工件三维热膨胀变形的跟踪仪转站参数优化方法及装置制造方法及图纸

本发明专利技术公开了一种工件三维热膨胀变形的跟踪仪转站参数优化方法及装置，其中，该方法根据待测工件的三维数模，通过ANSYS有限元热分析计算工件热膨胀变形的中心点；建立考虑工件三维热膨胀变形的转站目标优化函数；根据工件增强系统参考点的理论值以及通过激光跟踪仪实际测量的工件增强系统参考点的位置结果，采用奇异值分解方法获得转站参数初始值；根据转站参数初始值，随机生成多个转站参数建立优化算法的粒子种群，并计算粒子群个体的适应值；采用粒子群优化算法对种群个体进行迭代优化，直到计算得到最优的跟踪仪转站参数。该方法充分考虑了大型工件在温度变化引起的工件三维热变形因素，提高了跟踪仪转站测量的精度。

Optimization method and device of tracking station parameters for three-dimensional thermal expansion deformation of workpiece

【技术实现步骤摘要】
工件三维热膨胀变形的跟踪仪转站参数优化方法及装置
本专利技术涉及数字化测量
，特别涉及一种工件三维热膨胀变形的跟踪仪转站参数优化方法及装置。
技术介绍
在大型产品工件的装配过程中，整个测量系统包含跟踪仪测量坐标系、工装坐标系以及产品工件坐标系等。需要经常使用激光跟踪仪进行转站，从而获得测量坐标系与被测坐标系的转站参数(包含旋转矩阵以及平移矩阵)。大型产品工件由于装配的材料众多、结构复杂以及受工装约束变形等影响，产品在x、y、z三个方向上的热膨胀变形系数会不一样，而这三个不同方向上的热膨胀变形系数也会改变转站参数的结果。在航空制造中广泛使用铝合金等热膨胀变形敏感材料，且工件的尺寸大，这导致工件容易受到外界温度变化的影响而发生热膨胀变形。工件等效热膨胀中心对跟踪仪转站参数具有重要影响，传统的奇异值分解(SingularValueDecomposition，SVD)方法可以迅速的求得初步的转站参数。这种计算方式没有考虑对产品工件不同尺度的三维热变形。Horn转站计算方法考虑了产品工件在三个方向上有相同的热变形系数，默认工件的膨胀中心就是坐标原点。而对于大型产品工件而言，膨胀的中心不一定在工件的坐标原点，而膨胀中心的坐标位置会影响到转站参数的求解结果。
技术实现思路
本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种工件三维热膨胀变形的跟踪仪转站参数优化方法，该方法考虑大型工件在温度变化引起的工件三维热变形因素，提高了跟踪仪转站测量的精度。本专利技术的另一个目的在于提出一种工件三维热膨胀变形的跟踪仪转站参数优化装置。为达到上述目的，本专利技术一方面实施例提出了一种工件三维热膨胀变形的跟踪仪转站参数优化方法，包括：S1，获取待测工件及所述待测工件的三维数模；S2，根据所述待测工件的三维数模和ANSYS有限元热分析计算所述待测工件的多个增强系统参考点在不同温度下的理论分析坐标值，通过激光跟踪仪测量所述待测工件的多个增强系统参考点在不同温度下的实测坐标值，将所述理论分析坐标值和所述实测坐标值进行对比，得到所述待测工件的热膨胀变形的中心点坐标；S3，根据所述中心点坐标并以所述多个增强系统参考点的所述理论分析坐标值与所述实测坐标值转站后的误差的平方和最小为目标建立目标优化函数；S4，根据所述理论分析坐标值、所述实测坐标值并通过奇异值分解方法生成跟踪仪转站参数初始值，基于所述跟踪仪转站参数初始值，通过随机算法随机生成多个跟踪仪转站参数，得到粒子群优化算法初始的粒子种群；S5，开始优化迭代过程，根据所述目标优化函数计算所述多个跟踪仪转站参数的适应度值，根据所述适应度值得到当前迭代轮次中的个体历史最优值和群体全局最优值；S6，判断当前迭代是否满足预设中止条件，若不满足，则根据所述粒子群优化算法的规则更新粒子种群中的所述多个跟踪仪转站参数，并执行S5，若满足，则执行S7；S7，输出当前迭代轮次中的群体全局最优值对应的跟踪仪转站参数。本专利技术实施例的工件三维热膨胀变形的跟踪仪转站参数优化方法，通过根据待测工件的三维数模，通过ANSYS有限元热分析计算工件热膨胀变形的中心点；建立考虑工件三维热膨胀变形的转站目标优化函数；根据工件增强系统参考点的理论值以及通过激光跟踪仪实际测量的工件增强系统参考点的位置结果，采用奇异值分解方法获得转站参数初始值；根据转站参数初始值，随机生成多个转站参数建立优化算法的种群，对种群个体进行随机初始化，并计算个体的适应值；采用粒子群优化算法对种群个体进行迭代优化，直到计算得到最优的跟踪仪转站参数。该方法充分考虑了大型工件在温度变化引起的工件三维热变形因素，通过粒子群优化算法获得最优的跟踪仪转站参数，提高了跟踪仪转站测量的精度。另外，根据本专利技术上述实施例的工件三维热膨胀变形的跟踪仪转站参数优化方法还可以具有以下附加的技术特征：进一步地，在本专利技术的一个实施例中，所述S3进一步包括：设定所述待测工件的增强系统参考点在温度为T1时标定的理论位置为P1＝(Px1,Py1,Pz1)，在温度为T2时位置值为P2＝(Px2,Py2,Pz2)，其中，其中，P0＝(Px0,Py0,Pz0)为所述待测工件的热膨胀变形的中心点坐标，(sx,sy,sz)为三维热变形系数；可得：P2＝P0+S·ΔP其中，S表示三维热变形比例系数矩阵，且S＝diag(sx,sy,sz)，ΔP表示在标定温度下所述待测工件的被测增强系统参考点与热膨胀变形的中心点的距离差值；当所述待测工件从测量坐标系{B}中的点PBi，转换到被测坐标系{A}时，变换关系如下：采用最小二乘法计算的转站误差表达式为：令qAi＝PAi-μA，qBi＝PBi-μB，上式可以化解为：其中，为零，当ΔD＝0时，即时，上式取最小值，简化为所述目标优化函数：进一步地，在本专利技术的一个实施例中，还包括：将所述跟踪仪转站参数转化为旋转矩阵和平移矩阵；具体为：所述跟踪仪转站参数包括和(Px,Py,Pz)，是测量坐标系{B}在被测坐标系{A}下的旋转参数，θ,φ,分别为回转角、俯仰角和偏转角，(Px,Py,Pz)是测量坐标系{B}原点在被测坐标系{A}下的位置值，所述旋转矩阵为：所述平移矩阵为：其中，cθ是cosθ的缩写，sθ是sinθ的缩写，是测量坐标系{B}到被测坐标系{A}的旋转矩阵，是测量坐标系{B}到被测坐标系{A}的平移矩阵。进一步地，在本专利技术的一个实施例中，所述根据所述粒子群优化算法的规则更新粒子种群中的所述多个跟踪仪转站参数包括：所述多个跟踪仪转站参数作为粒子组成种群，更新所述多个跟踪仪转站参数在粒子种群中的速度与位置以更新所述多个跟踪仪转站参数，具体为：其中，为第i个粒子的第j个变量在第k次迭代运算时的速度，为第i个粒子的第j个变量在第k次迭代运算时的位置，c1，c2是权重系数，r1和r2是范围[0，1]间的随机均匀分布，是在第k次迭代中所述个体历史最优值和所述群体全局最优值，w是权重系数。进一步地，在本专利技术的一个实施例中，所述预设中止条件包括：当前迭代次数达到预设次数和\或当前迭代轮次与上一迭代轮次的差值小于预设值。为达到上述目的，本专利技术另一方面实施例提出了一种工件三维热膨胀变形的跟踪仪转站参数优化装置，包括：获取模块，用于获取待测工件及所述待测工件的三维数模；第一计算模块，用于根据所述待测工件的三维数模和ANSYS有限元热分析计算所述待测工件的多个增强系统参考点在不同温度下的理论分析坐标值，通过激光跟踪仪测量所述待测工件的多个增强系统参考点在不同温度下的实测坐标值，将所述理论分析坐标值和所述实测坐标值进行对比，得到所述待测工件的热膨胀变形的中心点坐标；建立目标函数模块，用于根据所述中心点坐标并以所述多个增强系统本文档来自技高网...

【技术保护点】
1.一种工件三维热膨胀变形的跟踪仪转站参数优化方法，其特征在于，包括以下步骤：/nS1，获取待测工件及所述待测工件的三维数模；/nS2，根据所述待测工件的三维数模和ANSYS有限元热分析计算所述待测工件的多个增强系统参考点在不同温度下的理论分析坐标值，通过激光跟踪仪测量所述待测工件的多个增强系统参考点在不同温度下的实测坐标值，将所述理论分析坐标值和所述实测坐标值进行对比，得到所述待测工件的热膨胀变形的中心点坐标；/nS3，根据所述中心点坐标并以所述多个增强系统参考点的所述理论分析坐标值与所述实测坐标值转站后的误差的平方和最小为目标建立目标优化函数；/nS4，根据所述理论分析坐标值、所述实测坐标值并通过奇异值分解方法生成跟踪仪转站参数初始值，基于所述跟踪仪转站参数初始值，通过随机算法随机生成多个跟踪仪转站参数，得到粒子群优化算法初始的粒子种群；/nS5，开始优化迭代过程，根据所述目标优化函数计算所述多个跟踪仪转站参数的适应度值，根据所述适应度值得到当前迭代轮次中的个体历史最优值和群体全局最优值；/nS6，判断当前迭代是否满足预设中止条件，若不满足，则根据所述粒子群优化算法的规则更新粒子种群中的所述多个跟踪仪转站参数，并执行S5，若满足，则执行S7；/nS7，输出当前迭代轮次中的群体全局最优值对应的跟踪仪转站参数。/n...

【技术特征摘要】
1.一种工件三维热膨胀变形的跟踪仪转站参数优化方法，其特征在于，包括以下步骤：
S1，获取待测工件及所述待测工件的三维数模；
S2，根据所述待测工件的三维数模和ANSYS有限元热分析计算所述待测工件的多个增强系统参考点在不同温度下的理论分析坐标值，通过激光跟踪仪测量所述待测工件的多个增强系统参考点在不同温度下的实测坐标值，将所述理论分析坐标值和所述实测坐标值进行对比，得到所述待测工件的热膨胀变形的中心点坐标；
S3，根据所述中心点坐标并以所述多个增强系统参考点的所述理论分析坐标值与所述实测坐标值转站后的误差的平方和最小为目标建立目标优化函数；
S4，根据所述理论分析坐标值、所述实测坐标值并通过奇异值分解方法生成跟踪仪转站参数初始值，基于所述跟踪仪转站参数初始值，通过随机算法随机生成多个跟踪仪转站参数，得到粒子群优化算法初始的粒子种群；
S5，开始优化迭代过程，根据所述目标优化函数计算所述多个跟踪仪转站参数的适应度值，根据所述适应度值得到当前迭代轮次中的个体历史最优值和群体全局最优值；
S6，判断当前迭代是否满足预设中止条件，若不满足，则根据所述粒子群优化算法的规则更新粒子种群中的所述多个跟踪仪转站参数，并执行S5，若满足，则执行S7；
S7，输出当前迭代轮次中的群体全局最优值对应的跟踪仪转站参数。


2.根据权利要求1所述的工件三维热膨胀变形的跟踪仪转站参数优化方法，其特征在于，所述S3进一步包括：
设定所述待测工件的增强系统参考点在温度为T1时标定的理论位置为P1＝(Px1,Py1,Pz1)，在温度为T2时位置值为P2＝(Px2,Py2,Pz2)，其中，



其中，P0＝(Px0,Py0,Pz0)为所述待测工件的热膨胀变形的中心点坐标，(sx,sy,sz)为三维热变形系数；可得：
P2＝P0+S·ΔP
其中，S表示三维热变形比例系数矩阵，且S＝diag(sx,sy,sz)，ΔP表示在标定温度下所述待测工件的被测增强系统参考点与热膨胀变形的中心点的距离差值；
当所述待测工件从测量坐标系{B}中的点PBi，转换到被测坐标系{A}时，变换关系如下：



采用最小二乘法计算的转站误差表达式为：



令qAi＝PAi-μA，qBi＝PBi-μB，
上式可以化解为：



其中，为零，当ΔD＝0时，即时，上式取最小值，简化为所述目标优化函数：





3.根据权利要求1所述的工件三维热膨胀变形的跟踪仪转站参数优化方法，其特征在于，还包括：将所述跟踪仪转站参数转化为旋转矩阵和平移矩阵；
具体为：所述跟踪仪转站参数包括和(Px,Py,Pz)，是测量坐标系{B}在被测坐标系{A}下的旋转参数，θ,φ,分别为回转角、俯仰角和偏转角，(Px,Py,Pz)是测量坐标系{B}原点在被测坐标系{A}下的位置值，所述旋转矩阵为：



所述平移矩阵为：



其中，cθ是cosθ的缩写，sθ是sinθ的缩写，是测量坐标系{B}到被测坐标系{A}的旋转矩阵，是测量坐标系{B}到被测坐标系{A}的平移矩阵。


4.根据权利要求1所述的工件三维热膨胀变形的跟踪仪转站参数优化方法，其特征在于，所述根据所述粒子群优化算法的规则更新粒子种群中的所述多个跟踪仪转站参数包括：
所述多个跟踪仪转站参数作为粒子组成种群，更新所述多个跟踪仪转站参数在粒子种群中的速度与位置以更新所述多个跟踪仪转站参数，具体为：






其中，为第i个粒子的第j个变量在第k次迭代运算时的速度，为第i个粒子的第j个变量在第k次迭代运算时的位置，c1，c2是权重系数，r1和r2是范围[0，1]间的随机均匀分布，是在第k次迭代中所述个体历史最优值和所述群体全局最优值，w是权重系数。


5.根据权利要求1所述的工件三维热膨胀变形的跟踪仪转站参数优化方法，其特征在于，所述预设中止条件包括：
当前迭代次数达到预设次数和\或当前迭代轮次与上一迭代轮次的差值小于预设值。


6.一种工件三维热膨胀变形的跟踪仪转站参数...

【专利技术属性】
技术研发人员：陈恳，刘华森，王国磊，吴丹，徐静，张继文，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11