基于克里金方法的测量误差校准和零件表面形貌误差分析

摘要

机械零件表面的形貌误差估计是机械加工零件质量检测与控制的重要内容。在质量检测过程中，三坐标测量机以其高度的测量柔性和严格的测量精确性，被广泛地运用于零件表面形貌误差估计的测量中。然而随着零件表面形貌质量要求的提高，对三坐标测量机的测量效率和精度提出了更高的要求。然而测量过程中带来的测量误差，对零件表面形貌误差估计产生了不小影响。而由于测量成本的限制，无法满足机械零件表面全空间的测量。有限的测量样本对零件表面的形貌误差估计的精度造成一定的影响。而在机械零件表面的加工工艺过程中，机械零件的加工条件，比如加工刀具的进给速度、切削力、刀具加工过程中的振动等因素，对机械加工零件表面形貌的最终形成具有重要影响。并且随着对加工过程的严格监控，对加工工艺参数和加工条件实现了在线测量监控。
　　因此针对以上问题，本文完成如下三部分工作：第一，本文通过三坐标测量机在测量基准上的三坐标测量计算实际测量误差，然后建立测量误差在空间上的相关性和变异性，基于测量误差的空间变异模型，推导预测空间任意位置的测量补偿校准模型，实现空间内坐标测量的测量误差校准补偿。第二，本文进一步对测量校准的三坐标值采用插值方法，以得到更加准确有效的零件表面误差估计。通过建立变异函数模型描述零件表面测量点之间的变异性和相关性，并推导基于单元空间克里金模型来实现对零件表面未测点的坐标高度预测，最终将实际测量点与未测量预测点结合，建立形貌误差估计的模型。第三，随着对加工过程的工艺参数和加工条件的在线测量监控，本文提出了结合机械零件表面加工条件的在线测量数据和质量检测要求下的离线测量数据，构建表征零件表面加工条件与质量检测坐标高度的空间相关性的变异函数和协变异函数模型，推导基于多元空间统计学协变异函数的预测模型，构建更精确的机械加工零件表面形貌特征，实现零件表面形貌的误差估计。
　　实例研究表明，基于克里金方法的测量误差校准模型能够实现空间范围内测量误差的补偿校准，同时采用交叉验证方法得到采用球状变异函数模型表征测量误差相关性和基于普通克里金的空间插值，实现最准确的校准补偿。在采用空间统计学方法进行零件表面形貌误差分析中，采用空间泛克里金插值方法比传统的直接表面形貌估计方法提高了估计的准确度和精确度5-10％。而考虑加工因素的表面形貌误差多元克里金建模中，考虑加工因素的空间预测插值方法比单元克里金预测方法，提高了形貌误差估计的准确度3-5%。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1研究背景与意义

1.2研究现状

1.3研究内容

1.4组织架构

第二章 基于克里金方法的测量仪器测量误差校准

2.1测量误差的原因和定义

2.2基于克里金方法的测量误差校准的空间建模

2.3实例研究

2.4本章小结

第三章 基于单元克里金方法的零件表面形貌误差建模分析

3.1零件表面形貌误差

3.2零件表面形貌误差建模

3.3实例研究

3.4本章小结

第四章 考虑加工因素的表面形貌误差多元克里金建模分析

4.1零件加工因素对形貌误差的影响

4.2考虑加工因素的零件表面形貌误差建模

4.3计算示例

4.4实例研究

4.5本章小结

第五章 结论与展望

参考文献

致谢

攻读硕士学位期间学术成果