СИСТЕМА ІНТЕЛЕКТУАЛЬНОГО КЕРУВАННЯ ПРИ ВИМІРЮВАННІ ДЕТАЛЕЙ НА КООРДИНАТНО-ВИМІРЮВАЛЬНІЙ МАШИНІ

В. В.  Козловський

doi:10.32684/2412-5288-2024-2-25-70-74

В. В. Козловський ДНП Державний університет «Київський авіаційний інститут» https://orcid.org/0000-0002-8301-5501

DOI: https://doi.org/10.32684/2412-5288-2024-2-25-70-74

Ключові слова: координатно-вимірювальна машина, інтелектуальна система керування, система керування, автоматизована корекція, машинне навчання, оцінка похибок, точність вимірювань, математичне моделювання, систематичні похибки, компенсація похибок

Анотація

Сучасні координатно-вимірювальні машини (КВМ) стикаються з низкою похибок, спричинених геометричними, термічними та динамічними факторами, що значно впливає на точність вимірювань. У статті розглядається розробка інтелектуальної системи керування, здатної в режимі реального часу аналізувати, прогнозувати та компенсувати вимірювальні похибки. Запропонована система складається з пяти основних модулів: сенсорного аналізу, який збирає й обробляє інформацію про стан КВМ; прогнозування похибок, що застосовує методи машинного навчання для передбачення можливих відхилень; адаптивної корекції, яка використовує моделі зворотного зв’язку для коригування вимірюваних координат; оптимізації траєкторії, що мінімізує динамічні похибки за допомогою алгоритмів оптимізації; та самонавчання, яке оновлює модель компенсації похибок, використовуючи підкріплювальне навчання. Інтеграція цих модулів дозволяє значно покращити точність вимірювань і забезпечити стабільну роботу КВМ в умовах змінного навколишнього середовища. Запропонований підхід може бути застосований у високоточному, авіаційній та машинобудуванні промисловості, де критично важлива мінімізація похибок вимірювання

Завантаження

Дані завантаження ще не доступні.

| Переглядів анотації: 55 | Завантажень PDF: 11 |

Посилання

Schwenke, H., Knapp, W., Haitjema, H., Weckenmann, A., Schmitt, R., Delbressine, F. (2008). Geometric error measurement and compensation of machines – An update. CIRP Annals, 57(2), 660-675.

Zhang, G., Xu, F., Sun, Y., Zhu, Y. (2020). Thermal error modeling and compensation of machine tools: A review and recent advances. International Journal of Machine Tools & Manufacture, 151, 103491.

Weckenmann, A., Estler, T., Peggs, G., McMurtry, D. (2004). Probing systems in dimensional metrology. CIRP Annals, 53(2), 657-684.

Elatta, A. Y., Qian, J., Zhao, D., Li, B., Wang, Y. (2004). An overview of robot calibration. Information Technology Journal, 3(1), 74-78.

Jin, X., Shi, H., Zhang, Z. (2019). Machine learning for thermal error modeling and compensation in CNC machine tools. Precision Engineering, 57, 1-10.

Bártová, B., Holub, M., Kovář, P. (2021). Deep learning approaches for coordinate measuring machines error compensation. Measurement Science and Technology, 32(3), 035007.

Goch, G. (2003). Metrology in Manufacturing. CIRP Annals – Manufacturing Technology, 52(2), 473-487.