关节臂式测量机动态误差分析与补偿

摘要

关节臂式测量机误差来源多且易累积放大,其动态误差分析与补偿成为了国内外学者研究的重点.本文通过分析热变形误差、测量力误差与角度编码误差三种主要误差因素,得出了关节臂式测量机工作的最佳温度值以及表征其动态误差的三种误差因子——最大定位误差(MPE)、残余定位误差(RPE)和关节转角值(JA).针对以上误差因子,提出了将T-S模糊神经网络(T-S Fuzzy Neural Network,T-S FNN)在自学能力和大规模运算方面的优势以及模拟退火算法(Simulated Annealing,SA)对全局寻优的能力相结合的新补偿方法,并建立了模型.经正交实验表明本文提出的补偿方法使动态过程中的误差分别减小了88.8％,80.2％,71.3％,证明该模型能够有效提高测量机的动态测量精度.