基于数控平台的轴孔内径在线测量方法研究

轴孔内径测量是保证轴孔加工精度的重要因素,为克服现有测量方法中人为误差大以及由于二次装夹带来的加工精度的问题,研究了一种基于数控平台的轴孔内径在线测量方法。该方法在现有数控机床的基础上,以三点定一圆的数学原理作为其测量技术,结合开放式数控系统的结构,开发了一套以PC为平台,运动控制器为核心的开放式轴孔内径在线测量数控系统。对在线测量数控系统软、硬件进行设计,并以简单的编程示例说明了基于数控平台的轴孔内径在线测量方法的测量过程。

基于BP神经网络的磨料水射流抛光质量研究

针对磨料水射流抛光质量与各工艺参数间,因复杂的非线性关系而无法用传统的数学方法建模的问题,基于BP神经网络理论,建立了磨料水射流抛光BP神经网络模型。以磨料水射流抛光铝合金轮毂为例,在考虑磨料浓度、入射角度、射流压力、靶距、横移速度5个工艺参数的情况下,通过正交实验收集27组样本数据,对样本数据进行方差分析和F检验,获得各工艺参数对表面粗糙度值影响的强弱,从而确定网络模型的输入参数为磨料浓度、靶距、横移速度与表面粗糙度,输出参数入射角度、射流压力,并将样本数据用于网络模型的训练和检测。在网络模型预测的入射角度与射流压力下进行抛光实验,测得铝合金轮毂表面粗糙度的实际值与实验值之间的相对误差最小为0.92%,最大为2.89%。结果表明:该网络模型能快速、准确地预测入射角度与射流压力,实现对抛光质量的间接控制。

接触式轴孔内径在线测量中测头系统误差分析

为提高轴孔内径在线测量精度,分析了接触式测量过程中,测头半径误差与测头预行程误差对测量结果的影响以及其补偿方法。针对测量过程中测头半径误差,通过计算被测点的法矢,可进行有效的测头半径误差补偿;提出了基于BP神经网络的预行程误差预测模型,根据标准球实际测得的预行程误差,在对所建立的神经网络训练的基础上,对触发式测头在不同法矢上的预行程误差进行预测,并将预测结果与标准球相应的实际测得的结果进行比较,比较结果验证了该预行程误差预测模型的有效性。