A calibração cinemática é o principal método para melhorar a precisão da máquina de medição de coordenadas com braço articulado, mas o erro residual após a calibração cinemática ainda tem grande impacto na precisão e estabilidade da medição. Este artigo propõe um método de modelagem e compensação de resíduos baseado em calibração composta e máquina de aprendizado extremo para melhorar a precisão da máquina de medição de coordenadas com braço articulado. Primeiramente, com base na modelagem cinemática e na modelagem de erro da máquina, foi estabelecido um modelo de identificação de parâmetros cinemáticos, realizando sequencialmente a identificação de parâmetros angulares, identificação de parâmetros de comprimento e identificação composta com escala proporcional dos parâmetros de comprimento, completando a calibração cinemática de uma máquina de medição de coordenadas com braço articulado de sete graus de liberdade. Em seguida, através da análise do mapa de erro residual após calibração, foi constatado que o erro residual está relacionado à configuração da medição, sendo então construída uma configuração de medição com os ângulos de oscilação, elevação, distância e rotação como variáveis. Como existe uma forte relação não linear entre as variáveis da configuração de medição e o erro residual, propõe-se um método de previsão e compensação do erro residual baseado em máquina de aprendizado extremo. A eficácia do modelo e método propostos foi verificada por experimentos, e os resultados mostram que, após a correção do resíduo, o erro máximo da medição de um ponto da máquina foi reduzido de 0,061 mm para 0,044 mm, o erro médio de 0,023 mm para 0,017 mm e o desvio padrão do erro de 0,011 mm para 0,007 mm; o erro máximo da medição de comprimento foi reduzido de 0,137 mm para 0,074 mm, o erro médio de 0,033 mm para 0,021 mm e o desvio padrão do erro de 0,037 mm para 0,019 mm.

máquina de medição de coordenadas com braço articulado;erro residual;configuração de medição;máquina de aprendizado extremo;calibração composta