留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于SVD的超精密工件自寻位加工算法能力评价

杨航 宋书飘 黄文 何建国

引用本文:
Citation:

基于SVD的超精密工件自寻位加工算法能力评价

    作者简介: 杨航(1989-),男,讲师,主要从事机械装备技术与工艺理论研究;yhangde@mail.dlut.edu.cn。.
  • 中图分类号: TH164

Capability evaluation of self-location machining algorithm for ultra-precision workpiece based on SVD

  • CLC number: TH164

  • 摘要: 为进一步改善超精密表面修形的最终精度、效率与成本,优化超精密自寻位加工的工艺方向与工艺决策过程,开展了对超精密工件的自寻位加工算法点云融合过程的定量评价研究,提出了基于SVD的自寻位加工算法能力评价方法。首先基于运动学方法建立了点云融合的矩阵表示,分别对平动、转动、复合运动等情况建立了自寻位结果的转换矩阵表示,获得自寻位点云融合转换矩阵;进而对转换矩阵进行奇异值分解得到转换矩阵的奇异值列表;最后将列表中最大奇异值用以表征自寻位加工算法的能力。通过对某型超精密叶片在平动、转动和复合运动、共计1078组自由放置状态进行分析,发现所提出的评价指标在独立平动和独立转动两种任意放置情况下能够正确地表征自寻位加工算法的工艺能力。对于独立平动情况,自寻位加工算法能够正常定位加工,其最大奇异值也与预设偏差较小;对于独立转动情况,当旋转角度小于45°时,均能够正确地进行自寻位加工,最大奇异值差值也趋近于零,旋转角度超过45°时,算法的自寻位加工能力恶化,这一特性能够被所提指标正确捕捉。对于由平动和转动构成的复合运动而言,所提指标显示约35%的情况能够正确进行自寻位加工,其余情况无法进行正确的自寻位加工。结果表明本文所提方法建立的指标能够正确表征自寻位加工算法能力。
  • [1] 卢金玲, 郭蕾, 王李科, 等. 半开叶轮离心泵叶顶间隙非定常流动特性研究[J]. 农业机械学报, 2019, 50(6):163-172.

    (Lu Jinling, Guo Lei, Wang Like, et al.Unsteady flow characteristics of tip clearance in semi-open impeller centrifugal pump.Transactions of the Chinese Society for Agricultural Machinery,2019,50(6):163-172)
    [2] 李敏, 袁巨龙, 吴喆, 等. 复杂曲面零件超精密加工方法的研究进展[J]. 机械工程学报, 2015, 51(5):178-191.

    (Li Min, Yuan Julong, Wu Zhe, et al. Progress in ultra-precision machining methods of complex curved parts. Journal of Mechanical Engineering, 2015, 51(5):178-191)
    [3] 杨航, 刘小雍, 马登秋, 等. 一阶不连续光学元件MRF流体动力学分析方法[J]. 强激光与粒子束, 2019, 31:022001.(Yang Hang, Liu Xiaoyong, Ma Dengqiu, et al. Fluid dynamics analysis method for MRF of first order discontinuous optical elements. High Power Laser and Particle Beams, 2019, 31

    :022001)
    [4] Golini D, Jacobs S D, Kordonski W I, et al. Precision optics fabrication using magnetorheological finishing[C]//Proc of SPIE.1997:10289OH.
    [5] Yin Z, Dai Y, Li S, et al. Fabrication of off-axis aspheric surfaces using a slow tool servo[J]. International Journal of Machine Tools and Manufacture, 2011, 51(5):404-410.
    [6] 黎耀军, 张振洲, 严海军, 等. JP75卷盘式喷灌机水涡轮水力性能分析与结构改进设计[J]. 农业机械学报, 2018, 49(1):100-107.

    (Li Yaojun, Zhang Zhenzhou, Yan Haijun, et al.Hydraulic performance analysis and optimization for water turbine of JP75 hose reel irrigation machine.Transactions of the Chinese Society for Agricultural Machinery,2018,49(1):100-107)
    [7] 郭荣, 李仁年, 张人会. 射流离心泵动静叶栅匹配的水力与声学性能优化设计[J]. 农业机械学报, 2019, 50(5):148-158.

    (Guo Rong, Li Rennian, Zhang Renhui.Optimization design of hydraulic and acoustic performance on matching of rotor and stator of jet centrifugal pump.Transactions of the Chinese Society for Agricultural Machinery,2019,50(5):148-158)
    [8] 王正, 王增全, 郭凯, 等. 增压器涡轮叶轮极端载荷下动态可靠性模型[J]. 农业机械学报, 2011, 42(7):32-49.

    (Wang zheng, Wang Zengquan, Guo Kai,et al. Dynamic reliability model of turbine impeller of turbocharger under ultimate load.Transactions of the Chinese Society for Agricultural Machinery,2011,42(7):32-49)
    [9] Rong Y, Xu J, Sun Y. A surface reconstruction strategy based on deformable template for repairing damaged turbine blades[J]. Proceedings of the Institution of Mechanical Engineers, Part G:Journal of Aerospace Engineering, 2014, 228(12):2358-2570.
    [10] Shorey A B, Kordonski W, Tricard M. Magnetorheological finishing and subaperture stitching interferometry of large and lightweight optics[c] Proc of SPIE.2004,5494:81-90.
    [11] Yau H T, Menq C H. A unified least-squares approach to the evaluation of geometric errors using discrete measurement data[J]. International Journal of Machine Tools and Manufacture, 1996, 36(11):1269-1290.
    [12] Song H C, Song J B. Precision robotic deburring based on force control for arbitrarily shaped workpiece using CAD model matching[J]. International Journal of Precision Engineering and Manufacturing, 2013, 14(1):85-91.
    [13] Lasemi A, Xue D, Gu P. Recent development in CNC machining of freeform surfaces:a state-of-the-art review[J]. Computer-Aided Design, 2010, 42(7):641-654.
    [14] Bueno M, Gonz L J, Martnez S N J, et al. Automatic point cloud coarse registration using geometric keypoint descriptors for indoor scenes[J]. Automation in Construction, 2017, 81:134-148.
    [15] Lu M, Zhao J, Guo Y, et al. Accelerated coherent point drift for automatic three-dimensional point cloud registration[J]. IEEE Geoscience and Remote Sensing Letters, 2015, 13(2):162-166.
    [16] Zhao Z, Ding D, Fu Y, et al. Measured data-driven shape-adaptive machining via spatial deformation of tool cutter positions[J]. Measurement, 2019, 135:244-251.
    [17] Wang H, Zhou M X, Zheng W Z, et al. 3D machining allowance analysis method for the large thin-walled aerospace component[J]. International Journal of Precision Engineering and Manufacturing, 2017, 18(3):399-406.
    [18] Liu J, Shang X, Yang S, et al. Research on optimization of point cloud registration ICP algorithm[C]//Proceedings of the Pacific-Rim Symposium on Image and Video Technology.2017.
    [19] Pomerleau F, Colas F, Siegwart R. A review of point cloud registration algorithms for mobile robotics[J]. Foundations and Trends in Robotics, 2015, 4(1):101-104.
    [20] Yang J, Li H, Campbell D, et al. Go-ICP:A globally optimal solution to 3D ICP point-set registration[J]. IEEE Trans on pattern analysis and machine intelligence, 2015, 38(11):2241-2254.
    [21] De Lathauwer L, De Moor B, Vandewalle J. A multilinear singular value decomposition[J]. SIAM Journal on Matrix Analysis and Applications, 2000, 21(4):1253-1278.
  • [1] 杨航, 马登秋, 张强, 刘小雍, 樊炜, 张云飞, 黄文, 何建国. 基于Christopherson迭代的超精密加工流场分析方法[J]. 强激光与粒子束, 2019, 31(06): 31062002. doi: 10.11884/HPLPB201931.180373
    [2] 李邦明, 沈建新, 廖文和, 张运海. 微机械薄膜变形镜校正性能及控制算法[J]. 强激光与粒子束, 2010, 22(07).
    [3] 秦翰林, 曾庆杰, 李佳, 周慧鑫, 延翔, 韩姣姣, 吕恩龙. 奇异值非线性修正的低对比度红外图像实时增强[J]. 强激光与粒子束, 2015, 27(01): 27011007. doi: 10.11884/HPLPB201527.011007
    [4] 杨航, 刘小雍, 马登秋, 张云飞, 黄文, 何建国. 一阶不连续光学元件MRF流体动力学分析方法[J]. 强激光与粒子束, 2019, 31(02): 31022001. doi: 10.11884/HPLPB201931.180340
    [5] 孟鸣, 徐韬光, 李芳, 徐智虹, 杨涛, 李鹏, 孙纪磊. 中国散裂中子源直线输运线束流位置测量系统[J]. 强激光与粒子束, 2019, 31(06): 31065104. doi: 10.11884/HPLPB201931.180313
    [6] 李国, 宋成伟, 童维超, 张海军, 黄燕华, 杜凯. 多模调制曲面超精密加工轨迹优化技术[J]. 强激光与粒子束, 2015, 27(06): 27064104. doi: 10.11884/HPLPB201527.064104
    [7] 靳冬欢, 刘文广, 陆启生. 环形HYLTE喷管叶片的简化设计及加工方法[J]. 强激光与粒子束, 2009, 21(09).
    [8] 黄燕华, 高党忠, 谢军, 童维超, 袁光辉, 马小军. 平面调制靶的正弦波曲面超精密加工与表征[J]. 强激光与粒子束, 2012, 24(06): 1429-1433. doi: 10.3788/HPLPB20122406.1429
    [9] 秦北志, 杨李茗, 朱日宏, 侯晶, 袁志刚, 郑楠, 唐才学. 光学元件精密加工中的磁流变抛光技术工艺参数[J]. 强激光与粒子束, 2013, 25(09): 2281-2286. doi: 10.3788/HPLPB20132509.2281
    [10] 马天军, 孙建海, 郝保良, 李飞, 伊福廷, 刘濮鲲. 220 GHz折叠波导UV-LIGA微加工工艺[J]. 强激光与粒子束, 2015, 27(02): 27024101. doi: 10.11884/HPLPB201527.024101
    [11] 焦彤, 孙龙, 黄润兰, 鞠玉玫, 韩圣安, 桑凤亭. 大尺寸硅镜超光滑表面加工的面型控制[J]. 强激光与粒子束, 2000, 12(07).
    [12] 公发全, 肖鹏, 黄润兰, 李刚, 刘万发, 董闯. 化学气相沉积SiC材料超光滑表面纳米加工[J]. 强激光与粒子束, 2007, 19(02).
    [13] 袁明权, 雷强, 王雄. 微剪切应力传感器的加工工艺[J]. 强激光与粒子束, 2017, 29(10): 29104103. doi: 10.11884/HPLPB201729.170128
    [14] 秋实, 张冠军, 王香丽, 吕香慧, 张治强. 加工工艺对微波窗材料介电性能的影响[J]. 强激光与粒子束, 2013, 25(04): 935-939.
    [15] 李娜, 郑晓军, 吴炜, 刘凯. 抑制相位测量轮廓术饱和误差相位融合算法[J]. 强激光与粒子束, 2014, 26(12): 26121013. doi: 10.11884/HPLPB201426.121013
    [16] 李恩德, 段海峰, 戴云, 蒋鹏, 张雨东. 微加工薄膜变形镜特性分析[J]. 强激光与粒子束, 2006, 18(07).
    [17] 董志伟, 郑立威, 姜涛, 赵煦, 赵阳, 赵清亮, 刘宏斌, 陈德应, 夏元钦. 利用飞秒激光加工碳纤维[J]. 强激光与粒子束, 2014, 26(11): 26111004. doi: 10.11884/HPLPB201426.111004
    [18] 贾阳, 吉方, 张云飞, 黄文. 磁流变加工驻留时间对中频误差的影响[J]. 强激光与粒子束, 2015, 27(09): 27092007. doi: 10.11884/HPLPB201527.092007
    [19] 李恩德, 戴云, 王海英, 张雨东. 微加工薄膜变形镜本征模分析[J]. 强激光与粒子束, 2006, 18(08).
    [20] 徐曦, 杨李茗, 石琦凯, 雷向阳, 侯晶. 磁流变加工对中频误差的影响[J]. 强激光与粒子束, 2012, 24(07): 1695-1699.
  • 加载中
计量
  • 文章访问数:  26
  • HTML全文浏览量:  10
  • PDF下载量:  3
出版历程
  • 收稿日期:  2019-07-09
  • 录用日期:  2019-08-28

基于SVD的超精密工件自寻位加工算法能力评价

    作者简介: 杨航(1989-),男,讲师,主要从事机械装备技术与工艺理论研究;yhangde@mail.dlut.edu.cn。
  • 1. 遵义师范学院 工学院, 贵州 遵义, 563006;
  • 2. 中国工程物理研究院 机械制造工艺研究所, 四川 绵阳, 621900
基金项目:  教育部重点实验室开放基金项目(黔教合KY字[2017]385);贵州省科技计划项目(黔科合LH字[2017]7081);贵州省教育厅青年科技人才成长项目(黔教合KY字[2017]249);国家科技重大专项项目(2017ZX04022001)。

摘要: 为进一步改善超精密表面修形的最终精度、效率与成本,优化超精密自寻位加工的工艺方向与工艺决策过程,开展了对超精密工件的自寻位加工算法点云融合过程的定量评价研究,提出了基于SVD的自寻位加工算法能力评价方法。首先基于运动学方法建立了点云融合的矩阵表示,分别对平动、转动、复合运动等情况建立了自寻位结果的转换矩阵表示,获得自寻位点云融合转换矩阵;进而对转换矩阵进行奇异值分解得到转换矩阵的奇异值列表;最后将列表中最大奇异值用以表征自寻位加工算法的能力。通过对某型超精密叶片在平动、转动和复合运动、共计1078组自由放置状态进行分析,发现所提出的评价指标在独立平动和独立转动两种任意放置情况下能够正确地表征自寻位加工算法的工艺能力。对于独立平动情况,自寻位加工算法能够正常定位加工,其最大奇异值也与预设偏差较小;对于独立转动情况,当旋转角度小于45°时,均能够正确地进行自寻位加工,最大奇异值差值也趋近于零,旋转角度超过45°时,算法的自寻位加工能力恶化,这一特性能够被所提指标正确捕捉。对于由平动和转动构成的复合运动而言,所提指标显示约35%的情况能够正确进行自寻位加工,其余情况无法进行正确的自寻位加工。结果表明本文所提方法建立的指标能够正确表征自寻位加工算法能力。

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回