基于图形识别的数控机床运动误差快速溯因与推算-机械电子工程专业论文.docxVIP

万方数据 万方数据 学位论文原创性声明及使用授权声明 重庆理工大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文是本人在导师的指导下，独立进行研究所 取得的成果。除文中特别加以标注引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写的成果、作品。对本文的研究做出重要贡献的集体和个人， 均已在文中以明确方式标明。 本人承担本声明的法律后果。 作者签名： 日期： 年 月 日 学位论文使用授权声明 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家 有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权重庆理工大 学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存和汇编本学位论文。 本学位论文属于（请在以下相应方框内打“√”）： 1.保密□，在 年解密后适用本授权书。 2.不保密□。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 摘要 摘 要 运动误差，作为数控机床误差的最终反应，包含了数控机床的几何误差和控制误 差的信息，对数控机床的加工精度有着重大的影响；如何快速准确的监控生产线上运 行的数控机床的运动误差，对抑制加工产品批量事故的发生及提高企业的生产效率具 有积极的意义。而当前学者们对于数控机床精度的研究偏重于检测、控制与补偿等领 域，对误差溯源领域的的研究却较少。已有对误差溯源的研究多采用误差建模，方法 复杂且依赖数控机床的结构和类型，适用范围较小。 本文提出利用数控机床圆运动轨迹的图形，采用图形识别相关技术，定义一种新 的特征角点并开发出角点检测算子，检测此角点在圆运动轨迹图形上的分布规律；将 圆周分割为 16 维，分析各维上可反映该维整体特征的平均半径和反映局部特征的角 点个数，从而建立可反映图形特征的三维特征矩阵，并采用支持向量机对特征矩阵到 误差图形的映射的鲁棒性做了验证，最后结合径向基函数神经网络实现运动误差源溯 因网络的构建，实验结果显示该方法识别准确率高，识别速度快，简便而高效。更开 发了软件系统，简洁明了的界面，具有优良的友好性。采用本文所述方法尤其适合机 床使用企业在制造过程中的精度溯因与控制，方法经济简便，具有较大的实际应用价 值。 本文的主要研究内容分为图形的角点检测、图形特征提取、特征矩阵到误差图形 映射鲁棒性的验证和综合误差溯源网络的建立三个部分： 首先是图形的识别工作，本文提出一种新的特征角点，采用角点检测的方法，将 采集来的圆运动误差轨迹图形经过预处理之后再分割为 16 维，经过文中设计开发的 角点检测器检测出符合定义的特征角点。 其次，研究特征角点在分割为 16 维的误差轨迹图形的分布规律，计算各维圆周 上所有点的平均半径和特征角点个数，构建了一个三维特征矩阵，从而建立了误差图 形与特征矩阵的映射关系。并采用支持向量机对该映射关系进行了验证，结果显示支 持向量机对实验样本的分类效果显著，表明文中所建立的映射关系鲁棒性强。 最后，建立基于径向基函数神经网络的综合误差溯因网络，以特征矩阵为输入， 各单项误差源为网络输出。经过训练的溯因网络最终实现了对综合误差的快速溯因， 且识别率较高。 关键词：数控机床，运动误差，圆运动，图形识别，溯因，神经网络 I 重庆理工大学硕士学位论文 II Abstract Abstract Motion error, as the final reflection of CNC machine tools error, includes the information about geometric error and control error of CNC machine tools’. It has a significant impact on precision of CNC machine tools. How to monitor the CNC machine tools motion error quickly and accurately plays an important role in inhibiting massive quality issues and improving production efficiency. However, researches on CNC machines tools precision were mostly emphasized on test, control and compensation and there were few on error abduction. Moreover, error modeling was often applied in error abd