Uncertainty of Form and Size Measurement with On-Machine Tool Metrology

Équipée d'un palpeur, une machine-outil devient également capable de servir d'appareil de mesure. Cela augmente à la fois l'efficacité et la précision de la fabrication et rend la machine-outil compétente pour remplacer la machine à mesurer tridimensionnelle. Bien qu'efficace, l'utilisation de machines-outils pour la mesure en cours de processus pose le défi de la traçabilité métrologique. L'évaluation de l'incertitude est le seul moyen de relever ce défi. Malgré l'utilisation croissante des techniques de mesure sur machines-outils, les informations sur son incertitude sont confinées aux méthodes spécifiquement développées pour les machines à mesurer tridimensionnelles, en particulier ISO 15530-3. Cette étude concerne l'évaluation de l'incertitude des résultats de la mesure sur machine- outil avec une méthode de covariance sans utiliser d'étalon, contrairement à l'instruction spécifiée par l'ISO 15530-3. Le schéma d'évaluation de l'incertitude comprend deux approches principales, soit un estimateur de Monte Carlo adaptatif et un estimateur dans le cadre du Guide pour l'Expression de l'incertitude de mesure (GUM). La fonction de mesure pour le palpage sur machine-outil est le modèle cinématique de la machine-outil à cinq axes, qui reçoit cinq positions des axes et treize erreurs géométriques de la machine en tant que grandeurs d'entrée et renvoie trois coordonnées cartésiennes de la position compensée dans le repère de la pièce. En conséquence, la fonction de densité jointe requise pour démarrer la méthode de Monte Carlo adaptative encode les informations statistiques de ces grandeurs d'entrée. La répétabilité des positions d'axe saisies détermine une partie de leurs incertitudes sous la forme d'une matrice de covariance. En faisant varier les positions des cinq axes de la machine et des deux composantes du vecteur unitaire d'approche, les mesures répliquées sur machine-outil sur deux sphères de précision donnent la variance et la covariance des positions enregistrées des articulations qui sont utilisées pour ajuster un modèle de répétabilité. Des expériences séparées sur une jauge annulaire déterminent les effets potentiels de l'orientation du palpage, de l'hystérésis du système, de la stratégie de la mesure et de la durée de la tâche sur la répétabilité de la mesure. Puis, un simulateur de Monte Carlo adaptatif estime l'incertitude des treize erreurs géométriques de la machine avec l'artefact de l'échelle et des billes de référence. L'identification quotidienne (une fois par jour) des erreurs avec cette méthode donne des échantillons des centres des billes mesurés sur machine-outil variant sur le long terme, dont la fonction de densité jointe est la grandeur d'entrée de l'estimateur de l'incertitude des paramètres de la machine. Cet évaluateur de l'incertitude valide également une méthode dans le cadre du GUM (« GUM uncertainty framework ») comme alternative efficace à l'approche de Monte Carlo qui exige beaucoup de temps de traitement. Les matrices de covariance des positions d'axe enregistrées et celle des paramètres de la machine s'assemblent dans un simulateur de covariance. La matrice de covariance assemblée lance un estimateur Monte Carlo adaptif distinct basé sur le modèle cinématique de la machine, qui estime l'incertitude associée à la position compensée d'un ensemble de points. L'incertitude peut se propager plus à travers une fonction de GD&T et produire l'incertitude standard de propriétés géométriques. La mesure sur machine-outil des étalons à différentes positions d'axe de la machine valide le schéma d'incertitude développé. Enfin, une méthode de GUM validée avec l'estimateur de l'incertitude de Monte Carlo remplace cette dernière et augmente considérablement l'efficacité de l'évaluation de l'incertitude.