为进一步提高工业机器人的定位精度,提出一种分级补偿的方法以降低几何和非几何因素引起的定位误差。使用遗传算法优化最小二乘法(GA-LS)进行几何参数误差辨识并补偿到机器人运动学模型中,再通过梯度提升树(GBDT)算法对残余非几何参数误差进行预测,并对残余误差进行补偿,最后以UR10机器人为研究对象进行了实验,验证该方法的准确性。实验结果表明此分级补偿方法能有效提高机器人的绝对定位精度,补偿后机器人的平均定位误差由2.381 mm降低至0.156 mm,定位精度提升了93.4%;均方根定位误差由2.417 mm降低至0.163 mm,定位精度提升了93.2%。实验结果验证了此分级补偿方法的有效性。

由机床几何误差复合而成的空间误差是影响加工精度的主要因素。以提高数控机床加工精度为研究目的,提出了一种基于旋量理论的机床空间误差预测及其验证技术。首先,借助旋量指数积建立了机器人末端实际位形旋量指数积数学模型,通过分析了机床21项几何误差并结合运动链拓扑搭建了机床完备模型;进而,以传统辨识方法识别了21项几何误差,输出机床空间误差预测结果;最后,开展了基于ISO230-6的体对角线实验值与模型预测值对比验证实验。实验结果表明四条体对角线实验测量值与模型预测值符合程度较高,有效验证了基于旋量理论的卧式加工中心空间误差预测分析方法正确性及合理性。

针对数控车床加工精度控制的要求,提出一种车削加工精度预测综合模型。首先根据影响数控车削加工的因素,引入齐次坐标变化,构建多因素加工精度预测综合模型;其次利用综合误差法对各个精度的加工误差进行辨识,从而计算得到预测的工件直径;最后根据上述模型,以CAK 8085dj作为实验对象,对其误差进行测量,并与实际加工值进行比较,从而验证了上述模型的有效性和可行性。

为降低转动轴几何误差对转台-摆头式五轴机床精度的影响,提出了基于球杆仪的位置无关几何误差测量和辨识方法。基于多体系统理论及齐次坐标变换方法建立了转台-摆头式五轴机床位置无关几何误差模型,依据旋转轴不同运动状态下的几何误差影响因素建立基于圆轨迹的四种测量模式,并实现10项位置无关几何误差的辨识。利用所建立的几何误差模型进行数值模拟,确定转动轴的10项位置无关几何误差对测量轨迹的影响。最后,采用误差补偿的形式实验验证所提出的测量及辨识方法的有效性,将位置无关几何误差补偿前后的测量轨迹进行比较。误差补偿后10项位置无关几何误差的平均补偿率为70.4%,最大补偿率达到88.4%,实验结果表明所提出的建模和辨识方法可用于转台-摆头式五轴机床转动轴精度检测,同时可为机床精度评价及几何精度提升提供依据。