五軸測量復雜曲面粗糙度及其無干涉方法

陳 鵬,何金明,袁 圓,姚宇峰,常智勇+,萬 能

(1.西北工業大學 機電學院,陜西 西安 710072;2.陜西省“四主體一聯合”航空發動機智能裝配工程技術中心,陜西 西安 710072;3.中國航發湖南動力機械研究所,湖南 株洲 412000)

0 引言

表面粗糙度是衡量零件加工質量的重要指標,其大小直接決定零件的工作性能和疲勞壽命[1]。航空復雜件多數都是長時間處于交變應力的惡劣工況下,粗糙度控制不合格時,極易發生疲勞斷裂[2-3]。因此,關鍵零部件的粗糙度控制對航空飛行器整機的安全性至關重要。然而,目前針對復雜零件曲面粗糙度的檢測一直是個瓶頸?，F有的粗糙度檢測方式主要分為非接觸式測量和接觸式測量兩類[4-5],其中非接觸式主要以光學測量為主,包括白光干涉測量[6]、共聚焦測量[7]、激光衍射法[8]等。尼啟良等[9]用自行研制的軟X射線反射率計測量超光滑表面,直觀反映出了表面形貌特征;易懷安等[10]提出基于圖像清晰度評價的粗糙度測量方法,并論證了該方法的可行性。雖然非接觸式粗糙度檢測效率高,但是由于光學檢測結構的限制,對待測零件的開闊性要求較高,難以有效測量復雜零件及微小區域的粗糙度[11],而且應用成本較高。接觸式測量主要采用機械式測頭在待測表面上取相應的采樣段,通過一定濾波處理得到待測區域的表面粗糙度值[12-13]。KOCHETKOV等[14]考慮機械濾波效應,提出基于解析幾何的測針與表面接觸數學模型,研究測尖直徑對表面粗糙度參數的影響;SOUZA等[15]采用不同測尖的粗糙度傳感器測量不同加工方式下的表面粗糙度,評估不同大小測尖對表面粗糙度參數的影響;STEINMEYER等[16]利用粗糙度測頭測量漸開線齒面輪廓的粗糙度,實現了粗糙度測量系統與齒輪測量系統之間的轉換。雖然接觸式粗糙度測量精度高,對零件的表面反射性要求低,但是測量速度慢,自動化程度低,需要人為對探針進行免干涉判斷等。

傳統的非接觸式和接觸式測量方式只能測量形狀比較開闊區域的表面粗糙度,國內外很少有針對復雜零件曲面粗糙度接觸式檢測的研究,目前大都采用樣板比對法、樣膏法、手持式粗糙度測量儀等方法來測量。樣板比對測量雖然有樣板作為參考,但是測量結果依賴檢驗員的經驗,且結果為范圍值,缺乏量化標準[17];樣膏法雖然可以測量具體結果,但是打樣周期長,最終成型的效果直接影響粗糙度的測量結果;手持式粗糙度測量儀雖然自由度高,可以檢測到部分難以測量的區域,但是測量過程極其不穩定,結果的可信度較低[18]?，F代加工技術的進步也為檢測技術的發展提出了挑戰,亟需尋找一種高精、高效的自動化粗糙度檢測方法,來滿足復雜零件粗糙度檢測的需求。

粗糙度五軸測量是一種基于五軸測量機的新型接觸式粗糙度測量方法。憑借五軸測量機自由度高、可達域廣等特點[19-20],搭載粗糙度測量傳感器,可以對復雜零件關鍵位置進行自動化粗糙度檢測。五軸技術測量粗糙度具有測量過程穩定性好、測量精度高等優點,然而五軸測量機自由度高,在測量復雜零件時,傳感器干涉判斷比較復雜[21]。國內外學者對五軸加工過程中刀具的干涉判斷進行了大量研究,南長峰等[22]針對五軸加工中的刀具干涉問題,提出基于臨界約束和臨界位置精細化的干涉判斷方法,達到快速確定干涉范圍、生成無干涉刀軌的目的;王國勛等[23]通過計算曲面上的點與刀具位置的關系來判斷刀具的干涉情況;WU等[24]對曲面上的任意一點構造可視錐,根據可視錐判斷刀具的干涉情況,解決了五軸加工過程中曲面與刀具的干涉問題;DING等[25]將刀具用包圍盒建模,表面采用八叉數近似,在刀具包圍盒與曲面八叉樹的灰度八分位之間進行干涉檢查,實現了對五軸加工過程中全局干涉的精確檢查。

雖然五軸加工中對刀具的干涉檢查已有很深入的研究,但是與刀具結構不同的是,粗糙度傳感器結構復雜,并非單一的回轉體或軸對稱結構,這對傳感器的精確建模分析和干涉判斷提出了更高的要求,特別是在微小區域粗糙度測量時。另外,粗糙度五軸測量操作過程也相當復雜,只能手動在線操作,不能實現自動化檢測,極大地降低了測量機的使用價值和測量效率。手動編程時,極易出現原本粗糙度可測的區域,因手動調整難以找到合適的測桿方位而被誤判為不可測,這種情況在狹小區域或相互遮擋嚴重的區域尤為顯著。因此,傳感器的干涉檢查是粗糙度五軸測量中需要解決的關鍵問題。針對粗糙度五軸測量的不足,分析粗糙度傳感器運動方式,本文提出一種基于五軸的粗糙度檢測無干涉方法,以實現對復雜曲面粗糙度測量區域的預測和無干涉自動化檢測。

1 粗糙度五軸測量原理

粗糙度五軸測量由五坐標測量機搭載粗糙度傳感器實現。如圖1所示,五軸測量機由X-Y-Z軸加上兩個旋轉軸A軸和B軸構成,可以實現五軸聯動[26]。粗糙度傳感器由測尖、滑臺、測根、測桿、數據接收處理器、金屬保護殼等組成,其自身軸線為C軸,傳感器可以繞C軸旋轉。傳感器被安裝到五軸測量機上,由測座驅動,經A,B旋轉軸將傳感器設置為空間任意方位,配合坐標測量機移動軸和C軸運動,將傳感器送達坐標測量機內任意位置進行測量。

進行傳統粗糙度測量時,測桿的軸線與粗糙度測量線平行,而五軸測量機則通過五軸聯動使測桿軸線與粗糙度測量線成一定角度。測量時,需要在待測表面上給出粗糙度測量線L,測量線的長度根據國標確定,記測量線起點為Vs,終點為Ve。五軸測量機通過A,B,C旋轉軸使傳感器測尖軸線Ltip與測量線起點s所在平面的法矢ns平行[27-28]。此時,將測桿軸線Lstylus沿ns在待測平面上的投影Lp與測量線之間的夾角記為傳感器方位角θ,如圖2所示,因此傳感器方位角表示在測量某個位置的粗糙度時,測桿軸線方向與測量線方向在投影平面上形成的夾角。以測量線L為起始邊,傳感器逆時針旋轉時方位角θ為正,反之為負,理論上方位角θ的取值范圍為θ∈(-π,π]。測量粗糙度時,測座驅動傳感器使測尖點到達測量線起點正上方安全平面位置,測量機驅動傳感器使測尖沿ns反向移動,直到滑臺與被測表面接觸。因為測尖在Ltip方向上超出滑臺,所以會向測桿內部收縮,如圖2局部視圖PV1所示。傳感器沿測量線方向移動時,測量機給傳感器施加一定壓力,使滑臺始終與被測表面接觸,測尖在被測表面上移動,其伸縮變化反映了被測表面的微觀起伏情況,并由測根處的反射鏡和位置探測器(Position Sensitive Detector,PSD)記錄。PSD發出的光始終不變,但接收到的反射光隨反射鏡的偏轉變化,因此PSD可通過反射光的變化記錄表面的微觀起伏變化,如圖2局部視圖PV2所示。將PSD記錄的數據進行處理和分析,得到被測表面的粗糙度。粗糙度五軸測量流程圖如圖3所示。

2 傳感器無干涉方位

2.1 無干涉方位角的定義

粗糙度五軸測量之所以能夠檢測復雜零件粗糙度,主要原因是五軸聯動不僅使粗糙度傳感器能夠以各種方位避免測量中的干涉,還可以使測桿與測量線以方位角的形式測量粗糙度。

理論上測桿方位角θ的取值范圍為θ∈(-π,π](如圖4a),然而在實際測量過程中,尤其是復雜零件的粗糙度測量往往會出現干涉問題,為避免干涉,測桿方位角的范圍會發生變化(如圖4b),此時方位角的取值范圍為θ∈(θnmin,θnmax)。當測桿與工件、夾具等無干涉時,稱測桿的方位角為無干涉方位角θn,即給定一條粗糙度測量線和測桿方位,如果在粗糙度傳感器從測量線起點沿測量方向移動到測量線終點的過程中,傳感器始終與工件和夾具無干涉,則該方位角為無干涉方位角θn(θn∈θ)。

因此,將一條粗糙度測量線是否可測轉化為對測桿無干涉方位角的求解。無干涉方位角由工件和傳感器共同確定,因此對工件和傳感器的位置關系進行分析。下面以曲面粗糙度測量為例建立傳感器參數化模型,分析粗糙度測量過程中傳感器與工件的位置關系。

2.2 粗糙度傳感器與工件的位置關系

對粗糙度傳感器進行三維建模,如圖5a所示,粗糙度測針整體結構上主要分為粗糙度傳感器和連接組件兩部分。傳感器部分包括粗糙度測量的關鍵零部件,其中傳感器長度Lsensor=105 mm,測桿最大直徑D1=3 mm,測根最大直徑D2=11.3 mm;連接組件長度Lkit=153 mm,最小直徑與測根直徑相同。通常情況下,測根與連接組件同軸,傳感器長度對一般葉片盤類零件的粗糙度測量已經足夠,而且粗糙度測量過程主要發生在傳感器部位,因此判斷干涉時將傳感器作為主要研究對象。

建立粗糙度傳感器模型坐標系CSS時,為方便計算,將測尖的軸線方向定為模型坐標系CSS的YS軸,正方向指向測尖點;將測根軸線方向定為模型坐標系CSS的ZS軸,根據右手定則可以確定模型坐標系CSS的XS軸;測尖軸線與傳感器軸線的交點記為模型坐標系CSS的原點OS。

分別在模型坐標系CSS和工件坐標系CSW下確定傳感器三維模型和被測工件,傳感器與被測工件的位置關系通過粗糙度測量線聯系起來。因此,只要確定傳感器模型坐標系CSS與粗糙度測量線之間的位置關系,即可在工件坐標系下確定傳感器與工件之間的空間位置關系。如圖6所示,設在工件坐標系CSW中,粗糙度測量線上某點p的坐標為(xw,yw,zw),粗糙度測量線方向向量sline為(al,bl,cl),點p對應的表面法矢np為(up,vp,wp),傳感器的方位角為θ,則工件坐標系CSW下,傳感器模型坐標系CSS的原點坐標(xOs,yOs,zOs)為

(1)

式中lp為模型坐標系CSS的原點OS與點p之間的距離。

在工件坐標系CSW中,模型坐標系CSS的YS軸方向矢量(iYs,jYs,kYs)、ZS軸方向矢量(iZs,jZs,kZs)、XS軸方向矢量(iXs,jXs,kXs)分別為:

(2)

(3)

(4)

式中XS軸方向矢量(iXs,jXs,kXs)由YS軸方向矢量(iYs,jYs,kYs)和ZS軸方向矢量(iZs,jZs,kZs)叉乘得到。

因此,傳感器模型坐標系CSS下任意一點坐標為(xs,ys,zs),在工件坐標系CSW下的坐標(xw,yw,zw)為

(5)

3 基于無干涉方位的可測區域預測

3.1 粗糙度傳感器參數化表達

分析粗糙度傳感器特征可知,粗糙度傳感器由圓柱、圓錐、圓臺、鼓形、球缺等基本幾何體組成,這些基本幾何體都屬于回轉體,回轉體由母線繞回轉軸旋轉得到。如圖7所示,記回轉體底面圓心為Or,從Or出發沿回轉體軸線指向回轉體內部的單位矢量為軸線矢量Nr。垂直于軸線矢量Nr的平面與回轉體相交形成的面為正截面,圓心Or與正截面的距離為h,正截面是一個以Oh為圓心、以rh為半徑的圓。正截面半徑rh與距離h的關系為

rh=r(h),h∈[0,hr]。

(6)

式中:r(h)是關于距離h的正截面半徑函數;hr為回轉體的最大高度。

空間中的基本幾何體可以由空間方位和形狀參數唯一確定,因此構成傳感器的基本幾何體可以參數化表示。

(1)圓柱體參數化表達 在傳感器模型坐標系CSS下,圓柱體的空間方位由底面圓的圓心坐標O1(x1,y1,z1)和軸線矢量N1(i1,j1,k1)確定。圓柱體的形狀由正截面半徑r1確定,

r1=R1,h∈[0,h1]。

(7)

式中:R1為圓柱體底面圓半徑;h為正截面高度;h1為圓柱體的高。

(2)圓錐體參數化表達 在傳感器模型坐標系CSS下,圓錐體的空間方位由底面圓的圓心坐標O2(x2,y2,z2)和軸線矢量N2(i2,j2,k2)確定。圓錐體的形狀由正截面半徑r2確定,

(8)

式中:R2為圓錐體底面圓半徑;h2為圓錐體的高。

(3)圓臺參數化表達 在傳感器模型坐標系CSS下,圓臺的空間方位由圓臺下底面圓的圓心坐標O3(x3,y3,z3)和軸線矢量N3(i3,j3,k3)確定。圓臺的形狀由正截面半徑r3確定,

(9)

式中:R3,1為圓臺下底面圓半徑;R3,2為圓臺上底面圓半徑;h3為圓臺的高。

(4)鼓形參數化表達 在傳感器模型坐標系CSS下,鼓形的空間方位由鼓形中心坐標O4(x4,y4,z4)和軸線矢量N4(i4,j4,k4)確定。鼓形的形狀由正截面半徑r4確定,

(10)

式中:R4為鼓形基圓半徑;R′4為鼓形圓弧母線半徑;h4為鼓形的高。

(5)球缺的參數化表達 在傳感器模型坐標系CSS下,球缺的空間方位由球缺中心坐標O5(x5,y5,z5)和軸線矢量N5(i5,j5,k5)確定。球缺的形狀由正截面半徑r5確定,

(11)

式中:R5為球缺底面圓半徑;h5為球缺的高。

將上述基本幾何體組合,得到整個傳感器模型的參數化表示,為判斷干涉奠定基礎。

3.2 基本幾何體的干涉判斷方法

空間中的一點P和一個基本幾何體G,兩者之間的狀態分為3種:①點P在幾何體G內部;②點P在幾何體G表面;③點P在幾何體G外部。只有點P在幾何體G外部時兩者為無干涉,因此將無干涉問題轉化為判斷點與基本幾何體之間的距離關系。

以圓柱體為例,如圖8所示,在傳感器模型坐標系CSS下,圓柱體的基本參數為圓心坐標O1(x1,y1,z1)、軸線矢量N1(i1,j1,k1)、正截面半徑r1=R1,h∈[0,h1],點P的坐標為(xp,yp,zp)。

步驟1計算矢量O1P在軸線矢量N1上的投影長度d1,

d1=O1P·N1。

(12)

當d1<0或d1>h1時,點P在軸線矢量上的投影點P′不在幾何體軸線段上,點P與幾何體不干涉。當0≤d1≤h1時,執行步驟2。

步驟2計算點P到軸線段的距離l1:

PP′=O1P-N1·d1;

(13)

l1=|PP′|。

(14)

當l1>r1時,點P在幾何體外,此時稱點P與幾何體無干涉。

空間中的一點P與其他基本幾何體的干涉判斷與上述方式相同,這里不再贅述。當點P與所有組成傳感器的基本幾何體均無干涉時,稱點P與傳感器無干涉;當工件上任意采樣點Pi均與傳感器無干涉時,稱工件與傳感器無干涉。

3.3 粗糙度可測區域的預測

在粗糙度測量過程中,傳感器與工件之間須始終處于無干涉狀態,否則不能完成測量。在工件坐標系CSW下,使用粗糙度傳感器測量給定的粗糙度測量線L時,需要的測量參數有測量線起點坐標Vs(x0,y0,z0)、測量線方向sl(al,bl,cl)、測尖方向n0(u0,v0,w0)、傳感器的空間方位角θ。將粗糙度測量線離散為若干個檢查點Vi(i=0,1,2,…,n),其中V0和Vn分別為測量線的起點和終點。檢查點Vi的坐標為

(15)

式中:i為遍歷檢測點的序號;n為檢測點的個數。

4 應用案例

作為航空發動機的典型零件之一,離心葉輪的粗糙度檢測一直是檢測中的難題,本章通過檢測離心葉輪各部位的粗糙度驗證上述模型和算法的可行性與正確性。

在葉輪表面上獲得206 738個點作為葉輪模型采樣點?；跓o干涉方位理論預測大小葉片、葉根、流道的粗糙度可測區域,如圖11所示,其中綠色區域為算法預測得到的粗糙度可測區域。圖12所示為葉輪采樣點和測量線的位置,可見離心葉輪大小葉片的葉身粗糙度均可測,但是在葉根處僅可評估進氣口和出氣口兩端約25 mm位置的粗糙度,同樣輪轂上也僅可評估進氣口和出氣口20 mm位置的粗糙度,這也符合直觀的判斷。

分析上述可測區域,結合粗糙度測量線布置原理,對各個區域沿垂直刀紋的方向自動布置測量線,如圖13所示。在大葉片上布置4條測量線,編號為B1,B2,B3,B4;在小葉片上布置4條測量線,編號為S1,S2,S3,S4;在輪轂上布置3條測量線,編號為H1,H2,H3;在葉根過渡段上布置4條測量線,編號為R1,R2,R3,R4。

利用上述算法計算每條測量線的無干涉方位角,得到無干涉方位角集合,如表1所示。選取3個有代表性的位置B1,R1,H1,并在無干涉方位角集合中選取方位角。通過測量線信息和計算的方位角,得到傳感器與葉輪的相對位置關系,利用該關系將傳感器模型和葉輪模型在NX軟件中進行裝配,并利用軟件自身的干涉檢查功能查看干涉情況,如圖14所示。

表1 粗糙度測量線無干涉方位角和測量結果

由NX軟件中的裝配情況可以看出,計算出的測桿方位在裝配后與工件無干涉,證明算法理論上有效,而且該位置可以進行粗糙度評估。

為了進一步驗證算法在實際測量過程中的可行性,通過現場實驗對每個位置進行驗證。粗糙度測量分為編程階段和測量階段兩個階段。

(1)編程階段可采用的編程方式主要有手動編程和自動編程兩種:①手動編程時,工件須安裝到測量機上,通過手動調節傳感器方位,采用人工試錯的方式對每一條測量線編程,編程過程復雜、效率低,且易造成可測和不可測的誤判。另外,編程時測量機處于非測量狀態,降低了測量機的利用率,從而增加了單個工件測量的時間成本。②自動編程時,首先對零件三維模型進行預計算,預計算即利用上述算法得到可測區域和可測量方位角的過程。然后取計算結果中的一個無干涉方位角(一般選中間值)自動生成測量程序。該過程可完全脫離測量機進行離線編程。

(2)測量階段是測量程序控制五軸測量機進行測量的過程,該過程為全自動,測量效率由測量程序決定。

實驗采用的設備為搭載SFM-C2粗糙度傳感器的Renishaw Agility五軸測量機,如圖15所示。五軸測量機X,Y,Z行程分別為X=1.6 m,Y=2.5 m,Z=1.2 m;測針可繞A軸旋轉的角度范圍是[-110°,120°],繞B軸和C軸旋轉的角度范圍相同,均為[0°,360°]。五軸測量機的定位精度為1.9 μm+L/350 μm(18℃～22℃),重復定位精度為1.3 μm,粗糙度傳感器的測量精度為粗糙度名義值的±5%+15 nm。

對某離心葉輪開展粗糙度測量實驗,實驗溫度為20.6 ℃,濕度為42%。被測工件離心葉輪所處的工序為精銑后,理論上精銑后的粗糙度值為Ra1.6 μm,對其中兩組大小葉片進行表面拋光處理,理論上拋光處理后的粗糙度值為Ra0.8 μm?，F場測量的葉片為經過拋光處理的葉片,測量過程如圖16所示。自動編程測量時每個位置重復測量兩次,手動編程測量時每個位置測量一次,記錄測量結果,如表1所示。

采用自動編程測量的方式測量上述各位置的粗糙度,測量過程中傳感器與零件均未發生干涉,實現了對葉根過渡段這種微小特征粗糙度的評估,證明了五軸測量粗糙度的可行性,同時采用手動編程的方式評估了每個位置的粗糙度。圖17所示為3次粗糙度測量結果對比,可見3次粗糙度測量結果存在一定偏差,對測量結果進行分析,定義自動編程測量結果之間的誤差為絕對誤差Ea,

(16)

式中Ra1,Ra2分別為自動編程第1次和第2次粗糙度測量結果。

對3次測量結果進行分析,定義自動編程測量與手動編程測量結果之間的誤差為相對誤差Er,

(17)

式中Ra3為手動編程測量結果。

由絕對誤差Ea的分布可以看出,兩次自動編程測量結果之間的誤差很小,最大誤差在6%以內,說明兩次測量結果的一致性較好。由相對誤差Er的分布可以看出,手動編程測量結果與自動編程測量結果在大小葉片區域的測量誤差較小,而在葉根區域的測量誤差較大,最大誤差出現在葉根R4位置,最大誤差達到34.3%。針對該現象,觀察測量得到的粗糙度波形圖,如圖18和圖19所示。

圖18a～圖18c分別為大葉片B2位置3次粗糙度測量得到的波形圖,圖18a和圖18b的粗糙度波形圖的起伏幾乎完全相同;圖18c與圖18a的波形圖起伏稍有不同,兩次測得的粗糙度值也有偏差,但差異不大。這是因為大小葉片之間相對開闊,且在大小葉片上粗糙度測量線所在的附近區域曲率較小,無論自動編程還是手動編程,無干涉測桿方位比較容易獲得,測量結果差異較小。測量結果存在差異的原因是,手動編程時無法精確控制測量線的位置和測桿方向,手動編程與自動編程測量的粗糙度測量線位置很近,但不完全相同,因此得到的粗糙度波形圖和測量結果存在偏差。

然而,在比較狹小的區域中,如葉根處,獲取無干涉測桿方位的難度比在開闊區域時大,如圖19所示。自動編程可以準確計算出測桿無干涉方位,手動編程則很難做到,手動編程給出的測桿方位可能會影響測尖、滑臺與工件正常接觸,甚至在測量過程中發生干涉。對比圖19a和圖19c的波形可見,兩副波形已經明顯不同,說明手動編程與自動編程測量的位置已經發生明顯偏移。由圖19c還可以看出,在測量開始和結束位置,波形分別出現了突增和突減,此時測尖與滑臺的位置已然偏離了正常狀態。因此,在該方位角下,雖然可完成粗糙度測量,但是測量結果可信度不高。

自動編程測量與手動編程測量效率對比如表2所示。采用自動編程時,一條測量線的預計算耗時約5 s,15條測量線在編程階段的預計算耗時約75 s。傳感器測量粗糙度時的移動速度為1 mm/s,非測量時的移動速度為250 mm/s,測量階段耗時約180 s,采用自動編程評估15條測量線總耗時約為255 s。采用手動編程時,需要對每條測量線手動試錯,編程水平中等偏上的人員平均一條測量線編程需要嘗試至少2次,完成一條測量線編程需要約220 s,15條測量線編程耗時約3 300 s。因為手動編程時為了保證測量不發生干涉,在非測量階段,傳感器的安全點位置設置得比較保守,導致傳感器移動路徑不為最優,所以測量階段耗時較長,約240 s,采用手動編程評估15條測量線總耗時為3 540 s。相比手動編程測量,自動編程測量的效率提高了13.9倍,極大提高了粗糙度檢測效率。

表2 自動編程測量與手動編程測量效率對比

5 結束語

本文針對復雜曲面粗糙度測量,借助五軸測量機靈活性高、可達域廣的特點,搭載粗糙度傳感器開展了復雜曲面五軸粗糙測量研究。通過分析粗糙度傳感器與工件的相對位置,定義了傳感器無干涉方位,研究了粗糙度傳感器的無干涉定位方法,基于該方法進一步研究復雜曲面表面粗糙度的可測區域,并在某離心葉輪上進行實驗驗證,得到如下結論:

(1)分析粗糙度傳感器在曲面上的測量過程,提出粗糙度五軸檢測無干涉模型,基于無干涉方位計算模型實現了對曲面粗糙度可測量區域的預測。

(2)實驗驗證了復雜曲面粗糙度五軸測量方法的可行性,驗證了粗糙度傳感器無干涉定位方法測量曲面粗糙度的準確性。

(3)利用該模型可以預測復雜曲面表面粗糙度的可測性,并同樣適用于微小特征粗糙度測量,例如葉根過渡段粗糙度的測量。

(4)相比手動編程測量粗糙度,五軸自動編程測量在精度上更可信,測量效率提高了13.9倍,為復雜零件粗糙度高精高效測量提供了新思路。