项目名称: 基于激光跟踪测量原理的大型数控机床装配误差高效测量方法研究

项目编号: No.51305370

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 机械、仪表工业

项目作者: 王金栋

作者单位: 西南交通大学

项目金额: 25万元

中文摘要: 本项目提出一种基于激光跟踪多路分时测量的大型数控机床装配误差测量新方法。该方法基于GPS原理,以激光跟踪仪为手段,实现对大型数控机床装配过程中相关误差的快速、准确测量。通过一台激光跟踪仪分别在不同基站位置对数控机床初装后运动部件的相同运动进行跟踪测量,利用大量测量点云信息实现各测量点坐标的确定。通过建立运动部件空间运动误差与各单项误差的映射关系,实现各单项误差的准确分离,然后以此对整机装配过程中相关误差进行调整,使之能够达到机床装配精度的要求。围绕这种新方法,开展对机床误差建模、激光跟踪多路分时测量算法、单项误差辨识、系统布局优化、测量路径规划等关键问题的研究。同时,开发一套大型数控机床装配工艺专家系统,用以指导工人快速完成对整机装配精度的检测及相关误差的调整。该测量方法将为大型数控机床装配精度检测开辟新途径,实现整机装配误差的数字化测量,为提高大型数控机床整体装配精度及效率奠定基础。

中文关键词: 误差建模;激光跟踪;装配误差;系统布局;测量路径规划

英文摘要: A new method of assembly error measurement for large NC tool is proposed on the basis of multi-lateration and time-sharing measurement principle. The method with laser tracker based on GPS principle can achieve rapid and arrurate detection of assembly error.A laser tracker is used to measure the same motion of the NC machine tool moving component at different base stations, and the coordinates of each measuring point can be determined by large number of measured points clound. The mapping between the space motion error and individual error of moving component is established, and each individual error can be accurately separated. Then the correlated errors during assembly process can be adjusted to achieve the assembly accuracy requirement of machine tool. Centering on this nem method, the project is mainly involved in the error modeling of machine tool, algorithm for multi-lateration and time-sharing measurement,individual error identification, system layout optimization,measuring path planing, etc. Meanwhile, the assembly technique system for large NC machine tool is developed to guide worker to achieve the quick assembly accuracy detection and relevant error adjustment. This method will open a new way for the assembly accuracy detection of large NC machine tool, and it can achieve the digital measurement of

英文关键词: Error modeling;Laser tracking;Assembly error;System layout;Measuring path planning

成为VIP会员查看完整内容
0

相关内容

基于流线的流场可视化绘制方法综述
专知会员服务
25+阅读 · 2021年12月9日
专知会员服务
18+阅读 · 2021年6月29日
专知会员服务
8+阅读 · 2021年6月19日
专知会员服务
57+阅读 · 2021年5月4日
​【CVPR 2021】半监督视频目标分割新算法,实现SOTA性能
专知会员服务
12+阅读 · 2021年4月26日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
25+阅读 · 2021年4月2日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
【泡泡一分钟】基于运动估计的激光雷达和相机标定方法
泡泡机器人SLAM
25+阅读 · 2019年1月17日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
YOLO算法的原理与实现
机器学习研究会
43+阅读 · 2018年1月19日
论文 | 深度学习实现目标跟踪
七月在线实验室
48+阅读 · 2017年12月8日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
17+阅读 · 2021年3月29日
Arxiv
14+阅读 · 2018年5月15日
小贴士
相关VIP内容
基于流线的流场可视化绘制方法综述
专知会员服务
25+阅读 · 2021年12月9日
专知会员服务
18+阅读 · 2021年6月29日
专知会员服务
8+阅读 · 2021年6月19日
专知会员服务
57+阅读 · 2021年5月4日
​【CVPR 2021】半监督视频目标分割新算法,实现SOTA性能
专知会员服务
12+阅读 · 2021年4月26日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
25+阅读 · 2021年4月2日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
相关资讯
自动驾驶高精度定位如何在复杂环境进行
智能交通技术
18+阅读 · 2019年9月27日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
【泡泡一分钟】基于运动估计的激光雷达和相机标定方法
泡泡机器人SLAM
25+阅读 · 2019年1月17日
一种轻量级在线多目标车辆跟踪方法
极市平台
13+阅读 · 2018年8月18日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
YOLO算法的原理与实现
机器学习研究会
43+阅读 · 2018年1月19日
论文 | 深度学习实现目标跟踪
七月在线实验室
48+阅读 · 2017年12月8日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员