一种针对三坐标测量机转台的测量误差补偿方法及装置

    公开(公告)号:CN118049945A

    公开(公告)日:2024-05-17

    申请号:CN202410218542.X

    申请日:2024-02-28

    Abstract: 本申请提供了一种针对三坐标测量机转台的测量误差补偿方法及装置,该方法利用误差补偿模型对指定三坐标测量机通过转台所测量的初始测量值进行测量误差补偿,其中,该误差补偿模型是指定三坐标测量机测量零部件时考虑转台几何误差的测量值相对不考虑转台几何误差的测量值所存在的用来补偿误差的模型;根据初始测量值和误差补偿值,得到目标零部件在误差补偿后的实际测量值。可见,本实施例提供的技术方案,能够降低转台几何误差带来的测量误差,使得实际测量值更加逼近真实值。

    针对三坐标测量机动态误差的测量误差补偿方法及装置

    公开(公告)号:CN118049946A

    公开(公告)日:2024-05-17

    申请号:CN202410218644.1

    申请日:2024-02-28

    Abstract: 本申请提供了针对三坐标测量机动态误差的测量误差补偿方法及装置,该方法将已获得的与指定三坐标测量机中移动桥相关的第一几何误差和移动桥在加速运动时产生的俯仰角输入到移动桥误差补偿模型中,获得用来补偿所述移动桥对初始测量值造成测量误差的第一误差补偿值,将指定三坐标测量机中接触式测头与工件接触时的开关位移误差,和,接触式测头与工件接触时的挠曲变形误差输入到测头误差补偿模型中,获得用来补偿所述接触式测头对初始测量值造成测量误差的第二误差补偿值,根据已获得的初始测量值、第一误差补偿值和第二误差补偿值,得到目标零部件在误差补偿后的实际测量值。可见,本实施例提供的技术方案满足高要求的测量精度。

    一种基于差分进化的全局采样方法

    公开(公告)号:CN116702337A

    公开(公告)日:2023-09-05

    申请号:CN202310985155.4

    申请日:2023-08-07

    Abstract: 本发明公开了一种基于差分进化的全局采样方法,以航空涡轮发动机为研究对象,针对结构的转子静子间隙变化量进行研究,实现其不确定性量化并作为全局采样方法的主要目标。本发明将差分进化算法与Metropolis‑Hastings算法进行结合,同时改进传统算法采样单一马尔科夫链过程,采用多条马尔科夫链进行后验分布的计算。本发明不仅将差分进化算法中的采样方法应用在采样过程中,而且对差分进化算法的缩放因子与随机游走过程进行了改进,不受限制于高斯分布的假设。相比于传统随机游走Metropolis‑Hastings方法,本发明较好的近似了多峰后验分布,实现了对Metropolis‑Hastings方法的改进,增加采样精度与效率。

    一种基于Ansys二次开发的发动机不对中建模方法

    公开(公告)号:CN116151081B

    公开(公告)日:2023-08-01

    申请号:CN202310414121.X

    申请日:2023-04-18

    Abstract: 本发明公开了一种基于Ansys二次开发的发动机不对中建模方法,根据航空发动机的几何结构特征,进行适当的简化,建立了转子和机匣的参数化有限元模型;双转子或者驱动机构与转子的连接由联轴器实现,机匣装配误差和制造误差导致转子有不对中激振力,激振力主要发生在联轴器位置,针对不对中激振力进行数学模型推导,得到激振力中的激振频率形式。最后将有限元模型与数学模型结合,基于Ansys的APDL语言构建不对中‑转子‑滚动轴承‑机匣耦合动力模型。考虑不对中的来源具有不确定性,利用QT‑Ansys实现不对中‑转子‑滚动轴承‑机匣自动化批量化建模以及有限元分析。对于航空发动机整机效率、优化以及设计具有重要参考意义。

    一种基于Kriging模型的分布鲁棒优化方法

    公开(公告)号:CN116383971B

    公开(公告)日:2023-08-25

    申请号:CN202310630781.1

    申请日:2023-05-31

    Abstract: 本发明公开了一种基于Kriging模型的分布鲁棒优化方法,将航空涡轮发动机的支承刚度、阻尼作为优化变量与不确定性参数,构建双层Kriging模型,与分布鲁棒优化方法结合对结构进行优化。本发明采用了克里金代理模型,将优化模型分为内外层优化;采用样本平均近似法将不确定性问题转换成确定性问题;利用概率分布相似性的KL散度构建模糊集,在构造的模糊集中找到一个使目标函数期望最大化的概率分布。最后在子集模拟优化算法下,对航空发动机结构进行了分布鲁棒优化,结果表明,本发明方法在不确定性因素的影响下具有更符合实际的结果。

Patent Agency Ranking