基于误差分布图的五轴在机测量路径优化方法

doi:10.7527/S1000-6893.2023.29261

航空发动机高性能制造专栏

本期目录 | 过刊浏览 | 高级检索

前一篇 | 后一篇

基于误差分布图的五轴在机测量路径优化方法

郭彦亨¹, 万能¹(), 庄其鑫¹, 刘博¹, 李欣欣¹, 王道²

^1.西北工业大学机电学院，西安 710072
^2.中国航发南方工业有限公司，株洲 412002

收稿日期:2023-07-03 修回日期:2023-08-05 接受日期:2023-09-07 出版日期:2024-07-15 发布日期:2023-11-01
通讯作者: 万能 E-mail:wanneng@nwpu.edu.cn
基金资助:
国家自然科学基金(52175435);西北工业大学博士论文创新基金(CX2023051)

Optimization method for five⁃axis on⁃machine measurement path based on error distribution graph

Yanheng GUO¹, Neng WAN¹(), Qixin ZHUANG¹, Bo LIU¹, Xinxin LI¹, Dao WANG²

^1.School of Mechanical Engineering，Northwest Polytechnical University，Xi’an 710072，China
^2.AECC South Industry Co. ，Ltd，Zhuzhou 412002，China

Received:2023-07-03 Revised:2023-08-05 Accepted:2023-09-07 Online:2024-07-15 Published:2023-11-01
Contact: Neng WAN E-mail:wanneng@nwpu.edu.cn
Supported by:
National Natural Science Foundation of China(52175435);Innovation Foundation for Doctor Dissertation of Northwestern Polytechnical University(CX2023051)

摘要/Abstract

摘要：

五轴在机测量中，测量路径规划同时决定标定效率、测量效率和机床定位误差影响下的测量精度。为了获得兼顾测量精度与效率的最优测量工艺，提出了一种基于误差分布图的在机测量路径优化方法。首先，根据干涉检查结果构建各待测点的测量可行图。接着，利用定位误差影响模型预测可行图内的测量误差分布。为满足在机测量精度和效率最优，以测量误差作为精度优化目标，结合测量路径长度和标定点数量构建效率优化目标，建立多目标优化模型。基于NSGA-Ⅱ求解模型，优化测量路径。最后，以离心式叶轮为例进行验证，采用此方法不仅能减少红宝石触碰点和测量路径长度以提高效率，同时还能精确补偿预行程误差并减少引入的机床定位误差影响以提升测量精度，实验结果表明该优化方法使标定时间减少55.28%，测量时间减少10.2%，同时平均测量误差减少26.7%，说明该方法具有良好的可行性。

关键词: 在机测量, 测量可行图, 测量误差, 预行程误差, 路径规划

Abstract:

In five-axis on-machine measurement， the measurement path planning determines calibration efficiency， measurement efficiency， and measurement accuracy under the influence of machine positioning errors. In order to obtain a measurement path that balances measurement accuracy and efficiency， this paper proposes an on-machine measurement path optimization method based on the error distribution graph. First， the measurement feasible graph of each to-be-measured point is constructed based on the results of interference checking. Then， a positioning error impact model is used to predict the measurement error distribution within the feasible graph. To improve the on-machine measurement accuracy and efficiency， the measurement error is used as the accuracy optimization target， and the efficiency optimization target is constructed by combining the measurement path length and the number of calibration points， and therefore， the multi-objective optimization model is established. NSGA-Ⅱ is used to solve the optimization model and optimize the measurement path. Finally， the centrifugal impeller is used as an example to verify that this method can not only reduce the ruby touch points and measurement path length to improve efficiency， but also accurately compensate for the pre-travel error and reduce the effect of the introduced machine positioning error to improve the measurement accuracy. The experimental results show that the optimized method can reduce the calibration time by 55.28%， the measurement time by 10.2%， and the average measurement error by 26.7%， indicating that the method has good feasibility.

Key words: on-machine measurement, measurement feasibility graph, measurement error, pre-travel error, path planning

中图分类号:

V260.5

郭彦亨, 万能, 庄其鑫, 刘博, 李欣欣, 王道. 基于误差分布图的五轴在机测量路径优化方法[J]. 航空学报, 2024, 45(13): 629261-629261.

Yanheng GUO, Neng WAN, Qixin ZHUANG, Bo LIU, Xinxin LI, Dao WANG. Optimization method for five⁃axis on⁃machine measurement path based on error distribution graph[J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(13): 629261-629261.

图/表 18

图 1

图 2

图 3

图 4

图 5

图 6

图 7

图 8

图 9

图 10

图 11

表 1

表 2

图 12

图 13

图 14

图 15

图 16

参考文献 23

1	徐金亭，牛金波，陈满森，等. 精密复杂曲面零件多轴数控加工技术研究进展［J］. 航空学报， 2021， 42（10）： 524867.
	XU J T， NIU J B， CHEN M S， et al. Research progress in multi-axis CNC machining of precision complex curved parts［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（10）： 524867 （in Chinese）.
2	陈岳坪，高健，邓海祥，等. 复杂曲面零件在线检测与误差补偿方法［J］. 机械工程学报， 2012， 48（23）： 143-151.
	CHEN Y P， GAO J， DENG H X， et al. On-line inspection and machining error compensation for complex surfaces［J］. Journal of Mechanical Engineering， 2012， 48（23）： 143-151 （in Chinese）
3	熊青春，王家序，周青华. 融合机床精度与工艺参数的铣削误差预测模型［J］. 航空学报， 2018， 39（8）： 421713.
	XIONG Q C， WANG J X， ZHOU Q H. Prediction model of machining errors based on precision and process parameters of machine tools［J］. Acta Aeronautica et Astronautica Sinica， 2018， 39（8）： 421713 （in Chinese）.
4	BUTLER C. An investigation into the performance of probes on coordinate measuring machines［J］. Industrial Metrology， 1991， 2（1）： 59-70.
5	DOBOSZ M， WOŹNIAK A. CMM touch trigger probes testing using a reference axis［J］. Precision Engineering， 2005， 29（3）： 281-289.
6	JANKOWSKI M， WOZNIAK A. Mechanical model of errors of probes for numerical controlled machine tools［J］. Measurement， 2016， 77： 317-326.
7	LI S M， ZENG L， FENG P F， et al. Accurate compensation method for probe pre-travel errors in on-machine inspections［J］. The International Journal of Advanced Manufacturing Technology， 2019， 103（5）： 2401-2410.
8	杨勇明，汪中厚，刘雷，等. 磨齿机在机检测系统的测头综合预行程误差建模［J］. 机械工程学报， 2022， 58（21）： 250-265.
	YANG Y M， WANG Z H， LIU L， et al. Modeling of probe comprehensive pre-travel error for on-machine inspection system of gear grinder［J］. Journal of Mechanical Engineering， 2022， 58（21）： 250-265 （in Chinese）.
9	王堃，孙程成，钱锋，等. 基于激光干涉仪的数控机床定位精度检测与误差补偿方法［J］. 航空制造技术， 2010， 53（21）： 90-93.
	WANG K， SUN C C， QIAN F， et al. Position accuracy measuring and error compensation method of NC machine tool based on laser interferometer［J］. Aeronautical Manufacturing Technology， 2010， 53（21）： 90-93 （in Chinese）.
10	李杰，谢福贵，刘辛军，等. 五轴数控机床空间定位精度改善方法研究现状［J］. 机械工程学报， 2017， 53（7）： 113-128.
	LI J， XIE F G， LIU X J， et al. Analysis on the research status of volumetric positioning accuracy improvement methods for five-axis NC machine tools［J］. Journal of Mechanical Engineering， 2017， 53（7）： 113-128 （in Chinese）.
11	雷尼绍. 全新XR20-W系统显著提高回转轴校准的灵活性和便利性［J］. 航空制造技术， 2011， 54（22）： 120-121.
	LEI N S. New system greatly extends flexibility and ease for rotary axis calibration［J］. Aeronautical Manufacturing Technology， 2011， 54（22）： 120-121 （in Chinese）.
12	IBARAKI S， IRITANI T， MATSUSHITA T. Error map construction for rotary axes on five-axis machine tools by on-the-machine measurement using a touch-trigger probe［J］. International Journal of Machine Tools and Manufacture， 2013， 68： 21-29.
13	CHEN Y T， MORE P， LIU C S. Identification and verification of location errors of rotary axes on five-axis machine tools by using a touch-trigger probe and a sphere［J］. The International Journal of Advanced Manufacturing Technology， 2019， 100（9）： 2653-2667.
14	钟学敏. 考虑误差耦合的数控机床空间误差建模、辨识及多层误差溯源研究［D］. 武汉：华中科技大学， 2019.
	ZHONG X M. Research on the modelling， identification of volumetric error considering error coupling and traceability of multi-level geometric errors for CNC machine tools［D］.Wuhan： Huazhong University of Science and Technology， 2019 （in Chinese）.
15	BARAKAT N A， ELBESTAWI M A， SPENCE A D. Kinematic and geometric error compensation of a coordinate measuring machine［J］. International Journal of Machine Tools and Manufacture， 2000， 40（6）： 833-850.
16	高峰，赵柏涵，李艳，等. 多轴数控机床的在机测量方案创成及优化方法［J］. 机械工程学报， 2017， 53（20）： 13-19.
	GAO F， ZHAO B H， LI Y， et al. On-machine measurement scheme generation and optimization method for multi-axis CNC machine tool［J］. Journal of Mechanical Engineering， 2017， 53（20）： 13-19 （in Chinese）.
17	南长峰，吴宝海，张定华. 复杂通道类零件五坐标加工全局干涉处理方法［J］. 航空学报， 2010， 31（10）： 2103-2108.
	NAN C F， WU B H， ZHANG D H. A global interference-free tool path generation algorithm for five-axis end milling of complex tunnel parts［J］. Acta Aeronautica et Astronautica Sinica， 2010， 31（10）： 2103-2108 （in Chinese）.
18	HE G Y， HUANG X， MA W K， et al. CAD-based measurement planning strategy of complex surface for five axes on machine verification［J］. The International Journal of Advanced Manufacturing Technology， 2017， 91（5）： 2101-2111.
19	李文龙，王刚，尹周平. 闭式叶轮五轴原位检测路径规划与实验验证［J］. 航空学报， 2018， 39（3）： 421474.
	LI W L， WANG G， YIN Z P. 5-axis onsite inspection path generation and experimental verification of enclosed impeller［J］. Acta Aeronautica et Astronautica Sinica， 2018， 39（3）： 421474 （in Chinese）.
20	庄其鑫，莫蓉，万能，等. 基于可行图的五轴在机测量探针轴向优化方法［J］. 航空学报， 2020， 41（5）： 423403.
	ZHUANG Q X， MO R， WAN N， et al. Stylus orientation optimization method in five-axis on-machine measurement based on feasible graph［J］. Acta Aeronautica et Astronautica Sinica， 2020， 41（5）： 423403 （in Chinese）
21	BALASUBRAMANIAM M， LAXMIPRASAD P， SARMA S， et al. Generating 5-axis NC roughing paths directly from a tessellated representation［J］. Computer-Aided Design， 2000， 32（4）： 261-277.
22	LI Y M， ZENG L， TANG K， et al. A dynamic pre-travel error prediction model for the kinematic touch trigger probe［J］. Measurement， 2019， 146： 689-704.
23	LI S M， ZENG L， FENG P F， et al. An accurate probe pre-travel error compensation model for five-axis on-machine inspection system［J］. Precision Engineering， 2020， 62： 256-264.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

序号	X/mm	Y/mm	Z/mm	序号	X/mm	Y/mm	Z/mm
1	-38.454	-4.825	-9.936	13	-40.559	-13.770	-21.800
2	-38.671	-7.092	-12.760	14	-42.318	-16.164	-24.591
3	-39.222	-9.306	-15.615	15	-44.439	-18.696	-27.277
4	-40.114	-11.516	-18.464	16	-46.899	-21.384	-29.839
5	-41.372	-13.784	-21.287	17	-35.865	-4.9440	-10.394
6	-42.994	-16.164	-24.039	18	-36.275	-7.1230	-13.386
7	-44.97	-18.672	-26.695	19	-37.067	-9.280	-16.400
8	-47.289	-21.324	-29.236	20	-38.219	-11.473	-19.381
9	-37.159	-4.882	-10.167	21	-39.746	-13.752	-22.306
10	-37.475	-7.112	-13.072	22	-41.646	-16.161	-25.136
11	-38.132	-9.293	-16.002	23	-43.911	-18.720	-27.854
12	-39.166	-11.495	-18.927	24	-46.521	-21.435	-30.429

序号	实验1	实验2	序号	实验1	实验2	序号	实验1	实验2
1	（-71.0，324.0）	（-67.2，345.2）	9	（-80.0，1.0）	（-69.3，355.3）	17	（-73.0，333.0）	（-69.5，342.6）
2	（-71.0，345.0）	（-69.8，353.2）	10	（-77.0，348.0）	（-69.0，1.6）	18	（-78.0，325.0）	（-73.0，352.8）
3	（-80.0，335.0）	（-71.6，356.2）	11	（-82.0，1.0）	（-71.4，5.5）	19	（-81.0，342.0）	（-77.3，357.4）
4	（-74.0，344）	（-72.4，0.2）	12	（-76.0，0.0）	（-73.0，14.0）	20	（-68.0，6.0）	（-74.7，353.8）
5	（-74.0，345.0）	（-71.5，359.0）	13	（-77.0，341.0）	（-75.3，12.7）	21	（-72.0，341.0）	（-57.0，357.4）
6	（-70.0，340.0）	（-75.4，3.2）	14	（-55.0，357.0）	（-73.6，12.7）	22	（-78.0，340.0）	（-56.6，358.0）
7	（-73.0，6.0）	（-53.7，356.3）	15	（-63.0，329.0）	（-58.9，10.6）	23	（-58.0，336.0）	（-59.3，1.2）
8	（-58.0，323.0）	（-52.6，353.4）	16	（-54，0，326.0）	（-59.7，13.5）	24	（-59.0，322.0）	（-62.5，357.5）

[1]	张薇, 何若俊. 面向物联网数据收集的无人机自主路径规划[J]. 航空学报, 2024, 45(8): 329054-329054-1.
[2]	尹洪玉, 吴宇, 梁天骄. 固定翼无人机巡逻覆盖协同路径规划方法[J]. 航空学报, 2024, 45(6): 328944-328944.
[3]	王祝, 张梦通, 张振鹏, 徐广通. 基于多指标动态优先级的无人机协同路径规划[J]. 航空学报, 2024, 45(4): 328816-328816.
[4]	王雪鉴, 文永明, 石晓荣, 张宁宁, 刘洁玺. 多智能体多耦合任务混合式智能决策架构设计[J]. 航空学报, 2023, 44(S2): 729770-729770.
[5]	于连波, 曹品钊, 石亮, 连捷, 王东. 基于改进冲突搜索的多智能体路径规划算法[J]. 航空学报, 2023, 44(S1): 727648-727648.
[6]	万能, 庄其鑫, 郭彦亨, 常智勇, 王道. 拟合精度约束下航发叶片在机测量采样策略[J]. 航空学报, 2023, 44(7): 427151-427151.
[7]	许勇, 颜鸿涛, 贾涛, 马跃, 邓泽华, 刘多能. 固定翼集群无人机空中模拟对接技术[J]. 航空学报, 2023, 44(5): 326539-326539.
[8]	于全友, 徐止政, 段纳, 徐觅蜜, 程义. 基于改进ACO的带续航约束无人机全覆盖作业路径规划[J]. 航空学报, 2023, 44(12): 327856-327856.
[9]	杨家鑫, 唐圣金, 李良, 孙晓艳, 祁帅, 司小胜. 基于多源信息的隐含非线性维纳退化过程剩余寿命预测[J]. 航空学报, 2023, 44(12): 227662-227662.
[10]	郭华, 郭小和. 改进速度障碍法的无人机局部路径规划算法[J]. 航空学报, 2023, 44(11): 327586-327586.
[11]	薛镇涛, 陈建, 张自超, 刘旭赞, 苗宪盛, 胡贵. 基于复杂地块凸划分优化的多无人机覆盖路径规划[J]. 航空学报, 2022, 43(12): 325990-325990.
[12]	周彬, 郭艳, 李宁, 钟锡健. 基于导向强化Q学习的无人机路径规划[J]. 航空学报, 2021, 42(9): 325109-325109.
[13]	胡莘婷, 吴宇. 面向城市飞行安全的无人机离散型多路径规划方法[J]. 航空学报, 2021, 42(6): 324383-324383.
[14]	庞磊, 曹志强, 喻俊志. 基于A^*和TEB融合的行人感知无碰跟随方法[J]. 航空学报, 2021, 42(4): 524909-524909.
[15]	戴健, 许菲, 陈琪锋. 多无人机协同搜索区域划分与路径规划[J]. 航空学报, 2020, 41(S1): 723770-723770.

基于误差分布图的五轴在机测量路径优化方法

Optimization method for five⁃axis on⁃machine measurement path based on error distribution graph

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 18

参考文献 23

相关文章 15

编辑推荐

Metrics

本文评价