logo móvil
Contáctanos

Planificación de Trayectorias para Inspección en CMM de 5 Ejes Considerando la Reutilización de Trayectorias

Autores: Zhao, Wenzheng; Wang, Xueqi; Liu, Yinhua

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Planificación de Trayectorias para Inspección en CMM de 5 Ejes Considerando la Reutilización de Trayectorias


Categoría

Tecnología de Equipos y Accesorios

Subcategoría

Diseño de equipos y herramientas

Palabras clave

Máquina de medición por coordenadas
Recopilación de datos de calidad
Planificación de rutas de inspección
Grupos de características
Rotación de sonda
Reutilización de rutas

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 21

Citaciones: Sin citaciones


Descripción
La máquina de medición por coordenadas de 5 ejes (CMM) se utiliza ampliamente para la recopilación de datos de calidad de las piezas mecanizadas, como bloques de cilindros y cabezas de motores. La planificación de rutas de inspección de alta eficiencia para múltiples grupos de características desde diferentes estaciones es una de las tareas clave para la aplicación de CMM. En la práctica de ingeniería, la planificación de inspección de diversos grupos de características representa un alto costo laboral y un largo ciclo de desarrollo del proceso. Para mejorar la eficiencia de la generación de rutas para la compleja pieza mecanizada, se propone un método de planificación de rutas de inspección de CMM de cinco ejes que considera la longitud de la ruta, la rotación de la sonda y la reutilización de la ruta. En primer lugar, los puntos de medición (MPs) se clasifican en función del cono de dirección de inspección factible y la accesibilidad de los MPs para lograr el mínimo número de rotaciones de la sonda. Luego, se propone el algoritmo de árboles aleatorios de exploración rápida con nodo de múltiples raíces (RRT-MRNC) para implementar la planificación de rutas locales considerando la reutilización de la ruta de inspección. Además, se genera simultáneamente la ruta intra-grupo e inter-grupo basada en el algoritmo genético mejorado (GA) propuesto. Para evaluar la efectividad del método propuesto, se utiliza el caso de planificación de ruta del bloque de cilindro. En comparación con los métodos de referencia, el tiempo total de planificación basado en el método de planificación propuesto para las tareas dinámicas se redujo en un 55.2% y un 54.9% respectivamente.

Otros recursos que podrían interesarte

Temas Virtualpro