Niniejsza praca pokazuje, że istnieje możliwość modelowania, a następnie korekcji błędów współrzędnościowych maszyn pomiarowych (WMP), dzięki wykorzystaniu wzorca termostabilnego oraz sztucznych ... więcej

Niniejsza praca pokazuje, że istnieje możliwość modelowania, a następnie korekcji błędów współrzędnościowych maszyn pomiarowych (WMP), dzięki wykorzystaniu wzorca termostabilnego oraz sztucznych sieci neuronowych jako narzędzia przewidującego ich rozkład w zmiennych warunkach termicznych. Celem pracy było opracowanie systemu korekcji dokładności współrzędnościowej maszyny pomiarowej opartego o neuronowy model błędów w zmiennych warunkach termicznych, charakterystycznych dla jej środowiska pracy. W ramach realizacji pracy opracowano system długookresowego monitorowania warunków termicznych WMP pozwalający na monitorowanie temperatury badanej WMP. Przeprowadzono analizę otrzymanych wyników pomiarów temperatury i na tej podstawie dokonano wyboru temperatur granicznych pracy danej WMP. Następnie ustalono wartości błędów WMP w temperaturach granicznych. Kolejnym krokiem była budowa neuronowego modelu błędów termicznych WMP, który jest podstawowym elementem systemu korekcji oddziaływań termicznych. System ten został oparty o wykorzystanie wydajnego i dokładnego układu do pomiaru i monitorowania temperatury, wykorzystanie wzorca w postaci płyty otworowej o współczynniku rozszerzalności termicznej pomijalnie małym w porównaniu ze współczynnikami rozszerzalności termicznej elementów maszyny, metodzie Novell PTB służącej do identyfikacji błędów geometrycznych WMP oraz sztucznych sieci neuronowych do modelowania błędów geometrycznych WMP w zależności od jej warunków termicznych. System ten modeluje zachowanie się WMP w zależności od temperatury otoczenia. Dzięki wykorzystaniu sztucznych sieci neuronowych możliwa jest korekcja dokładności WMP pracującej w innej temperaturze niż temperatura odniesienia.

The present work shows that there is a possibility of modeling and then errors correction of coordinate measuring machines (CMM) using thermo stable artifact and neural networks as a tool for errors prediction ... więcej

The present work shows that there is a possibility of modeling and then errors correction of coordinate measuring machines (CMM) using thermo stable artifact and neural networks as a tool for errors prediction in variable thermal conditions. The purpose of work was formulation of an accuracy correction system for CMM using the neural model of thermal errors, characteristic for its working environment. During realization of the work long-term monitor system of thermal conditions of CMM was created. After that analysis of results of the temperature measurement was carried out and on this basis CMM's the working temperature range was chosen. The following activity was settlement of CMM's errors in the working temperature range. The next step was creating the neural model of CMM thermal errors, which is a basic element of system correction of thermal interactions. This system was based on use of efficient and accurate temperature measurement kit, the hole plate artifact ( comparing the coefficient of thermal expansion value of the artifact with value of the tested CMM lets us to find it negligible), Novell PTB method use for purpose of identification of CMM's geometric errors and artificial neural networks allow for modelling CMM's geometric errors in variable thermal conditions. Such developed system allow for modeling the state of CMM depending on the temperature of an environment. Thanks to use artificial neural networks correction of CMM working in other temperature then the reference temperature is possible.