Resumen

Este documento propone una metodología de reconocimiento de errores geométricos clave utilizando el método de extracción de características y análisis de retentividad de precisión, y presenta el enfoque de compensación de optimización del error geométrico de una máquina herramienta de múltiples ejes. Las relaciones cinemáticas universales de la máquina herramienta de múltiples ejes se modelan primero matemáticamente basadas en la teoría de tornillos. Luego, se define la retentividad de precisión geométrica con respecto al error geométrico basada en la correspondencia entre los errores geométricos constitutivos y el dominio temporal. Los resultados muestran que la variación en el vector de error espacial es no lineal al considerar el tiempo de operación de la máquina herramienta y la posición de los ejes de movimiento. Basándose en este aspecto, se extraen factores clave que simultáneamente consideran la correlación, similitud y sensibilidad de los términos de error geométrico, y los resultados revelan que el efecto de los errores geométricos independientes

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Propone; Metodología de reconocimiento; Errores geométricos; Método de extracción de características; Análisis de retención de precisión; Compensación de optimización; Error geométrico; Máquina herramienta multieje; Teoría del tornillo; Retención; Vector de error espacial; Tiempo de operación; Ejes de movimiento; Factores clave; Correlación; Similitud; Sensibilidad; Errores geométricos independientes de la posición (PIGEs); Errores geométricos dependientes de la posición (PDGEs); Algoritmo de optimización de mosca de la fruta (FOA); Valores de compensación; Compensaciones multiobjetivo; Experimento; Máquina herramienta de mandrinado horizontal de cuatro ejes; Precisión; índices de detección; Precisión de mecanizado.
• Keywords:Proposes; Recognition methodology; Geometric errors; Feature extraction method; Accuracy retentivity analysis; Optimization compensation; Geometric error; Multiaxis machine tool; Screw theory; Retentivity; Spatial error vector; Operation time; Motion axes; Key factors; Correlation; Similarity; Sensitivity; Position-independent geometric errors (PIGEs); Position-dependent geometric errors (PDGEs); Fruit fly optimization algorithm (FOA); Compensation values; Multiobjective tradeoffs; Experiment; Four-axis horizontal boring machine tool; Precision; Detection indexes; Machining accuracy.