卡尔曼滤波在精密机床装配过程误差状态估计中的应用

周强; 刘志刚; 洪军; 郭俊康; 刘鹏

doi:10.7652/xjtuxb201512016

您当前的位置：

首页 >

文章列表页 >

卡尔曼滤波在精密机床装配过程误差状态估计中的应用

更新时间：2025-07-09

- 卡尔曼滤波在精密机床装配过程误差状态估计中的应用
- Kalman Filter with Applications to Assembly Accuracy State Estimation for Precision Machine Tool
- 西安交通大学学报 2015年49卷第12期页码：97-103
- 作者机构：
  
  西安交通大学机械制造系统工程国家重点实验室,西安,710054
- 作者简介：
- 基金信息：
  
  : 2015-05-18。作者简介: 周强(1990—),男,硕士生;刘志刚(通信作者),男,教授。基金项目: 国家高技术研究发展计划资助项目(2012AA040701)
- DOI：10.7652/xjtuxb201512016
  中图分类号： TH161
- 网络首发：2015-12-10，
  
  纸质出版：2015
- 稿件说明：
移动端阅览
周强, 刘志刚, 洪军, 等. 卡尔曼滤波在精密机床装配过程误差状态估计中的应用[J]. 西安交通大学学报, 2015,49(12):97-103.

Kalman Filter with Applications to Assembly Accuracy State Estimation for Precision Machine Tool[J]. 2015, 49(12): 97-103.
周强, 刘志刚, 洪军, 等. 卡尔曼滤波在精密机床装配过程误差状态估计中的应用[J]. 西安交通大学学报, 2015,49(12):97-103. DOI： 10.7652/xjtuxb201512016.

Kalman Filter with Applications to Assembly Accuracy State Estimation for Precision Machine Tool[J]. 2015, 49(12): 97-103. DOI： 10.7652/xjtuxb201512016.

摘要

针对精密机床装配偏差控制问题

在借鉴多工位装配中薄壁件装配偏差控制方法的基础上

建立了精密机床装配过程中偏差传递的状态空间模型

并提出了一种利用卡尔曼滤波实现对装配误差进行最优估计的新方法。首先

根据机床结构建立基准传递链

将零件关键特征在基础坐标系中位姿误差定义为状态变量

引入状态空间方程描述装配过程中的偏差传递

实现对装配工艺过程的数学表达。然后

基于状态空间模型

将当前装入零件加工误差作为系统输入误差

以当前装配步的测量结果为观测值

通过卡尔曼滤波计算装配误差最优估计值以及相应协方差矩阵

实现装配过程中装配误差的估计。最后

应用该方法对精密坐标镗床装配过程进行计算

结果表明:与传统公差分析计算方差相比

经过卡尔曼滤波计算得到最终装配状态估计误差的方差减小了63%

说明该方法用于评价装配过程中偏差累积是有效的

能为优化装配工艺和机床装配调整工艺提供有效指导。

Abstract

In terms of variation control strategy for sheet components assembly

a state space model(SSM)of variation propagation for precision machine tools in assembly process is established and a new method for optimally estimating assembling error by Kalman filter is proposed. Datum flow chain(DFC)of the machine is set up according to the machine topology

and the position and orientation error of key character of the part in DFC is defined as state variable. The SSM is introduced to describe the variation propagation and accumulation of assembly process to acquire the mathematical expression. The optimal estimation and corresponding covariance matrix of assembly error can be calculated by Kalman filter method

which synthesizes the measuring results of current assembly step. The suggested approach is applied to the assembly process in a precision machining center. The results show that the variances of estimation errors at final assembly step are reduced significantly by 63% using Kalman filter method compared with ones from the traditional tolerance analysis.

关键词

Keywords

references

粟时平. 多轴数控机床精度建模与误差补偿方法研究 [D]. 长沙: 国防科学技术大学, 2002.

MANTRIPRAGADA R, WHITNEY D E. Modeling and controlling variation propagation in mechanical assemblies using state transition model [J]. IEEE Transactions on Robotics and Automation, 1999, 15(1): 124-140.

田兆青, 来新民, 林忠钦. 多工位薄板装配偏差流传递的状态空间模型 [J]. 机械工程学报, 2007, 43(2): 202-209.

TIAN Zhaoqing, LAI Xinmin, LIN Zhongqin. State space model of variations stream propagation in multistation assembly processes of sheet metal [J]. Chinese Journal of Mechanical Engineering, 2007, 43(2): 202-209.

刘伟东, 宁汝新, 刘检华. 机械装配偏差源及其偏差传递机理分析 [J]. 机械工程学报, 2012, 48(1): 156-168.

LIU Weidong, NING Ruxin, LIU Jianhua. Mechanism analysis of deviation sourcing and propagation for mechanical assembly [J]. Chinese Journal of Mechanical Engineering, 2012, 48(1): 156-168.

何博侠, 张志胜, 戴敏. 机械装配过程的偏差传递建模理论 [J]. 机械工程学报, 2008, 44(12): 62-68.

HE Boxia, ZHANG Zhisheng, DAI Min. Theory of modeling variation propagation of mechanical assembly processes [J]. Chinese Journal of Mechanical Engineering, 2008, 44(12): 62-68.

粟时平, 李圣怡, 王贵林. 多轴数控机床的通用运动学综合空间误差模型 [J]. 国防科技大学学报, 2001, 23(4): 45-50.

SU Shiping, LI Shengyi, WANG Guilin. A universal synthetic volumetric error model of multi-axis NC machine tool based on kinematics [J]. Journal of National University of Defense Technology, 2001, 23(4): 45-50.

EKINCI T O, MAYER J R R. Relationships between straightness and angular kinematic errors in machines [J]. International Journal of Machine Tools and Manufacture, 2007, 47(12/13): 1997-2004.

洪军, 郭俊康, 刘志刚. 基于状态空间模型的精密机床装配精度预测与调整工艺 [J]. 机械工程学报, 2013, 49(6): 114-121.

HONG Jun, GUO Junkang, LIU Zhigang. Assembly accuracy prediction and adjustment process modeling of precision machine tool based on state space model [J]. Chinese Journal of Mechanical Engineering, 2013, 49(6): 114-121.

GUO Junkang, HONG Jun, WU Xiaopan, et al. The modeling and prediction of gravity deformation in precision machine tool assembly [C]∥ASME 2013 International Mechanical Engineering Congress and Exposition. San Diego, CA, USA: ASME, 2013: V02AT02A087.

WHITNEY D E, GILBERT O L, JASTRZEBSKI M. Representation of geometric variation using matrix transforms for statistical tolerance analysis in assembly [J]. Research in Engineering Design: Theory Applications and Concurrent Engineering, 1994, 6(4): 191-210.

周凤岐, 卢晓东. 最优估计理论 [M]. 北京: 高等教育出版社, 2009: 23-67.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

卡尔曼滤波修正的风电场短期功率预测模型

使用新预测模型的动态多目标优化算法

锂离子电池健康状态多因子在线估计方法

张角凹坑气膜孔对双层壁气膜冷却特性的影响

采用机器学习的大规模并行程序I/O性能建模与预测方法