数控机床在机测量系统最佳测量区确定方法

数控机床在机测量系统最佳测量区确定方法 Determination method of optimal measurement area of CNC machine tool on-machine measurement system 1 2 first-author 张双双（1986-），女，山东德州人，博士研究生，讲师。2008年于青岛大学获得学士学位，2010年于北京理工大学获得硕士学位，主要从事精密测试技术、齿轮工程等方面的研究。E-mail： sszhangxm@163.com http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434702&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434714&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434707&type= 22.01333237 32.00399780 张双双 （1986-），女，山东德州人，博士研究生，讲师。2008年于青岛大学获得学士学位，2010年于北京理工大学获得硕士学位，主要从事精密测试技术、齿轮工程等方面的研究。E-mail： sszhangxm@163.com sszhangxm@163.com 1 2 corresp E-mail： lloid@163.com E-mail： lloid@163.com 杨洪涛（1972-），男，福建莆田人，博士，教授，博士生导师，1993年、2001年于安徽理工大学分别获得学士、硕士学位，2007年于合肥工业大学获得博士学位，现为安徽理工大学创新创业学院院长，主要从事精密测试技术、现代精度理论及应用等方面的研究。E-mail： lloid@163.com http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434717&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434725&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434722&type= 22.01332855 32.00399780 杨洪涛 （1972-），男，福建莆田人，博士，教授，博士生导师，1993年、2001年于安徽理工大学分别获得学士、硕士学位，2007年于合肥工业大学获得博士学位，现为安徽理工大学创新创业学院院长，主要从事精密测试技术、现代精度理论及应用等方面的研究。E-mail： lloid@163.com lloid@163.com 1 2 1 2 安徽理工大学 机械工程学院，安徽 淮南 232001 安徽理工大学 机械工程学院，安徽 淮南 232001 School of Mechanical Engineering， Anhui University of Science and Technology， Huainan 232001， China School of Mechanical Engineering， Anhui University of Science and Technology， Huainan 232001， China 安徽理工大学 安徽省矿山智能装备与技术重点实验室，安徽 淮南 232001 安徽理工大学 安徽省矿山智能装备与技术重点实验室，安徽 淮南 232001 Anhui Key Laboratory of Mine Intelligent Equipment and Technology， Anhui University of Science and Technology， Huainan 232001， China Anhui Key Laboratory of Mine Intelligent Equipment and Technology， Anhui University of Science and Technology， Huainan 232001， China 为研究面向不同测量对象且具有普适性的数控机床在机测量系统最佳测量区确定方法，选择球作为测量对象，分析了在机测量系统的工作原理及误差来源，利用BAS-BP神经网络建立了单项几何误差白化模型，同时建立了测量系统综合误差模型和球测量误差模型。研究了用于确定最佳测量区搜索寻优的差分优化布谷鸟（DE-CS）算法，进行了不同算法搜索性能对比，确定了算法最优性能参数。搭建了确定球最佳测量区的实验装置，进行了相应实验，对比了利用算法确定和实际测量得到的最佳测量位置的一致性。实验结果表明，利用上述方法搜索计算确定的面向球最佳测量区位置与实验测量确定的最佳测量区位置一致，最佳测量区为： <math id="M1"><mn mathvariant="normal">430.783</mn><mo> </mo><mo> </mo><mtext> </mtext><mi mathvariant="normal">m</mi><mi mathvariant="normal">m</mi><mo>≤</mo><mi>X</mi><mo>≤</mo><mn mathvariant="normal">439.783</mn><mtext> </mtext><mo> </mo><mo> </mo><mi mathvariant="normal">m</mi><mi mathvariant="normal">m</mi><mo>,</mo><mo>-</mo><mn mathvariant="normal">145.133</mn><mo> </mo><mo> </mo><mtext> </mtext><mi mathvariant="normal">m</mi><mi mathvariant="normal">m</mi><mo>≤</mo><mi>Y</mi><mo>≤</mo><mo>-</mo><mn mathvariant="normal">136.133</mn><mo> </mo><mo> </mo><mtext> </mtext><mi mathvariant="normal">m</mi><mi mathvariant="normal">m</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434730&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434729&type= 99.82199860 2.96333337 和 <math id="M2"><mo>-</mo><mn mathvariant="normal">268</mn><mo> </mo><mtext> </mtext><mo> </mo><mi mathvariant="normal">m</mi><mi mathvariant="normal">m</mi><mo>≤</mo><mi>Z</mi><mo>≤</mo><mo>-</mo><mn mathvariant="normal">258</mn><mtext> </mtext><mo> </mo><mo> </mo><mi mathvariant="normal">m</mi><mi mathvariant="normal">m</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434740&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434735&type= 38.35400009 2.87866688 ，实测最大误差最小值为3.1 μm，算法求解的误差也为整个测量空间的最小值0.710 7 μm，且可用于面向点、面等其他测量对象的最佳测量区确定，具有普适性，可用于确定在机测量系统的最佳测量区。 To better understand the method for determining the optimal measurement area of a computerized numerical control （CNC） machine tool in-machine measurement system with different measurement objects and universal application， a ball is selected as the measurement object， and the working principle and error sources of the in-machine measurement system are analyzed. A single error-whitening model is established using a dual-frequency laser interferometer and a beetle antenna search algorithm backpropagation （BAS-BP） neural network measurement. Simultaneously， the comprehensive error model of the measurement system and the spherical measurement error model are established. The differential evolution cuckoo search （DE-CS） algorithm for determining the optimal measurement area search is studied. The search performances of different algorithms are compared， and the optimal performance parameters of the algorithm are determined. An experimental device is set up to determine the optimal measurement area of the sphere， and the corresponding experiments are carried out. Finally， the consistency of the optimal measurement position determined by the algorithm and the actual measurement is compared. The experimental results show that the spherical optimal measurement area obtained by the aforementioned method is consistent with that obtained experimentally， and can be used to determine the optimal measurement area of other measurement objects， such as points， planes， and so on. The proposed system is demonstrated to be universally applicable and capable of determining the optimal measurement area of machine measurement systems. 在机测量系统 误差建模 DE-CS算法 最佳测量区 普适性 in-machine measurement system error modeling DE-CS algorithm optimum measurement area universal applicability 1 引 言 1 数控机床在机测量系统（简称在机测量系统）由机床和测头组成，其测量误差来源于机床几何误差、测量系统误差、测头误差等，受空间测量位置、测量速度、温度等因素的影响 ［ 1 1 - 4 4 1-4 ］ ，在整个测量空间内误差分布复杂且受到不同速度和空间位置等因素的影响，误差之间相互抵消或者加强，在不同测量位置下，测量误差分布规律存在差异。所以，测量误差在空间内存在着最大测量误差最小的区域（最佳测量区） ［ 5 5 ］ ，将被测工件放置在该区域进行测量，可以实现低精度仪器高精度测量。 对于最佳测量区，国内外学者开展了相关研究，郑大腾等 ［ 6 6 ］ 针对关节臂测量机构建了最佳测量区的数学模型，并验证了其存在性。秦自瑞等 ［ 7 7 ］ 对测量机的圆编码器测角误差进行仿真分析，将测量空间划分成多个误差小空间并验证划分正确性。胡毅等 ［ 8 8 ］ 采用蚁群算法求解关节臂坐标测量机测量空间的最佳测量区，分析关节臂编码器零位和角度误差对测量机空间误差的影响情况，并采用粒子群算法验证最佳测量区的实用化。上述学者所研究的最佳测量区多数针对关节臂测量机，由于机床在机测量系统的误差源更多、传递关系更复杂，不同空间位置下误差有所差异，测量空间内误差分布规律非常复杂 ［ 9 9 ］ ，上述算法难以满足数控机床在机测量系统最佳区域确定要求。李莉 ［ 10 10 ］ 利用SA-GA算法求解数控机床在机测量系统点和线测量的最佳测量区。张宇 ［ 11 11 ］ 采用标准环规为测量对象，建立了空间误差和最佳测量区求解模型，应用BAS-PSO算法求解面向圆面测量的最佳测量区。目前在机测量系统测量对象基本上由点、线、面、球核心要素组成，其中球是最复杂的核心要素。上述面向对象的最佳测量区确定方法尚未针对球测量对象，同一个在机测量系统面向不同测量对象的最佳测量区域是不同的，而且面向不同被测对象的最佳测量区确定方法也不同，研究成果缺乏普适性。最佳测量区确定属于多维寻优问题，本文拟以球作为测量对象，采用基于布谷鸟搜索差分进化的混合优化算法（Differential Evolution Cuckoo Search，DE-CS），研究适合不同核心要素测量、具有普适性的数控机床在机测量系统最佳测量区确定方法，并利用实验进行验证。 2 在机测量系统误差分析与建模 1 2.1　在机测量系统测量原理 2 本文研究的在机测量系统由机床本体和测头组成，如 图1 图1 所示。被测工件安装在 <math id="M3"><mi>X</mi><mi>Y</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434752&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434747&type= 5.84200001 2.79399991 工作台上进行 <math id="M4"><mi>X</mi><mo>,</mo><mi>Y</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434761&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434756&type= 7.70466709 3.21733332 向运动，测头安装在 <math id="M5"><mi>Z</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434780&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434777&type= 2.53999996 2.79399991 向主轴上沿 <math id="M6"><mi>Z</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434780&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434777&type= 2.53999996 2.79399991 向运动，被测点三维坐标由测头触发机床坐标测量系统测量与显示。为了提高球体测量精度，本文采取六点测球法 ［ 12 12 ］ ，在两个不同 <math id="M7"><mi>Z</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434780&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434777&type= 2.53999996 2.79399991 向高度的圆截面上共选取6个特征采样点，通过测量软件读取其空间位置坐标，采用最小二乘法反解出球径和球心。 1,2; 在机测量系统的测量误差主要来源于机床本体几何误差和测头误差。工作台沿各方向导轨进行测量运动时，受机床制造、安装误差及环境因素的影响，机床本体会产生21项误差（18项位置相关几何误差和3项垂直度误差），以及热误差、运动误差等。这些误差受空间位置、运行速度等因素影响，呈现复杂规律变化。测头系统的误差主要可以分为预行程误差、测量方向性误差、测头的安装定位误差等，目前本文所研究的机床测头触测方向、速度暂时无法调节，因此本文暂不予考虑。为了有效提高在机测量系统的测量精度，可以将工件放入确定的最佳测量区内，从而能够实现低精度在机测量系统的高精度测量。要确定在机测量系统最佳测量区，必须建立各单项几何误差的精确预测模型，进而实现测量系统综合误差建模预测。 2.2　在机测量系统误差建模 2 2 . 2 . 1　单项误差建模 3 利用双频激光干涉仪和球杆仪对如 图1 图1 所示在机测量系统的各单项误差进行测量与识别，根据现有实验条件，确定所取的测量空间范围为304.487 mm≤ X ≤504.487 mm， - 229.042 mm≤ Y ≤ - 29.042 mm， - 420.202 mm≤ Z ≤ - 220.202 mm。利用测量数据和BAS-BP神经网络进行单项误差建模，其中建立的 <math id="M8"><mi>X</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434824&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434819&type= 2.96333337 2.79399991 轴偏摆角误差 <math id="M9"><msub><mrow><mi>ε</mi></mrow><mrow><mi>z</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434832&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434828&type= 8.63599968 4.48733330 预测模型如 式（1） 式（1） 所示，建模结果如 图2 图2 所示，其中 <math id="M10"><mi>x</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434838&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434836&type= 7.70466709 3.55599999 为坐标值， <math id="M11"><mi>v</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434847&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434842&type= 7.36600018 3.55599999 为该方向测量速度值。同理，可得到三轴机床其他单项几何误差预测模型。 <math display="block" id="M14"><mtable><mtr><mtd><msub><mrow><mi>ε</mi></mrow><mrow><mi>z</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo><mo>=</mo><mn mathvariant="normal">0.320</mn><mtext> </mtext><mn mathvariant="normal">734</mn><mtext> </mtext><mn mathvariant="normal">836</mn><mtext> </mtext><mn mathvariant="normal">925</mn><mtext> </mtext><mn mathvariant="normal">027</mn><mo>×</mo><mi mathvariant="normal">t</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">n</mi><mi mathvariant="normal">s</mi><mi mathvariant="normal">i</mi><mi mathvariant="normal">g</mi><mo stretchy="false">(</mo><mn mathvariant="normal">4.382</mn><mtext> </mtext><mn mathvariant="normal">277</mn><mtext> </mtext><mn mathvariant="normal">632</mn><mtext> </mtext><mn mathvariant="normal">801</mn><mtext> </mtext><mn mathvariant="normal">356</mn><mo>×</mo><mi>x</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo><mo> </mo><mo>-</mo></mtd></mtr><mtr><mtd><mn mathvariant="normal">0.039</mn><mtext> </mtext><mn mathvariant="normal">141</mn><mtext> </mtext><mn mathvariant="normal">877</mn><mtext> </mtext><mn mathvariant="normal">512</mn><mtext> </mtext><mn mathvariant="normal">416</mn><mo>×</mo><mi>v</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo><mo>-</mo><mn mathvariant="normal">0.155</mn><mtext> </mtext><mn mathvariant="normal">869</mn><mtext> </mtext><mn mathvariant="normal">825</mn><mtext> </mtext><mn mathvariant="normal">094</mn><mtext> </mtext><mn mathvariant="normal">751</mn><mo stretchy="false">)</mo><mo>-</mo></mtd></mtr><mtr><mtd><mn mathvariant="normal">2.309</mn><mtext> </mtext><mn mathvariant="normal">201</mn><mtext> </mtext><mn mathvariant="normal">087</mn><mtext> </mtext><mn mathvariant="normal">235</mn><mtext> </mtext><mn mathvariant="normal">319</mn><mo>×</mo><mi mathvariant="normal">t</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">n</mi><mi>s</mi><mi>i</mi><mi>g</mi><mo stretchy="false">(</mo><mn mathvariant="normal">7.807</mn><mtext> </mtext><mn mathvariant="normal">291</mn><mtext> </mtext><mn mathvariant="normal">895</mn><mtext> </mtext><mn mathvariant="normal">933</mn><mtext> </mtext><mn mathvariant="normal">604</mn><mo>×</mo><mi>x</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo><mo>+</mo></mtd></mtr><mtr><mtd><mn mathvariant="normal">0.328</mn><mtext> </mtext><mn mathvariant="normal">824</mn><mtext> </mtext><mn mathvariant="normal">905</mn><mtext> </mtext><mn mathvariant="normal">863</mn><mtext> </mtext><mn mathvariant="normal">970</mn><mo>×</mo><mi>v</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo><mo>+</mo><mn mathvariant="normal">9.961</mn><mtext> </mtext><mn mathvariant="normal">951</mn><mtext> </mtext><mn mathvariant="normal">117</mn><mtext> </mtext><mn mathvariant="normal">546</mn><mtext> </mtext><mn mathvariant="normal">091</mn><mo stretchy="false">)</mo><mo>+</mo></mtd></mtr><mtr><mtd><mn mathvariant="normal">0.142</mn><mtext> </mtext><mn mathvariant="normal">267</mn><mtext> </mtext><mn mathvariant="normal">158</mn><mtext> </mtext><mn mathvariant="normal">846</mn><mtext> </mtext><mn mathvariant="normal">120</mn><mo>×</mo><mi mathvariant="normal">t</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">n</mi><mi>s</mi><mi>i</mi><mi>g</mi><mo stretchy="false">(</mo><mo>-</mo><mn mathvariant="normal">0.170</mn><mtext> </mtext><mn mathvariant="normal">433</mn><mtext> </mtext><mn mathvariant="normal">374</mn><mtext> </mtext><mn mathvariant="normal">278</mn><mtext> </mtext><mn mathvariant="normal">100</mn><mo>×</mo><mi>x</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo><mo>+</mo></mtd></mtr><mtr><mtd><mn mathvariant="normal">24.069</mn><mtext> </mtext><mn mathvariant="normal">140</mn><mtext> </mtext><mn mathvariant="normal">123</mn><mtext> </mtext><mn mathvariant="normal">116</mn><mtext> </mtext><mn mathvariant="normal">007</mn><mo>×</mo><mi>v</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo><mo>-</mo><mn mathvariant="normal">14.471</mn><mtext> </mtext><mn mathvariant="normal">255</mn><mtext> </mtext><mn mathvariant="normal">413</mn><mtext> </mtext><mn mathvariant="normal">426</mn><mtext> </mtext><mn mathvariant="normal">997</mn><mo stretchy="false">)</mo><mo>-</mo></mtd></mtr><mtr><mtd><mn mathvariant="normal">0.083</mn><mtext> </mtext><mn mathvariant="normal">833</mn><mtext> </mtext><mn mathvariant="normal">593</mn><mtext> </mtext><mn mathvariant="normal">929</mn><mtext> </mtext><mn mathvariant="normal">690</mn><mo>×</mo><mi mathvariant="normal">t</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">n</mi><mi>s</mi><mi>i</mi><mi>g</mi><mo stretchy="false">(</mo><mn mathvariant="normal">1.736</mn><mtext> </mtext><mn mathvariant="normal">531</mn><mtext> </mtext><mn mathvariant="normal">243</mn><mtext> </mtext><mn mathvariant="normal">416</mn><mtext> </mtext><mn mathvariant="normal">021</mn><mo>×</mo><mi>x</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo><mo>-</mo></mtd></mtr><mtr><mtd><mn mathvariant="normal">0.001</mn><mtext> </mtext><mn mathvariant="normal">177</mn><mtext> </mtext><mn mathvariant="normal">915</mn><mtext> </mtext><mn mathvariant="normal">568</mn><mtext> </mtext><mn mathvariant="normal">506</mn><mo>×</mo><mi>v</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo><mo>-</mo><mn mathvariant="normal">0.575</mn><mtext> </mtext><mn mathvariant="normal">142</mn><mtext> </mtext><mn mathvariant="normal">773</mn><mtext> </mtext><mn mathvariant="normal">045</mn><mtext> </mtext><mn mathvariant="normal">756</mn><mo stretchy="false">)</mo><mo>-</mo></mtd></mtr><mtr><mtd><mn mathvariant="normal">0.013</mn><mtext> </mtext><mn mathvariant="normal">634</mn><mtext> </mtext><mn mathvariant="normal">726</mn><mtext> </mtext><mn mathvariant="normal">542</mn><mtext> </mtext><mn mathvariant="normal">655</mn><mo>×</mo><mi mathvariant="normal">t</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">n</mi><mi>s</mi><mi>i</mi><mi>g</mi><mo stretchy="false">(</mo><mn mathvariant="normal">9.822</mn><mtext> </mtext><mn mathvariant="normal">408</mn><mtext> </mtext><mn mathvariant="normal">717</mn><mtext> </mtext><mn mathvariant="normal">134</mn><mtext> </mtext><mn mathvariant="normal">795</mn><mo>×</mo><mi>x</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo><mo>-</mo></mtd></mtr><mtr><mtd><mn mathvariant="normal">8.209</mn><mtext> </mtext><mn mathvariant="normal">370</mn><mtext> </mtext><mn mathvariant="normal">076</mn><mtext> </mtext><mn mathvariant="normal">742</mn><mtext> </mtext><mn mathvariant="normal">525</mn><mo>×</mo><mi>v</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo><mo>-</mo><mn mathvariant="normal">3.762</mn><mtext> </mtext><mn mathvariant="normal">052</mn><mtext> </mtext><mn mathvariant="normal">101</mn><mtext> </mtext><mn mathvariant="normal">431</mn><mtext> </mtext><mn mathvariant="normal">702</mn><mo stretchy="false">)</mo><mo>-</mo></mtd></mtr><mtr><mtd><mn mathvariant="normal">0.026</mn><mtext> </mtext><mn mathvariant="normal">453</mn><mtext> </mtext><mn mathvariant="normal">532</mn><mtext> </mtext><mn mathvariant="normal">281</mn><mtext> </mtext><mn mathvariant="normal">578</mn><mo>×</mo><mi mathvariant="normal">t</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">n</mi><mi>s</mi><mi>i</mi><mi>g</mi><mo stretchy="false">(</mo><mo>-</mo><mn mathvariant="normal">8.732</mn><mtext> </mtext><mn mathvariant="normal">881</mn><mtext> </mtext><mn mathvariant="normal">960</mn><mtext> </mtext><mn mathvariant="normal">418</mn><mtext> </mtext><mn mathvariant="normal">670</mn><mo>×</mo><mi>x</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo><mo>+</mo></mtd></mtr><mtr><mtd><mn mathvariant="normal">9.628</mn><mtext> </mtext><mn mathvariant="normal">942</mn><mtext> </mtext><mn mathvariant="normal">367</mn><mtext> </mtext><mn mathvariant="normal">509</mn><mtext> </mtext><mn mathvariant="normal">940</mn><mo>×</mo><mi>v</mi><mo stretchy="false">(</mo><mi>n</mi><mo stretchy="false">)</mo><mo>+</mo><mn mathvariant="normal">1.184</mn><mtext> </mtext><mn mathvariant="normal">888</mn><mtext> </mtext><mn mathvariant="normal">230</mn><mtext> </mtext><mn mathvariant="normal">240</mn><mtext> </mtext><mn mathvariant="normal">202</mn><mo stretchy="false">)</mo><mo>+</mo><mn mathvariant="normal">2.156</mn><mtext> </mtext><mn mathvariant="normal">953</mn><mtext> </mtext><mn mathvariant="normal">173</mn><mtext> </mtext><mn mathvariant="normal">977</mn><mtext> </mtext><mn mathvariant="normal">764</mn></mtd></mtr></mtable></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434879&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434875&type= 126.91532135 71.96665955 . 2 . 2 . 2　综合误差建模 3 由于滚转角误差较小且对机床总体误差影响较小，本文忽略误差建模中的滚转角误差，因此利用多体系统理论建立的三轴机床的综合误差预测模型如 式（2） 式（2） 所示 ［ 13 13 ］ ： <math display="block" id="M15"><mfenced open="{" close="" separators="|"><mrow><mtable columnalign="left"><mtr><mtd><mi mathvariant="normal">Δ</mi><mi>x</mi><mo>=</mo><mo>-</mo><msub><mrow><mi>δ</mi></mrow><mrow><mi>x</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo><mo>-</mo><msub><mrow><mi>δ</mi></mrow><mrow><mi>x</mi></mrow></msub><mo stretchy="false">(</mo><mi>y</mi><mo stretchy="false">)</mo><mo>+</mo><msub><mrow><mi>δ</mi></mrow><mrow><mi>x</mi></mrow></msub><mo stretchy="false">(</mo><mi>z</mi><mo stretchy="false">)</mo><mo> </mo><mo> </mo><mo> </mo><mo>-</mo><mi>y</mi><msub><mrow><mi>ε</mi></mrow><mrow><mi>z</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo><mo>-</mo></mtd></mtr><mtr><mtd><mtext>            </mtext><mi>z</mi><msub><mrow><mi>ε</mi></mrow><mrow><mi>y</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo><mo>-</mo><mi>z</mi><msub><mrow><mi>ε</mi></mrow><mrow><mi>y</mi></mrow></msub><mo stretchy="false">(</mo><mi>y</mi><mo stretchy="false">)</mo><mo> </mo><mo> </mo><mo> </mo><mo> </mo><mo> </mo><mo> </mo><mo> </mo><mo>-</mo><mi>z</mi><msub><mrow><mi>γ</mi></mrow><mrow><mi>x</mi><mo>,</mo><mi>z</mi></mrow></msub><mo>+</mo><mi>y</mi><msub><mrow><mi>γ</mi></mrow><mrow><mi>x</mi><mo>,</mo><mi>y</mi></mrow></msub></mtd></mtr><mtr><mtd><mi mathvariant="normal">Δ</mi><mi>y</mi><mo>=</mo><mo>-</mo><msub><mrow><mi>δ</mi></mrow><mrow><mi>y</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo><mo>-</mo><msub><mrow><mi>δ</mi></mrow><mrow><mi>y</mi></mrow></msub><mo stretchy="false">(</mo><mi>y</mi><mo stretchy="false">)</mo><mo>+</mo><msub><mrow><mi>δ</mi></mrow><mrow><mi>y</mi></mrow></msub><mo stretchy="false">(</mo><mi>z</mi><mo stretchy="false">)</mo><mo>+</mo><mi>z</mi><msub><mrow><mi>ε</mi></mrow><mrow><mi>x</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo><mo>+</mo></mtd></mtr><mtr><mtd><mtext>            </mtext><mi>z</mi><msub><mrow><mi>ε</mi></mrow><mrow><mi>x</mi></mrow></msub><mo stretchy="false">(</mo><mi>y</mi><mo stretchy="false">)</mo><mo>-</mo><mi>z</mi><msub><mrow><mi>γ</mi></mrow><mrow><mi>y</mi><mo>,</mo><mi>z</mi></mrow></msub></mtd></mtr><mtr><mtd><mi mathvariant="normal">Δ</mi><mi>z</mi><mo>=</mo><mo>-</mo><msub><mrow><mi>δ</mi></mrow><mrow><mi>z</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo><mo>-</mo><msub><mrow><mi>δ</mi></mrow><mrow><mi>z</mi></mrow></msub><mo stretchy="false">(</mo><mi>y</mi><mo stretchy="false">)</mo><mo>+</mo><msub><mrow><mi>δ</mi></mrow><mrow><mi>z</mi></mrow></msub><mo stretchy="false">(</mo><mi>z</mi><mo stretchy="false">)</mo><mo>+</mo><mi>y</mi><msub><mrow><mi>ε</mi></mrow><mrow><mi>x</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo></mtd></mtr></mtable></mrow></mfenced></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434886&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434882&type= 71.20466614 28.02466965 ， 其中： <math id="M16"><msub><mrow><mi>δ</mi></mrow><mrow><mi>x</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434895&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434890&type= 9.31333351 4.48733330 为 <math id="M17"><mi>X</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434967&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434965&type= 2.96333337 2.79399991 轴定位误差， <math id="M18"><msub><mrow><mi>δ</mi></mrow><mrow><mi>y</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434914&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434910&type= 9.22866726 4.48733330 ， <math id="M19"><msub><mrow><mi>δ</mi></mrow><mrow><mi>z</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434921&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434917&type= 9.14400005 4.48733330 为 <math id="M20"><mi>X</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434967&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434965&type= 2.96333337 2.79399991 轴方向下 <math id="M21"><mi>Y</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434976&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434972&type= 3.13266683 2.79399991 ， <math id="M22"><mi>Z</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434982&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434979&type= 2.53999996 2.79399991 方向的直线度误差， <math id="M23"><msub><mrow><mi>ε</mi></mrow><mrow><mi>z</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo><mo>,</mo><mo> </mo><msub><mrow><mi>ε</mi></mrow><mrow><mi>y</mi></mrow></msub><mo stretchy="false">(</mo><mi>x</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434952&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434947&type= 19.81200027 4.48733330 分别为偏摆角和俯仰角误差； <math id="M24"><msub><mrow><mi>γ</mi></mrow><mrow><mi>x</mi><mo>,</mo><mi>y</mi></mrow></msub><mo>,</mo><msub><mrow><mi>γ</mi></mrow><mrow><mi>y</mi><mo>,</mo><mi>z</mi></mrow></msub><mo>,</mo><msub><mrow><mi>γ</mi></mrow><mrow><mi>x</mi><mo>,</mo><mi>z</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434963&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434959&type= 18.88066673 4.57200003 分别是 <math id="M25"><mi>X</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434967&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434965&type= 2.96333337 2.79399991 ， <math id="M26"><mi>Y</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434976&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434972&type= 3.13266683 2.79399991 ， <math id="M27"><mi>Z</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434982&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434979&type= 2.53999996 2.79399991 三移动轴相互之间的垂直度误差，可利用球杆仪测量得到，分别为 <math id="M28"><mo>-</mo><mn mathvariant="normal">74.5</mn><mo> </mo><mtext> </mtext><mi mathvariant="normal">μ</mi><mi mathvariant="normal">m</mi><mo>/</mo><mi mathvariant="normal">m</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434988&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434984&type= 21.75933456 3.89466691 ， <math id="M29"><mo>-</mo><mn mathvariant="normal">131.7</mn><mo> </mo><mtext> </mtext><mi mathvariant="normal">μ</mi><mi mathvariant="normal">m</mi><mo>/</mo><mi mathvariant="normal">m</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434996&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40434994&type= 23.62199974 3.89466691 ， <math id="M30"><mo>-</mo><mn mathvariant="normal">65.7</mn><mtext> </mtext><mi mathvariant="normal">μ</mi><mi mathvariant="normal">u</mi><mi mathvariant="normal">m</mi><mo>/</mo><mi mathvariant="normal">m</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435004&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435001&type= 23.28333473 3.89466691 。 2 . 2 . 3　标准球测量误差模型 3 本文以标准球体作为较复杂的测量对象，通过测量包含各点综合误差 <math id="M31"><mi mathvariant="normal">Δ</mi><mi>x</mi><mo>,</mo><mi mathvariant="normal">Δ</mi><mi>y</mi><mo>,</mo><mi mathvariant="normal">Δ</mi><mi>z</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435010&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435007&type= 16.51000023 3.72533321 的球体6个特征点的三维坐标值，如 图3 图3 所示，采用最小二乘法计算求解得到误差影响下的球心坐标和球径，并与标准球的标准球径对比，得到球体直径测量的误差模型如 式（3） 式（3） 所示： <math display="block" id="M32"><mi mathvariant="normal">Δ</mi><mi>d</mi><mo>=</mo><mn mathvariant="normal">2</mn><mfenced open="|" close="|" separators="|"><mrow><mi>R</mi><mo>-</mo><mi>r</mi></mrow></mfenced></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435031&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435029&type= 23.36800003 3.97933316 ， 其中： <math id="M33"><mi mathvariant="normal">Δ</mi><mi>d</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435038&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435035&type= 4.74133301 2.79399991 为标准球的外直径测量误差， <math id="M34"><mi>R</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435046&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435043&type= 2.79399991 2.79399991 为待测球的标准球径， <math id="M35"><mi>r</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435052&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435048&type= 1.69333339 2.79399991 为误差影响下的新球径值。 3 基于DE-CS的最佳测量区确定方法 1 在机测量系统测量误差在整个测量空间内分布复杂，且受到不同速度和空间位置等因素的影响，误差之间相互抵消或者加强，因此测量误差在空间内存在着连续且大小不一的分布区域，该种区域是连续变化且有规律可寻的，其中最大测量误差相比较为最小的误差区域称作最佳测量区。 3.1　最佳测量区求解的函数模型 2 由于在机测量系统测量误差的影响因素和约束条件较多，为了方便研究多维寻优问题，首先需要解决的是建立最佳测量区的求解模型，如 式（4） 式（4） 所示： <math display="block" id="M36"><mfenced open="{" close="" separators="|"><mrow><mtable columnalign="left"><mtr><mtd><mi mathvariant="normal">m</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">x</mi><mi mathvariant="normal">Δ</mi><mi>d</mi><mo stretchy="false">(</mo><mi>x</mi><mo>,</mo><mi>y</mi><mo>,</mo><mi>z</mi><mo stretchy="false">)</mo><mo>=</mo><mfenced open="|" close="|" separators="|"><mrow><mi>D</mi><mo>-</mo><mi>d</mi></mrow></mfenced><mo>=</mo><mn mathvariant="normal">2</mn><mo stretchy="false">|</mo><mi>R</mi><mo>-</mo><mi>r</mi><mo stretchy="false">|</mo></mtd></mtr><mtr><mtd><mi>s</mi><mo>.</mo><mi>t</mi><mo>.</mo><msub><mrow><mi>x</mi></mrow><mrow><mi mathvariant="normal">L</mi><mi mathvariant="normal">B</mi><mi mathvariant="normal">m</mi><mi mathvariant="normal">i</mi><mi mathvariant="normal">n</mi></mrow></msub><mo>≤</mo><mi>x</mi><mo>≤</mo><msub><mrow><mi>x</mi></mrow><mrow><mi mathvariant="normal">U</mi><mi mathvariant="normal">B</mi><mi mathvariant="normal">m</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">x</mi></mrow></msub></mtd></mtr><mtr><mtd><msub><mrow><mi>y</mi></mrow><mrow><mi mathvariant="normal">L</mi><mi mathvariant="normal">B</mi><mi mathvariant="normal">m</mi><mi mathvariant="normal">i</mi><mi mathvariant="normal">n</mi></mrow></msub><mo>≤</mo><mi>y</mi><mo>≤</mo><msub><mrow><mi>y</mi></mrow><mrow><mi mathvariant="normal">U</mi><mi mathvariant="normal">B</mi><mi mathvariant="normal">m</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">x</mi></mrow></msub></mtd></mtr><mtr><mtd><msub><mrow><mi>z</mi></mrow><mrow><mi mathvariant="normal">L</mi><mi mathvariant="normal">B</mi><mi mathvariant="normal">m</mi><mi mathvariant="normal">i</mi><mi mathvariant="normal">n</mi></mrow></msub><mo>≤</mo><mi>z</mi><mo>≤</mo><msub><mrow><mi>z</mi></mrow><mrow><mi mathvariant="normal">U</mi><mi mathvariant="normal">B</mi><mi mathvariant="normal">m</mi><mi mathvariant="normal">a</mi><mi mathvariant="normal">x</mi></mrow></msub></mtd></mtr></mtable></mrow></mfenced></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435061&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435058&type= 60.28266144 21.16666603 ， 其中，下标LBmin和LBmax分别代表对应轴方向位置区域的下限和上限。以采样点坐标三维上、下限作为约束条件，转为有约束优化问题，使得特征点的坐标位置未超过划分的小空间区域。 由于函数模型（4）存在多个变量，影响因素较多且复杂，需要研究选用不同多维寻优算法来求解该多维模型，比较各算法求解的误差值大小，同时对比各算法性能，得到全局搜索能力最强、迭代速度最快的优化算法。 3.2　差分进化优化的布谷鸟算法 2 3 . 2 . 1　算法原理 3 （a） CS算法基本原理 布谷鸟算法（Cuckoo Search，CS），其工作机理主要是根据布谷鸟的寻窝寄生产卵行为和鸟类的莱维飞行。由于其具有参数少、不易陷于局部最优和鲁棒性强等特点，因此较为适用于优化问题。 ①种群初始化，设置算法参数：鸟窝数量为 N ，发现概率 pa ，最大迭代次数为 M ，维度为 D ； ②选择适应度函数，并且针对鸟窝位置计算适应度值，得到最优鸟窝位置和最优解； ③利用莱维飞行对鸟窝位置进行更新，记录当前最优值； <math display="block" id="M37"><msubsup><mrow><mi>X</mi></mrow><mrow><mi>t</mi></mrow><mrow><mi>i</mi><mo>+</mo><mn mathvariant="normal">1</mn></mrow></msubsup><mo>=</mo><msubsup><mrow><mi>X</mi></mrow><mrow><mi>t</mi></mrow><mrow><mi>i</mi></mrow></msubsup><mo>+</mo><mo>∂</mo><mo>⊕</mo><mi>L</mi><mi>e</mi><mi>v</mi><mi>y</mi><mo stretchy="false">(</mo><mi>β</mi><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435066&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435062&type= 39.87799835 5.16466665 ， 其中： <math id="M38"><msubsup><mrow><mi>X</mi></mrow><mrow><mi>t</mi></mrow><mrow><mi>i</mi></mrow></msubsup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435072&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435070&type= 3.97933316 3.97933316 为第 i 鸟窝的第 t 位置， <math id="M39"><msubsup><mrow><mi>X</mi></mrow><mrow><mi>t</mi></mrow><mrow><mi>i</mi><mo>+</mo><mn mathvariant="normal">1</mn></mrow></msubsup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435082&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435077&type= 7.53533268 3.97933316 是更新后的鸟窝位置， <math id="M40"><mi>L</mi><mi>e</mi><mi>v</mi><mi>y</mi><mo stretchy="false">(</mo><mi>β</mi><mo stretchy="false">)</mo><mo>~</mo><mi>u</mi><mo>=</mo><msup><mrow><mi>t</mi></mrow><mrow><mo>-</mo><mi>β</mi></mrow></msup><mo stretchy="false">(</mo><mn mathvariant="normal">1</mn><mo><</mo><mi>β</mi><mo><</mo><mn mathvariant="normal">3</mn><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435089&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435085&type= 47.24399948 4.23333359 ， <math id="M41"><mo>∂</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435096&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435093&type= 1.69333339 2.79399991 为步长控制量； ④用随机数 R 作为鸟窝主人发现寄生蛋的概率，若 R > pa ，则随机改变并更新鸟窝位置； <math display="block" id="M42"><msubsup><mrow><mi>X</mi></mrow><mrow><mi>t</mi></mrow><mrow><mi>i</mi><mo>+</mo><mn mathvariant="normal">1</mn></mrow></msubsup><mo>=</mo><msubsup><mrow><mi>X</mi></mrow><mrow><mi>t</mi></mrow><mrow><mi>i</mi></mrow></msubsup><mo>+</mo><mi>r</mi><mi>a</mi><mi>n</mi><mi>d</mi><mo stretchy="false">(</mo><msubsup><mrow><mi>X</mi></mrow><mrow><mi>j</mi></mrow><mrow><mi>t</mi></mrow></msubsup><mo>-</mo><msubsup><mrow><mi>X</mi></mrow><mrow><mi>k</mi></mrow><mrow><mi>t</mi></mrow></msubsup><mo stretchy="false">)</mo></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435107&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435102&type= 44.53466415 4.65666676 ， 其中， <math id="M43"><msubsup><mrow><mi>X</mi></mrow><mrow><mi>j</mi></mrow><mrow><mi>t</mi></mrow></msubsup><mo>,</mo><msubsup><mrow><mi>X</mi></mrow><mrow><mi>k</mi></mrow><mrow><mi>t</mi></mrow></msubsup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435117&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435112&type= 9.65200043 4.40266657 都是在 t 代时选取的随机鸟窝位置； ⑤若算法满足要求，输出期望值；否则返回②步骤继续运行。 （b） DE-CS算法基本原理 基于差分进化优化的布谷鸟算法是基于差分进化搜索的布谷鸟最优化算法 ［ 14 14 - 15 15 14-15 ］ 。基于适者生存的自然法则对种群中的个体进行淘汰选择、保留优良个体，使得差分进化得出的最优解成为布谷鸟算法的初始解，经过布谷鸟算法的迭代搜索，获得更优的鸟窝位置和目标解。该算法可以获得更好的全局搜索能力和更快的收敛能力。本文将利用该算法作为最佳测量区的确定方法，该算法流程图如 图4 图4 所示。 （c） DE-CS算法步骤 ①生成初始种群，设置迭代次数 <math id="M44"><mi>M</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435135&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435133&type= 3.89466691 2.87866688 和发现概率 <math id="M45"><mi>p</mi><mi>a</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435149&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435140&type= 4.14866638 3.64066648 ，初始变异算子 <math id="M46"><mi>F</mi><mn mathvariant="normal">0</mn></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435270&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435268&type= 4.48733330 2.79399991 ，交叉算子 <math id="M47"><mi>C</mi><mi>R</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435275&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435272&type= 5.24933338 2.79399991 ，在 <math id="M48"><mi>D</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435171&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435169&type= 2.96333337 2.79399991 维空间生成 <math id="M49"><mi>N</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435263&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435261&type= 3.30200005 2.87866688 个初始位置； ②对初始种群实行变异、交叉、选择操作，得到新种群用以替换原有种群，得到目标问题的最优解； ③以DE算法得到的全局最优位置作为布谷鸟搜索的初始种群，进行布谷鸟算法搜索操作，更新鸟窝位置，计算适应度值； ④将步骤③中得到的更新后的鸟窝位置计算适应度，与原有鸟窝匹配的适应度值比较，若更优则替换该鸟窝位置，记录当前最优位置和最优解； ⑤取随机数 <math id="M50"><mi>R</mi><mo>∈</mo><mfenced open="[" close="]" separators="|"><mrow><mn mathvariant="normal">0,1</mn></mrow></mfenced></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435185&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435181&type= 14.81666565 3.97933316 ，若 <math id="M51"><mi>R</mi><mo>></mo><mi>p</mi><mi>a</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435194&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435190&type= 11.26066685 3.64066648 ，鸟窝主人发现寄生蛋，随机改变鸟窝位置； ⑥改变后的鸟窝位置计算适应度值，确定全局最优位置和最优解； ⑦进行判断操作，若是达到终止条件，则输出期望最优解；否则返回第③步重复搜索。 3 . 2 . 2　求解最佳测量区 3 （a）单种优化算法寻优结果对比 本文分别采用ACO，CS，DE，ABC，FA等基本最优化算法和混合优化算法（IA-PSO，QGA-CS，DE-CS）求解 式（4） 式（4） 的误差最小值，算法参数设置如 表1 表1 所示 ［ 16 16 - 17 17 16-17 ］ 。为了测试上述5种基本智能算法的性能，分别利用5种算法求解在机测量系统小立体空间范围（该区域后称选定小立体空间：304.783 mm≤ X ≤313.783 mm， - 90.133 mm≤ Y ≤ - 81.133 mm， - 288.019 mm≤ Z ≤ - 278.019 mm）内的面向球体测量的测量误差最大值的极小值。5种常用算法搜索迭代结果如 图5 图5 （a）所示，4种基于CS的混合算法如5（b），重复运行50次结果对比如 表2 表2 所示。 Algorithm Population N Number of iterations M 3 Parameter settings ACO 20 100 Pheromone volatilization Rou =0.9 Transition probability constant P 0=0.2 Step size 0.1 FA 20 100 Light intensity absorption coefficient g=1 Initial attraction beta （）=1 Distance index m =2 DE 20 100 Initial mutation operator F 0=0.5 Crossover operator CR =0.9 — ABC 20 100 Honey source transformation coefficient a =1 — — CS 20 100 Discovery probability pa =0.25 — — 1,2; Algorithm category Stuck in a local optimum Get the optimal value Average of 50 runs Standard deviation of 50 runs FA yes 7.227 2 7.220 4 0.000 8 ACO yes 7.223 1 7.211 2 0.000 4 DE no 7.232 5 7.231 7 0.001 6 ABC no 7.232 5 7.231 0 0.002 3 CS no 7.232 5 7.232 0 0.002 7 μm 由 表2 表2 中的对比可知，DE，ABC，CS三者未陷入局部最优，但是相较而言CS算法运行50次后平均值最接近全局最优值，搜索时间最短，实时性好，综合寻优性能最优。因此有必要在CS算法的基础上，进行更深一步的优化，研究基于CS算法的混合智能算法。 （b） 三种基于CS算法改进的混合算法性能对比 本文提出3种基于CS算法优化的混合算法和基本的CS算法。其中3种优化的CS算法参数设置如 表3 表3 所示 ［ 18 18 ］ 。将3种优化和基本的CS算法分别用于求解选定小立体空间的最大误差值，4种算法搜索迭代结果如 图5 图5 （b）所示，重复运行50次结果对比如 表4 表4 所示，可知DE-CS算法的性能要优于其他几种算法，能够很好地应用于最佳测量区确定。 Algorithm Population N Number of iterations M Parameter settings Crossover operator CR Discovery probability pa IA-CS 20 100 Immune replacement probability P =0.6 — 0.25 QGA-CS 20 100 Binary length L =3 — 0.25 DE-CS 20 100 Initial mutation operator F 0=0.5 0.9 0.25 Algorithm Single search time/s Convergent algebra Get the optimal value/μm Stuck in a local optimum Average of 50 runs/μm Standard deviation of 50 runs/μm CS 7.232 5 14 7.232 5 no 7.232 0 0.002 7 IACS 6.042 2 11 7.232 5 no 7.231 6 0.003 0 QGACS 7.429 3 7 7.232 5 no 7.231 9 0.002 3 DECS 5.238 2 5 7.232 5 no 7.232 0 0.002 0 为了测试算法参数对寻优性能的影响，改变种群数量 <math id="M52"><mi>N</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435263&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435261&type= 3.30200005 2.87866688 、变异算子 <math id="M53"><mi>F</mi><mn mathvariant="normal">0</mn></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435270&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435268&type= 4.48733330 2.79399991 、交叉算子 <math id="M54"><mi>C</mi><mi>R</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435275&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435272&type= 5.24933338 2.79399991 等参数，应用模型 式（4） 式（4） 求解小立体空间的最大测量误差。DECS算法参数设置，其他参数不变：（1）粒子规模 <math id="M55"><mi>N</mi><mo>=</mo><mn mathvariant="normal">20,40,60,80,100</mn></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435283&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435279&type= 35.56000137 3.21733332 ；（2）初始变异算子 <math id="M56"><mi>F</mi><mn mathvariant="normal">0</mn><mo>=</mo><mn mathvariant="normal">0.2,0.4,0.5,0.8,0.9</mn></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435291&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435288&type= 45.21200180 3.21733332 ；（3）交叉算子 <math id="M57"><mi>C</mi><mi>R</mi><mo>=</mo><mn mathvariant="normal">0.1,0.3,0.5,0.8,0.9</mn></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435299&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435295&type= 45.97399902 3.21733332 ，探究算法的性能最优，如 表5 表5 所示。 6 DE-CS Total group number N 20 40 60 80 100 Single search time/s 6.244 2 12.273 4 18.438 1 24.656 7 30.894 4 Find the optimal solution/μm 7.232 5 7.232 5 7.232 5 7.232 5 7.232 5 Stuck in a local optimum no no no no no Average of 50 runs/μm 7.232 0 7.232 1 7.232 1 7.232 3 7.232 4 Standard deviation of 50 runs/μm 0.002 0 0.001 1 0.001 2 0.000 7 0.000 5 Mutation operator F 0 0.2 0.4 0.5 0.8 0.9 Single search time/s 6.154 9 6.129 4 6.135 2 6.171 1 6.139 4 Find the optimal solution/μm 7.232 5 7.232 5 7.232 5 7.232 5 7.232 5 Stuck in a local optimum no no no no no Average of 50 runs/μm 7.230 9 7.230 9 7.231 3 7.231 7 7.231 8 Standard deviation of 50 runs/μm 0.003 1 0.003 0 0.002 3 0.002 0 0.002 1 Crossover operator CR 0.1 0.3 0.5 0.8 0.9 Single search time/s 6.097 5 6.089 6 6.073 4 6.085 5 6.147 6 Find the optimal solution/μm 7.232 5 7.232 5 7.232 5 7.232 5 7.232 5 Stuck in a local optimum no no no no no Average of 50 runs/μm 7.230 9 7.231 0 7.231 0 7.231 1 7.231 2 Standard deviation of 50 runs/μm 0.003 2 0.003 0 0.003 1 0.002 3 0.002 3 （c） DE-CS算法参数测试性能对比 可知，针对DE-CS算法的参数确定为种群数量 <math id="M58"><mi>N</mi><mo>=</mo><mn mathvariant="normal">20</mn></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435322&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435314&type= 11.51466751 2.87866688 、初始变异算子 <math id="M59"><mi>F</mi><mn mathvariant="normal">0</mn><mo>=</mo><mn mathvariant="normal">0.8</mn></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435331&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435327&type= 14.98600006 2.79399991 、交叉算子 <math id="M60"><mi>C</mi><mi>R</mi><mo>=</mo><mn mathvariant="normal">0.9</mn></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435339&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435335&type= 15.83266735 2.79399991 时，该算法收敛稳定性最好，全局搜索能力最优，因此可以作为在机测量机最佳测量区的确定方法。 4 最佳测量区验证实验 1 4.1　球体测量最佳测量区验证实验方案设计 2 为了验证上述面向球体测量的在机测量系统最佳测量区确定结果，现搭建如 图6 图6 所示的实验装置。以沈阳机床厂生产的VMC850E型三轴机床和雷尼绍公司的Primo Radio Part Setter接触式工件测头组成的测量系统为对象，将标准球通过可调夹具安装在在机测量系统的三维工作台上，在用于测量机床几何误差的双频激光干涉仪的有效测量区域内，开展球体测量的最佳测量区验证实验。 将球径为 <math id="M61"><mn mathvariant="normal">38.112</mn><mtext> </mtext><mn mathvariant="normal">8</mn><mo> </mo><mo> </mo><mtext> </mtext><mi mathvariant="normal">m</mi><mi mathvariant="normal">m</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435360&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435357&type= 21.16666603 2.87866688 的标准球体放置于304.478 mm≤ X ≤475.783 mm， - 145.133 mm≤ Y ≤ - 45.602 mm， - 288.019 mm≤ Z ≤ - 226.056 mm的测量空间内，将上述测量空间划分成多个的小立体空间，调节可调三维工作台带动标准球体完成不同空间位置处的误差测量。将球体标准球径与测量值相比，得到不同立体球体的测量误差，其中具有较小测量误差的测量区域如 图7 图7 所示。 4.2　球体测量最佳测量区的确定 2 为对比利用DE-CS算法求解确定和实际测量得到的在机测量系统面向球体测量的最佳测量区的一致性，采用DE-CS算法，针对第2节建立的单项误差模型、综合误差模型、球体测量误差模型，进行全局搜索寻优。同样将上述测量空间划分成多个 <math id="M62"><mn mathvariant="normal">9</mn><mo> </mo><mo> </mo><mtext> </mtext><mi mathvariant="normal">m</mi><mi mathvariant="normal">m</mi><mo>×</mo><mn mathvariant="normal">9</mn><mo> </mo><mtext> </mtext><mo> </mo><mi mathvariant="normal">m</mi><mi mathvariant="normal">m</mi><mo>×</mo><mn mathvariant="normal">10</mn><mo> </mo><mtext> </mtext><mo> </mo><mi mathvariant="normal">m</mi><mi mathvariant="normal">m</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435384&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=40435382&type= 38.94666672 2.87866688 的小立体空间，进行搜索寻优计算得到球体测量的测量误差分布如 表6 表6 所示。 X -axis coordinate range/mm Y -axis coordinate range/mm Z -axis coordinate range/mm Actual measurement maximum error /μm Algorithm to solve the maximum error/μm 304.477~313.477 -54.877~-45.877 -268~-258 5.5 7.122 3 340.477~349.477 -54.877~-45.877 -248~-238 4.8 6.202 4 376.477~385.477 -54.877~-45.877 -248~-238 6.3 3.184 8 411.916~420.916 -54.602~-45.602 -288~-278 4.4 1.427 4 411.916~420.916 -90.602~-81.602 -288~-278 5.8 1.510 5 411.916~420.916 -54.602~-45.602 -268~-258 3.6 1.391 9 394.783~403.783 -145.133~-136.133 -268~-258 3.9 0.744 3 430.783~439.783 -145.133~-136.133 -268~-258 3.1 0.710 7 376.418~385.418 -145.036~-136.036 -268~258 6.4 0.813 5 448.783~457.783 -127.133~-118.133 -268~-258 4.5 6.983 9 448.783~457.783 -145.133~-136.133 -268~-258 4.4 6.982 5 466.783~475.783 -145.133~-136.133 -288~-278 5.6 7.589 3 从 表6 表6 可知，在选定测量空间内430.783 mm≤ X ≤439.783 mm， - 145.133 mm≤ Y ≤ - 136.133 mm， - 268 mm≤ Z ≤ - 258 mm区域，球体实测最大测量误差最小值为3.1 μm，同样该区域利用DE-CS算法搜索求解的误差也为整个测量空间的测量误差最小值0.710 7 μm，从而可知利用本文研究的误差模型和DE-CS算法搜索求解可以确定在机测量系统面向球体的最佳测量区。其中两者方法确定误差最小值有差异是由于球体测量夹具等因素带来了附加误差。 4.3　最佳测量区确定方法的普适性验证 2 为了验证上述最佳测量区确定方法的普适性，对于其他测量对象也具有同样的效果，本文按照同样的思路，分类建立面向点、面的测量误差模型，采用全局搜索的DE-CS优化方法计算确定面向点、面的选定区域内的最佳测量区位置，并利用参考文献［ 10 10 ］实际测量标定的在机测量系统最佳测量区结果进行对比，分别如 表7 表7 ~ 表8 表8 所示。由表可知，利用本文研究的DE-CS算法求解的最佳测量区与实测结果相符合，且与前期采用不同算法确定的最佳测量区重合，验证了本文研究的在机测量系统最佳测量区确定方法的正确性和普适性。 X- axis coordinate range /mm Y- axis coordinate range /mm Z- axis coordinate range/mm Actual measurement maximum error/μm DE - SC solve the maximum error/μm 331.487 ~ 340.487 -125.042 ~ -116.042 -305 ~ -295 4.5 2.4331 340.487 ~ 349.487 -125.042 ~ -116.042 -305 ~ -295 4.5 2.4331 349.487 ~ 358.487 -125.042 ~ -116.042 -305 ~ -295 4.5 2.4331 322.487 ~ 331.487 -116.042 ~ -107.042 -305 ~ -295 5.0 2.3331 331.487 ~ 340.487 -116.042 ~ -107.042 -305 ~ -295 4.0 2.3331 340.487 ~ 349.487 -116.042 ~ -107.042 -305 ~ -295 4.5 2.3331 322.487 ~ 331.487 -125.042 ~ -116.042 -295 ~ -285 4.5 2.4330 331.487 ~ 340.487 -125.042 ~ -116.042 -295 ~ -285 4.5 2.4330 349.487 ~ 358.487 -125.042 ~ -116.042 -295 ~ -285 5.5 2.4330 X -axis coordinate range/mm Y -axis coordinate range/mm Z -axis coordinate range/mm Actual measurement maximum error /μm DE-SC solve the maximum error/μm 356.061~365.061 -109.727~-100.727 -263~-253 5.3 3.361 0 374.326~383.326 -129.220~-120.220 -303~-293 5.4 9.120 7 374.061~383.061 -73.727~-64.727 -283~-273 5.7 9.082 0 320.326~329.326 -165.220 ~-156.220 -303~-293 6.0 7.554 7 374.061~383.061 -73.727~-64.727 -243~-233 6.0 9.016 0 320.061~329.061 -109.727~-100.727 -283~-273 6.4 7.698 6 5 结 论 1 （1）对于在机测量系统的误差来源进行了分析，采用激光干涉仪测量几何误差，利用BAS-BP神经网络建立了误差白化模型，并建立了综合误差和面向点、面、球的测量误差模型。 （2）研究了利用差分进化优化的布谷鸟算法（DE-CS），求解搜索空间内最大测量误差最小值，进而确定最佳测量区位置，并与其他算法进行比较，验证了其具有搜索能力最强、稳定性最佳等特点，并确定了该算法的最优初始参数。 （3）搭建了面向球测量的在机测量系统最佳测量区的试验装置，进行了最佳测量区的实际测量确定实验。利用上述方法搜索计算确定的面向球最佳测量区位置与实验测量确定的最佳测量区位置一致，最佳测量区为：430.783 mm≤ X ≤439.783 mm， - 145.133 mm≤ Y ≤ - 136.133 mm， - 268 mm≤ Z ≤ - 258 mm，实测最大误差最小值为3.1 μm，算法求解的误差也为整个测量空间的最小值0.710 7 μm，且可用于面向点、面等其他测量对象的最佳测量区确定，具有普适性，可用于确定在机测量系统的最佳测量区。 参考文献 刘飞 ， 梁霖 ， 王建民 ， 等 . 机车车轮踏面轮廓镟修在机测量与评价 ［J］. 仪器仪表学报 ， 2020 ， 41 （ 2 ）： 55 - 62 . doi: 10.19650/j.cnki.cjsi.J1905839 http://dx.doi.org/10.19650/j.cnki.cjsi.J1905839 机车车轮踏面轮廓镟修在机测量与评价 LIU F ， LIANG L ， WANG J M ， et al . On-machine measurement and evaluation for the wheel profile of rail locomotive ［J］. Chinese Journal of Scientific Instrument ， 2020 ， 41 （ 2 ）： 55 - 62 . （in Chinese） . doi: 10.19650/j.cnki.cjsi.J1905839 http://dx.doi.org/10.19650/j.cnki.cjsi.J1905839 On-machine measurement and evaluation for the wheel profile of rail locomotive 付国强 ， 饶勇建 ， 谢云鹏 ， 等 . 几何误差贡献值影响下五轴数控机床运动轴误差灵敏度分析方法 ［J］. 中国机械工程 ， 2020 ， 31 （ 13 ）： 1518 - 1528 . 几何误差贡献值影响下五轴数控机床运动轴误差灵敏度分析方法 FU G Q ， RAO Y J ， XIE Y P ， et al . Error sensitivity analysis of motion axis for five-axis CNC machine tools with geometric error contribution ［J］. China Mechanical Engineering ， 2020 ， 31 （ 13 ）： 1518 - 1528 . （in Chinese） Error sensitivity analysis of motion axis for five-axis CNC machine tools with geometric error contribution 刘昀晟 ， 苗恩铭 ， 张明德 ， 等 . 数控机床稳健性温度敏感点的选择 ［J］. 光学 精密工程 ， 2021 ， 29 （ 5 ）： 1072 - 1083 . doi: 10.37188/OPE.20212905.1072 http://dx.doi.org/10.37188/OPE.20212905.1072 数控机床稳健性温度敏感点的选择 LIU Y SH ， MIAO E M ， ZHANG M D ， et al . Selection of robust temperature-sensitive points for CNC machine tools ［J］. Opt. Precision Eng. ， 2021 ， 29 （ 5 ）： 1072 - 1083 . （in Chinese） . doi: 10.37188/OPE.20212905.1072 http://dx.doi.org/10.37188/OPE.20212905.1072 Selection of robust temperature-sensitive points for CNC machine tools 吴天凤 ， 李莉 ， 杨洪涛 . 数控机床XY工作台单向运动二维阿贝误差分析与建模 ［J］. 光学 精密工程 ， 2021 ， 29 （ 2 ）： 329 - 337 . doi: 10.37188/OPE.20212902.0329 http://dx.doi.org/10.37188/OPE.20212902.0329 数控机床XY工作台单向运动二维阿贝误差分析与建模 WU T F ， LI L ， YANG H T . Two-dimensional abbe error analysis and modeling of CNC machine tool XY table unidirectional movement ［J］. Opt. Precision Eng. ， 2021 ， 29 （ 2 ）： 329 - 337 . （in Chinese） . doi: 10.37188/OPE.20212902.0329 http://dx.doi.org/10.37188/OPE.20212902.0329 Two-dimensional abbe error analysis and modeling of CNC machine tool XY table unidirectional movement ZHONG L ， BI Qi ， WANG Y . Volumetric accuracy evaluation for five-axis machine tools by modeling spherical deviation based on double ball-bar kinematic test ［J］. International Journal of Machine Tools and Manufacture ， 2017 ， 122 ： 106 - 119 . doi: 10.1016/j.ijmachtools.2017.06.005 http://dx.doi.org/10.1016/j.ijmachtools.2017.06.005 Volumetric accuracy evaluation for five-axis machine tools by modeling spherical deviation based on double ball-bar kinematic test 郑大腾 ， 费业泰 . 柔性坐标测量机空间误差模型研究 ［J］. 机械工程学报 ， 2010 ， 46 （ 10 ）： 19 - 24 . doi: 10.3901/jme.2010.10.019 http://dx.doi.org/10.3901/jme.2010.10.019 柔性坐标测量机空间误差模型研究 ZHENG D T ， FEI Y T . Research on spatial error model of flexible coordinate measuring machine ［J］. Journal of Mechanical Engineering ， 2010 ， 46 （ 10 ）： 19 - 24 . （in Chinese） . doi: 10.3901/jme.2010.10.019 http://dx.doi.org/10.3901/jme.2010.10.019 Research on spatial error model of flexible coordinate measuring machine 秦自瑞 . 圆分度误差匹配技术在柔性关节臂最佳测量区优化中的应用研究 ［D］. 合肥 ： 合肥工业大学 ， 2012 . 圆分度误差匹配技术在柔性关节臂最佳测量区优化中的应用研究 QIN Z R . Application and Research of Matching Techniques of Circular Indexing Error on Optimal Measurement Areas of FCMM ［D］. Hefei ： Hefei University of Technology ， 2012 . （in Chinese） Application and Research of Matching Techniques of Circular Indexing Error on Optimal Measurement Areas of FCMM 胡毅 ， 江超 ， 黄炜 ， 等 . 用蚁群算法求解关节式坐标测量机的最佳测量区 ［J］. 光学 精密工程 ， 2017 ， 25 （ 6 ）： 1486 - 1493 . doi: 10.3788/ope.20172506.1486 http://dx.doi.org/10.3788/ope.20172506.1486 用蚁群算法求解关节式坐标测量机的最佳测量区 HU Y ， JIANG CH ， HUANG W ， et al . Optimal measurement area of articulated coordinate measuring machine calculated by ant colony algorithm ［J］. Opt. Precision Eng. ， 2017 ， 25 （ 6 ）： 1486 - 1493 . （in Chinese） . doi: 10.3788/ope.20172506.1486 http://dx.doi.org/10.3788/ope.20172506.1486 Optimal measurement area of articulated coordinate measuring machine calculated by ant colony algorithm ZAOZAO ， CHEN . Development of an on-machine measurement system for ultra-precision machine tools using a chromatic confocal sensor ［J］. Precision Engineering ， 2022 ， 74 ： 232 - 241 . doi: 10.1016/j.precisioneng.2021.11.015 http://dx.doi.org/10.1016/j.precisioneng.2021.11.015 Development of an on-machine measurement system for ultra-precision machine tools using a chromatic confocal sensor 李莉 . 三轴数控机床在机测量系统精度提升关键技术研究 ［D］. 淮南 ： 安徽理工大学 ， 2021 . 三轴数控机床在机测量系统精度提升关键技术研究 LI L . Research on the Key Technology of Improving the Accuracy of on Machine Measurement System for Three Axis CNC Machine Tools ［D］. Huainan ： Anhui University of Science & Technology ， 2021 . （in Chinese） Research on the Key Technology of Improving the Accuracy of on Machine Measurement System for Three Axis CNC Machine Tools 张宇 . 机床在机测量系统圆面测量最佳测量区辨识方法 ［D］. 淮南 ： 安徽理工大学 ， 2021 . 机床在机测量系统圆面测量最佳测量区辨识方法 ZHANG Y . Identification Method of the Optimal Measurement Area of Machine Tool On-machine Measuring System for Circular Plane Measurement ［D］. Huainan ： Anhui University of Science & Technology ， 2021 . （in Chinese） Identification Method of the Optimal Measurement Area of Machine Tool On-machine Measuring System for Circular Plane Measurement 张国雄 ， 张德芬 . 四点法测量球心和球半径的最优方案 ［J］. 计量学报 ， 1993 （ 4 ）： 247 - 250 . 四点法测量球心和球半径的最优方案 ZHANG G X ， ZHANG D F . The optimal plan for measuring center and radius of a ball part by 4-point method ［J］. Acta Metrologica Sinica ， 1993 （ 4 ）： 247 - 250 . （in Chinese） The optimal plan for measuring center and radius of a ball part by 4-point method 杨建国 ， 范开国 ， 杜正春 . 数控机床误差实时补偿技术 ［M］. 北京 ： 机械工业出版社 ， 2013 . 数控机床误差实时补偿技术 YANG J G ， FAN K G ， DU ZH CH . Real-time error compensation technology for CNC machine tools ［M］. Beijing ： China Machine Press ， 2013 . （in Chinese） Real-time error compensation technology for CNC machine tools YUAN B ， CHEN D J . Application of differential evolution cuckoo search algorithm in parameter optimization of VG equation ［J］. International Journal of Pattern Recognition and Artificial Intelligence ， 2021 ， 35 （ 9 ）： 2159033 . doi: 10.1142/s0218001421590333 http://dx.doi.org/10.1142/s0218001421590333 Application of differential evolution cuckoo search algorithm in parameter optimization of VG equation QIUCHAN ， BAI . The application of hybrid cuckoo search-grey wolf optimization algorithm in optimal parameters identification of solid oxide fuel cell ［J］. International Journal of Hydrogen Energy ， 2022 ， 47 （ 9 ）： 6200 - 6216 . doi: 10.1016/j.ijhydene.2021.11.216 http://dx.doi.org/10.1016/j.ijhydene.2021.11.216 The application of hybrid cuckoo search-grey wolf optimization algorithm in optimal parameters identification of solid oxide fuel cell SASSI J ， ALAYA I ， BORNE P ， et al . A decomposition-based artificial bee colony algorithm for the multi-objective flexible jobshop scheduling problem ［J］. Engineering Optimization ， 2022 ， 54 （ 3 ）： 524 - 538 . doi: 10.1080/0305215x.2021.1884243 http://dx.doi.org/10.1080/0305215x.2021.1884243 A decomposition-based artificial bee colony algorithm for the multi-objective flexible jobshop scheduling problem HAMEED K ， KHAN W ， ABDALLA Y S ， et al . Far-field DOA estimation of uncorrelated RADAR signals through coprime arrays in low SNR regime by implementing cuckoo search algorithm ［J］. Electronics ， 2022 ， 11 （ 4 ）： 558 . doi: 10.3390/electronics11040558 http://dx.doi.org/10.3390/electronics11040558 Far-field DOA estimation of uncorrelated RADAR signals through coprime arrays in low SNR regime by implementing cuckoo search algorithm SU ZH B ， LU Y W ， GU J T ， et al .. Research on Rice Leaf Area Index Inversion Model Based on Improved QGA-ELM Algorithm ［J］. Spectroscopy and Spectral Analysis ， 2021 ， 41 （ 4 ）： 1227 - 1233 . Research on Rice Leaf Area Index Inversion Model Based on Improved QGA-ELM Algorithm 10.37188/OPE.20233104.0491 TH721 A 1004-924X（2023）04-0491-12 张双双,杨洪涛,马群等.数控机床在机测量系统最佳测量区确定方法[J].光学精密工程,2023,31(04):491-502. 张双双,杨洪涛,马群等.数控机床在机测量系统最佳测量区确定方法[J].光学精密工程,2023,31(04):491-502. ZHANG Shuangshuang,YANG Hongtao,MA Qun,et al.Determination method of optimal measurement area of CNC machine tool on-machine measurement system[J].Optics and Precision Engineering,2023,31(04):491-502. ZHANG Shuangshuang,YANG Hongtao,MA Qun,et al.Determination method of optimal measurement area of CNC machine tool on-machine measurement system[J].Optics and Precision Engineering,2023,31(04):491-502. 安徽省高校学科拔尖人才学术资助项目（No.gxbjZD2021049）；安徽省重点研究与开发计划资助项目（No.202004a07020046）；国家自然科学基金资助项目（No.51675004）. 2022-08-11 2022-08-30 2023-02-25 2023-02-28 光学精密工程 4 31