大比例尺绘图..docVIP

  1. 1、本文档共11页,可阅读全部内容。
  2. 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. 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. 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. 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. 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. 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. 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

文档评论(0)

jiulama + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档