- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大比例尺绘图.
逐点比较法 逐点比较法的基本原理是,在刀具按要求轨迹运动加工零件轮廓的过程中,不断比较刀具与被加工零件轮廓之间的相对位置,并根据比较结果决定下一步的进给方向,使刀具向减小偏差的方向进给(始终只有一个方向)。
一般地,逐点比较法插补过程有四个处理节拍,如图4-1:
(1)偏差判别。判别刀具当前位置相对于给定轮廓的偏差状况;
(2)坐标进给。根据偏差状况,控制相应坐标轴进给一步,使加工点向被加工轮廓靠拢;
(3)重新计算偏差。刀具进给一步后,坐标点位置发生了变化,应按偏差计算公式计算新位置的偏差值;
(4)终点判别。若已经插补到终点,则返回监控,否则重复以上过程。
?
图4-1 处理节拍? 图4-2 第一象限直线插补规律
1.直线插补
图4-2为第一象限直线,其终点坐标为(Xe,Ye),现分析其插补规律。
刀尖点位置不外乎3种情况:轮廓线上方(点A),轮廓线上(B点),轮廓线下方(点C)。显然,在点A处,为使刀尖点向轮廓直线靠拢,应+X向走一步;C点处,应+Y向走一步;至于B点,看来两个方向均可以,但考虑汇编编程时的方便,现规定往+X向走一步。
A(X,Y)点处有:Y/XXe/Ye????????????? XeY-XYe 0
B(X,Y)点处有:Y/X=Xe/Ye???????????? XeY-XYe = 0
C(X,Y)点处有:Y/XXe/Ye????????????? XeY-XYe 0
F=XeY-XYe为原始的偏差计算公式(X,Y为当前插补点动态坐标),F称为偏差,每走一步到达新位置点,就要计算相应这个F值。
显然,F≥0时,须+X向走一步;F<0时,须+Y向走一步。为方便汇编编程和提高计算速度,现对偏差F的计算公式加以简化:
插补点位于A、B点时,走完下一步(+X):动态坐标变为(X=X+1,Y=Y),新偏差变为F=XeY-(X+1)Ye=XeY-XYe-Ye=F-Ye。这个公式比F=XeY-XYe计算要方便。
图4-3 逐点比较法第一象限直线插补软件框图
插补点位于C点时,走完下一步(+Y):动态坐标变为(X=X,Y=Y+1),新偏差变为F=Xe(Y+1)-XYe=XeY-XYe+Xe=F+Xe。
因此,
走完+X后:偏差计算公式为F=F-Ye;
走完+Y后:偏差计算公式为F=F+Xe。 数值微分法
数值微分(numerical differentiation)根据函数在一些离散点的函数值,推算它在某点的导数或高阶导数的近似值的方法。通常用差商代替微商,或者用一个能够近似代替该函数的较简单的可微函数(如多项式或样条函数等)的相应导数作为能求导数的近似值。例如一些常用的数值微分公式(如两点公式、三点公式等)就是在等距步长情形下用插值多项式的导数作为近似值的。此外,还可以采用待定系数法建立各阶导数的数值微分公式,并且用外推技术来提高所求近似值的精确度。当函数可微性不太好时,利用样条插值进行数值微分要比多项式插值更适宜。如果离散点上的数据有不容忽视的随机误差,应该用曲线拟合代替函数插值,然后用拟合曲线的导数作为所求导数的近似值,这种做法可以起到减少随机误差的作用。数值微分公式还是微分方程数值解法的重要依据。
举例说明编辑
根据函数在一些离散点的函数值,推算它在某点的导数或某高阶导数的近似值。通常用差商代替微商,或用一能近似代替该函数的较简单的函数(如多项式、样条函数)的相应导数作为所求导数的近似值。例如,对带余项的插值公式?(x)=I(x)+R(x)取k阶导数就得到带余项的数值微分公
公式1
,这里插值函数I(x)的k阶导数I(k)(x)即为所求k阶导数 ?(k)(x)的近似值,而插值函数余项R(x)的k阶导数R(k)(x)则给出此近似值的截断误差。
通常利用多项式插值进行数值微分。设函数#402;(x)在n+1个等距点xv=α+vh(v=0,1,…,n)上的值#402;v=?(xv)为已知,则通过低次插值可导出一些最基本和常用的数值微分公式,例如,两点公式 三点公式等等。此外,利用具有n+1个等距节点的拉格朗日插值公式,还可导出在节点xj(i=0,1,…,n)上的较为一般的数值微分公式
这里Ai,v、Bi,v仅与 n、i、v有关,而相应的截断误差可分别表成式中因此,当节点的个数n+1固定时,间距h愈小,
公式
则截断误差也愈小。但是这时系数绝对值之和随h的变小而剧增,所以函数值?v的舍入误差对近似导数的影响也随h的变小而剧增。因此,h并非愈小愈好,而是要适中,这是数值微分不同于某些插值之处。如果函数?(x)有很好的可微性,即存在绝对值不太大的较高阶导数,则宁取间距稍大而个数稍多的节点。当?(x)在节点分布的整个区间上的可微性不太好时,利用样条插
您可能关注的文档
- 2013年1月份最新汉海拍卖土地项目摘要..doc
- 2013年1月中国汽车销量排行榜1-100名..doc
- 2013年1月地质预报..doc
- 2013年1月中星6B节目参数表..doc
- 大数据云计算与云GIS研究发展现状-20151221.docx
- 大数据与未来产业变革课后练习..docx
- 2013年1月总经理安全检查表(生产区域)..doc
- 2013年1月临床工作量及医疗质量汇总..doc
- 大数据云计算系统高级架构师课程学习路线图.docx
- 2013年1月22日现货白银操作建议..docx
- 高考政治一轮复习必修2经济与社会专题二第六课我国的社会主义市场经济体制突破主观题型关于“社会主义市场经济”的措施类课件.pptx
- 高考政治一轮复习选择性必修3逻辑与思维专题十二逻辑与思维第三十六课运用辩证思维方法突破主观题型关于“辩证思维”的分析类课件.pptx
- Unit 3 Sports and fitness language points of reading and thinking 英语教学课件.pptx
- Vicor-高带宽电源模块消除高压线路纹波抑制的干扰.docx
- 六合理化建议.docx
- 4种高性能隔离电源方案.docx
- ADI电机运动控制解决方案驱动智能运动新时代.docx
- 用于1500V光伏逆变器的功率模块解决方案.docx
- 2017年深圳英语中考---阅读理解.pdf
- 2021年学校双减工作实施方案.pdf
文档评论(0)