RationalDMIS 2020 蛙跳测量方法
简介
蛙跳技术是在关节臂测量中用到的一种技术。在关节臂测量机的测量范围之外的测量,需要用到蛙跳技术(leap frog),理论上该技术可以使关节臂的测量范围扩展很大,但考虑到测量精度在每次蛙跳之后都在累加降低,所以具体应用时应该权衡被测工件的尺寸公差要求来进行蛙跳对齐的实行。
蛙跳原理
蛙跳测量要移动机器测量同一个工件,关键是确保两种情况下测量数据的统一,也就是坐标系要一致。
如下图所示,在机器位置1时建立工件坐标系(CRD-P),完成所有测量范围内的尺寸测量,再测量三个蛙跳球(ABC),用ABC按照固定的方法(如ABC拟合的面做2轴,AC连线做y轴,原点在A上)建一个坐标系(CRD-1),这个坐标系是在工件坐标系的基础上建立的,所以它和工件坐标系存在某种特定的对应关系。移动机器到机器位置2处,再次测量这三个球后用同样的方式再建一个坐标系(CRD-2),合并坐标系配置的功能就是利用这种对应关系实现坐标系统一。
操作方法
蛙跳操作前,首先得有3个蛙跳球,这3个蛙跳球需要吸附在蛙跳前后都能测量到的位置;利用蛙跳原理,实现步骤如下:
1)在机器位置1,建立工件坐标系CRD-P,测量能测到的元素。
2)蛙跳前,打开自学习,在机器位置1测量3个蛙跳球,再用这三个球拟合平面,其中两个球拟合直线,按照上面提到的方法建立坐标系CRD-1,注意这时只能点"添加坐标系软件会记录测量及拟合程序。
3)移动关节臂到机器位置2,手动运行上一步生成的程序测量这3个蛙跳球,用步骤2相同的方法建立坐标系CRD-2,注意只能点"添加坐标系
4)到合并坐标系配置方法界面,按照下图将坐标系拖放过来,同时将步骤1中测量过的元素也拖放过来,不勾选"只有理论,,然后添加/激活坐标系。
5)完成蛙跳后,继续测量之前测不到的数据;
注意:蛙跳会产生误差,一般不会蛙跳多次,需要根据精度要求谨慎选择蛙跳;
RationalDMIS 2020 蛙跳测量方法相关推荐
- 局部遮荫光伏matlab,一种基于随机蛙跳全局搜索算法的局部阴影光伏阵列MPPT控制的制作方法...
本发明涉及一种局部阴影光伏阵列多峰MPPT控制方法,特别涉及一种基于随机蛙跳全局搜索算法的局部阴影光伏列阵多峰MPPT控制. 背景技术: 伴随太阳能发电的普及,光伏阵列的运行环境变的越来越复杂,局部遮 ...
- 递归三:变态蛙跳台阶
/** *题目: 变态蛙跳台阶 *描述:一只青蛙一次可以跳上1级台阶,也可以跳上2级--它也可以跳上n级.求该青蛙跳上一个n级的台阶总共有多少种跳法. *解决办法: 思路:n级台阶有n级跳法, ...
- matlab与水库调度,蛙跳算法优化水库调度,全局迭代中最优解未更新
本人尝试利用蛙跳算法求解水库单目标调度,目标函数是极大值函数,在运算中适应值最大的解在全局迭代中一直未更新,调试算法 发现子群内更新时按适用度降序排列第一个最优解也未更新,不知道问题出在哪里,求大神指 ...
- 矩形覆盖-----批了外皮的亲蛙跳
2019独角兽企业重金招聘Python工程师标准>>> 题目描述: 我们可以用2*1的小矩形横着或者竖着去覆盖更大的矩形.请问用n个2*1的小矩形无重叠地覆盖一个2*n的大矩形,总共 ...
- 关于蛙跳算法的计算机文献,文化蛙跳算法性能分析研究.PDF
文化蛙跳算法性能分析研究.PDF 第24卷摇 第11期 计 算机 技 术 与发 展 Vol.24摇 No.11 2014年11月 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 COMPUTERTECHNOL ...
- 【BP回归预测】基于matlab随机蛙跳算法SFLA优化神经网络数据回归预测【含Matlab源码 2272期】
⛄一.蛙跳算法 1 改进的免疫蛙跳算法 免疫蛙跳算法具有混合蛙跳算法的全局优化与局部细致搜索优点, 可以优化连续问题和离散问题, 具有较强的鲁棒性;同时, 群体具有的免疫机制对群体进行控制和调节, 把 ...
- 混合蛙跳算法实现步骤与例子
算法背景 混合蛙跳算法的运行原理从仿生上来说可以这么认为: 在一个池塘,有若干块石头,青蛙可以落在石头上,每块石头上可以获取到的食物数量是不同的,在池塘中有很多只青蛙,也有很多块石头,青蛙间可以交流, ...
- 蛙跳差分格式(非恒定流)
1.1蛙跳格式 蛙跳格式是一个很常用的差分格式,它在时间和空间上都采用中心差分.假设离散化如下图所示: (2-1) 蛙跳格式是时间和空间上均为二阶精度的,三层一步显式差分格式.因而,为了计算(n+1) ...
- 光谱特征选择---随机蛙跳变量选择RF
我们已经连续好几期在讲特征变量选择算法,这其中一个很重要的一个原因是:光谱数据的高维冗余性和目标值与少数解释变量之间的相关性,也就是特征解释问题.如何从实际测量的高维光谱数据中选择具有解释能力(特征变 ...
最新文章
- python的with语句
- 全“芯”关注用户需求 AMD“超轻薄笔记本”杀出重围
- ubuntu18.04在终端安装pip3时404 Not Found [IP: 91.189.91.24 80]_木绿的博客-CSDN博客
- 文本类文件与VS关联-实践
- pytorch:一维线性回归(一)
- 两个分布的特征映射_DDC:直接对齐特征空间进行领域自适应
- PHP GD库解析一张简单图片并输出
- x3250m6系列服务器,IBM服务器X3250 M6 E3-1230v6 8GB 4x3.5 C110 300W 无驱
- linux Hello World 模块编程
- bat 存储过程返回值_MySQL-存储过程和函数详述
- Codeforces Round #395 C
- matlab中弹性碰撞课程设计,完全弹性碰撞matlab.doc
- git 合并其他分支代码到自己的分支
- 干货 | 一文弄懂机器学习中偏差、方差
- 基于Android平台的x264的移植与应用(一):移植篇
- 微信 公众号 网页授权登录(静默授权)
- 汤晓鸥教授:人工智能让天下没有难吹的牛!
- IDEA2017配置springmvc遇到的错误
- 孩子兄弟存储结构的几个统计算法实现
- ZT——你怎么过河? -在CMM实践中你是否愿意多走1公里-软件工程 CMM与过程改进