由于当前已有方法未能考虑大型数控铣床转动轴误差测试点的分布问题,导致误差信息获取准确率下降,耗时增加。为了有效解决上述问题,提出一种大型数控铣床转动轴联动误差信息获取方法。将大型数控铣床运动部件的误差元素划分两类,分别对直线运动部件和旋转运动部件的两类误差进行数学建模。同时研究大型数控铣床转动轴误差测试点的分布方案,使用基于随机概率的SOM神经网络分类算法对各个测试点进行优化。以此为基础,组建大型数控铣床转动轴联动误差信息获取模型,有效实现大型数控铣床转动轴联动误差信息获取。仿真实验结果表明,所提方法能够有效提升误差信息获取准确率,减少误差信息获取耗时。

研制了双成象单元扫描隧道显微镜（ＳＴＭ）可同时对参考样品的原子晶格和被测样品扫描成象，计数原子晶格的数目，即可精确测定被测样品图象的尺度，以原子尺寸实现产格的纳米计算，本文介绍了成象单元的ＳＴＭ的原理和仪器系统，讨论原子尺纳米计量的可行性，给出了被测样品图象的米计量结果。