[发明专利]基于混合建模的三坐标测量机测头预行程误差预测方法

说明书

本发明公开了基于混合建模的三坐标测量机测头预行程误差预测方法，属于三坐标测量机误差预测领域。它采集测点数据，将测点的测头逼近方位角度θ和作为测点数据输入X_i，对测点数据输入X_i进行分组，并确定输入向量和目标向量，构建基于混合建模的三坐标测量机测头预行程误差的预测模型，训练该预测模型，针对现有技术的触发式坐标测量机预行程误差预测精度低、泛化能力差的问题，它在保证快速逼近的前提下，有效的改善预测未知样本的能力，从而提高包括泛化能力、容错能力在内的整体预测性能。

技术领域

本发明涉及三坐标测量机误差预测领域，尤其涉及基于混合建模的三坐标测量机测头预行程误差预测方法。

背景技术

测头被称为三坐标测量机的“心脏”。当测头与被测工件接触并沿着被测工件的几何曲面移动时，便可获得被测曲面的几何坐标，并通过计算机计算出被测曲面的几何尺寸或形状。影响测头探测误差的因素有很多，其中最主要的误差来源就是取决于测头的预行程误差。C.Butler通过对影响测头预行程误差的因素进行研究认为预行程误差占测量总误差的60％。安卫^[3]通过实验得到的接触触发式测头预行程误差值变化为8.28μm，重复精度为0.5μm，但此预行程误差变化仍然对测头的整体测量精度有着较大的影响。S.Phillips和W.Estler等通过对测头的测量过程建立受力模型找出了测头测杆挠曲变形导致的预行程误差。J.R.R等通过对标准球的表面进行测量找出该测量点的法矢向量，进而预测出该测点处的预行程误差，虽然该方法预测精度较高，但需要采集大量的数据样本。西安电子科技大学王均希等通过研究坐标测量机测头测量误差的影响因素，建立了预行程误差分析模型。Y.Shen等采用对标准球进行测量并收集测点数据，建立BP神经网络对收集的数据进行网络训练使其实现对预行程误差的预测，但网络训练耗费时间过长，且预测精度不高。

对于触发式坐标测量机，预行程误差是测头探测误差最大来源，然而，通过查阅相关参考文献，发现国内各高校实验室对坐标测量机测头误差的研究中大多围绕着测头标定及半径补偿，对于测头预行程误差的研究尽管取得了一定的研究成果,但是仍然存在许多亟待解决的问题。具体问题有测头的预行程具有重复性,在实践中多采用测头校验的方法来修正预行程的变化。然而,测头校验多为静态模式下,没有考虑其动态性；除探测方向外,探测速度参数也会产生测头预行程的变化；影响测头预行程的变化的因素有很多，如测力方向、测力的大小及测杆的刚性，包括测杆杆长,直径和材料等等。影响测头预行程的因素有很多，像测力方向、测力大小、测头针头的直径及测量速度与逼近距离等，同时各因素又相互影响，导致各类误差相互叠加影响预行程的变化。那么如何对预行程误差的变化进行预测成为一个典型的非线性系统的处理问题。Y.shen等采用对标准球进行测量，通过分析测量数据建立了RBF神经网络来对测头预行程误差进行预测，这种预测方法虽然预测速度很快，但是泛化能力差，如果测量复杂曲面，数据样本处理较为复杂。

但是BP神经网络相对于提出的RBF神经网络来说，无论是对预行程误差的预测效果、预测精度，还是网络训练所耗费的时间，都不如RBF神经网络的效果好。

发明内容

1.发明要解决的技术问题

针对现有技术的触发式坐标测量机预行程误差预测精度低、泛化能力差的问题，本发明提供了基于混合建模的三坐标测量机测头预行程误差预测方法。它在保证快速逼近的前提下，有效的改善预测未知样本的能力，从而提高包括泛化能力、容错能力在内的整体预测性能。

2.技术方案

为解决上述问题，本发明提供的技术方案为：

基于混合建模的三坐标测量机测头预行程误差预测方法：

A、采集测点数据，利用标准球进行测量，首先确定在标准球表面的北半球和北极点的三个维度上进行测量点采集，三个纬度极角在0-90°均匀取值，分别是30°、60°、90°，并在这三个纬度极角上分别等间距的选取若干测点；