轴位置；若为8字形检测，在步骤S3中绘制的极坐标图像中添加横纵轴标识。
2.根据权利要求1所述的一种用于五轴机床R-test检测的误差检测结果可视化方法，其特征在于：所述步骤S2中，将各方向上的误差检测数据转换成网格数值的转换方法为：
式中，为转换后的网格数值，/>为各方向上的误差检测数据，x为机床坐标系x方向，y为机床坐标系y方向，z为机床坐标系z方向。
3.根据权利要求1所述的一种用于五轴机床R-test检测的误差检测结果可视化方法，其特征在于：所述极坐标图像中，使用不同颜色的线条代表X、Y、Z方向上的误差检测数据。
4.根据权利要求3所述的一种用于五轴机床R-test检测的误差检测结果可视化方法，其特征在于：极坐标系中的极角含义由时间轴t替换为C轴位置时，更改极角数值标记，将新构成的图像与步骤S3中绘制的极坐标图像共同作为R-test检测结果的图形化展示。
5.根据权利要求3所述的一种用于五轴机床R-test检测的误差检测结果可视化方法，其特征在于：所述横纵轴标识覆盖范围为极坐标的零刻度圆水平方向和竖直方向的直径，数值范围为检测过程中AC两旋转轴能到达的最大正负角度。
6.根据权利要求5所述的一种用于五轴机床R-test检测的误差检测结果可视化方法，其特征在于：零刻度圆上任意位置对应到横纵轴即表示两个旋转轴的实时位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310996549.XA CN116728158B (zh) | 2023-08-09 | 2023-08-09 | 一种用于五轴机床R-test检测的误差检测结果可视化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310996549.XA CN116728158B (zh) | 2023-08-09 | 2023-08-09 | 一种用于五轴机床R-test检测的误差检测结果可视化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116728158A CN116728158A (zh) | 2023-09-12 |
| CN116728158B true CN116728158B (zh) | 2023-12-08 |
Family
ID=87918949
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310996549.XA Active CN116728158B (zh) | 2023-08-09 | 2023-08-09 | 一种用于五轴机床R-test检测的误差检测结果可视化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116728158B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104308657A (zh) * | 2014-10-14 | 2015-01-28 | 浙江大学 | 一种基于球杆仪测量的机床旋转轴几何误差六圈辨识方法 |
| CN105479268A (zh) * | 2016-01-22 | 2016-04-13 | 清华大学 | 基于rtcp的五轴数控机床摆动轴几何误差辨识方法 |
| CN106020114A (zh) * | 2016-05-20 | 2016-10-12 | 浙江大学 | 一种数控机床综合误差可视化方法 |
| CN107748539A (zh) * | 2017-09-25 | 2018-03-02 | 电子科技大学 | 基于rtcp误差特征识别的五轴机床多轴联动误差溯源方法 |
| CN109240214A (zh) * | 2018-11-12 | 2019-01-18 | 电子科技大学 | 一种面向多轴数控加工的轮廓误差估计与可视化方法 |
| CN112417537A (zh) * | 2020-12-16 | 2021-02-26 | 华中科技大学 | 一种基于车削加工将几何误差可视化的表面形貌仿真方法 |
| CN112518422A (zh) * | 2020-11-19 | 2021-03-19 | 西安交通大学 | 一种五轴ac转摆头龙门机床几何误差建模及分离方法 |
| CN113467371A (zh) * | 2021-07-26 | 2021-10-01 | 西安交通大学 | 一种基于R-test的五轴机床RTCP参数标定方法 |
| CN113778018A (zh) * | 2021-08-25 | 2021-12-10 | 西安交通大学 | 一种基于R-test的五轴机床刀轴矢量误差测量方法 |
| CN114102256A (zh) * | 2021-11-04 | 2022-03-01 | 清华大学 | 机床旋转轴几何误差识别方法、装置及存储介质 |
| CN114627171A (zh) * | 2022-03-31 | 2022-06-14 | 内蒙古工业大学 | 形变图像与dem融合方法及电子设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100468038C (zh) * | 2007-01-16 | 2009-03-11 | 成都飞机工业（集团）有限责任公司 | 综合检测数控铣床精度的“s”形检测试件及其检测方法 |
-
2023
- 2023-08-09 CN CN202310996549.XA patent/CN116728158B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104308657A (zh) * | 2014-10-14 | 2015-01-28 | 浙江大学 | 一种基于球杆仪测量的机床旋转轴几何误差六圈辨识方法 |
| CN105479268A (zh) * | 2016-01-22 | 2016-04-13 | 清华大学 | 基于rtcp的五轴数控机床摆动轴几何误差辨识方法 |
| CN106020114A (zh) * | 2016-05-20 | 2016-10-12 | 浙江大学 | 一种数控机床综合误差可视化方法 |
| CN107748539A (zh) * | 2017-09-25 | 2018-03-02 | 电子科技大学 | 基于rtcp误差特征识别的五轴机床多轴联动误差溯源方法 |
| CN109240214A (zh) * | 2018-11-12 | 2019-01-18 | 电子科技大学 | 一种面向多轴数控加工的轮廓误差估计与可视化方法 |
| CN112518422A (zh) * | 2020-11-19 | 2021-03-19 | 西安交通大学 | 一种五轴ac转摆头龙门机床几何误差建模及分离方法 |
| CN112417537A (zh) * | 2020-12-16 | 2021-02-26 | 华中科技大学 | 一种基于车削加工将几何误差可视化的表面形貌仿真方法 |
| CN113467371A (zh) * | 2021-07-26 | 2021-10-01 | 西安交通大学 | 一种基于R-test的五轴机床RTCP参数标定方法 |
| CN113778018A (zh) * | 2021-08-25 | 2021-12-10 | 西安交通大学 | 一种基于R-test的五轴机床刀轴矢量误差测量方法 |
| CN114102256A (zh) * | 2021-11-04 | 2022-03-01 | 清华大学 | 机床旋转轴几何误差识别方法、装置及存储介质 |
| CN114627171A (zh) * | 2022-03-31 | 2022-06-14 | 内蒙古工业大学 | 形变图像与dem融合方法及电子设备 |
Non-Patent Citations (5)
| Title |
|---|
| ANALYSIS OF MEASURED WORKPIECE’S FORM ERRORS INFLUENCE ON THE ACCURACY OF PROBE HEADS USED ON FIVE-AXIS MEASURING SYSTEMS;Wiktor Harmatys;《Advances in Science and Technology Research Journal》;第11卷(第4期);305–310 * |
| ANGULAR POSITIONING ACCURACY OF ROTARY TABLE AND REPEATABILITY OF FIVE-AXIS MACHINING CENTRE DMU 65 MONOBLOCK;Jerzy Józwik, Marek Czwarnowski;《Advances in Science and Technology Research Journal》;89-95 * |
| 中华人民共和国国家市场监督管理总局等.《GB∕T 39953-2021 五轴联动加工中心 RTCP精度检验》.中国标准出版社,2021,1-15. * |
| 基于R-test 测量仪的五轴数控机床旋转轴几何误差测量及辨识;张历记;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;12-18 * |
| 接触式R-test测量仪的标定和球心坐标计算方法研究;彭炳康等;《机械科学与技术》;第39卷(第9期);1385-1389 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116728158A (zh) | 2023-09-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3875230A1 (en) | External input device, robot system, control method for robot system, control program, and recording medium | |
| CN111487923B (zh) | 一种ca双摆头五轴数控机床摆头位置误差检测与辨识方法 | |
| CN105159228B (zh) | 五轴联动数控机床实现rtcp功能的五轴标定方法 | |
| US8212993B2 (en) | Method and apparatus for surveying actual measurement data of a component | |
| CN110455187B (zh) | 一种基于三维视觉的盒体工件焊缝的检测方法 | |
| Chen et al. | Separation and compensation of geometric errors of rotary axis in 5-axis ultra-precision machine tool by empirical mode decomposition method | |
| CN105269404A (zh) | 数控机床刀尖动态特性精度检测装置及其方法 | |
| CN110161965B (zh) | 一种大型航天机匣斜孔的在机测量方法 | |
| CN104316014A (zh) | 一种航空发动机叶片截面快速测量路径规划方法 | |
| CN204711699U (zh) | 数控机床刀尖动态特性精度检测装置 | |
| Li et al. | Sensitivity analysis of relationship between error motions and machined shape errors in five-axis machining center-Peripheral milling using square-end mill as test case | |
| CN116728158B (zh) | 一种用于五轴机床R-test检测的误差检测结果可视化方法 | |
| CN113917888B (zh) | 一种基于固定角向标定及补偿的加工精度提升方法 | |
| Guan et al. | Theoretical error compensation when measuring an S-shaped test piece | |
| CN109509182A (zh) | 一种基于图像处理的典型产品几何尺寸测量方法及系统 | |
| CN117191781A (zh) | 一种复材壁板微小阵列孔通孔率无损检测系统及方法 | |
| CN107914182A (zh) | Cnc高光对刀方法 | |
| Jiang et al. | An attempt of error tracing and compensation method of the linkage error of five-axis CNC machine tool | |
| CN109740616B (zh) | 一种利用计算机视觉实现双指针仪表自动读数的方法 | |
| CN113427320A (zh) | 一种降低测量不确定度的多轴在机测量规划方法 | |
| CN109470138A (zh) | 零件的在线测量方法 | |
| CN111583383A (zh) | 一种高压容器检验的三维可视化辅助方法 | |
| Vogl et al. | Vision-based thermal drift monitoring method for machine tools | |
| TWI409430B (zh) | 影像量測機台動態模擬系統及方法 | |
| Feng et al. | Universal Tool Microscope Computer Aided Measurement System Based on Machine Vision Technology. |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |