线轮廓度是零件形位误差中应用广泛而又难以测量和评定的项目.在线轮廓度误差评定中,作者对测量数据进行了预处理以进行测头半径补偿;为消除测量中测量基准与设计基准不重合而引入了位姿误差,建立了误差分离优化模型;基于形位误差测量中＂小偏差假设＂和＂小误差假设＂,通过多次微分坐标变换进行了位姿误差与线轮廓度误差的求解,并在VC环境下通过计算机实例仿真计算及误差曲线对比证明了该算法的可行性.

坐标测量机在使用测头进行测量时，从控制系统传送到坐标测量机软件中的测针球中心点的坐标，这个值距离我们所需要的测针与工件的接触点相差一个测头半径，要想得到这个接触点的坐标就需要用软件来进行处理，也就是“测头半径补偿”。在测量机软件进行测头半径补偿时，对不同的元素有不同的方法。在测量圆时，软件首先使用球心点计算出一个圆，然后判断是内圆还是外圆，如果是内圆就在圆直径上加上测针球的直径（校正后的等效直径），反之就减去球直径。球、圆柱、椭圆、圆锥等都采用了这种算法。平面则是首先用球心点计算出平面，然后沿法向矢量相反的方向减一个测球半径。点元素的补偿方法比较特殊，如果软件单纯沿法向矢量进行半径补偿，当测点的方向没有沿工件表面的法向，就会出现余弦误差，所以在测量软件中将...

本文探讨了基于扩展的自组织特征映射（ESOFM）神经网络的三坐标测量机接触式密集数据采集的测头半径三维补偿。构建了测头半径三维补偿神经网络模型及其训练算法。用网络神经元对曲面空间测量样本点的学习和训练来模拟曲面上的点与点之间的内在关系。按六角形阵列侧抑制邻区训练调整网络神经元权重矢量,使网络输出层结点呈六角形阵列分布,可实现测量点集压缩后的Delaunay三角逼近剖分。经过训练,神经网络将整个数字化点群数据分成许多子区域,每个子区域用一个微切平面逼近。根据微切平面的法线,对测头半径进行三维补偿。算例表明所创建的测头半径三维补偿神经网络模型有效可行。

为提高滚刀测量的精度和速度，采用四轴联动的三坐标测量机来实现滚刀的测量。重点阐述了滚刀测量起始点的自动定位、滚刀自动分头功能的实现、测头半径补偿以及安装偏心补偿，这些关键技术的运用对滚刀的各项误差测量提供了方便，提高了整个测量的精度，使滚刀的三坐标测量具有传统的机械式滚刀检查仪无法比拟的优越性。