圆特征测量的形状误差分解方法技术

本发明专利技术旨在提供一种圆特征测量的形状误差分解方法，包括以下步骤：A、对加工样品获取周期测量信号；B、对周期测量信号进行傅里叶展开，得到周期测量信号的傅里叶展开式；C、选取幅值最大的傅里叶分量，采用鲍威尔最优化方法的最小二乘目标函数进行最小二乘拟合，得到优化后的拟合表达式以及拟合值；D、将拟合表达式的值分别与步骤A中的各测量数据作差，得到各测量点对应的拟合残差；E、采用Jarque Bera检验方法，对拟合残差进行正态性检验，若残差通过正态性检验，则将拟合值与圆周半径的理论值的差值可以作为系统误差；若未通过正态性检验，则再次进行优化，直至得到系统误差。该方法具有计算过程优化、精度高的特点。

【技术实现步骤摘要】
圆特征测量的形状误差分解方法
本专利技术涉及数控加工领域的精确测量方法，具体涉及一种圆特征测量的形状误差分解方法。
技术介绍
随着现代技术的高速发展，圆特征结构如内圆柱、外圆柱的应用越来越广泛，同时现代制造业对其提出了更高的形状误差分析要求。圆特征结构的数控加工精度受很多因素影响，如工艺系统的制造误差、机床变形、振动误差、刀具尺寸误差及机床的热变形误差、编程误差和加工方法引起的误差等等，主要可分为系统误差与随机误差。在进行圆特征的形状误差评价时，现有方法通常只是采用傅里叶级数进行展开并分析实际圆轮廓谐波特征，无法进一步将形状误差中的系统误差分解出来。
技术实现思路
本专利技术旨在提供一种圆特征测量的形状误差分解方法，该方法克服现有技术缺陷，具有计算过程优化、精度高的特点。本专利技术的技术方案如下：一种圆特征测量的形状误差分解方法，包括以下步骤：A、对均匀遍布于加工样品圆周的各测量点进行测量，得到周期测量信号，该周期测量信号包括各测量点对应的测量数据，各测量数据包括圆周半径的理论值、系统误差、随机误差；本文档来自技高网...

【技术保护点】
1.一种圆特征测量的形状误差分解方法，其特征在于包括以下步骤：/nA、对均匀遍布于加工样品圆周的各测量点进行测量，得到周期测量信号，该周期测量信号包括各测量点对应的测量数据，各测量数据包括圆周半径的理论值、系统误差、随机误差；/nB、对周期测量信号进行傅里叶展开，得到周期测量信号的傅里叶展开式，将傅里叶展开式中的各傅里叶级数按照幅值从大到小进行排序；/nC、选取幅值最大的傅里叶分量，采用鲍威尔最优化方法的最小二乘目标函数进行最小二乘拟合，得到优化后的傅里叶分量的幅值和相位，从而得到拟合表达式以及拟合值；/nD、将拟合表达式的值分别与步骤A中的各测量数据作差，得到各测量点对应的拟合残差；/nE、...

【技术特征摘要】
1.一种圆特征测量的形状误差分解方法，其特征在于包括以下步骤：
A、对均匀遍布于加工样品圆周的各测量点进行测量，得到周期测量信号，该周期测量信号包括各测量点对应的测量数据，各测量数据包括圆周半径的理论值、系统误差、随机误差；
B、对周期测量信号进行傅里叶展开，得到周期测量信号的傅里叶展开式，将傅里叶展开式中的各傅里叶级数按照幅值从大到小进行排序；
C、选取幅值最大的傅里叶分量，采用鲍威尔最优化方法的最小二乘目标函数进行最小二乘拟合，得到优化后的傅里叶分量的幅值和相位，从而得到拟合表达式以及拟合值；
D、将拟合表达式的值分别与步骤A中的各测量数据作差，得到各测量点对应的拟合残差；
E、采用JarqueBera检验方法，对拟合残差进行正态性检验，若残差通过正态性检验，则将拟合表达式的值与圆周半径的理论值的差值作为系统误差，并将拟合残差作为随机误差；若未通过正态性检验，则在当前选择的傅里叶分量的基础上，按排序增加若干幅值较小的傅里叶分量，再次采用鲍威尔最优化方法进行最小二乘拟合，得到再次优化后的傅里叶分量的幅值和相位，从而得到拟合值，之后再进行步骤D、E的操作，直至得到系统误差及随机误差。


2.如权利要求1所述的圆特征测量的形状误差分解方法，其特征在于：
所述的步骤A中的测量数据如下：
ρi(θ)＝A+Bi+Ci；
其中A为圆周半径的理论值，Bi为系统误差，Ci为随机误差，其中i＝1,2,3,...L,L为测量点的数目，θ为各测量点对应的圆周角度。


3.如权利要求2所述的圆特征测量的形状误差分解方法，其特征在于：
所述的步骤...

【专利技术属性】
技术研发人员：陈岳坪，张安社，陆裔昌，
申请(专利权)人：广西科技大学，
类型：发明
国别省市：广西;45