Manuel António Facas Vicente

Estimação dos Erros de uma Máquina Estacionária de Medição de Coordenadas

Departamento de Matemática Faculdade de Ciências e Tecnologia Universidade de Coimbra 1997

Estimação dos Erros de uma Máquina Estacionária de Medição de Coordenadas

Trabalho de síntese com vista à realização das Provas de Aptidão Pedagógica e Capacidade Científica

pela orientação. pelo esforço e tempo despendido no sentido de me criar. O Professor Doutor José Augusto Ferreira. O colega Engenheiro Jorge Santos pela sua disponibilidade constante e preciosa colaboração na implementação dos algoritmos numéricos. O Doutor Alessandro Balsamo e instituição CIRP pela bibliografia facultada. A Professora Doutora Dina Santos Loff. a Doutora Cristina Martins e a Doutora Zhang Yulin pela colaboração nas suas áreas de especialidade. queria manifestar o meu apreço por todo o apoio prestado pelos meus colegas e amigos que ao longo de todo este tempo se esforçaram para que tudo me corresse pelo melhor. 2 . de muitas pessoas. e ainda. o Doutor Adérito Araújo. Quero ainda agradecer ao Departamento de Matemática na pessoa do seu Presidente e ao Centro de Informática da Universidade de Coimbra. pelo meios postos ao meu alcance. as melhores condições de trabalho. ajuda e encorajamento com que sempre me incentivou. Para terminar. não poderia deixar de salientar os que de mais de perto me ajudaram: O Professor Doutor Artur Soares Alves. pela disponibilidade. directa ou indirecta. supervisão.Agradecimentos A elaboração deste trabalho só foi possível graças à colaboração. o Doutor João Manuel Patrício. dentro do possível. Correndo o risco de omitir algum nome.

3.3.3.3.7 Linearização do primeiro modelo 1.2 Erros e calibração 2.4 Medição e compensação de erros de uma CMM 2.8.5.3 Máquina de mesa fixa e pórtico móvel 1.1 Ortogonalização de um sistema de referência 1.3.6 Primeiro modelo matemático para a obtenção das coordenadas em função dos erros geométricos 1.1 Principais constituintes 1.Índice Introdução 5 Capítulo 1 Modelo cinemático de uma máquina de medição de coordenadas 1.8 Segundo modelo matemático 1.2 Construção do segundo modelo 1.5 Descrição dos vinte e um parâmetros de erro 1.1 Condições necessárias à compensação por software 43 44 44 45 45 46 3 .2 Calibração do palpador 1.3.1 Introdução 1.3. reproducibilidade e histerese 2.3.3.4 Fontes de erro numa CMM 1.9 Linearização do segundo modelo 1.3.3 Modo de efectuar a medição de coordenadas 1.8.3 Conceitos de repetibilidade.1 Introdução 2.2 Sequência cinemática e tipos de CMM 1.3.4 Comentário 8 8 10 10 13 15 16 18 21 28 32 35 39 40 40 Capítulo 2 Medição e compensação de erros 2.5 Compensação de erros por software 2.

3 Princípio da sobreposição dos erros e modelo de corpos rígidos da CMM 2.6.1 Principais vantagens e desvantagens do uso de diferentes padrões 2.Lei Uniforme e Teorema do Limite Central Apêndice D .4 Observações 2.5.2 Padrões utilizados na autocalibração 2.1 Noções gerais 2.7 Breve descrição do método de autocalibração 2.6.2 Utilização de rotinas da NAG 47 47 48 48 49 52 53 54 55 56 58 59 60 60 61 61 62 63 64 67 74 Conclusões finais 95 Apêndice A .2 Etapas da compensação de erros por software 2.13 “Expert CMM” e CMM virtual 2.Descrição das rotinas da NAG E04FDF e E04GCF Apêndice E .8 Formas de efectuar a compensação dos erros 2.11 Efeito da temperatura na compensação de erros cinemáticos 2.10 Limites de validade da compensação de erros por software 2.2.15.12 Custos 2.1 Utilização do software Mathematica 2.5.15.15.6.3 Desenvolvimento do método de autocalibração 2.3.14 Desenvolvimentos futuros 2.15.1.5.2 Utilização de um único padrão calibrado para medir todos os erros 2.15 Estudo da autocalibração 2.Critério dos mínimos quadrados 96 98 108 110 120 Bibliografia 127 4 .3.9 Incerteza na compensação 2.1 Medição de erros com diferentes padrões de referência 2.15.Algumas propriedades das rotações no espaço tridimensional Apêndice B .Breves considerações sobre o movimento geral de um sólido Apêndice C .6 Métodos directos de medição de erros 2.

continuam a utilizar-se actualmente as técnicas tradicionais da Metrologia Geométrica. a Metrologia Geométrica utiliza várias técnicas e instrumentos. 5 . Dentro deste campo inclui-se a Metrologia por coordenadas. os problemas relacionados com os instrumentos e com as técnicas de medição e ainda com o tratamento dos resultados da medição.Introdução Pode definir-se a Metrologia como a ciência da medição. o sistema fotogramétrico e o sistema de fios. a construção naval e aeronáutica. montados em redor do objecto a medir. A indústria automóvel. Na Metrologia Geométrica considera-se que um objecto pode ser descrito pela união de um número finito de elementos geométricos (superfícies ou curvas) definidos. que são baseadas no uso de instrumento clássicos de medição directa: régua. Serão os valores destes parâmetros definidores. em dada altura. num dado referencial.CMM). Nela são englobados múltiplos aspectos. que vão permitir comparar os resultados obtidos para cada peça com os valores teóricos ideais. etc. Devido à existência de uma grande diversidade de grandezas a medir. onde o processo de avaliação das figuras geométricas é realizado de uma forma indirecta. Hoje em dia praticamente não existem peças. de um modo rápido. Por esta ciência são tratados. cada um deles. tendo como base a medição de coordenadas cartesianas. que são utilizados especialmente quando o objecto a medir é de grandes dimensões. de separar a Metrologia em diversos ramos distintos. o que será a base da técnica de controlo da qualidade na produção industrial. flexível e. Este carácter universal. Para a medição das coordenadas de pontos. por um conjunto finito de parâmetros. de pontos localizados sobre a superfície do objecto a estudar. A principal característica de uma máquina de medição de coordenadas consiste na sua capacidade em medir uma extensa variedade de formas geométricas. houve necessidade. refiram-se os sistemas móveis de aquisição de coordenadas. micrómetro. Entre estes métodos. Surgiu assim a Metrologia Geométrica. Existem. juntamente com o elevado grau de automatização alcançado. a metalomecânica e a indústria de moldes e de plásticos são alguns dos sectores onde aquela técnica é usada em larga escala. que constituem o objecto do nosso trabalho. entre os quais destacamos as chamadas Máquinas de Medição de Coordenadas (Coordinate Measuring Machine . outros processos de aquisição. produzidas industrialmente. em relação a um referencial ortogonal directo. executado com o objectivo de obter toda a informação necessária à determinação das características geométricas pretendidas. O número e localização dos pontos devem ser tais que permitam a aquisição completa da forma e dimensões do objecto em causa. com especial atenção. como por exemplo. Apesar de tudo. no entanto. em grande medida. obtidos pelo processamento das coordenadas medidas. que são sistemas portáteis. é a razão mais importante para justificar a tão rápida evolução desta técnica. que tem como principal objectivo a análise das propriedades geométricas dos objectos. uma das aplicações fundamentais da Metrologia por coordenadas da actualidade. que são muitas vezes menos familiares para a maioria das pessoas. que se verificou nos últimos 25 anos. cujas características dimensionais não possam ser determinadas através de uma máquina de medição de coordenadas. seguida do tratamento desses dados. o sistema móvel 3D.

que servirá de base à elaboração de processos de estimação dos erros geométricos. − à estratégia de medição da peça. 6 . resultantes da sua construção. − ao controlo dos movimentos. As irregularidades residuais da estrutura da CMM. resultantes do seu uso. No entanto. − ao software utilizado para avaliar os parâmetros que definem as características geométricas das peças. − ao sistema de palpação.automático. − ao sistema de aquisição de coordenadas. − à precisão numérica do computador onde está implementado esse software. O primeiro capítulo deste trabalho terá como propósito a descrição dos constituintes e modo de funcionamento de uma máquina de medição de coordenadas. palpador e erros reversíveis. um computador. − Corrigir os erros existentes nas coordenadas fornecidas pela máquina. O funcionamento de uma máquina de forma eficiente implica a existência de um dispositivo de medição (que é a CMM propriamente dita). − às propriedades da peça e seu modo de fixação. O objectivo deste trabalho é o estudo de processos de estimação dos erros de uma máquina estacionária de medição de coordenadas. à não linearidade das escalas e à não ortogonalidade dos movimentos relativos dessas peças. origina os erros aleatórios da CMM. do modo como esses erros afectam as coordenadas fornecidas pela CMM. tal como sucede com qualquer outra técnica de medição. sendo para tal construído um modelo que descreva o seu comportamento. não está totalmente isento de erros. software e um operador qualificado. o processo de aquisição de coordenadas por meio de uma máquina de medição. adicionadas às pequenas modificações dessa mesma estrutura. devida. provocam a existência dos erros sistemáticos da máquina. usando o software do computador a ela ligado. Estes erros geométricos ou cinemáticos são devidos aos desvios de rectilinearidade dos movimentos das diversas peças móveis da máquina. pela construção de um modelo que descreva o seu comportamento. − ao sistema de motores que faz deslocar as partes móveis da máquina. A precisão dos resultados das medidas efectuadas por uma máquina de medição de coordenadas é determinada por propriedades relativas − à estrutura mecânica da máquina. A não repetibilidade do posicionamento. à vibração. entre outras coisas. dos erros a ela associados e. Para melhorar o grau de precisão dos resultados fornecidos por uma maquina de medição de coordenadas são possíveis duas abordagens: − Aumentar a precisão mecânica da CMM.

fabrico e manutenção das máquinas com vista a adquirir maior precisão mecânica.o processo de autocalibração1. do que na correcção dos erros existentes por meio do software. Será dada especial relevância a um método indirecto de estimação de erros . Esses resultados podem ser ainda utilizados para efectuar o diagnóstico das fontes de erro da CMM. estudaremos processos de determinar e corrigir os erros geométricos de uma máquina de medição de coordenadas. A correcção dos erros presentes nas coordenadas tem a vantagem adicional de evitar o custo inerente à compra de novas máquinas.Ao compararmos estas duas abordagens verificamos que até há pouco tempo foi despendido um maior esforço no design. Serão ainda apresentados resultados numéricos referentes a algumas implementações práticas realizadas. No capítulo dois deste trabalho. baseados nos resultados obtidos no primeiro capítulo. 1 Selfcalibration 7 .

8 . devido à existência de diversas fontes de erro associadas ao sistema. Embora o estudo que aqui apresentamos seja válido para outros tipos de CMM. 1. faremos uma descrição um pouco mais detalhada dos principais constituintes e do modo de funcionamento de uma máquina de medição de coordenadas dita de pórtico móvel e de mesa fixa. a partir da consideração dos chamados erros geométricos. o objectivo último de uma CMM consiste na obtenção de coordenadas cartesianas de pontos sobre superfícies sólidas. Pela consideração do movimento geral de três sólidos. descrevendo com fidelidade o seu comportamento. Existem variados tipos de máquinas. no que respeita ao procedimento de calibração do palpador. materializados pelas peças móveis da CMM. características comuns. em que é que consiste uma máquina de medição de coordenadas. de translação.2 Sequência cinemática e tipos de CMM Como referimos antes. de uma forma breve. descritos por um total de 21 parâmetros). apresentando todas elas. O objectivo principal deste capítulo é explicar. os resultados por ela fornecidos não são exactos. de rotação e de ortogonalidade. No entanto. qual a sua utilidade e modo de funcionamento e construir um modelo cinemático para o seu comportamento mecânico. que nos permita corrigir as coordenadas lidas pela máquina.1 Introdução Uma máquina de medição de coordenadas (Coordinate Measuring Machine . Existem diferentes tipos de máquinas de medição de coordenadas que se caracterizam habitualmente com base no que se designa por sequência cinemática da CMM. Este modelo será posteriormente utilizado no capítulo 2. será estabelecido um modelo matemático que. ligada aos movimentos das suas peças. no entanto. que diferem entre si essencialmente pelo tipo de construção e pela precisão de medida. ao modo como a máquina adquire as suas coordenadas e à consideração das suas fontes de erro e consequentes erros.CMM) é um sistema mecânico e electrónico cujo objectivo último é a obtenção de coordenadas cartesianas de pontos sobre superfícies sólidas. nomeadamente.Capítulo 1 Modelo cinemático de uma máquina de medição de coordenadas 1. sendo dada especial relevância aos erros geométricos (desvios de posicionamento. permite obter as coordenadas corrigidas a partir das coordenadas lidas pela máquina e dos diversos erros geométricos ou paramétricos.

máquinas de coluna móvel e mesa fixa. e encontram-se na máquina por uma ordem que é escolhida arbitrariamente pelo construtor. OY e OZ. a máquina de mesa fixa e pórtico móvel. A classificação dos variados tipos de CMM em relação à sua estrutura é baseada na posição da base fixa da máquina na sequência cinemática. sendo OX definido pela direcção da guia2 que liga o corpo 1 ao corpo adjacente (corpo 2).OY . máquina de braço horizontal fixo e mesa móvel.que se encontram ligados uns aos outros numa sequência que vai desde a peça a medir até ao palpador1 (figura 1-1). e especialmente devido à necessidade de outras estruturas mais bem adaptadas a certas tarefas específicas. eixo 1 corpo 1 corpo 2 eixo 2 corpo 3 eixo 3 corpo 4 palpador peça a medir figura 1-1 . 3 e 4. Com tal tipo de construção pretende minorar-se os erros que são consequência da instabilidade associada ao movimento do pórtico. OY e OZ correspondem aos eixos dos movimentos dos corpos 2. respectivamente (ver figura 1-1).Sequência cinemática de uma CMM Os eixos da CMM são designados por OX.OZ e que OX.Uma máquina de medição de coordenadas é constituída essencialmente por quatro corpos rígidos . máquina de tipo cantiliver de mesa fixa. Para efeitos de modelação da máquina de medição de coordenadas. máquina do tipo gantry (são máquinas 1 2 Veremos mais à frente o que se entende por palpador. considera-se na sequência cinemática que: − o corpo 1 suporta a peça a medir.três peças móveis e uma base fixa . 3 Este tipo de máquina é semelhante ao tipo mais comum de CMM (máquina de mesa fixa e pórtico móvel). existe uma ordem intrínseca à própria máquina. máquina de braço horizontal fixo e mesa fixa (onde a coluna executa movimentos horizontais segundo duas direcções e o carro move-se verticalmente). − OY é definido pela direcção da terceira guia. Existem variados tipos de CMM entre as quais destacamos. à qual chamamos sequência cinemática da CMM. encontramos outros tipos de máquinas. assume-se que os eixos são considerados pela ordem OX . Por convenção. devido a ocorrer com maior frequência. Por convenção. entre as quais podemos resumidamente referir as seguintes: máquina de pórtico fixo e mesa móvel3. máquina de coluna e pórtico fixo e mesa duplamente móvel (segundo as direcções OX e OY ). A principal diferença reside no facto de agora o pórtico se encontrar fixo e ser a mesa que se desloca segundo o eixo OX. − OZ é definido pela direcção da guia que liga o corpo que suporta a cabeça de palpação e respectivo palpador ao outro corpo adjacente àquele. A introdução do conceito de sequência cinemática faz com que seja possível considerar uma única formulação matemática para o problema de modelar o comportamento da CMM. Para além desta. O conceito de guia será posteriormente referido. No entanto. apenas é relevante a ordem pela qual surgem os eixos (e não a ordem pela qual surgem os corpos). máquina de cantiliver móvel e mesa móvel. 9 .

3. sem perda de generalidade.de grandes dimensões onde o pórtico se pode resumir a uma viga. permite criar uma superfície que apresenta um elevado grau de planicidade e cuja dureza faz com que seja resistente aos choques motivados pelo uso (que. figura 1-2 . 4 A necessidade de medir peças de grandes dimensões levou. que se movimenta ao longo de OZ .3 Máquina de mesa fixa e pórtico móvel 1. geralmente em granito. em certos modelos. com roscas de alumínio. apenas causam danos a nível local sem deformar toda a mesa). que constitui o tipo mais comum de CMM (figura 1-3). Ligada à mesa encontra-se o pórtico. temos o corpo 4. Na figura 1-2 encontram-se representados alguns tipos de máquinas. descrever a máquina de medição de coordenadas de mesa fixa e pórtico móvel. Na mesa existem alguns orifícios. mesmo sendo violentos. etc. Esta categoria de máquina encontra-se com maior frequência devido à sua racionalidade do ponto de vista mecânico e económico. Ligado ao pórtico encontra-se o carro (corpo 3) que se deslocará ao longo do eixo OY . a substituir o pórtico por uma coluna em 10 . que servem para fixar as peças a medir pela máquina. A elevada estabilidade química e homogeneidade desta matéria natural. que se move sobre outras duas vigas horizontais).Tipos de máquinas de medição de coordenadas [23] 1. máquina de semi-pórtico4. designado por braço. Nesta máquina a peça a medir encontra-se sobre a mesa (que corresponderá então ao corpo 1 da sequência cinemática). Por fim. Genericamente as CMM de pórtico móvel e mesa fixa têm uma base de suporte (em aço) sobre a qual assenta uma mesa.1 Principais constituintes Iremos. que será o corpo 2 e consequentemente deslocar-se-á ao longo do eixo OX .

Ligada ao carro encontra-se fixada a guia do eixo OZ. fixadas à estrutura. Este. por sua vez. paralelo a OXZ. Assim. na vertical. é natural que seja necessário um cuidado especial na concepção desta parte móvel. segundo o referido eixo. 11 . Sobre o pórtico da CMM encontram-se as guias do eixo OY. peso elevado e reduzida base de apoio. através das quais o pórtico da máquina se encontra ligado à base e que o obrigam a ter movimentos de translação segundo aquela direcção (embora as diversas fontes de erro perturbem esse movimento). As diversas posições que o pórtico assume são referenciadas pela sua distância a um ponto fixo e traduzem-se pela coordenada x. que por princípio se pretende que seja efectuada perpendicularmente à translação do pórtico. que são consequência do seu grande volume. na maior parte das vezes. encontram-se as guias do eixo OX (carris horizontais).figura 1-3 . A translação do carro.Máquina de medição de coordenadas de mesa fixa e pórtico móvel (ZEISS) [19] Em ambos os lados da base de suporte. forma de “L” invertido. cuja forma é. dentro da qual se desloca. O movimento de translação do pórtico de uma CMM está sujeito a desvios significativos. materializa o movimento de um plano coordenado vertical. o braço da máquina. que irão suportar e orientar o movimento do carro da máquina. A eliminação do atrito no movimento do pórtico (e das outras partes móveis) obtém-se normalmente pelo uso de almofadas de ar comprimido. segundo aquela direcção. A guia do eixo OZ é um tubo. o que implica a existência de um compressor independente que forneça ar comprimido à máquina. irá deslocar-se sobre o pórtico.

que é uma substância com grande homogeneidade e com elevada resistência ao desgaste e como tal adequada para a elaboração de esferas de alta precisão. Será no processo de calibração (mais à frente descrito) que o operador introduz o valor do raio da esfera de palpação. em relação ao qual é referenciada a posição do palpador. haste e esfera de palpação. na grande maioria das vezes. que deverá ser simultaneamente perpendicular às linhas de movimento do pórtico e do carro (o que na realidade não acontece exactamente). figura 1-4 . no seu centro. A determinação da posição do centro da 12 . Podem ainda existir sistemas automáticos que modificam a orientação das hastes. possibilitando assim a utilização de diferentes palpadores. No caso em que a ligação entre a haste e a cabeça é feita por meio de um sistema de rosca. Designamos por palpador o conjunto formado pela haste e pela esfera. Na extremidade inferior do braço localiza-se o sistema de palpação ou de contacto. hexagonal ou cilíndrica. É na cabeça que se concentra a parte electrónica do sistema de palpação. extremamente importante. não está necessariamente materializado na CMM. composto pela cabeça. As esferas de palpação são normalmente feitas de rubi.25 µm. feita por um sistema de rosca ou baioneta.quadrangular. A conexão entre o palpador e a cabeça é. encontra-se o ponto de referência (figura 1-4). Na base da cabeça. o ponto de referência situa-se no centro da rosca. especialmente quando utilizamos diferentes palpadores. O desvio de forma esférica de uma esfera de palpação é geralmente inferior a 0.Ponto de referência na cabeça de palpação e conjunto de palpadores (ZEISS) [19] Este ponto.

uma vez que serão as coordenadas deste ponto que a máquina regista. O palpador exerce sobre a peça a medir uma força de contacto localizada no ponto da esfera que toca a peça. orientados segundo diferentes direcções.2 Calibração do palpador Antes de ser usado. sobre o palpador. é como se o palpador entrasse dentro da peça. dizem respeito ao mesmo referencial .o referencial do primeiro palpador. O efeito de deflexão da haste traduz-se num deslocamento espúrio adicional do ponto de referência. para além das várias matrizes de deflexão. a leitura de algumas das coordenadas. A passagem do ponto de referência ao palpador é equivalente a uma translação do referencial. o palpador é sujeito à operação de calibração. utilizar o conjunto de diferentes palpadores7 é equivalente a utilizar um único palpador fictício. isso significa que iremos localizar as posições dos palpadores posteriores ao primeiro palpador. 1. com esfera de palpação de raio nulo. Em termos práticos. mais à frente. o que é equivalente a assegurar que todas as coordenadas medidas. Suponhamos que temos um conjunto de palpadores (a que chamamos combinação de palpadores) e que pretendemos calibrá-los. Esta reacção tem por efeito provocar uma deflexão da haste. uma reacção oposta e de igual grandeza. 6 5 13 .3. Na prática. Após efectuada a calibração. e supor que ele pode aceder a todas as posições da peça a medir (ver figura 1-7). Geralmente é uma esfera em aço ou porcelana. Será pois necessário introduzir uma correcção às coordenadas lidas. Devido à sua complexidade e por sair do âmbito do presente trabalho. Após efectuada a calibração do palpador. com um diâmetro nominal de 50 mm e com um desvio de forma esférica inferior a 0. por meio de qualquer um dos palpadores. não será feita a descrição exaustiva do processo de calibração figura 1-5 . 7 Quando se pretendem medir determinadas peças com estruturas mais complexas.esfera de palpação em relação ao ponto de referência é feita através de um procedimento denominado por calibração. tal como está representado na figura 1-5. o que produz da parte da peça. para todos os fins práticos. que pretende cumprir dois objectivos: − determinar a flexão da haste sob a acção das forças de contacto com a peça a medir. que esta operação só tem significado quando usamos mais do que um palpador. para ser possível atingir todos os pontos destas.2 µm. Pelo processo de calibração. De forma breve. deste modo. é muitas vezes necessário recorrer a variados palpadores. Veremos. Refira-se que o operador deve indicar o raio de cada uma das esferas de palpação. estará determinada a sua matriz de deflexão e ele ficará localizado em relação ao ponto de referência. a posição dos diversos centros das esferas de palpação em relação ao ponto de referência. vamos determinar. em relação a este. para realizar a calibração é utilizada uma esfera de calibração de alta precisão6 (ver figura 1-6).Deflexão da haste do palpador [6] do palpador (ver [6]). − determinar a posição do centro da esfera de contacto em relação ao ponto de referência do braço5. falseando-se. que passa pelo cálculo de uma matriz de deflexão.

Resultado da calibração de uma combinação de palpadores [19] 14 .Calibração de uma combinação de palpadores (ZEISS) [19] figura 1-7 .figura 1-6 .

carro e braço) até que o palpador entre em contacto com a peça onde se marcou P. podemos afirmar que as componentes mais importantes de um sistema de medição de coordenadas são as seguintes: − A estrutura mecânica com os três eixos de movimento e com os sistemas de medição de deslocamentos. que se supõe inicialmente coincidente com a origem do referencial. em vez das coordenadas do ponto de referência. ou pode ser feito directamente por um computador ligado à máquina.3 Modo de efectuar a medição de coordenadas Para que a CMM meça as coordenadas de um dado ponto P. 15 . ou através de motores que fazem com que essas peças se movimentem. carro e braço). as coordenadas de um ponto dependem do referencial escolhido. z 0 as componentes do vector que liga o ponto de referência ao centro da esfera do palpador. zm fornecidas pela máquina para o ponto P são então assim obtidas: − − − xm = xd + x0 ym = yd + y0 zm = zd + z0 com x 0 . ym . as coordenadas do ponto de referência. Neste segundo caso. y 0 . finalmente. vector que é conhecido a partir do processo de calibração. Como é sabido. por exemplo. Os deslocamento das três partes móveis da máquina. o operador (ou o computador que comanda a CMM) terá que deslocar sucessivamente as três partes móveis (para fixar ideias. sendo esta mudança de origem de referencial indispensável sempre que se utilizam diferentes palpadores na mesma tarefa de medição (a cada um deles corresponderá um vector de translação diferente). As coordenadas do ponto de referência. Junto aos eixos guia das três partes móveis da máquina. As coordenadas xm . Habitualmente a máquina fornece. (pórtico. os ângulos e distâncias. encontram-se réguas de cristal (escalas) onde serão lidas pela máquina. são obtidas pela medição dos deslocamentos das partes móveis: a amplitude de translação do pórtico origina a coordenada xd do ponto de referência.3. Em resumo. segundo diversas direcções espaciais. sempre segundo a ordem: pórtico. − o sistema de comando dos movimentos das partes móveis (pórtico. as coordenadas do centro da esfera de palpação. o mesmo não acontecendo com. paralelamente a estes. carro e braço) podem ser efectuados directamente pelo operador (manualmente). − o computador e o software para o cálculo e representação de resultados. de forma automática. Supomos que os movimentos das três peças móveis são independentes. já que ao dar-se o contacto da esfera de palpação com a peça a medir. é accionado um interruptor que fará com que sejam registadas as coordenadas daquele ponto. − o sistema de palpação capaz de efectuar o contacto do palpador com as peças. situado no volume útil de medição da máquina. a sua coordenada zd é obtida pela translação do braço. efectuando uma translação associada a um vector com origem no ponto de referência do braço e extremidade no centro da esfera do palpador. o deslocamento do carro origina a coordenada yd desse mesmo ponto e. o comando pode ser efectuado pelo operador (por meio de um joystick). que não dependem do valor intrínseco das coordenadas e são independentes do referencial considerado.1.

para a esfera de palpação. Estes erros têm origem em diversos factores.4 Fontes de erro numa CMM Nas operações práticas executadas com a CMM as coordenadas fornecidas não são. com especial relevância para as guias e para as 16 . do braço) seria de translação segundo a direcção OX (respectivamente OY. à composição de três movimentos: − o primeiro resulta do movimento do pórtico. para levar a extremidade do palpador ao ponto a medir P efectuam-se deslocamentos das três partes móveis da máquina (pórtico. − o segundo resulta do movimento do carro.Como referimos. carro pórtico Z braço O Y X palpador mesa figura 1-8 .Constituintes principais de uma máquina de medição de coordenadas de mesa fixa e pórtico móvel O movimento do pórtico (respectivamente do carro. 1. na prática. − o terceiro resulta do movimento do braço. completamente destituídas de erros. capaz de provocar dilatações que originam mudança de forma do objecto a medir e de certas partes da CMM. como já referimos. correspondendo todo este processo. que podemos classificar em dois tipos fundamentais: os factores endógenos. Entre os factores exógenos salientamos a temperatura. carro e braço).3. aqueles movimentos sejam muito mais complexos. OZ). com origem na própria máquina e os factores exógenos. Iremos a seguir fazer uma breve descrição das fontes de erro que afectam os resultados fornecidos pela CMM. consequência das condições ambientais onde ela opera. se não existissem diversos erros que afectam o funcionamento da máquina de medição de coordenadas que levam a que.

além de que na realidade esses eixos não são perfeitamente ortogonais dois a dois. temos os seguintes erros: − desvio segundo a direcção do eixo do movimento. Essas imperfeições traduzem-se. sendo isso conseguido. há que considerar ainda que os eixos de deslocamento dessas três peças não são ortogonais entre si: são os erros de afinidade. tais como: negligência. e. Por outro lado. carro ou braço) sofre ainda pequenas rotações. − movimento geral de rotação que é decomposto segundo três rotações elementares. a temperatura varia também ao longo do tempo. em adição aos erros inerentes a cada uma das três partes móveis da máquina. Em resumo. De forma a minorar a influência desta fonte de erro. por outro lado. escolha menos correcta de elementos para construção do referencial da peça. originando assim gradientes de temperatura espaciais e temporais. sem dúvida. Devido a isso. provocar corrosão das componentes da CMM). denominadas por erros de rotação. o desvio do referencial real da CMM em relação ao referencial ideal. em torno dos três eixos coordenados. pela utilização de sistemas de condicionamento de ar. a trajectória descrita pelo centro da esfera do palpador não é uma justaposição de segmentos de recta. pode referir-se a dificuldade de definir elementos geométricos de referência. que são decompostos segundo as direcções dos outros dois eixos de movimento. as vibrações a que a CMM possa estar sujeita. Outros factores exógenos também importantes são: a humidade ambiental (que provoca mudança de volume da mesa da máquina e que ainda é capaz de. etc. a temperatura varia de ponto para ponto da máquina e. tais como a sua rugosidade ou a possibilidade de sofrer deformação (caso das peças plásticas). escolha menos acertada de palpadores e de direcção de contacto com a peça. entre outras coisas. a temperatura ambiente e a temperatura da peça a medir deverão permanecer dentro de determinados limites especificados. Na realidade. na grande maioria das vezes. Como exemplo disso. O factor endógeno mais importante é. as variações da corrente eléctrica. ou ainda as características físicas da própria peça. ocorrem também pequenos desvios segundo direcções transversais a essa direcção. Com efeito.escalas. provocando erro na coordenada correspondente à direcção do deslocamento. para um mesmo instante. em deficiências na forma e orientação das guias e em folgas nos eixos guia. erros de esquadria. a longo prazo. têm um movimento que não é de translação rectilínea. quer endógenos. devido a variadas causas. Mesmo o operador pode introduzir diversos erros na medição. para cada parte móvel da CMM (pórtico. para um mesmo ponto. carro e braço). as escalas de cada um dos três eixos e o sistema de medição a elas associado sofrem também deficiências que irão produzir desvios segundo a direcção do deslocamento da parte móvel. − desvios segundo direcções transversais à direcção do movimento principal. designados por erros de translação ou desvios de alinhamento. as partes móveis da máquina. a parte móvel (pórtico. devido a variados factores. A própria peça pode ser ainda um factor de erro. Como consequência disto. também designado por erro de posição ou de posicionamento. Além disso. É importante referir que. quer exógenos. desvios de ortogonalidade ou erros de falta de ortogonalidade entre os eixos. quando se deslocam ao longo desses eixos. em vez de se dar apenas a translação desejada segundo o eixo correspondente. 17 . Desta forma. etc. o referencial da máquina sofre imperfeições. dá-se o encurvamento das réguas de cristal com inevitáveis consequências nos valores dos deslocamentos medidos. a variação da pressão de ar.

5 Descrição dos vinte e um parâmetros de erro Vamos de seguida tecer algumas considerações sobre estes desvios que ocorrem na máquina e que influenciam as coordenadas dos pontos fornecidas por esta. Faremos apenas referência aos erros sistemáticos. desvios de translação. contada a partir de uma posição zero. desvios de posição. e xr for a abcissa exacta para aquela posição do pórtico. o erro de posicionamento zpz. Isto significa que a coordenada lida pela máquina. y a e za designam a ordenada e a cota indicadas pela máquina e y r e z r .No seu conjunto. dado que temos três peças móveis na CMM e que. para cada um dos correspondentes eixos dos movimentos. São estes os desvios designados por erros de translação. 1. consideramos duas direcções transversais. se xa for a abcissa indicada pela máquina. em seguida e separadamente. que se desloca segundo a direcção OZ. referente à direcção segundo a qual aquela peça móvel se movimenta. define-se o erro de posição xpx através de: xpx = x r − x a Da mesma forma. 2º. um para cada parte móvel da máquina e correspondente eixo de movimento. existe o erro de posicionamento ypy e para o braço. onde α representa o eixo do movimento. cada um deles. estes erros são conhecidos por erros cinemáticos ou geométricos. representados no quadro (1-1). Analisaremos.Desvios de alinhamento Como já foi referido. Estas são decompostas segundo as direcções dos outros dois eixos que não correspondem à direcção principal. para o carro. É de referir a conveniência em utilizar referenciais ortogonais. temos no total seis erros de translação. denotados genericamente por “αtβ”. uma vez que a definição das transformações geométricas e as expressões que descrevem as figuras geométricas se simplificam significativamente quando se utilizam referenciais deste tipo. que se desloca segundo a direcção OY. para o movimento do pórtico. as três partes móveis da CMM apresentam. dados respectivamente por: ypy = y r − y a e zpz = zr − za onde. 1º. a ordenada e a cota exactas. parâmetros esses divididos em quatro grupos. onde α representa o eixo principal do movimento e β o eixo segundo o qual se dá o desvio de alinhamento. não corresponde à coordenada exacta. no movimento de cada parte móvel da CMM dão-se translações segundo direcções transversais à direcção principal do movimento. não entrando em conta com os outros tipos. designados genericamente por “αpα”. segundo descrevam desvios de posição. Os desvios sistemáticos são geralmente descritos por 21 parâmetros de erro. como já referimos. 18 . Desta forma.Desvios de posicionamento Devido à não linearidade das escalas. Por exemplo. desvios de rotação e desvios de ortogonalidade. Teremos assim três erros de posição.3. analogamente.

representados no quadro 1-2. são definidos da seguinte forma: 90o + xwy = < OX. 19 . Os nove balanços. OZ > 90o + ywz = < OY. OY > representa a amplitude do ângulo. rolamento pórtico carro braço xrx yry zrz cabeceio xry yrx zrx deriva xrz yrz zry quadro 1-2 .Direcções dos desvios OX Direcções do movimento OX (pórtico) OY (carro) OZ (braço) ytx ztx zty OY xty OZ xtz ytz quadro 1-1 . Os erros de afinidade ou de falta de ortogonalidade entre os eixos coordenados. três por cada parte móvel. Y para o carro e Z para o braço) e β representa o eixo em torno do qual se dá a rotação elementar. Esses balanços. OY > 90o + xwz = < OX. representados genericamente por “αrβ”. serão os nove erros de rotação. OZ > onde.erros de rotação 4º. < OX.Erros de Rotação Os movimentos de rotação ou balanços indesejados do pórtico.erros de translação 3º. por exemplo. em graus. carro e braço da CMM podem ser descritos como composições de rotações elementares em torno dos três eixos coordenados (ver apêndice B). cabeceio e deriva. designados por xwy. entre as guias dos eixos OX e OY. correspondem a ângulos de amplitude muito reduzida e têm o nome de rolamento. xwz e ywz e representados na figura 1-9. pelo que o referencial da máquina é também não ortogonal.Desvios de ortogonalidade As guias das partes móveis da CMM não são ortogonais. onde α representa o eixo principal do movimento (X para o pórtico.

Desvios de ortogonalidade entre eixos coordenados Em conclusão. no conjunto. figura 1-10 . seis erros. correspondentes a um desvio de posicionamento.Efeitos dos desvios correspondentes ao movimento do carro da CMM [23] 20 .Z Y 90+ywz O 90+xwy 90+xwz X figura 1-9 . 21 parâmetros de erro: três erros de afinidade entre eixos e seis erros por parte móvel da máquina (figura 1-11). por peça móvel da CMM. teremos assim. vindo. dois desvios de alinhamento e três desvios de rotação (ver figura 1-10 correspondente aos erros do carro).

para levar o palpador a entrar em contacto com a peça onde se encontra o ponto P cujas coordenadas se pretendem medir. No entanto. terão também componentes de translação segundo as direcções dos outros dois eixos e de rotação em torno dos três (embora todas elas de pequena amplitude).3. quando o centro da esfera do palpador coincide com P. que. As coordenadas x m . fornecidas pela CMM (obtidas a partir da leitura nas escalas que se encontram solidárias com os eixos do seu 21 . sem perda de generalidade. é necessário deslocar as três partes móveis da máquina. carro e braço. As coordenadas de P fornecidas pela CMM são as coordenadas do centro da esfera do palpador. uma vez que consideramos os movimentos independentes. carro e braço). ym e zm de P. medidas através daquelas três translações rectilíneas. devido à existência de movimentos espúrios. cada uma das três partes móveis. Se a CMM fosse perfeita os três sólidos descreveriam três movimentos de translação segundo as direcções dos três eixos OX.6 Primeiro modelo matemático para a obtenção das coordenadas em função dos erros geométricos Tal como referimos antes.21 erros paramétricos de uma máquina de medição de coordenadas [23] 1. efectuou na realidade um movimento mais complexo. suposto ortogonal e as coordenadas dadas pela máquina. podemos supor segundo a ordem pórtico-carro-braço. seriam exactas. pórtico. Apesar destes movimentos terem uma componente predominantemente de translação segundo a direcção do eixo respectivo. que é um sólido ligado aos três sólidos móveis da máquina (pórtico.Z Y zrz zpz ytz ztx zty yry ytx ypy zry yrx zrx yrz 90+ywz xtz 90+xwy 90+xwz xpx xrx xty xry xrz X figura 1-11 . OY e OZ do referencial da máquina.

determinam a rotação da peça em torno de um ponto. no que segue. As coordenadas exactas do ponto P (que vamos designar por x. ω = yrx . vêm afectadas de erros que têm origem nas diversas fontes referidas anteriormente8. vamos apenas considerar os erros geométricos. Z 0 ) em relação à posição do referencial solidário com a peça no início do movimento desta. para a posição Q. O movimento de cada uma dessas partes é descrito por seis parâmetros que resultam da decomposição do movimento geral (ApB-14): − numa translação (que se pode decompor ainda segundo as direcções daqueles três eixos). Z ) se obtêm a partir da relação matricial: 8 Recordamos que. y e z) podem ser determinadas em função dos erros geométricos. Estas três rotações. − em três rotações em torno dos mesmos. pela consideração dos movimentos das três partes móveis da máquina. φ e κ representam. − no caso do movimento do braço. φ = xry e κ = xrz . que o referencial associado à máquina. φ = yry e κ = yrz . ω = zrx . e tal como referimos atrás. é ortogonal. aplicadas sequencialmente e pela ordem rκ − rφ − rω . φ = zry e κ = zrz . − no caso do movimento do pórtico. numa primeira aproximação. 22 . o movimento de cada peça pode então ser descrito por um vector de translação e por três rotações elementares determinadas pelas três matrizes (ApB-7): 0 1 (1) = 0 cos ω Rω  0 sin ω  0   − sin ω  cos ω   Rφ (2 )  cos φ 0 sin φ    = 0 1 0  − sin φ 0 cos φ    − sin κ 0  cos κ 0 0 1  cos κ (3) =  sin κ Rκ   0  onde ω . Considerando. descrita pela matriz: cos φ cos κ − cos ω sin κ + sin ω sin φ cos κ sin ω sin κ + cos ω sin φ cos κ    M =  cos φ sin κ cos ω cos κ + sin ω sin φ sin κ − sin ω cos κ + cos ω sin φ sin κ    sin ω cos φ cos ω cos φ   − sin φ O movimento geral de cada uma das peças leva o centro C da esfera de palpação de uma posição inicial Q0 ≡ ( X 0 . Y . ω = xrx . OXYZ.sistema de referência OXYZ e portanto de forma aproximada). − no caso do movimento do carro. Y0 . cujas coordenadas ( X .

simulando sucessivamente os três movimentos. z 0 ) . em relação braço ao mesmo referencial (figura 1-12). e3 ) G G G e que o ponto C. e3 ) da máquina. começamos por considerar que se realiza em primeiro lugar o movimento do pórtico da CMM. y1 . que determinam três rotações e três translações por peça móvel. 1º.X    Y  = Z     X A  cos φ cos κ − cos ω sin κ + sin ω sin φ cos κ sin ω sin κ + cos ω sin φ cos κ   X 0        YA  +  cos φ sin κ cos ω cos κ + sin ω sin φ sin κ − sin ω cos κ + cosω sin φ sin κ   Y0  (1-1)   Z0   Z A   − sin φ sin ω cos φ cos ω cos φ      onde X A .Movimento do pórtico da CMM Tendo em conta a escolha já referida anteriormente. y e z podem ser obtidas em função de três vezes seis parâmetros. e1 . centro da esfera do palpador.z0) esfera de palpação como um movimento geral de um sólido. que se supõem efectuar-se na ordem pórtico-carro-braço. da composição de três movimentos deste tipo e portanto as coordenadas x. de coordenadas x1 . y 0 . YA . e2 . ocupa a posição C0 de coordenadas ( x 0 . predominantemente de translação segundo OX.Posição do palpador em relação ao ponto de referência do braço da CMM com − OC1 = OA1 + A1C1 . Z A correspondem às coordenadas da posição ocupada pelo ponto de referência A (que é um ponto solidário com o movimento da peça em questão). e1 . Vamos seguidamente obter as expressões de x. → → → G G G OA1 = A0 A1 = x d + xpx e1 + xty e2 + xtz e3 . obtém-se a partir de ( ) figura 1-12 . que se supõe efectuar-se predominantemente ao longo do eixo OX do G G G referencial (O. dadas pelo processo de calibração do palpador. mantendo-se fixos o carro e o braço. a posição C1 do centro da esfera de palpação. do pórtico. e2 . O movimento da esfera resulta. depois de efectuado o movimento dessa mesma peça. Supomos que a posição inicial A0 do ponto de referência A coincide com a origem do referencial (O. no fim dos movimentos das três partes móveis da CMM. z1 em relação a OXYZ. dada por → → → → G G G A0 C0 = OC0 = x0 e1 + y0 e2 + z 0 e3 e3 O e1 e2 No final do primeiro movimento. que devido à existência de movimentos espúrios tem que ser considerado (x0. → → ( ) 23 . Pretendemos assim determinar as coordenadas do centro C da esfera de palpação. y e z em função destes dezoito parâmetros. então.y0. O vector AC é um vector ligado aos três sólidos que são as três partes móveis da CMM e a sua posição inicial é A0 C0 .

respectivamente. e3 ( { }) cos xry cos xrz − cos xrx sin xrz + sin xrx sin xry cos xrz sin xrx sin xrz + cos xrx sin xry cos xrz    =  cos xry sin xrz cos xrx cos xrz + sin xrx sin xry sin xrz − sin xrx cos xrz + cos xrx sin xry sin xrz   − sin xry  sin xrx cos xry cos xrx cos xry   com xrx . predominantemente de translação segundo OY. e3 } . xry e xrz . vindo G G G A1 A2 = ytx e1 ’+ y d + ypy e2 ’+ ytz e3 ’ G G G = ytx r p e1 + y d + ypy r p e2 + ytz r p e3 ( ) ( ) ( ) → ( ( ) ( ) ) ( ) ( ) 24 . as coordenadas x1 . há que ter em conta os movimentos espúrios de translação (erros G G de translação e de posicionamento). ypy na direcção de G G G G e2 ’= r p e2 e ytz na direcção de e3 ’= rp e3 . predominantemente → G G segundo a direcção de e2 ’= r p e2 . e2 . no entanto. traduzidos por ytx na direcção de e1 ’= rp (e1 ) . o do carro. a posição C2 ocupada pelo centro C da esfera de palpação será dada por OC2 = OA1 + A1C2 com − − → → → G G G OA1 = x d + xpx e1 + xty e2 + xtz e3 . e1 . Logo no referencial OXYZ. A matriz de r p na base {e1 . xpx o seu erro de posicionamento e xd o deslocamento do pórtico ao longo da guia que materializa o eixo OX. A1C2 = A1 A2 + A2 C2 → ( ) → → → A1 A2 é o vector associado à componente de translação do movimento do carro. z1 de C1 são dadas através da igualdade matricial: ( )  x1     y1  =  z1     xd + xpx     xty  + R p  xtz     x0     y0   z0    (1-2) 2º. representada por R p . os erros de rotação do pórtico da máquina de medição de coordenadas. usando a notação consagrada. xty e xtz representam os erros de translação do pórtico segundo as direcções OY e OZ.onde.Movimento do carro da CMM Depois do segundo movimento. e2 . é dada por (ApB-7): G G G R p = M rp .   onde r p representa a rotação do pórtico em torno de A1 (ponto solidário com o movimento do → → G G G pórtico). −   A1C1 = rp  A0 C0  . y1 .

e3 para a base e1 ’. que representamos por Rc . portanto. é G G G Rc ’= M rc . que é determinado pela componente de rotação do movimento do carro. coincide com R p . b1 . e3 ’ ( { }) cos yry cos yrz − cos yrx sin yrz + sin yrx sin yry cos yrz sin yrx sin yrz + cos yrx sin yry cos yrz  . b2 . e2 ’. c1 de A1 A2 na base {e1 . e3 } podem obter-se a partir da igualdade matricial: a 1   yt x      b1  = R p  y d + ypy  c   ytz   1   Quanto ao vector A2 C2 . Rc R p = R p Rc ’ R p } ( ) −1 R p = R p Rc ’ (1-3)   G G G e as componentes a 2 . e3 é. e2 .onde yd é a amplitude do deslocamento do carro. lida pela CMM. a matriz de passagem da base e1 . que corresponde à rotação em torno } do ponto A2 solidário com o movimento do carro. e2 . e2 ’. e2 . e3 } . Uma vez que rp é uma transformação linear.  =  cos yry sin yrz cos yrx cos yrz + sin yrx sin yry sin yrz − sin yrx cos yrz + cos yrx sin yry sin yrz    − sin yry sin yrx cos yry cos yrx cos yry   G G G onde yrx. e2 . e a matriz de rc na base {e1 . e3 ’ . yry e yrz representam os erros de rotação do carro da CMM. Então { } { } Rc = R p Rc ’ R p ( ) { −1 G G G A matriz da transformação rc D r p em relação à base e1 . é dada por Rc = P Rc ’P −1 G G G G G G onde P. e3 são obtidas a partir da igualdade   → ( ) → { } matricial: a 2   x0       b2  = R p Rc ’  y 0  c  z   2  0 25 . vem G G G A1 A2 = rp ytx e1 + y d + ypy e2 + ytz e3 → ( ( ) ) G G G e as componentes a1 . c2 de A2 C2 = rc D r p  A0 C0  na base e1 . e1 ’. e3 ’ . e2 . e2 ’. é dado por → →        A2 C2 = rc  A1C1  = rc r p  A0 C0   = rc D r p  A0 C0           → → → ( ) → G G G A matriz da transformação linear rc em relação à base {e1 ’.

e2 . zty na direcção de e2 ’’= rc e2 ’ e zpz na direcção de G G e3 ’’= rc e3 ’ . vem G G G A2 A3 = ztx e1 ’’+ zty e2 ’’+ z d + zpz e3 ’’ G G G = ztx rc e1 ’ + zty rc e2 ’ + z d + zpz rc e3 ’ G G G = rc ztx e1 ’+ zty e2 ’+ zd + zpz e3 ’ ( ) ( ) ( ) ( ) → ( ( ) ( ) ( ) ( ) ( ) ( ) ) → G G G A2 A3 = rc ztx r p e1 + zty rp e2 + z d + zpz rp e3 c p 1 2 d 3 c p 1 2 d 3 ) ( )) ( () ( ) ( G G G = r (r (ztx e + zty e + (z + zpz )e )) G G G = (r D r )(ztx e + zty e + (z + zpz )e ) → G G G Tendo em conta (1-3). as coordenadas da posição C3 do centro C da esfera de palpação em relação a OXYZ podem ser obtidas a partir de OC3 = OA2 + A2 C3 . as coordenadas x 2 . z 2 OXYZ serão então dadas por meio de ( ) da posição C2 do centro da esfera em relação ao referencial  x 2   x d + xpx       y 2  =  xty  + R p  z   xtz   2    ytx   x0       y d + ypy  + R p Rc ’  y 0   ytz  z     0 (1-4) 3º. predominantemente de translação segundo OZ. a 33 de A2 A3 na base e1 . e3 através da igualdade matricial { } serão então dadas 26 . tendo em conta os movimentos espúrios de G G G G translação. traduzidos por ztx na direcção de e1 ’’= rc e1 ’ . após o terceiro movimento.Movimento do braço da CMM Finalmente. a 23 na base e1 . y 2 . e2 . a 32 .Deste modo. a 22 . no entanto. e3 podem ser calculadas matricialmente por meio de  a 21   xd + xpx   ytx        a 22  =  xty  + R p  yd + ypy   a   xtz   ytz   23      e { } A2 C3 = A2 A3 + A3 C3 O vector → → → A2 A3 → é determinado pela componente de translação do movimento do braço. → → → [( ) ] ( ( ) ) G G G cujas componentes a 21 . o do braço. G G predominantemente segundo a direcção de e3 ’’= rc e3 ’ . sendo → → → G G G G G G OA2 = OA1 + A1 A2 = xd + xpx e1 + xty e2 + xtz e3 + rp ytx e1 + y d + ypy e2 + ytz e3 . as componentes a 31 .

 a 31   ztx      a 32  = R p Rc ’  zty  a   z + zpz   33   d 
Quanto ao vector A3 C3 , que é determinado pela componente de rotação do movimento do braço, é dado por

  A3C3 = rb  A2 C2   

(1-5),

onde rb representa a rotação do braço em torno de A3 (posição do ponto de referência A do braço, que é um

G G G ponto solidário com o movimento daquela peça móvel). A matriz de rb na base e1 ’’, e2 ’’, e3 ’’ , designada por
Rb ’’, é dada por

{

}

G G G Rb ’’= M rb , e1 ’’, e2 ’’, e3 ’’ = cos zry cos zrz − cos zrx sin zrz + sin zrx sin zry cos zrz sin zrx sin zrz + cos zrx sin zry cos zrz  ,  =  cos zry sin zrz cos zrx cos zrz + sin zrx sin zry sin zrz − sin zrx cos zrz + cos zrx sin zry sin zrz    − sin zry sin zrx cos zry cos zrx cos zry  

( {

})

com zrx, zry e zrz os erros de rotação do braço da CMM; a matriz Rb ’ da transformação rb na base

G G G {e1 ’, e2 ’, e3 ’} , é dada por
G G G Rb ’= M rb , e1 ’, e2 ’, e3 ’

( {

}) = Rc ’Rb ’’ (Rc ’)−1
−1

G G G e a matriz da transformação rb na base e1 , e2 , e3 , que vamos representar por Rb , é então dada por
G G G Rb = M rb , e1 , e2 , e3

{

}

( {

}) = R p Rb ’(R p )

= R p Rc ’Rb ’’ Rc ’

[

( )−1 ](R p )

−1

G G G Deste modo, tendo em conta (1-5), as componentes a 3 , b3 , c3 de A3 C3 na base e1 , e2 , e3
matricialmente através de

{

} são dadas

a 3  −1   Rp b3  = R p Rc ’Rb ’’ Rc ’ c   3

[

( )

]( )
−1 p

−1

a 2    b2  c   2

= R p Rc ’Rb ’’ Rc ’

( )

−1

(R )

 x0    R p Rc ’ y0  z   0

 x0    = R p Rc ’Rb ’’ y 0  z   0

27

Finalmente, as componentes x, y, z de OC3 na base

G G G {e1 , e2 , e3 } (que correspondem às coordenadas

correctas do centro C da esfera de palpação, depois de realizados os movimentos das três partes móveis da CMM e que se considera coincidir com o ponto P a medir sobre a peça) serão:

 x    y = z  

 x d + xpx     xty  + R p  xtz   

 x0   z tx   ytx        y d + ypy  + R p Rc ’  zty  + R p Rc ’Rb ’’  y 0    z0   z d + zpz   ytz       

(1-6)

Atendendo ainda que

x m = xd + x0 ; ym = y d + y 0 ; zm = zd + z 0 ,

G G G as coordenadas de C3 no referencial O , e1 , e2 , e3 são também dadas por

(

)

x    y = z  

 x m − x 0 + xpx       x0  ytx ztx         xty zty   + R p  y m − y 0 + ypy  + R p Rc ’  + R p Rc ’Rb ’’ y 0       z − z + zpz  z  xtz ytz 0      m   0

(1-7)

1.3.7 Linearização do primeiro modelo
A relação (1-6) permite obter as coordenadas correctas ( x , y , z ) do ponto P em função dos valores das translações dominantes x d , yd e zd das peças móveis, das coordenadas ( x0 , y0 , z0 ) da posição do palpador em relação ao ponto de referência do braço e dos dezoito erros paramétricos. Podemos escrever:

 x    y = z  

 f 1 ( xpx , xty , xtz, xrx , xry , xrz, ytx , ypy , ytz, yrx , yry, yrz , ztx , zty , zpz, zrx, zry , zrz)     f 2 ( xpx , xty , xtz , xrx , xry , xrz, ytx , ypy , ytz , yrx, yry , yrz, ztx, zty, zpz, zrx, zry , zrz )  f 3 ( xpx , xty , xtz , xrx , xry , xrz, ytx , ypy , ytz, yrx, yry, yrz, ztx , zty , zpz, zrx, zry , zrz )  

28

A função F = ( f 1 , f 2 , f 3 ) que permite calcular as coordenadas corrigidas ( x , y , z ) é complicada e, por exemplo, para a determinação de erros, torna-se necessário possuir um modelo mais simples, que descreva ainda com boa precisão o comportamento da máquina. Para tal usa-se um modelo linearizado, obtido pelo desenvolvimento da função F em série de Taylor, em torno do vector dos erros geométricos

(xpx ( ) , xty ( ) , xtz ( ) ,", zry ( ) , zrz ( ) ) = (0,0,0," ,0,0) ,
0 0 0 0 0

considerando apenas os termos correspondentes à

primeira derivada (uma vez que todos os erros apresentam em geral um valor próximo de zero, é lícito no desenvolvimento em série, desprezar os termos de ordem igual ou superior à segunda)9. No nosso caso particular, a função F é uma função de IR 18 (dezoito erros paramétricos) em IR 3 (coordenadas corrigidas x, y e z), dada através da expressão (1-6). A sua forma linearizada será

 x    y ≅ z  

 f xpx (0) , xty (0) , xtz (0) ," , zry (0) , zrz (0)  1  f 1 xpx (0) , xty (0) , xtz (0) ," , zry (0) , zrz (0)  (0) (0) (0) (0) (0)  f 1 xpx , xty , xtz ," , zry , zrz 

( ( (

)  ) + J )  
é

yx

 xpx   xty     xtz   .  #   zry       zrz 

considerando os erros geométricos pela ordem: xpx, xty, xtz, xrx, xry, xrz, ytx, ypy, ytz, yrx, yry, yrz, ztx, zty, zpz, zrx,
0

zry

e
0

zrz,
0

e

que
0

o
0

desenvolvimento

em

série

feito

em

torno

do

ponto

(xpx ( ) , xty ( ) , xtz ( ) ,", zry ( ) , zrz ( ) ) = (0,0,0," ,0,0) .
0 0 0 0 0 Como a matriz Jacobiana, calculada em xpx ( ) , xty ( ) , xtz ( ) ," , zry ( ) , zrz ( ) , é

(

)

9

Dada uma função F = ( f 1 , f 2 ," , f m ) em n variáveis:

(x1 , x2 ," , xn ) 6 F (x1 , x2 ," , xn ) = (y1 , y2 ," , ym )
e sendo
(0)

F: IR n → IR m

y

 y1(0)   f 1 x1(0) , x 2 (0) ," , x n (0)  (0)   (0) (0) (0)  y 2   f 2 x1 , x 2 ," , x n = = #  #  (0)   (0)  y m   f m x1 , x 2 (0) ," , x n (0)   

( (

)  ) , a matriz coluna da imagem da função F no ponto (x (0) , x (0) ," , x (0) ) , )
   
1 2 n

(

J yx

 ∂y1  ∂x  1 = #  ∂y m  ∂x1 

∂y1 ∂x2 # ∂y m ∂x2

∂y1  ∂x n   ( ) % #  , a matriz Jacobiana de F, calculada em x 0 = x1(0) , x 2 (0) ," , xn (0) ∂ym  " ∂x n   "

(

)

e

 x1 − x1(0)    x − x 2 (0)  0 ∆x = x − x ( ) =  2 , o vector dos acréscimos,   #   0 xn − xn ( )   
a forma linearizada de F será

29

na forma linearizada ( ( ( )  x  ) =  y    )  z  d d d + x0   + y0  . quer usando o modelo: x    y = z     x d + xpx     xty  + R p  yd    xtz     ytx   x0   ztx       + ypy  + R p Rc ’  zty  + R p Rc ’Rb ’’  y 0  . xty (0) .016. zrz (0)  (0) (0) (0) (0) (0)  f 3 xpx . zry ." . xtz . zrz (0)  1  f 2 xpx (0) . xty . zry (0) . y≅y (0) + J yx ∆x 30 ." .  z0   zd + zpz  ytz       quer usando a sua linearização:  x   xd   x0   xpx + ytx + ztx  0 − xrz xry + yry   xd            0 − xrx − yrx   y d  +  y  =  y d  +  y0  +  xty + ypy + zty  + 0             0  z   z d   z0   xtz + ytz + zpz  0 xrx   zd  0 − xrz − yrz − zrz xry + yry + zry   x 0      − xrx − yrx − zrx   y0  0 +  xrz + yrz + zrz − xry − yry − zry xrx + yrx + zrx   z0  0    Na simulação numérica foram utilizados os seguintes valores10 para os erros: xpx = 0. zrz  vem. calculadas a partir das coordenadas lidas pela CMM. y. xty (0) . vamos comparar as coordenadas verdadeiras ( x. + z0    x   xd + x0       y  =  yd + y0  +  z   zd + z0      0 1 0 0  0 1 0 − z d − z 0 0 0 1 y d + y 0  zd + z0 0 − x0 − yd − y0 x0 0 zd + z 0 0 − x0 − y0 x0 0  xpx   xty   − y0     xtz  x0     #  0    zry       zrz  1 0 0 0 0 1 0 − z d − z0 y0 0 0 1 1 0 0 0 0 1 0 − z0 0 0 1 y0 z0 0 − x0 ou a expressão equivalente  x   xd   x0   xpx + ytx + ztx  0 − xrz xry + yry   xd            0 − xrx − yrx   y d  +  y  =  y d  +  y0  +  xty + ypy + zty  + 0             0  z   z d   z0   xtz + ytz + zpz  0 xrx   zd  0 − xrz − yrz − zrz xry + yry + zry   x 0      − xrx − yrx − zrx   y0  0 +  xrz + yrz + zrz − xry − yry − zry xrx + yrx + zrx   z0  0    (1-8) Para um determinado conjunto de erros paramétricos. xtz (0) . xtz (0) .J yx e 0 1 0 0  = 0 1 0 − zd − z 0 0 0 1 y d + y 0  zd + z0 0 − x0 − yd − y0 x0 0 1 0 0 0 0 1 0 − zd − z0 0 0 1 y0 zd + z0 0 − x0 − y0 x0 0 1 0 0 0 0 1 0 − z0 0 0 1 y0 z0 0 − x0 − y0   x0  0    f xpx (0) . z) ." . zry (0) .

ypy = 0.010; zpz = - 0.030; xty = 0.010; xtz = - 0.005; ytx = - 0.018; ytz = 0.012; ztx = - 0.015; zty = 0.013; xrx = - 10.0; xry = 12.0; xrz = - 5.0; yrx = 8.0; yry = 7.0; yrz = - 15.0; zrx = - 12.0; zry = 17.0; zrz = 13.0. As coordenadas do palpador em relação ao ponto de referência do braço tomam os valores11

( x0 , y0 , z0 ) = (3.0, 5.0, − 10.0)

e os pontos correspondentes às leituras

( xm , ym , zm ) = ( xd + x 0 , yd + y 0 , zd + z0 )

foram considerados de forma a estarem situados sobre uma recta paralela ao eixo OX do referencial da máquina, sobre uma paralela à bissectriz do primeiro quadrante de um plano paralelo ao plano OXY, e sobre a bissectriz do primeiro octante. Com o conjunto de erros indicados e aplicando as transformações acima definidas, obtiveram-se os seguintes resultados (em mm):
Coordenadas indicadas pela CMM
xm
ym

Coordenadas corrigidas pelo modelo completo
zm

Coordenadas corrigidas pelo modelo linearizado

x 9.9823 99.9823 999.9823 9.9826 99.9847 1000.0066 9.9834 99.9939 1000.0986

y 1.0323 1.0323 1.0323 10.0323 100.0323 1000.0323 10.0324 100.0333 1000.0420

z 0.9763 0.9763 0.9763 0.9759 0.9715 0.9279 9.9759 99.9715 999.9279

x 9.9823 99.9823 999.9823 9.9826 99.9847 1000.0066 9.9834 99.9939 1000.0986

y 1.0323 1.0323 1.0323 10.0323 100.0323 1000.0323 10.0324 100.0333 1000.0420

z 0.9763 0.9763 0.9763 0.9759 0.9715 0.9279 9.9759 99.9715 999.9279

10.0000 100.0000 1000.0000 10.0000 100.0000 1000.0000 10.0000 100.0000 1000.0000

1.0000 1.0000 1.0000 10.0000 100.0000 1000.0000 10.0000 100.0000 1000.0000

1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 10.0000 100.0000 1000.0000

10

Os valores dos erros de posicionamento e de translação encontram-se em mm e os dos erros de rotação encontram-se em segundos de arco. 11 em mm.

31

Pela análise dos resultados presentes na tabela verifica-se que, apesar dos erros considerados tomarem valores elevados, não existe diferença até a quarta casa decimal (décima de µm ) entre os valores obtidos por meio do modelo dito completo, e pelas equações mais simples, obtidas pela sua linearização. De facto, como se verifica no quadro seguinte, as diferenças entre coordenadas homólogas são da ordem da milésima de µm . Foram ainda realizadas outras simulações semelhantes, considerando erros de valor mais elevado e outras posições para os pontos, sendo obtidas as mesmas conclusões. Os resultados fornecidos pelo modelo linearizado aparecem assim com precisão semelhante aos obtidos pelo modelo completo, pelo que utilizaremos, em aplicações posteriores, o modelo linearizado, sem perda de precisão significativa12.

∆x (em mm)
-6.68 x 10
-7

∆y (em mm)
2.19 x 10
-6

∆z (em mm)
1.96 x 10-6 1.96 x 10-6 1.96 x 10-6 1.96 x 10-6 1.96 x 10-6 1.96 x 10-6 1.96 x 10-6 1.92 x 10-6 1.54 x 10-6 -2.32 x 10-6

-6.68 x 10-7 -6.68 x 10-7 -6.67 x 10-7 -6.93 x 10
-7

2.19 x 10-6 2.19 x 10-6 2.19 x 10-6 2.18 x 10
-6

-9.47 x 10-7 -3.49 x 10-6 -7.16 x 10-7 -1.20 x 10
-6

2.04 x 10-6 7.21 x 10-7 2.13 x 10-6 1.58 x 10
-6

-6.07 x 10-6

-3.97 x 10-6

1.3.8 Segundo modelo matemático
No modelo descrito anteriormente, supôs-se que a CMM apenas tem em conta a componente dominante do movimento efectuado por cada uma das suas peças móveis: os movimentos de translação dominantes do pórtico, carro e braço respectivamente segundo as direcções dos eixos OX, OY e OZ, associados às guias daquelas três peças móveis. No entanto, se forem medidas as coordenadas de vários pontos, efectuando apenas o movimento do pórtico (respectivamente carro, braço) não variam somente as coordenadas segundo OX (respectivamente OY, OZ), mas registam-se variações também ao nível das outras duas. Deslocando apenas uma das peças móveis da máquina, mantendo fixas as outras duas, e medindo pela CMM as coordenadas de alguns pontos, obtém-se uma curva que não coincidirá, em geral, com a trajectória descrita pelo centro da esfera de palpação. Será essa curva (e não a trajectória descrita) que vamos aproximar pelo que designamos por eixo médio. Na figura 1-13 está representado o movimento do carro da CMM, que se considera efectuar-se predominantemente ao longo do eixo OY. A curva descrita no espaço foi projectada sobre os planos coordenados OYZ e OXY, originando aí duas curvas, designadas na figura por α e β, respectivamente. Podemos assim dizer que o movimento de cada peça é essencialmente de translação segundo a direcção de um eixo médio. Todavia, esses movimentos não são de translação rectilínea e terá que se considerar ajustamentos através dos parâmetros de erro, tal como no modelo que acabámos de descrever.

12

Tal é também a opinião da maioria dos autores.

32

Assim, o eixo médio do movimento do carro (respectivamente do braço e do pórtico) será a recta que melhor se ajusta, por exemplo segundo o critério dos mínimos quadrados, à trajectória do centro da esfera de palpação no movimento produzido pelo deslocamento do carro (respectivamente do braço e do pórtico). Deste modo, ao movimento isolado de cada uma das três partes móveis da CMM (pórtico, carro e braço), está associado um eixo médio.

Recordamos que, através do critério dos mínimos quadrados, se procura a recta para a qual é mínima a soma dos quadrados das distâncias de cada um dos pontos da curva à referida recta. É utilizado o algoritmo a

figura 1-13 - Deslocamento ao longo de um eixo coordenado seguir descrito. Conhecidos n pontos da curva

( x1 , y1 , z1 ) ,..., ( xn , yn , zn ) ,
− calcula-se o centro de massa ( xG , y G , zG ) definido por

(xG , yG , zG )

   =   

∑x ∑ y ∑z  
i =1 i

n

n

n

n

,

i =1

i

n

,

i =1

i

; n   

− de seguida são construídas as matrizes B, de n linhas e 3 colunas, e A, de três linhas e três colunas:

 x1 − x G  .  . B=  . x − x G  n

y1 − y G . . . yn − y G

z1 − z G  .   . , .  zn − zG  

A (3× 3) = B T B ;
− calculam-se depois os valores próprios da matriz A; − determina-se para o maior valor próprio de A um dos vectores próprios unitários a ele associado,

u0 = (l0 , m0 , n0 ) .

33

Este é o referencial teórico que melhor aproxima o movimento das partes móveis da CMM quando são considerados de translação rectilínea.A recta ajustada (eixo médio) passa por ( xG . sendo obtidos já a partir de aproximações. como se trata de sólidos. não são. foi já considerado no modelo descrito anteriormente. mas não segundo OX. De entre todos os movimentos de translação rectilínea. e que levam aquele ponto de C0 (posição inicial do palpador) ao ponto C3 (posição final da centro da esfera). x − xG y − yG z − zG = = l0 m0 n0 (1-9) O primeiro modelo indicado é bastante pobre para descrever a realidade do funcionamento da CMM. no entanto. de uma forma geral. são efectivamente os efectuados na direcção destes três eixos os que melhor aproximam os movimentos que a CMM tem em conta e as coordenadas exactas do centro da esfera de palpação obtêm-se pela aplicação a C de três movimentos gerais. ortogonais. a diferença está apenas na expressão das matrizes associadas à componente de rotação do movimento de cada parte móvel. e2 . Todavia. Em relação ao primeiro modelo. OY e OZ: segundo os três eixos médios que obtivemos em (1-9). que eram no modelo descrito da seguinte forma cos φ cos κ − cos ω sin κ + sin ω sin φ cos κ sin ω sin κ + cos ω sin φ cos κ    M =  cos φ sin κ cos ω cos κ + sin ω sin φ sin κ − sin ω cos κ + cos ω sin φ sin κ    − sin φ sin ω cos φ cos ω cos φ   34 . aproximar melhor este funcionamento. y G . supostos. numa primeira aproximação. Oe2 e Oe3 os eixos médios referentes ao movimento. Mais uma vez. A sua equação é. pode ser considerado de translação rectilínea segundo a direcção do eixo médio do pórtico. cada um deles efectuado predominantemente ao longo de um eixo médio. As coordenadas do centro da esfera de palpação podem ser então determinadas em função dos erros geométricos. podemos definir o referencial G G G G G G O . então. os três eixos médios. n0 ) como vector director. pela consideração dos movimentos das três partes móveis da máquina: − Quando se efectua o movimento do pórtico. supondo que a CMM ao registar as suas coordenadas ainda tem em conta apenas três movimentos de translação. do ( ) pórtico. do carro e do braço. zG ) e tem (l0 . G G G O caso dos eixos Oe1 . No entanto. − Raciocinando analogamente para os movimentos do carro e do braço. Podemos. No entanto. e3 com Oe1 . respectivamente. o centro da esfera não descreve uma recta (ou seja o movimento do pórtico não é um movimento de translação rectilíneo). m0 . Oe2 e Oe3 serem ortogonais. todos eles. o movimento de cada peça não é na realidade de translação rectilíneo segundo cada uma daquelas direcções. − em três rotações em torno de três eixos. cada um desses movimentos é descrito por seis parâmetros que resultam da decomposição de cada movimento geral (ApB-14): − numa translação (que se pode decompor ainda segundo três direcções). e1 . de translação rectilínea.

e3 constituído pelos três eixos médios construídos anteriormente. e1 . carro e braço. Vejamos em primeiro lugar como ortogonalizar um referencial plano. e3 constituído por esses eixos médios. e3 ) com as coordenadas (x . e2 onde x e y representam as coordenadas de P no referencial inicial (figura 1-14).8. Vamos estudar um processo que permita associar a este referencial um referencial coordenadas ( ) G G G (O. de um ponto arbitrário P no domínio de medição da máquina. e1* . zm ) lidas pela máquina estão agora referidas ao referencial não ortogonal G G G OX mYm Z m . figura 1-14 . e1 . O processo de ortogonalização que vamos utilizar consiste na construção de um G G G referencial ortogonal O. e3* ) ortogonal e construir a matriz que relaciona as ( x. e2   y  G G 1 cos e1 . teremos que efectuar a ortogonalização do referencial O . e2 . y . y m . e2 ( ) não ortogonal. e2  G G  *   y = y sin e1 . mas não ortogonal. e3 . e2  À matriz H =  G G  chamamos matriz de ortogonalização: trata-se da matriz de mudança da   0 sin e1 . e1 . OYm e OZ m representam respectivamente os eixos médios do ( ) movimento do pórtico. e1* . ou O . e2 e1* + sin e1 . e3* ) . y* e2* e2 y P Vem então para as coordenadas x * .1 Ortogonalização dum sistema de referência G G G Consideremos o referencial O. que é um referencial directo. e2 * : ( ) O e1 e1* x x* G G  x * = x + y cos e1 . e2 }: G G e1 = e1* G G G G G G G e2 = cos e1 . por construção. z) no referencial G G G (O. e2 * tal que Oe1* ( ) G coincide com Oe1 . e2   x  = G G    *      y  0 sin e1 . e2 * { G G } para a base {e1 . e1 . e2 . e2 * . para que o movimento de rotação de cada parte móvel possa ser descrito por uma matriz do tipo G G G de M. e1* . 1. y . y * ( ) G G do ponto P em relação a O. z ) * * * no referencial G G G (O.3.Então. onde OX m . e1* . e1 . e2 . e2 . e2  G G base e1* . e2 * . e2 e2 * 35 . já ( ) que as coordenadas ( x m .Ortogonalização de um referencial plano [6] Na forma matricial: G G  x *  1 cos e1 . G G Suponhamos conhecido um referencial O.

e2 * . pela matriz de passagem da base { } ( ) G G G G G G {e1 . e1 . α = β sin xwy  2 2 β cos xwy = 1 donde vem finalmente α = tan xwy  1 (iii)  β=  cos xwy  É de notar que foi escolhida a raiz positiva de β de forma a que se mantenha a orientação do referencial. G G G G G G O novo referencial fica determinado pela expressão da base e1* . e3* G G G (O. tal como no caso do plano. e1* .G G G Construamos agora. e3* } . e1* . e3 têm origens coincidentes. Os elementos dessa matriz são funções dos erros de afinidade xwy. o referencial O. G G 2) os eixos Oe1* e Oe1 coincidem. Temos: G G (i) e1* = e1 (pela 2ª condição de ortogonalização) (pela 3ª condição de ortogonalização) G G G G G (ii) e2 * = α e1 + β e2 = α e1* + β e2 G G e1* . e2 = cos(90 + xwy ) = − sin xwy vem α = β sin xwy  2 2 α + β − 2αβ sin xwy = 1 ou seja ainda. e2 * . e portanto. e3* e O. e3* . estas condições são equivalentes a G G α + βe1 . uma vez que os ângulos de afinidade apresentam valores muito reduzidos. G G G como combinação linear de e1 . e2 = 0 G G  2 2 α + β + 2αβe1 . e2 . e1 . ( ) ( ) G G GG 3) os planos Oe1* e2 * e Oe1e2 coincidem. (ii) e (iii) vem então: 36 . e2 e e3 . xwz e ywz. e2 . e1* . e2 * . por analogia. e2 = 1 com α e β dois escalares que se calculam facilmente a partir das duas condições: G G G que traduzem a ortogonalidade entre e1* e e2 * e o facto de e2 * ser unitário. e2 . e3 } para a base {e1* . e2 = 1 e tendo em conta ainda que: G G G G e1 . e2 = cos e1 . A partir de (i). e2 * . do seguinte modo: ( ) por ortogonalização do referencial G G G G G G 1) os dois referenciais O. e2 * . e2 * = 0 G * G * e2 . e3 ) . anteriormente considerado. ligada a O. e3* . Tendo em conta (i) e (ii).

cos xwy é positivo e por conseguinte o determinante de H tem o sinal de z 3 . Por essa razão. e1* = e3 . Como det H = cos xwy z3 e tendo o ângulo de rotação xwy um valor reduzido. e2 * .  − sin xwy sin xwz − sin ywz  z3 = ± 1 − ( − sin xwz ) 2 −   cos xwy   = ± 1 − sin 2 xwz − 2 = = sin 2 xwy sin 2 xwz + sin 2 ywz + 2 sin xwy sin xwz sin ywz cos 2 xwy sin 2 ywz cos 2 xwy − 2 sin xwy sin xwz sin ywz cos 2 xwy = ± cos 2 xwz − tan 2 xwy sin 2 xwz − A matriz H de mudança de base pretendida é então a seguinte:     1 − sin xwy  − sin xwz   − sin xwy sin xwz − sin ywz  H = 0 cos xwy cos xwy     sin 2 ywz 2 sin xwy sin xwz sin ywz  0 0 ± cos2 xwz − tan 2 xwy sin 2 xwz − −   cos 2 xwy cos 2 xwy   Para que o novo referencial seja ainda directo. e2 * e2 * + e3 . e2 * = e3 . G G e3 . e3* . e1 = cos e1 . e2 = α(− sin xwz) + β e3 . substituindo. e2 e sabendo que ( ) ( ) ( ) ( ) G G G G e2 . positivo ou negativo. e3 = cos(90 + ywz ) = − sin ywz vem. e3* e3* e ainda que ( ) ( ) ( ) G G G G G G e3 . o determinante desta matriz tem que ser positivo. Tendo em conta que { } G G G G G G G G G G e3 = e3 . e2 * = α(− sin xwz ) + β(− sin ywz ) = tan xwy(− sin xwz ) + − sin xwy sin xwz − sin ywz 1 (− sin ywz) = cos xwy cos xwy G G . para z 3 terá que ser escolhido o valor positivo e finalmente a matriz H será dada por: 37 . e3 = cos(90 + xwz ) = − sin xwz G G G G G G G G G G G e3 . que representaremos por z3 . e1* e1* + e3 . e3 = cos e2 . e1 + β e3 . αe1 + βe2 = α e3 .G G e1 = e1* G G G αG 1G e2 = − e1* + e2 * = − sin xwy e1* + cos xwy e2 * β β G G G G Resta exprimir o vector e3 como combinação linear na base e1* .relativamente à componente de e3 segundo e3 * . e usando o facto de o G vector e3 ser unitário.

−1 H21 = 0 . z * de um ponto P em relação ao referencial ( ) G G G ortogonal O. por exemplo. e3* . conhecidas as coordenadas x * . y . e1* . y * . e2 . z * . e1 . e3 ) : x*  x  *    y  = H  y  z*  z     (1-10) G G G Para determinar as coordenadas ( x . conhecidas as suas coordenadas ( x . −1 H 22 = 1 . diferente de zero. a seguinte relação: H −1 = vindo: − H111 = 1 . y . é dado por det H = cos xwy cos 2 xwz − tan 2 xwy sin 2 xwz − sin 2 ywz cos xwy 2 − 2 sin xwy sin xwz sin ywz cos2 xwy = = cos 2 xwy − sin 2 xwz − sin 2 ywz − 2 sin xwy sin xwz sin ywz Podemos calcular a inversa da matriz H usando. e2 * . − H121 = tan xwy . adj H det H − H131 = sin xwz + sin xwy sin ywz cos xwy cos 2 xwy − sin 2 xwz − sin 2 ywz − 2 sin xwy sin xwz sin ywz . cos xwy 38 . z ) em relação ao referencial não ortogonal ( ) (O. utiliza-se a inversa H −1 de H: ( ) x  y  = H −1   z   x*   * y   z*    (1-11) A existência da inversa da matriz H é garantida pelo facto de H ser uma matriz de mudança de base.  1 − sin xwy  H = 0 cos xwy   0 0      − sin xwz  − sin xwy sin xwz − sin ywz  cos xwy   2 sin ywz 2 sin xwy sin xwz sin ywz  − cos2 xwz − tan 2 xwy sin 2 xwz −  cos 2 xwy cos 2 xwy  Esta matriz permite determinar as coordenadas x * . y * . z ) do ponto P. O seu determinante.

y . estamos em condições de estabelecer o modelo que descreve o processo de aquisição das coordenadas do centro da esfera de palpação.2 Construção do segundo modelo Uma vez definidos os eixos médios e indicado um processo de efectuar a ortogonalização de um referencial.−1 H23 = sin xwy sin xwz + sin ywz cos xwy cos2 xwy − sin 2 xwz − sin 2 ywz − 2 sin xwy sin xwz sin ywz .3. z ) em função dos valores das leituras efectuadas pela CMM. É também usual exprimir ( x . z 2 ) do centro da esfera do palpador são dadas por  x2   xd     y2  =  z    2  + xpx   xty  + H −1 R p H xtz    ytx   x0      −1  yd + ypy  + H R p Rc ’H  y 0   ytz  z     0 (1-13) − depois do movimento do braço as coordenadas ( x . neste caso. x m . após efectuar os três movimentos das peças da CMM segundo as três direcções dos três eixos médios. −1 H31 = 0 . obtém-se. Assim. −1 H 33 = 1 cos2 xwz − tan 2 xwy sin 2 xwz − sin 2 ywz cos 2 xwy − 2 sin xwy sin xwz sin ywz cos2 xwy 1. z1 dadas por ( ) do centro da esfera do palpador são  x1     y1  = z   1  xd + xpx   x0      −1  xty  + H R p H  y 0   xtz  z     0 (1-12) onde H representa a matriz de ortogonalização. obtemos as coordenadas do ponto C3 que coincide com o ponto P a medir sobre a peça.8. y 2 . vindo:  x    y = z   ytx ztx  x0       x m − x 0 + xpx          −1 −1 −1 xty zty  + H R p Rc ’Rb ’’H  y 0  (1-15)  + H R p H  y m − y 0 + ypy  + H R p Rc ’H    z0   zm − z0 + zpz      xtz ytz         39 . z ) do centro da esfera do palpador são dadas por  x    y = z    x d + xpx   ytx   ztx        −1 −1 −1  xty  + H R p H  y d + ypy  + H R p Rc ’H  zty  + H R p Rc ’Rb ’’H  xtz   ytz   z + zpz       d   x0     y0  z   0 (1-14) Deste modo. que resulta da aplicação do primeiro modelo uma vez efectuada a ortogonalização de OXYZ. y m e z m . y1 . y . sucessivamente − depois do movimento do pórtico as coordenadas x1 . − depois do movimento do carro as coordenadas ( x 2 . −1 H32 = 0 .

[14]. que permite conciliar aquela abordagem com a correspondente ao segundo modelo. ztx. as peças móveis da máquina serem consideradas como corpos rígidos. 13 Ver referências [7]. [15]. [13]. ytx. [12]. Se pretendermos as coordenadas no referencial ortogonal OX m *Ym * Z m * usamos novamente a matriz H e obtemos: x*   x d + xpx   ytx   ztx   x0   *  xty  + R H  y + ypy  + R R ’H  zty  + R R ’R ’’H  y  p p c p c b y  = H   d     0  z*   xtz   ytz   z d + zpz   z0            e (1-16)  x m*   x0   xd   * y  + Hy   ym  = H  0   d z *   z0   zd       m  1.e  x m   x0   x d         ym  =  y 0  +  yd   zm   z0   zd        Todas estas coordenadas encontram-se referidas ao referencial não ortogonal OX mYm Z m . ytz.9 Linearização do segundo modelo A linearização da relação (1-14) conduz a:  x   xd   x0   xpx + ytx + ztx  0 − xrz xry + yry   xd            0 − xrx − yrx   y d  +  y  =  y d  +  y0  +  xty + ypy + zty  + 0   z   z d   z0   xtz + ytz + zpz  0 xrx   zd  0            0 − xrz − yrz − zrz xry + yry + zry   x 0      − xrx − yrx − zrx   y0  0 +  xrz + yrz + zrz − xry − yry − zry xrx + yrx + zrx   z0  0    onde agora todas as coordenadas estão referidas ao referencial não ortogonal OX mYm Z m .). 40 .4 Comentário Antes de terminar este capítulo. actualmente e segundo a literatura mais recente13. [9]. parece-nos pertinente fazer algumas considerações acerca das duas abordagens que acabamos de descrever para o problema do estabelecimento de um modelo cinemático da CMM. ypy. convém referir que tudo que foi dito só tem validade quando são verificados certos pressupostos oportunamente referidos (por exemplo. zty) e os 9 erros de rotação (xrx. (1-17) 1. Além disso. zpz). xtz. etc. Em primeiro lugar. [20]. os 6 erros de translação (xty. [21] e [22]. [10].3. [8]. usa-se o primeiro modelo aqui descrito com uma interpretação física dos erros paramétricos diferente. Assim são apenas consideradas dezoito parâmetros de erro: os 3 erros de posicionamento (xpx.

mas são considerados incluídos nos valores dos diversos erros de translação das partes móveis (nas translações espúrias designadas por xty. Veremos mais à frente que existem essencialmente duas filosofias distintas em relação à questão da determinação dos erros paramétricos.  zd   z m      sendo a seguinte a sua forma linearizada:  x    y =   z onde  x d   xpx + ytx + ztx  0 − xrz xry + yry   xd         t 0 − xrx − yrx   y d   y d  +  x y + ypy + zty  + 0   zd     0      z d   xtz + ytz + zpz  0 xrx (1-19)  xd   xm       yd  =  ym   zd   z m      14 Tal é considerado pela generalidade dos autores. [20]. são convencionalmente consideradas nulas14. Na segunda (designada por autocalibração) os erros são determinados conjuntamente. sempre que se considera um único palpador. yd e zd . xrz. ym .xry. zm ) ). podendo ser considerados a nível local como parte constituinte dos seis erros de translação. Na prática. ou seja. translações e desvios de posicionamento são erros locais e independentes. sendo possível dessa forma. y m = y d e zm = zd . No entanto. as coordenadas do centro da esfera de palpação em relação ao ponto de referência do braço (que designámos por ( x0 . determinar os valores dos erros de afinidade entre eixos (ver eixos médios). xtz. Os modelos linearizados obtidos em (1-8) e (1-17) podem. em casos particulares. De facto. yrz. Em resumo. zrz). Ver. ytz. não são referenciados explicitamente. ytx. enquanto os dezoito erros correspondentes às rotações. y0 . designados por xd . Na primeira identificam-se isoladamente cada um dos erros. com as leituras que efectua para as coordenadas de qualquer ponto a medir e que correspondem às coordenadas do centro da esfera do palpador (designadas por (xm . isto é equivalente a colocar a origem do referencial associado ao pórtico no centro da esfera de palpação e portanto a máquina identifica os deslocamentos das peças móveis. por exemplo. ztx. mas apenas os seus efeitos englobados noutros erros paramétricos. yry. sendo nesta abordagem considerado subjacente um referencial ortonormado. zty). não aparecendo nesse caso os erros de ortogonalidade. os erros de falta de ortogonalidade têm um carácter global. z0 ) ). zrx. devido ao facto de terem um carácter global (e não local como os dezoito restantes) e por não serem independentes deles. os erros de esquadria. 41 . yrx. o modelo apresenta a forma simplificada: x    y = z   com  ztx   ytx   x d + xpx         xty  + R p  y d + ypy  + R p Rc  zty   zd + zpz   ytz   xtz        (1-18)  xd   xm       yd  =  ym  . zry. x m = xd . Desta forma. sempre que se utiliza apenas um palpador. ser escritos numa forma simplificada.

Veremos adiante. Se pretendermos determinar também estas quatro rotações espúrias devemos utilizar dois palpadores e nesse caso usaremos a expressão completa (1-8). 15 Ver [20]. zrx. e com mais pormenor. zry e zrz. como tal é feito.Observando atentamente a expressão acima. verificamos que nela não se encontram presentes os erros de rotação yrz. com a interpretação física dos erros paramétricos que foi introduzida no comentário. Deste modo. estes quatro erros não são determináveis caso se use apenas um palpador15. 42 . Será a primeira abordagem (modelos linearizados (1-8) e (1-19). e como veremos posteriormente no processo de autocalibração. e a consideração de um referencial ortogonal) que será utilizada no capítulo seguinte.

5. A qualidade dos resultados da compensação pode ser avaliada a partir da sua incerteza. via software. com a introdução de diversos conceitos chave e com a sua implementação numa enorme variedade de máquinas existentes no mercado. Os resultados obtidos por qualquer um dos métodos poderão ser utilizados para efectuar posterior compensação das coordenadas. pela utilização desses resultados. de forma que se possa efectuar a compensação dos erros para se atingir o nível de precisão requerido. Thompson que afirma: “A existência de modernas e poderosas ferramentas de cálculo computacional torna a aplicação da compensação activa dos erros a partir de um modelo. Esta ideia de compensação de erros sistemáticos nas máquinas de medição de coordenadas tem uma história já bastante longa. a precisão mecânica da CMM apenas necessita ser suficiente.1 Introdução Pretende-se no capítulo 2 explicar como se podem determinar os erros paramétricos de uma máquina de medição de coordenadas. com o intuito de realizar. uma alternativa económica ao aumento da precisão obtido por melhoramentos no design e construção das máquinas. fazendo-se referência aos seus limites de validade e aos efeitos da temperatura. 43 . Desde então deu-se uma explosão das actividades baseadas nesse princípio.Capítulo 2 Medição e compensação de erros 2. A razão principal para a adopção do conceito de medição de erros geométricos e sua compensação por técnicas de software é resumida por D. Embora este trabalho se debruce essencialmente sobre o método de determinação de erros pelo processo designado por autocalibração. C. a compensação das coordenadas por ela fornecidas. sendo indicado o modo com podem ser armazenados e como a compensação é realizada. Sendo assim. Hocken em 1977. Neste capítulo. Para tal será apenas necessário que as características dos erros (como a repetibilidade e variação no espaço) sejam compatíveis com o sistema de compensação dos erros”. será também feita uma curta referência aos métodos directos de medição de erros paramétricos. começaremos por uma breve abordagem ao que se faz actualmente em termos de compensação de erros das máquinas de medição. A correcção por meios mecânicos dos erros sistemáticos existentes nos variados tipos de máquinas foi preponderante durante mais de 100 anos. embora a aplicação generalizada deste conceito seja mais recente. conhecidas que sejam as incertezas respeitantes a cada um dos erros. sobre uma CMM modelo Moore N. O interesse em sistemas de compensação de erros baseados no uso de software floresceu na década de 70: pensa-se que a primeira implementação prática tenha sido realizada por R. com especial relevância para os métodos de compensação por meio de software. referindo-se os traços gerais de funcionamento dos processos de determinação e de compensação de erros.

A norma DIN 1319 define calibração como a operação que determina os desvios entre o valor lido num instrumento e o valor convencionalmente exacto. os valores exactos. Tal acontece também para os erros e correcções referidos. Portanto. é possível.Finalmente será descrito. permite obter o valor exacto a partir do valor lido pelo instrumento: A = A* + ε Qualquer resultado de uma medição tem associado um determinado grau de incerteza que é quantificável. o qual terá que ser estimado e sobreposto ao erro aleatório. reproducibilidade e histerese A qualidade de um instrumento de medição avalia-se pela dispersão dos resultados das medições. podemos defini-la como o conjunto dos procedimentos experimentais que permitem a determinação de erros referentes às indicações do instrumento de medida para uma determinada grandeza. Designa-se por padrão o instrumento de medição ou o sistema de medição destinado a definir ou materializar. em condições especificadas. os padrões utilizados e o modo de realizar a sua implementação prática. em torno da média. o procedimento de autocalibração. por simples adição ou subtracção. Introduz-se por isso o conceito de remanescente do erro sistemático. que forneça intervalos de enquadramento mais apertados. a relação entre os valores indicados por um instrumento e/ou técnica de medição e os valores convencionalmente exactos1 de um padrão2 ou de um material de referência.2 Erros e calibração Como vimos no capítulo 1. os desvios para valores intermédios e depois é fácil calcular. um erro ε é definido como a diferença entre o valor exacto de uma determinada característica (A) e o valor para ela indicado pelo instrumento de medição (A*): ε = A − A* O valor numérico do erro pode ser depois aplicado como correcção. incluindo o remanescente do erro sistemático após a calibração. Alternativamente. Entende-se por calibração o conjunto das operações que estabelecem. para um determinado valor indicado. A calibração não elimina completamente o erro sistemático. No valor global da incerteza. 44 . determinar por interpolação. Diremos que existe uma condição de repetibilidade quando o mesmo 1 2 Obtidos por meio de uma medição de rigor claramente mais elevado que o referente à medição em causa. ou seja. Uma maneira semelhante de encarar a questão consiste em examinar de que modo diferentes resultados de medições estão próximos uns dos outros. 2. isto é. a partir deles. sob as mesmas condições. relativamente à medição de uma determinada grandeza [3]. temos a considerar então a parte aleatória e uma parte que estima o erro sistemático desconhecido. Conhecidos os desvios para alguns valores tabelados. onde serão apresentados alguns resultados experimentais obtidos. 2. sendo referidos os princípios em que se baseia. com detalhe.3 Conceitos de repetibilidade. Esta dispersão é normalmente quantificada pelo desvio padrão σ. A incerteza define-se como sendo a estimativa que caracteriza o intervalo de valores no qual se situa o valor exacto da grandeza medida. para calibrar um determinado instrumento. é sempre necessário dispor de um outro instrumento que seja mais exacto. conservar ou reproduzir uma unidade ou um ou vários valores conhecidos de uma grandeza para os transmitir por comparação a outros instrumentos de medição [3].

sob condições de operação bem definidas. O conceito de compensação de erros de uma máquina é utilizado para descrever o procedimento. por exemplo. enquanto que a designação de medição de erros é mais aplicada a sistemas que não efectuam medições. Nalguns instrumentos de medição a aproximação à posição de medida pode fazer-se por vários sentidos diferentes. A medição de erros não é utilizada exclusivamente com o intuito de efectuar posterior compensação dos resultados fornecidos por uma CMM (caso em que é necessário ter uma cobertura espacial completa do volume da máquina). por técnicas exclusivamente de software. torna-se necessário possuir um modelo matemático que descreva o comportamento verdadeiro da CMM (tal foi o propósito do capítulo 1 deste trabalho). A calibração (medição de erros) e a compensação por software (compensação de erros) são levadas a cabo em tempos significativamente diferentes. assim como o objecto a medir. Esse erro pode ser compensado por técnicas exclusivamente de hardware. ocasiões diferentes. Consideremos. 2. O modelo matemático da máquina. introduz correcções no sistema de medição. mas também para determinar problemas no estágio de design e desenvolvimento da máquina. Podem no entanto variar as condições da medição: instrumentos ou laboratórios diferentes. Esta propriedade é designada por histerese. partindo de apenas algumas medidas. um erro de rectilinearidade de um eixo guia de uma das peças móveis de uma CMM. modificando os números que indicam a posição transversal dessa peça móvel. para efectuar testes de aceitação. para verificação periódica da sua precisão e também para efectuar revisões periódicas dos dados utilizados para realizar compensação dos erros da CMM.4 Medição e compensação de erros de uma CMM A medição de erros ou a criação de um mapa de erros de uma máquina de medição de coordenadas. Para reduzir o número de pontos em que será necessário realizar a medição dos erros. 2. Outro conceito importante é o conceito de reproducibilidade. é utilizada aqui como sinónimo de calibração3. Há duas formas fundamentais de efectuar a compensação de erros de uma máquina.observador procede à medição da mesma grandeza por um método especificado e sob as mesmas condições laboratoriais. quando realizadas para representar e descrever a distribuição espacial duma determinada categoria de erros. ao longo da sua vida útil. permitirá a posterior compensação dos resultados. Em consequência disso é frequente encontrarem-se resultados diferentes. geralmente implementado pelo fabricante. dentro de um curto intervalo de tempo. 45 . associado às funções de erro. por modificações na estrutura física da máquina (por exemplo tornando mais rectilíneo o movimento através da diminuição da rugosidade da guia). serão calculados os coeficientes do modelo ou as componentes dos erros (funções das variáveis medidas). ou então. O controlo numérico da CMM é geralmente 3 A palavra calibração é geralmente utilizada quando nos referimos a um instrumento de medição. que. O nosso trabalho debruça-se exclusivamente sobre técnicas de compensação por software. ou seja. Assim. Neste caso o método de medição é o mesmo.5 Compensação de erros por software As técnicas de compensação por meio de software exigem que exista uma descrição dos erros armazenada na memória do computador. após o processo de calibração. armazenado na memória do computador. por exemplo. máquinas-ferramenta. como.

para que essa compensação seja mais eficaz. devem justificar os custos envolvidos nessa compensação. A partir dele poderão ser derivados métodos para a medição dos parâmetros dos erros que nele constam. − a máquina deve ter um sistema de coordenadas absoluto. Considerando 3 componentes de erro em cada ponto (segundo as direcções dos três eixos). precisão. isto é. 2. deve existir repetibilidade). que lhe esteja bem adaptado. − as vantagens esperadas pela compensação. A partir desse modelo deve ser possível estabelecer relações funcionais entre as fontes de erro e os consequentes erros finais nas coordenadas. o incremento da precisão dos resultados fornecidos pela CMM. é da maior conveniência que se verifiquem as condições a seguir descritas: − o erro sistemático a ser compensado deve ser significativamente maior que os erros aleatórios subjacentes a qualquer medição (por outras palavras. A existência de um modelo matemático simplificado pode reduzir drasticamente o número de medidas necessárias para descrever os erros da máquina em todo o seu volume de medição.2 Etapas da compensação de erros por software Num cubo com 1 m de aresta podem definir-se 21 × 21 × 21 pontos separados de 50 mm segundo as direcções das arestas. − o desempenho dos motores e/ou computadores (resolução espacial. que posteriormente será descrito. − a taxa de variação espacial dos erros paramétricos deve ser reduzida quando comparada com as dimensões dos intervalos dos padrões utilizados. Por exemplo.5. Tudo isto será a base para a existência quer dos métodos de medição directa de erros quer do método designado por autocalibração. isto é.implementado pelo fabricante da máquina e por isso é fácil integrar a compensação de erros por meio de software. se se der uma mudança significativa dos erros em cada intervalo de amplitude 50 mm e se tivermos 1 m3 de volume útil de medição da máquina então. etc. Além disso esses resultados só seriam válidos sob as condições ambientais existentes no momento da sua obtenção. serão necessárias cerca de 28000 medições das componentes espaciais dos erros presentes nas coordenadas4. Possuindo um modelo matemático é possível ainda determinar as componentes de erro das coordenadas em todo o volume útil da máquina. caso não se possua um modelo matemático da CMM. Considerando apenas fontes de erro geométricas (que originam os erros que designámos por geométricos ou cinemáticos).5. Além disso. a existência do modelo matemático torna possível a determinação dos erros que afectam as coordenadas em qualquer ponto do volume da máquina a partir do conhecimento dos valores dos erros cinemáticos (geralmente conhecendo as funções que os descrevem). 2.1 Condições necessárias à compensação por software Em relação à compensação de erros por meio de software é sabido que apenas os erros sistemáticos podem ser compensados. Este processo é reversível. teremos um total de 3 × 21 × 21 × 21 = 27783 diferentes componentes de erro. medindo os erros existentes nas coordenadas ao longo de certas linhas ou planos é possível a determinação das funções de erro. 4 46 . velocidade de cálculo.) deve ser adequado. − deve estar disponível um modelo matemático da máquina.

47 . é também avaliado. A consideração das ligações entre os corpos presentes na sequência cinemática da máquina (conforme descrito no início do capítulo 1) e da hipótese que os diversos corpos da CMM são corpos rígidos. a gradientes de temperatura. são estudados separadamente e os seus efeitos são finalmente adicionados. que necessita de ser simples. tem sido implementada comercialmente nas máquinas desde 1988. cada deformação apenas função de uma variável do movimento. O grau de eficiência dos resultados. a qualidade com que eles reproduzem o comportamento da máquina. a distribuição de massas. vista como um sistema linear: cada factor de erro tem causas que podem ser isoladas e controladas ou medidas. Quando necessário. a aceleração. a software.5. considerando implicitamente a hipótese de que eles são independentes. directa ou indirectamente. a estratégia de medição. devidos a posição. no âmbito deste trabalho. devidas à desigual distribuição de massas das partes que a compõem. − É estabelecido um procedimento experimental para medir. − Tabelas de compensação de erros ou funções de compensação de erros são então construídas e aplicadas aos resultados da máquina durante o seu uso. consideramos um modelo de CMM constituída por corpos rígidos e não tomamos em conta as componentes de erro devidas às 5 6 O procedimento realizado pelo computador é por vezes denominado por processo de identificação. com o propósito de incrementar a sua precisão. nesse caso. A designação de modelo quase-rígido é habitualmente utilizada para descrever esta situação.. Nesse modelo. erros devidos a diferentes causas.A compensação de erros por meio de software é um processo que pode ser dividido em três etapas fundamentais: − A complexa estrutura da máquina é descrita por um modelo cinemático. a tempo. deste modo. A máquina é. O modelo cinemático descrito neste trabalho pode também ser aplicado a máquinas que sofram deformações elásticas das suas guias. 2. No entanto. Os aspectos geométricos desta descrição simplificada são expressos por meio de um modelo matemático. considerando o efeito da existência de gradientes de temperatura. mas que deve reproduzir adequadamente o verdadeiro comportamento e desempenho da máquina de medição de coordenadas. os parâmetros do modelo geométrico dos erros. É aceite pela generalidade dos autores que todos os modelos geométricos de erros utilizados actualmente têm coeficientes de erros nas equações que são independentes entre si.3 Princípio da sobreposição dos erros e modelo de corpos rígidos da CMM O princípio de sobreposição dos erros é universalmente assumido quando aplicamos modelos para a compensação de erros por software. estão hoje em dia a ser feitos alguns estudos com o objectivo de realizar compensação em tempo real dos erros causados pelos gradientes de temperatura6. Assim. para finalmente obter as funções de erro5. sendo. a velocidade. isto é. por exemplo. Na produção industrial das CMMs. etc. o também chamado modelo geométrico dos erros (que foi obtido no capítulo 1). a existência estrita de rigidez está confinada ao sistema de palpação e à mesa que suporta a peça a medir. a direcção. A correcção térmica das máquinas. em conjunto com a compensação de erros geométricos. os resultados experimentais são processados de forma a calcular os parâmetros que caracterizam o modelo geométrico de erros. permite considerar cada uma das dezoito funções de erro como sendo função de uma única variável.

A sua utilização deve consistir no conjunto de operações simples.6 Métodos directos de medição de erros Os métodos directos de medição de erros geométricos (também designados muitas vezes por métodos paramétricos) são métodos experimentais e específicos para medir individualmente cada fonte de erro. ztx e zty são utilizadas referências de rectilinearidade. ytx. a incerteza com a qual eles são conhecidos deve ser conforme com a precisão da CMM. é bastante importante. os custos de desenvolvimento dos programas. 48 . zrx. os erros de posição xpx. mesmo que existam deformações. − Os instrumentos utilizados nas medições não devem ser muito dispendiosos. yry. ypy e zpz são medidos através de um padrão de comprimento ou de deslocamento. yrx.possíveis deformações elásticas das peças da máquina. 2. 2. ytz. níveis ou interferómetros laser. pois permite a elaboração de software comum. Para medir os erros de rotação xrx. − As medidas efectuadas devem revelar os erros da máquina em todo o volume útil de medição e sob qualquer tipo de condições ambientais especificadas. utilizam-se geralmente padrões do tipo contínuo como interferómetros laser (no entanto. yrz. que possam ser executadas rapidamente. zry e zrz pode utilizar-se uma multiplicidade de dispositivos como.1 Medição de erros com diferentes padrões de referência Na primeira categoria referida atrás. como erros nas subdivisões das escalas da máquina. os seus efeitos serão entendidos como fazendo parte dos diversos erros geométricos descritos. As aplicações práticas destes métodos podem ser classificadas em duas categorias principais: utilização de um padrão de referência diferente para cada tipo de erro. O facto de podermos considerar um modelo matemático comum que descreva o comportamento de variados tipos de máquina (e correspondentes estruturas diferentes). neste caso. Estas técnicas são amplamente exploradas pelos fabricantes de máquinas de medição. ou utilização de um único padrão de referência para medição de todos os erros.6. xtz. xry. Para medir os erros de translação xty. − Uma vez que a precisão da máquina deve ser garantida no seu ambiente de funcionamento e durante toda a sua vida útil. Para reduzir custos de equipamento e evitar dificuldades inerentes ao seu uso é possível usar padrões materiais do tipo descontínuo. Por outras palavras. xrz.5.4 Observações Qualquer método de medição de erros e determinação de funções de erro deve verificar as seguintes condições: − A máquina deve ser calibrada da mesma forma como ela é usada. reduzindo assim. os erros respeitantes ao palpador da CMM não se encontram incluídos e como tal não se podem avaliar). consideravelmente. a medição dos erros deve ser realizada imediatamente após a instalação da máquina e repetida em intervalos de tempo regulares. Para determinar erros de período curto. por exemplo. 2. utilizável em diversos tipos de CMM. sem haver necessidade de o operador receber formação específica para o fazer. − Dado que os erros são medidos para realizar posterior compensação da máquina. fundamentalmente porque dão evidência directa da precisão mecânica da CMM.

ytz. yrx. Nos métodos directos os erros de afinidade (que designámos por xwy. ypy e zpz • • • • Interferómetros laser Combinações de blocos padrão Blocos padrão escalonados Matrizes de esferas (barras. Erros de translação xty. ytx. 2-2.Padrões e dispositivos para a medição de erros de rotação. Erros de rotação (deriva. e em adição aos 18 erros paramétricos indicados. xrz.Além disso. ztx e zty Referências de rectilinearidade • • • • • Faces planas mecânicas ou ópticas Reflector em asa Feixes laser Indicadores de deslocamento Interferómetro laser de espelho plano Fotodiodo Quadro 2-1 - Padrões e dispositivos para a medição de erros de translação. eles estão implicitamente incluídos nos seis erros de translação. Erros de posicionamento xpx. cabeceio e rolamento) xrx. enquanto que nos métodos indirectos. de autocalibração. como. há ainda a considerar a medição de três ângulos que exprimem os desvios de ortogonalidade dos deslocamentos das três peças móveis da CMM. placas ou paralelepípedos de esferas) Quadro 2-2 - Padrões e dispositivos para a medição de erros de posicionamento. zry e zrz • • • • • Autocolimadores Interferómetros laser angulares Níveis mecânicos Níveis electrónicos Dispositivos de medição de rectilinearidade separados por uma determinada distância Quadro 2-3 . yry. 2-3 e 2-4 estão indicados alguns dos dispositivos ou referências utilizados para a medição directa dos diversos tipos de erro. yrz. xwz. 49 . xtz. ywz) são considerados explicitamente. xry. Nos quadros 2-1. zrx. por exemplo.

2-2. 2-4 e 2-5 encontram-se alguns dos dispositivos utilizados na medição directa de erros paramétricos. Nas figuras 2-1. figura 2-1 . ywz • • • Esquadro mecânico com colimador Padrões de perpendicularidade (ópticos ou físicos) Medições diagonais Quadro 2-4 - Padrões e dispositivos para a medição de erros de afinidade.Autocolimador 50 . xwz. 2-3.Erros de afinidade entre eixos xwy.

Padrão material de perpendicularidade 51 .Bloco-padrão escalonado figura 2-3 .figura 2-2 .

figura 2-4 .Padrão óptico de perpendicularidade figura 2-5 .Interferómetro Laser 52 .

o que é bastante importante quando. na maioria dos casos.2. No entanto.2 Utilização de um único padrão calibrado para medir todos os erros Na medição de erros paramétricos podem ser utilizados padrões materiais calibrados com uma. é medida pela máquina que se pretende avaliar. Em segundo lugar. as incertezas existentes nos diversos erros paramétricos determinados por este método. nas duas situações. é que no primeiro são utilizadas relações matemáticas muito simples. baseados no uso de diferentes padrões. quer para a construção directa de mapas de erro. interage com objectos diferentes. Primeiro. bastante dispendiosos. que são. Por comparação dos resultados obtidos para os diversos erros medidos. 2. são combinadas em conjunto. quando comparado com outros métodos. Nesse caso.6. com o índice de refracção do ar e com o alinhamento do interferómetro. Uma variante interessante e largamente testada desta técnica foi proposta pelos investigadores do PTB7: uma placa de esferas.6. O dispositivo utilizado é colocado no interior do volume de medição da máquina. por outras palavras. se utilizam os valores dos erros para corrigir as coordenadas fornecidas pela máquina. Como consequência disto. refira-se que. alguns fabricantes não utilizam os interferómetros laser para medir os erros de posicionamento. o comprimento de cada escala da máquina é calibrado através da sua comparação com um padrão material de comprimento. refira-se que para os utilizar é necessário possuir vários instrumentos e padrões diferentes. ou outro artefacto bidimensional calibrado equivalente. quer para a determinação dos diversos erros. sem se efectuar qualquer controlo estatístico. a máquina. duas ou três dimensões. Por último. Dois problemas bastante sérios estão inerentes a esta técnica de determinação de erros. Em primeiro lugar. A principal vantagem da utilização do método do PTB.1 Principais vantagens e desvantagens do uso de diferentes padrões A principal vantagem em usar processos directos de medição de erros é que existem já. não é possível utilizar a capacidade da CMM de efectuar medição de forma automática. por exemplo usando pontos com as mesmas coordenadas y e z. Em segundo lugar. A diferença entre as indicações da CMM e valores conhecidos de coordenadas ou de distâncias do artefacto utilizado. Uma terceira desvantagem é a necessidade de um operador bastante qualificado para realizar as tarefas inerentes à determinação desses erros. para todos os erros. muitos métodos. onde. nestes processos. quando as compensações nas coordenadas são calculadas. podem servir de base.1.. em diferentes posições. em oposição ao método de autocalibração (que será posteriormente descrito). o procedimento de medição dos erros é essencialmente diferente da situação que ocorre quando a posterior compensação das coordenadas é efectuada. neste exemplo. Um utilizador que não possua experiência na resolução de sistemas de equações não lineares com um número 53 . x é essa coordenada. para reduzir os custos inerentes à calibração periódica dos instrumentos usados e para incrementar a precisão de medida. Para simplificar os procedimentos de medição dos erros. posteriormente. este tipo de métodos apresenta diversas desvantagens. são evitados os problemas relacionados com a calibração do comprimento de onda do laser. encontrando-se em todas elas o referencial da placa colocado paralelamente aos eixos da máquina. é possível separar as funções de erro que dependem apenas de uma coordenada. é necessário prestar bastante atenção à convenção de sinal adoptada para os diversos erros. estabelecidos e testados.

− O artefacto não está calibrado: neste caso é utilizada directamente a relação (2-1).7 Breve descrição do método de autocalibração O processo de autocalibração será posteriormente descrito com maior detalhe. cada uma das equações obtidas é previamente linearizada. 54 . que é uma quantidade invariante com a posição Pi (i = 1. 2) . que deverá ser resolvido por um método baseado geralmente no critério dos mínimos quadrados8. No entanto. baseado na medição das coordenadas espaciais de um artefacto. escrita na forma algébrica para cada coordenada. Além disso. A principal desvantagem do método do PTB é que o procedimento experimental deve ser rigorosamente executado. sendo ainda necessário possuir uma infra-estrutura adequada para a calibrar. não lineares. 2. A técnica de autocalibração consiste num processo cujo objectivo é a obtenção dos erros cinemáticos de uma CMM. obtém-se um sistema de equações. faremos aqui uma breve abordagem a esta técnica de determinação de erros. as diversas esferas presentes na placa também não devem estar separadas mais do que poucos centímetros. As incógnitas deste sistema são. estarão definidas 3np coordenadas e pn(n − 1) / 2 será o número total de equações de erro nas distâncias. A aplicação deste método é efectuada de uma forma bastante rápida e o padrão utilizado pode ser construído com dimensões adaptadas ao tamanho do volume de medição da máquina. isto é. onde = * significa igualdade no sentido dos mínimos quadrados:   xB − x A  ( )P 2 + (y B − y A )P 2 + (z B − z A )P 2    1 1 1  =*  x B − x A  ( )P 2 + (y B − y A )P 2 + (z B − z A )P 2    2 2 2 12 (2-1) Conjugando o conjunto destas equações com a equação (1-8). Podem ser efectuadas duas abordagens a este problema: − O artefacto está parcialmente calibrado: neste caso as distâncias entre quaisquer dois pontos do artefacto são conhecidas e o segundo membro da equação (2-1) é substituído por esse valor. medido em p posições diferentes ( p ≥ 3) . equações do tipo (2-1). antes de aplicar o método dos mínimos quadrados. que deve permanecer fisicamente estável ao longo do tempo. na maioria das vezes. colocando maior ênfase nas diferenças entre este método e os processos de medição directa de erros. Usando um artefacto com n pontos definidos. 12 podemos escrever um conjunto de equações da seguinte forma. os coeficientes dos polinómios que descrevem as funções de erro. Considera-se que as distâncias entre os pontos do artefacto são invariantes em relação à posição ocupada por ele ao longo do tempo necessário à realização do conjunto de medições. quando este é colocado em diferentes posições no volume útil de medição da máquina. É conveniente referir que a placa de esferas que se usa é um objecto calibrado. Considerando a distância euclidiana entre quaisquer dois pontos A e B do artefacto. Muitas vezes. 7 8 Physikalisch Technische Bundesantalt. pode aplicar a técnica do PTB utilizando apenas um vulgar computador.elevado de equações. As diversas posições ocupadas pela placa de esferas dentro do volume de medição da CMM devem estar separadas por apenas alguns centímetros.

55 . − Tabela de coeficientes: Quando as funções dos diversos erros paramétricos se apresentam na forma analítica (por exemplo. − Tabela de erros: Quando se consideram os erros paramétricos como função apenas da posição sobre o eixo coordenado. Além disso. em que cada uma delas é apenas função de uma variável9. distribuídos mais ou menos uniformemente no volume de medição da CMM. Quando se pretende fazer interpolação linear na grelha consideram-se os dados respeitantes a oito pontos adjacentes ao ponto pretendido. As segunda e 9 O que é. armazenam-se os coeficientes dos polinómios.O processo de autocalibração é um procedimento que minimiza o custo da calibração do artefacto e reduz de forma drástica a necessidade de o artefacto apresentar estabilidade dimensional a longo prazo (consequentemente reduz o seu custo de produção). quando os erros são medidos por métodos directos. 2. Posteriormente as funções de erro são combinadas de forma a obter as desejadas correcções nas coordenadas. de Taylor ou de Legendre. as correcções a efectuar são guardadas na memória do computador sob a forma de: − Grelha de erros: Esta forma de armazenar é aplicada a uma máquina de medição de coordenadas que esteja a funcionar com o uso de apenas um palpador. A segunda solução indicada tem a vantagem de. os pontos da tabela serem pontos medidos com elevada precisão. são armazenadas numa tabela que tem 18 colunas (uma para cada função de erro) e n linhas (supondo que se consideram n pontos por eixo). Para obter as coordenadas corrigidas de qualquer ponto no volume útil da máquina. funções de Fourier. polinómios de Chebyshev.8 Formas de efectuar a compensação dos erros Após realizar a determinação dos erros. Desta forma são armazenados na tabela 18n valores de erros paramétricos. as 18 funções cinemáticas. então será necessário guardar 3n 3 componentes de erro nas coordenadas.). etc. não existem os erros inerentes à qualidade do ajustamento. o caso mais comum. Se n for a ordem desses polinómios. o número de valores a representar na tabela será 18(n + 1) . Para um dado ponto a corrigir. Se pretendermos ter na grelha n pontos por eixo coordenado. por meio de interpolação na grelha de erros. O esforço computacional é bastante superior aos dois casos anteriores e o cálculo das funções de erro e das correcções das coordenadas é executado simultaneamente. de longe. No entanto não é possível usar esta técnica quando se pretendem usar simultaneamente vários palpadores. é efectuada interpolação linear na tabela para determinar os valores dos erros paramétricos correspondentes a essa posição. B-splines. Este método de compensação reduz ao mínimo o tempo de cálculo e é o mais adequado quando os erros paramétricos não são funções de uma única variável. calculam-se as correcções a dar às coordenadas lidas pela CMM. Um aspecto importante da autocalibração é que certas operações podem ser feitas automaticamente pela máquina. como não é feito qualquer ajustamento (como no terceiro caso). Os valores dos erros nas coordenadas são armazenados para um número muito elevado de pontos.

se quisermos comparar as incertezas presentes nos dezoito erros paramétricos com as incertezas finais nas coordenadas. Para tal é usado o seguinte resultado10: Sejam X = X 1 X 2 " X n de uma equação matricial [ ] T e Y = Y1 Y2 "Ym [ ] T dois vectores aleatórios relacionados através Y = CX + D em que C é uma matriz de tipo m × n e D uma matriz de tipo m × 1 . Representamos por X o vector aleatório correspondente aos dezoito erros paramétricos: X = [xpx xty xtz ytx ypy ytz ztx zty zpz xrx xry xrz yrx yry yrz zrx zry zrz ] e por Y o vector aleatório correspondente às coordenadas finais corrigidas: T Y = [x y z ] T Tal como vimos no capítulo 1 (na parte referente ao estudo dos movimentos das partes móveis da CMM). Quando os erros são medidos por meio de métodos directos. Tal como no resto deste trabalho. e por µx as médias. respectivamente. respectivamente. e µy As médias e as matrizes de covariância dos dois vectores aleatórios X e Y estão relacionadas através das equações µ y = Cµ x + D e ∑yy = C ∑xx C T (2-2) No caso em estudo. associadas a X e a Y e de ordem n e m. 2. usamos a segunda equação de (2-2). associadas a X e a Y. os elementos dos vectores aleatórios X e Y estão relacionados pela equação matricial (1-8)11: 10 11 Ver [6]. a avaliação da incerteza dos resultados é feita directamente a partir das contribuições das incertezas associadas a cada um dos erros.terceira soluções podem ser utilizadas para diferentes configurações de palpadores enquanto que a primeira apenas é utilizável para o palpador na posição com a qual foram medidos os erros. Designamos por ∑xx e ∑yy as matrizes (quadradas) de covariância. estando a cada um deles associada uma determinada incerteza. os erros e as compensações são funções de um número elevado de parâmetros. usamos aqui a relação linearizada.9 Incerteza na compensação Tal como já vimos. 56 .

∑xx. contém na diagonal principal a variância de cada uma das coordenadas corrigidas: ∑yy σ 2 x  =  0  0  0 σ 2 y 0 0   0  σ 2z   Avaliamos a incerteza presente nas coordenadas corrigidas usando ∑yy = C ∑xx CT Quando. Na diagonal principal estão as variâncias de cada uma dos erros que compõem o vector X: ∑xx σ 2 xpx  0 =   #   0  0 σ 2 xty # 0 0   " 0  % #   2 " σ zrz   " A matriz de covariância das coordenadas corrigidas. 57 . a matriz de covariância a eles associada. neste caso. que pode apresentar dimensões da ordem de 100 × 100 . respectivamente. por 0 1 0 0 1 0 0 1 0 0  C = 0 1 0 0 1 0 0 1 0 − zd − z 0 0 0 1 0 0 1 0 0 1 y d + y 0  e zd + z 0 0 − x0 − yd − y0 x0 0 0 − z d − z0 y0 zd + z 0 0 − x0 − y0 x0 0 0 − z0 y0 z0 0 − x0 − y0   x0  0    xd + x 0    D =  yd + y 0   zd + z0    Neste caso teremos m = 3 e n = 18 . Uma vez que consideramos os erros paramétricos independentes. para se determinarem os erros paramétricos. é também uma matriz diagonal que. onde as matrizes C e D são dadas. é uma matriz diagonal de dimensão 18. se utilizam as técnicas da autocalibração. x   xd   x0   xpx + ytx + ztx  0 − xrz xry + yry   xd            0 − xrx − yrx   y d  +  y  =  y d  +  y0  +  xty + ypy + zty  + 0   z   z d   z0   xtz + ytz + zpz  0 xrx   zd  0            0 − xrz − yrz − zrz xry + yry + zry   x 0      − xrx − yrx − zrx   y0  0 +  xrz + yrz + zrz − xry − yry − zry xrx + yrx + zrx   z0  0    Podemos escrever esta relação na forma matricial Y = CX + D . ∑yy. as incertezas nos resultados são estimadas através da matriz de variância-covariância.

− A qualidade dos resultados obtidos na compensação da CMM por software depende das condições térmicas da máquina e dos objectos utilizados na sua calibração.2. Esta é. a ordem de grandeza dos valores dos erros sistemáticos deve ser significativamente superior à ordem de grandeza dos valores dos erros aleatórios (que devido à sua natureza nunca poderão ser compensados). pode. C. que utilizam um modelo cinemático baseado na consideração de um modelo rígido ou quase-rígido da CMM. A possibilidade de utilizar software pouco dispendioso para compensar as deformações elásticas. Tal não acontece quando a mesma máquina de medição é calibrada pelo processo de autocalibração e posteriormente compensada. Tal comportamento não pode ser descrito por um modelo matemático baseado num modelo rígido ou quase-rígido. − A máquina deve ter associado um sistema de coordenadas absolutas. Qualquer engano durante a fase de medição de erros é interpretado como um erro inerente à própria máquina e os seus efeitos podem modificar as funções que descrevem os erros cinemáticos. a limitação mais importante à compensação de erros por software. Para que a compensação dos erros seja eficiente. as possíveis imperfeições existentes no modelo são uma limitação importante a ter em conta. podemos referir que a compensação de erros por meio de software apresenta as seguintes limitações: − Apenas os erros sistemáticos podem ser compensados.10 Limites de validade da compensação de erros por software Sintetizando e sistematizando a análise previamente feita. originando posteriores compensações incorrectas. após efectuada a compensação. Cresto12. apresentar ainda erros sistemáticos bastante significativos. fez com que se tornasse mais fácil projectar e construir máquinas de medição mais leves e mais rápidas. As medições e posteriores compensações de erros devem ser referidas a esse referencial. é actualmente possível medir mudanças no desvio de forma plana da mesa da CMM. De facto. − Os erros de período reduzido (tais como os erros existentes nas subdivisões das escalas dos eixos) não podem ser compensados. Nos últimos dez anos houve um acréscimo de um factor próximo de cinco na velocidade máxima de deslocamento das partes móveis da CMM. pela sua natureza não permitem a separação dos efeitos provocados pelas deformações elásticas das estruturas da máquina13. − O tempo de resposta do sistema de compensação não deve limitar a performance da máquina de medição. observou que uma máquina. Podem ser aplicados diferentes métodos para verificar se uma dada máquina cumpre os requisitos necessários para a consideração de um modelo de estrutura quase rígida. Estas deformações são devidas à desigual distribuição das massas das diversas partes constituintes da máquina. provavelmente. Os métodos descritos para identificar e medir os erros geométricos das máquinas. Estes efeitos são identificados como erros de translação. através da sua experiência com numerosas CMMs. 58 . cujos erros geométricos foram determinados por métodos directos (e posteriormente compensados). − Quando se utiliza um modelo matemático para descrever o comportamento cinemático da máquina de medição de coordenadas. devidas às diferentes posições assumidas pelas partes 12 13 Ver [20]. P.

também se podem comparar medidas de comprimento de um padrão material alinhado com um eixo cinemático. quer durante as medições subsequentes executadas pela máquina. então a máquina verifica as condições que permitem a consideração de um modelo rígido ou quase-rígido para a sua estrutura. − a estabilidade e a uniformidade da temperatura no ambiente de trabalho da máquina são mais importantes que o seu possível afastamento em relação ao valor standard de 20o C. A peça a medir. podem ser executadas a uma temperatura t diferente da temperatura standard de 20o C. Foram propostos já alguns modelos que descrevem o comportamento térmico da máquina e que são no fundo adaptações do modelo descrito neste trabalho. Existem várias normas que fazem referência aos efeitos da temperatura. a compensação dos erros devidos a ∆α pode ser feita de forma automática. No entanto.11 Efeito da temperatura na compensação de erros cinemáticos As medições efectuadas pela máquina de medição de coordenadas. 59 . Se a temperatura não variar no tempo e no espaço15. é aconselhável usar um padrão com um coeficiente de expansão térmica o mais próximo possível do coeficiente do tipo de peça que é habitualmente medida pela CMM. Além disso. a temperatura varia no tempo e no espaço. nos quais se tomam em conta os efeitos da temperatura. assumindo diferentes posições em relação um outro eixo e mantendo constantes as coordenados em relação aos dois eixos restantes. Esta solução é de implementação relativamente simples e conduz à minimização do erro residual. É também possível comparar amplitudes de ângulos entre direcções de movimentos efectuados ao longo de diferentes linhas paralelas. − para medir os erros geométricos de uma máquina. Em certos casos. das escalas e da estrutura da máquina se mantenha estável num valor próximo de 20o C. Destas considerações derivam três consequências: − é aconselhável efectuar a medição dos erros em condições ambientais semelhantes àquelas onde a máquina vai operar. modificar os coeficientes das funções paramétricas de erro. aquelas medições podem ser utilizadas para gerar compensações referidas a 20o C. em todas estas situações descritas. quer durante o processo de calibração. Estas correcções não são exactas devido à incerteza que existe no valor dos coeficientes de expansão térmica.móveis da máquina. A solução para os problemas de temperatura ambiente passa pela utilização de sistemas de condicionamento de ar que façam com que a temperatura da peça a medir. o padrão usado para avaliar os erros e a estrutura da máquina apresentam a mesma temperatura. nos ângulos entre direcções e nos comprimentos dos padrões. Deve ser compensado o erro devido à diferença ∆α entre os coeficientes de expansão térmica da peça e do padrão utilizado para medir os erros. A solução adoptada nas CMMs para compensar os erros relacionados com a temperatura é. na grande maioria das vezes. de acordo com as condições térmicas. desde que o coeficiente de expansão térmica da peça a medir seja igual ao do padrão utilizado para medir os diversos erros. com vista à determinação dos erros cinemáticos. Esta incerteza pode atingir ±25% . 14 15 Variações no valor dos desvios de forma plana da mesa. este assunto não será aprofundado. as variações verificadas14 forem muito reduzidas (e como tal explicadas à luz do conceito de repetibilidade da CMM). Se. 2. Por sair do âmbito deste trabalho.

proposta pelos investigadores do PTB.5 µm) e com um volume útil de 1. pressão e temperatura ambientes). temperaturas da peça a medir. etc. que é definida pelo número. nomeadamente na Alemanha.2 m / min 5 m / min (3 + 4 D) µm 0. entre outras coisas. a incerteza dos resultados da medição efectuada. a evolução verificada nas CMMs entre 1980 e 1995 [21]: 1980 Erro máximo Velocidade de medição Velocidade de translação Materiais utilizados Temperatura admissível Métodos de compensação de erros 1995 (6 + 8D) µm 0. procedimento de medição (estratégia de medição: número e distribuição de pontos a medir.12 Custos A compensação dos erros cinemáticos por técnicas de software proporciona uma redução de custos que alguns fabricantes consideram que pode variar entre 5% e 50%.Quinze anos de evolução das máquinas de medição de coordenadas16 2. designado por “Expert CMM”. redução essa especialmente devida à aplicação das técnicas de compensação por software. A introdução deste conjunto de dados é facilmente executada. localização e sequência dos pontos a serem medidos pela máquina. O quadro 2-5 descreve. sequência de medição. Existe outro projecto também em desenvolvimento.7 m / min 26 m / min aço / granito 20 o C ± 2 o C também alumínio 25o C ± 10 o C por melhoramento da precisão mecânica por software Custos de produção 100 ≈5 Quadro 2-5 .2. de forma sucinta. Existem vários laboratórios e indústrias. D representa o comprimento ao longo de qualquer direcção. bem como o modelo de erros do palpador. 16 60 . Os modelos geométrico e térmico da máquina são armazenados na memória do computador. Holanda e Reino Unido.5 m. Como resultado a CMM virtual fornece.6 m x 0. É introduzido no programa o valor máximo admissível para a incerteza final do resultado de medição. medições a efectuar. a trabalhar no desenvolvimento deste projecto. dado que são simuladas estas acções no monitor do computador.0 m x 0.13 “Expert CMM” e CMM virtual A CMM virtual.). simula num computador o comportamento de uma máquina de medição de coordenadas. Na execução do programa são introduzidas as condições locais (por exemplo. de origem italiana. É considerada uma máquina de medição de coordenadas com uma resolução de 0. bem como a descrição física da máquina. as condições ambientais e a definição da peça que se pretende medir pela CMM.5 µm (a amplitude da menor subdivisão das escalas é 0. O custo de produção está corrigido da inflação. cujo objectivo é a construção de software que auxilie o operador da máquina a seleccionar a estratégia óptima para uma dada medição. Um facto incontroverso é a redução de custos de produção das CMMs que se verificou nas últimas duas décadas. A saída do programa consiste numa sugestão para a estratégia de medição.

. BOSCH . − Formação dos operadores das máquinas na avaliação da incerteza das correcções. sempre que possível em tempo real.15 Estudo da autocalibração Pretendemos neste ponto explicar os princípios e as técnicas do processo designado por autocalibração. em seguida. o problema inverso resolvido pela CMM virtual. num certo grau. etc. o processo de autocalibração.1 Noções gerais Na figura 2-6 encontra-se representado. Também não existe ainda nenhum método capaz de efectuar a compensação completa e efectiva dos efeitos da temperatura e existem ainda vários problemas a nível da estimação da incerteza nos resultados. as seguintes ideias: − Integração das correcções geométricas e térmicas no funcionamento das CMMs.). − Estudo dos erros inerentes ao próprio software e avaliação dos seus efeitos. efectuar a correcção. é então construído o modelo matemático que 17 18 J. baseados nesses resultados.15.14 Desenvolvimentos futuros De acordo com uma publicação recente17. em todo o mundo. bem como a eventual aplicação de técnicas de redes neuronais (prevê-se que todos os erros que apresentem uma variação lenta possam ser tratados por estas técnicas). funções que descrevam com boa aproximação os diversos erros cinemáticos da CMM. os erros cinemáticos18 de uma máquina de medição de coordenadas e. tem-se já em implementação. Ou melhor. por exemplo. 2.Este programa resolve. das coordenadas fornecidas pela máquina. 61 . de uma forma simples. Marcel Dekker Inc. Muito sucintamente. − Construção de uma máquina que tire o máximo partido dos métodos de autocalibração. Por exemplo. No entanto. − Construção de modelo de erros do palpador ou conjunto de palpadores e a sua integração num modelo mais flexível da máquina de medição (um único palpador. A. 2. podemos descrever o processo de autocalibração da seguinte forma. quais as fixas. 2. De uma forma simples podemos definir autocalibração como o método que permite determinar de forma conjunta. 1995. Baseado nesta estrutura. quais as peças móveis. existem actualmente em uso. identificar os eixos coordenados correspondentes aos movimentos de cada uma das peças. etc. No campo da correcção dos erros da CMM. ou a muito breve prazo. Em primeiro lugar é necessário conhecer a estrutura da máquina e saber. por meio de software. múltiplas configurações de palpadores. ainda não existe actualmente uma máquina de precisão muito elevada. − Compensação dos erros devidos aos efeitos dinâmicos e à não rigidez da estrutura da CMM. cerca de 200000 máquinas de medição de coordenadas. pelo uso de padrões. existem ainda alguns problemas não resolvidos ou não completamente resolvidos. Nova Iorque. saber de que forma são adquiridas as coordenadas. capaz de calibrar diferentes tipos de artefactos de referência dimensional. A CMM é hoje em dia um instrumento de medida universalmente aceite com uma grande implementação e importância na indústria.Co-ordinate measuring machine and systems. que se pretende que sejam solucionados a breve prazo.

geralmente. após a escolha do padrão a usar e após a elaboração da estratégia de medição. as coordenadas fornecidas pela máquina em qualquer processo de medição. é baseada no critério dos mínimos quadrados.Breve descrição do método de autocalibração Caso seja pretendido. por software. são determinados os coeficientes das funções que descrevem os diversos erros paramétricos. Para tal usa-se uma técnica de ajustamento que. Em seguida. com o fim de poder efectuar. é possível detectar e diagnosticar fontes de erro inerentes à própria estrutura da CMM. 62 .descreve o comportamento cinemático da máquina de medição de coordenadas. mais tarde. Conjugando o modelo cinemático com os dados adquiridos na medição. Pela análise dos parâmetros das funções de erro é possível corrigir. fazendo a análise das funções de erro. a correcção mecânica da máquina. estrutura da máquina modelo cinemático medição de coordenadas sobre um padrão ajustamento do modelo por determinação dos coeficientes das funções de erro análise dos parâmetros de erro diagnóstico das fontes de erro da CMM correcção por software dos erros presentes nas coordenadas correcção dos erros cinemáticos por ajustamento mecânico da máquina figura 2-6 . são medidas as coordenadas de pontos sobre esse padrão.

Placa de esferas Para estimar os coeficientes do modelo baseado nas 18 funções cinemáticas de erro21. xtz.2 Padrões utilizados na autocalibração Para realizar a autocalibração utiliza-se um artefacto. zpz). que se pretende que cubram de forma homogénea o volume de medição da CMM. as coordenadas dos pontos desse padrão são lidas pela máquina (e posteriormente registadas). Deseja-se ainda que a autocalibração forneça correcções válidas. yrx. Habitualmente é utilizada uma placa de esferas ou barra de esferas (ver figuras 2-7 e 2-8). zty) e os 9 erros de rotação (xrx. Os efeitos dos erros de falta de ortogonalidade entre os eixos da máquina encontram-se incluídos nos diversos erros de translação. xry. no entanto. embora. que unicamente deverá ser estável durante as medições efectuadas para os seus pontos. pode ser mais tarde utilizado para corrigir em tempo real as coordenadas indicadas pela máquina na medição de pontos sobre qualquer peça. No entanto é possível efectuar a autocalibração com o uso de padrões não calibrados. zrz). figura 2-7 . yry. a autocalibração é um método que se pretende realizável de forma automática e independente da temperatura média do ambiente onde a máquina opera. zrx. Neste caso o número de equações necessárias para realizar o ajustamento das funções de erro será superior. existam outros artefactos com semelhante função20. xrz. ztx. ypy. os 6 erros de translação (xty. Tal consideração permite reduzir de forma significativa o “esforço” computacional. e para tal ele é colocado em diferentes posições. 20 Poderão também ser utilizados blocos-padrão e blocos-padrão escalonados. O software construído com base no modelo cinemático dos erros. não necessariamente pré-calibrado19. ytx. 2.15. 19 63 . yrz. ytz. conforme referimos no capítulo 1. Na processo de autocalibração que vamos descrever utilizamos sempre padrões calibrados. zry.Além disso. 21 Os erros considerados são os 3 erros de posicionamento (xpx. mesmo quando a máquina opere em condições diferentes das condições standard.

Tal como vimos no capítulo 1. e outra devida aos erros aleatórios (que se supõem ter distribuição gaussiana). ym . A contribuição desta segunda componente é bastante reduzida quando comparada com a da primeira. y . z m representam as coordenadas lidas pela máquina e ( x .Barra de esferas 2. das coordenadas ( x0 .3 Desenvolvimento do método de autocalibração Define-se o erro de medição da CMM. E (m) . Assim ( ) E (m) = P − M Este erro E (m) é decomposto segundo duas componentes: uma que é resultado dos erros sistemáticos. yd e zd (valores das translações dominantes das peças móveis. z0 ) da posição do palpador em relação ao ponto de referência do braço e dos dezoito erros paramétricos correspondentes às 64 .15. que é função das leituras efectuadas pela CMM. como no capítulo 1 onde se construiu o modelo cinemático. y. como a diferença entre a leitura efectuada pela máquina M = ( x m . de posicionamento e de rotação. z ( ) do ponto medido. xm . y m . z ) as correspondentes coordenadas corrigidas.figura 2-8 . designada por E ( M ) . y0 . necessárias para alcançar a posição ocupada por P). zm ) e as coordenadas exactas P = x. y . onde. z ) de qualquer ponto P situado no volume útil de medição da CMM. a partir dos valores de x d . O erro sistemático E ( M ) é inerente ao movimento do palpador da máquina e pode ser decomposto em erros de translação. podemos obter as coordenadas ( x .

xwy. Este artefacto é normalmente uma barra ou uma placa com diversas esferas. usamos o modelo (1-6): x    y = z   e   x d + xpx     xty  + R p  yd    xtz     ytx   x0   ztx       + ypy  + R p Rc ’  zty  + R p Rc ’Rb ’’  y 0   z0   z d + zpz  ytz        x m   x0   x d         ym  =  y 0  +  yd   zm   z0   zd        onde as coordenadas estão referidas a um referencial ortogonal. ytx. dAB B A figura 2-9 . na avaliação dos erros cinemáticos vamos considerar os erros de ortogonalidade. xwz e ywz. tendo. sem perda de generalidade22. O processo de autocalibração consiste na determinação conjunta dos dezoito erros cinemáticos a partir da medição pela máquina das diversas posições ocupadas por pontos de um padrão que. que efectuar um número maior de medições. translações e desvios de posicionamento das partes móveis da CMM. Esta relação é bastante complexa e de difícil manipulação matemática. para efeito. Tal como já referimos. ytz. ztx e zty. torna-se por isso útil possuir um modelo mais simples que descreva ainda com boa precisão o comportamento cinemático da máquina. sendo conhecida com grande exactidão a distância entre eles. xtz. como implicitamente incluídos nas seis translações espúrias: xty. Como já referimos. é um artefacto calibrado.Representação simplificada de uma barra de esferas 22 É também possível realizar o processo de autocalibração sem possuir um padrão calibrado. Para tal é usada a linearização da relação anterior (1-8):  x   xd   x0   xpx + ytx + ztx  0 − xrz xry + yry   xd            0 − xrx − yrx   y d  +  y  =  y d  +  y0  +  xty + ypy + zty  + 0   z   z d   z0   xtz + ytz + zpz  0 xrx   zd  0            0 − xrz − yrz − zrz xry + yry + zry   x 0      − xrx − yrx − zrx   y0  0 +  xrz + yrz + zrz − xry − yry − zry xrx + yrx + zrx   z0  0    (2-3) Como foi referido no final do capítulo 1. 65 .rotações. na qual se conhecem as distâncias entre os centros das esferas (figura 2-9). no qual estão definidos diversos pontos.

Daí a designação de distância convencionalmente exacta. y B . sendo conhecida com grande precisão (designa-se por distância convencionalmente exacta). y A . Sejam ( x A . e2 . por (xm ( A). respectivamente. que se encontra colocado numa determinada posição dentro do volume de medição da CMM. podemos considerar que os valores ajustados para as coordenadas do centro da esfera serão aproximadamente iguais aos valores que se obteriam se a máquina pudesse medir directamente as coordenadas do seu centro. Queremos com isto dizer que os erros seriam da mesma ordem de grandeza. a distância entre os dois pontos é fornecida pelo fabricante do padrão. Seja d AB a distância convencionalmente exacta entre os pontos A e B. z0 ) são as coordenadas da posição do palpador em relação ao ponto de referência do braço e ( xd . no referencial ortonormado O . das posições ocupadas pelos pontos A e B. y B . 66 . Caso se use um padrão calibrado. z A ) e ( x B . que representamos. dada por23: d AB = ( x B − x A )2 + ( y B − y A )2 + (z B − z A )2 (2-4) As coordenadas ( x A . Podemos escrever para o ponto A: 23 A distância exacta entre os dois pontos A e B . usando as coordenadas indicadas pela CMM para A e B24. Sejam A e B os pontos correspondentes aos centros de duas esferas do artefacto. Caso sejam medidos mais do que quatro pontos (o que é recomendável). y m ( A). ( ) respectivamente. considerando também o facto de as esferas terem um raio reduzido e de os erros variarem localmente de forma pouco significativa. e3 . segundo as três direcções respectivas. zd ) são as amplitudes dos deslocamentos das três partes móveis da máquina. num mínimo de quatro. Estas são obtidas a partir da medição de vários pontos uniformemente distribuídos sobre a sua superfície. e1 . z B ) G G G as coordenadas exactas. y m ( B). yd . os valores das coordenadas do centro e do raio da esfera são ajustados por meio do critério dos mínimos quadrados (pela minimização da função que dá a soma dos quadrados das distâncias dos pontos medidos sobre a esfera à esfera ajustada). No entanto a diferença entre a distância exacta e o valor indicado pelo fabricante é tão reduzida que podemos tomar d AB como o valor exacto para a 24 distância entre os pontos A e B . z B ) que surgem na relação anterior podem ser determinadas em função dos erros paramétricos a partir de (2-3). necessários para alcançar a posição ocupada pelo ponto a medir.Supondo que temos um padrão com n esferas. A partir desses pontos o software da máquina calcula as coordenadas do centro da esfera e o respectivo raio. Assim. Se colocarmos esse artefacto em m posições distintas definem-se mn (n − 1) 2 distâncias. z A ) e ( x B . é possível definir por meio dos seus centros n(n − 1) 2 segmentos de recta diferentes e correspondentes distâncias. y A . z m ( B)) e que satisfazem a relação:  xm   x 0   xd     +   ym  =  y0   yd   zm   z 0   z d        onde ( x0 . zm ( A)) e (x m ( B). dada por (x B − x A )2 + (y B − y A )2 + (z B − z A )2 (que nunca é conhecida) não é igual ao valor da distância d AB fornecida pelo fabricante do padrão. y0 . A CMM não mede directamente as coordenadas dos centros das esferas.

de uma forma mais correcta.3. Por exemplo. ou seja. uma das condições necessárias para a aplicação do processo de autocalibração é que os diversos erros paramétricos sejam independentes entre si e que cada um deles seja dependente apenas da posição da parte móvel que o origina. sendo independente das posições ocupadas pelo carro e pelo braço. depende unicamente da amplitude do deslocamento x d . isto é. independente das coordenadas correspondentes aos respectivos deslocamentos: yd e zd . as equações (2-5) tomam a forma: x = x d + x 0 + xpx( x d ) + ytx( y d ) + ztx( z d ) − xrz( x d ) y d + xry( x d ) + yry( y d ) z d + + − xrz( x d ) − yrz( y d ) − zrz(z d ) y 0 + xry( x d ) + yry( y d ) + zry(z d ) z 0 y = y d + y 0 + xty( x d ) + ypy( y d ) + zty( z d ) + − xrx( x d ) − yrx( y d ) z d + [ ] [ [ ] ] + xrz( x d ) + yrz( y d ) + zrz(z d ) x 0 + − xrx( x d ) − yrx( y d ) − zrx( z d ) z 0 z = z d + z 0 + xtz( x d ) + ytz( y d ) + zpz(z d ) + xrx( x d ) y d + + − xry( x d ) − yry( y d ) − zry(z d ) x 0 + xrx( x d ) + yrx( y d ) + zrx( zd ) y 0 [ ] [ [ ] ] (2-6) [ ] [ ] 2. para o erro xrz (rotação do pórtico da CMM em torno do eixos das cotas). Se fizermos de forma análoga para os outros erros paramétricos.15. Desenvolvendo a equação matricial (2-3) obtemos: x = x d + x0 + xpx + ytx + ztx − xrz yd + xry + yry z d + − xrz − yrz − zrz y 0 + xry + yry + zry z0 y = y d + y 0 + xty + ypy + zty + − xrx − yrx zd + xrz + yrz + zrz x 0 + − xrx − yrx − zrx z0 z = zd + z 0 + xtz + ytz + zpz + xrx y d + − xry − yry − zry x0 + xrx + yrx + zrx y 0 ( ) ( ) ( ) ( ) ( ) ( ) (2-5) ( ) ( ) Como oportunamente descrito. o erro xrz poderá ser descrito como uma função de x d e. Desta forma.1 Utilização do software Mathematica Escrevamos a expressão (2-4) na forma (x B − x A )2 + (y B − y A )2 + (z B − z A )2 − d AB 2 = 0 (2-7) 67 . xd ( A)  x m ( A)  x0         y d ( A) =  y m ( A) −  y 0   z ( A)  z ( A)  z   d   m   0 e uma relação análoga envolvendo as coordenadas de B:  x d ( B )   x m ( B )  x 0         y d ( B) =  ym ( B) −  y 0   zd ( B )   zm ( B )   z 0        Serão os valores dos deslocamentos assim calculados que irão entrar nas equações do nosso modelo linearizado. onde no modelo temos xrz devemos escrever xrz( xd ) . o seu valor depende apenas da posição do pórtico (que se move segundo OX).

As coordenadas exactas ( x A . podemos escrevê-las como função das amplitudes dos deslocamentos das peças móveis. das coordenadas da posição do palpador em relação ao ponto de referência do braço: ( x0 . y A . y d ( A). y0 . z d ( A)) e (xd ( B). Virá assim para A: x A = x d ( A) + x 0 + xpx x d ( A) + ytx y d ( A) + ztx z d ( A) − xrz x d ( A) y d ( A) + + xr y x d ( A ) + yr y y d ( A ) z d ( A ) + d d yA [ ( ) ( )] + [− xrz(x ( A)) − yrz(y ( A)) − zrz(z ( A))] y + [xry(x ( A)) + yry( y ( A)) + zry(z ( A))] z = y ( A) + y + xty(x ( A)) + ypy( y ( A)) + zty(z ( A)) + [− xrx(x ( A)) − yrx( y ( A))] z ( A) + + [xrz(x ( A)) + yrz(y ( A)) + zrz(z ( A))] x + [− xrx(x ( A)) − yrx( y ( A)) − zrx(z ( A))] z d 0 d d d d 0 d d d d d d d d d 0 d d d 0 ( ) ( ) ( ) ( ) 0 (2-8) z A = zd ( A) + z0 + xtz xd ( A) + ytz yd ( A) + zpz zd ( A) + xrx xd ( A) yd ( A) + ( ) ( ) ( ) + [− xry(xd ( A)) − yry(yd ( A)) − zry(zd ( A))] x0 + [xrx(xd ( A)) + yrx(yd ( A)) + zrx(zd ( A))] y0 ( ) ( ) ( ) ( ) ( ) e analogamente para B: x B = xd (B ) + x0 + xpx xd (B ) + ytx yd (B) + ztx zd (B ) − xrz xd (B ) yd (B ) + + xry xd (B ) + yry yd (B ) zd (B ) + d d yB [ ( ) ( )] + [− xrz(x (B)) − yrz( y (B )) − zrz(z (B))] y + [xry(x (B)) + yry( y (B )) + zry(z (B ))] z = y (B) + y + xty(x (B )) + ypy( y (B )) + zty(z (B)) + [− xrx(x (B )) − yrx( y (B ))] z (B ) + + [xrz(x (B )) + yrz( y (B )) + zrz(z (B ))] x + [− xrx(x (B)) − yrx(y (B)) − zrx(z (B ))] z d 0 d d d 0 d 0 d d d d d d d d d 0 d d d 0 (2-9) z B = zd (B) + z0 + xtz xd (B ) + ytz yd (B ) + zpz zd (B ) + xrx xd (B ) yd (B ) + ( ) ( ) ( ) + [− xry(xd (B)) − yry(yd (B )) − zry(zd (B))] x0 + [xrx(xd (B )) + yrx( yd (B )) + zrx(zd (B ))] y0 ( ) Substituindo (2-8) e (2-9) em (2-7) vem: [x (B) − x ( A) + xpx(x (B)) − xpx(x ( A)) + ytx(y (B)) − ytx(y ( A)) + ztx(z (B)) − ztx(z ( A)) + ( ) ( ) + [xry(xd (B )) + yry(yd (B))] zd (B ) − [xry(xd ( A)) + yry(yd ( A))] zd ( A) + + [xrz(xd ( A)) + yrz(yd ( A)) + zrz(zd ( A)) − xrz(xd (B )) − yrz(yd (B)) − zrz(zd (B ))] y0 + 2 + [− xry(xd ( A)) − yry( yd ( A)) − zry(zd ( A)) + xry(xd (B )) + yry( yd (B )) + zry(zd (B ))] z0 ] + + xrz xd ( A) yd ( A) − xrz xd (B ) yd (B ) + d d d d d d d d 68 . y d ( B). z0 ) e dos valores dos dezoito erros paramétricos correspondentes às posições de A e B. zd ( B)) . necessários para alcançar as posições dos pontos A e B: (x d ( A). z B ) são desconhecidas. z A ) e ( x B . No entanto. por meio de (2-6). y B .

funções de Fourier. No entanto essa função nunca é conhecida. No caso dos polinómios. nem poderá ser descrita por uma expressão simples. No entanto. como se disse. Numa primeira aproximação vamos considerar que as funções que descrevem os erros são polinómios de segundo grau. polinómios de Taylor. por exemplo. Convém neste ponto referir que a consideração de um grau muito elevado para o polinómio poderá não ser benéfica. podemos aproximar essas funções erro por funções mais simples. Devido à forma como os erros variam no volume da máquina. A escolha dos polinómios deste tipo é devida ao facto de eles darem uma razoável aproximação para o comportamento da função que descreve a variação do erro paramétrico e devida à facilidade com que eles são algébrica e numericamente manipuláveis. são habitualmente utilizados entre 4 e 7 termos.( ) ( ) ( ) ( ) ( ) ( ) [ + [− xrx(x (B )) − yrx(y (B))] z (B ) + [xrx(x ( A)) + yrx( y ( A))] z ( A) + + [− xrz(x ( A)) − yrz( y ( A)) − zrz(z ( A)) + xrz(x (B )) + yrz(y (B )) + zrz(z (B ))] x + + [xrx(x ( A)) + yrx( y ( A)) + zrx(z ( A)) − xrx(x (B)) − yrx( y (B )) − zrx(z (B ))]z ] + + [z (B ) − z ( A) + xtz(x (B)) − xtz(x ( A)) + ytz(y (B)) − ytz( y ( A)) + zpz(z (B )) − zpz(z ( A)) − d d d d d d d d d d d d 0 2 d d d d d d 0 + yd (B ) − yd ( A) + xty xd (B ) − xty xd ( A) + ypy yd (B ) − ypy yd ( A) + zty zd (B) − zty zd ( A) + (2-10) ( ) ( ) + [xry(xd ( A)) + yry( yd ( A)) + zry(zd ( A)) − xry(xd (B )) − yry(yd (B )) − zry(zd (B ))] x0 + 2 + [− xrx(xd ( A)) − yrx(yd ( A)) − zrx(zd ( A)) + xrx(xd (B)) + yrx( yd (B )) + zrx(zd (B ))] y0 ] − − xr x x d ( A ) y d ( A ) + xr x x d ( B ) y d ( B ) + d d d d d d d d − d AB 2 = 0 Os diversos erros paramétricos que surgem na expressão (2-10) são. isso causará um aumento da complexidade do modelo e consequente aumento da dificuldade do cálculo numérico. A consideração de um grau mais elevado para os polinómios. B-Splines. a desenvolver. ou a consideração de outros tipos de funções. etc. baseado no princípio dos mínimos quadrados. de Chebyshev ou de Legendre. salvo as devidas alterações. poderá trazer vantagens a nível da precisão do ajustamento da função de erro. Consideremos para os erros dependentes do movimento do pórtico: xpx( xd ) = a2 ( xd ) + a1 xd + a0 2 xty( xd ) = b2 ( xd ) + b1 xd + b0 2 xtz( xd ) = c2 ( xd ) + c1 xd + c0 2 (2-11) xrx xd = d 2 xd ( ) ( )2 + d1xd + d0 2 xry( xd ) = e2 ( xd ) + e1 xd + e0 xrz xd = f 2 xd ( ) ( )2 + f1xd + f 0 69 . podendo ser utilizados vários tipos de funções como. uma vez que isso fará com que aumente o número de oscilações da função que aproxima o erro. Numa fase posterior serão considerados outros tipos de funções como aquelas acima referidas. será nesses casos semelhante ao que vamos descrever usando polinómios de segundo grau. apenas função da amplitude do deslocamento da parte móvel que os origina. o estudo do ajustamento. No entanto.

(2-12) e (2-13). q1 . b1 . q2 . r1 . z0 ) da posição do palpador em relação ao ponto de referência do braço. para um dado par de pontos A e B. b0 . a2 . q2 . uma equação onde se encontram presentes os deslocamentos lidos pela máquina: (xd ( A). a2 . q2 . a1 . substituímos na expressão (2-10) os dezoito erros paramétricos pelos polinómios que os aproximam. Para um dado par de pontos as únicas incógnitas serão os 54 coeficientes dos polinómios: a0 . y0 . q0 . r0 . q1 . b0 . yd ( A). zd ( B)) . usando (2-11). r1 e r2 . a1 . a 2 . com os erros substituídos pelos polinómios que os descrevem: (a0 . a distância convencionalmente exacta entre os pontos A e B. zd ( A)) e (xd ( B). q0 . Obtemos desta forma. e os diversos coeficientes dos polinómios. b1 . b0 ." . r0 . …. b2 . r1 . r0 . Seja f a função definida pela equação (2-10). as coordenadas ( x0 . b2 . r2 ) 6 f (a0 .Analogamente para o carro: ytx( yd ) = g2 ( yd ) + g1 yd + g0 2 ypy( yd ) = h2 ( yd ) + h1 yd + h0 2 ytz( yd ) = i2 ( yd ) + i1 yd + i0 2 (2-12) yrx yd = j2 yd ( ) ( )2 + j1 yd + j0 2 2 yry( yd ) = k2 ( yd ) + k1 yd + k 0 yrz( yd ) = l2 ( yd ) + l1 yd + l0 e para o braço: ztx(zd ) = m2 ( zd ) + m1zd + m0 2 zty(zd ) = n2 (zd ) + n1zd + n0 2 zpz( zd ) = o2 ( zd ) + o1zd + o0 2 (2-13) zrx(zd ) = p2 (zd ) + p1zd + p0 2 zry(zd ) = q2 ( zd ) + q1zd + q0 2 zrz( zd ) = r2 (zd ) + r1zd + r0 2 Em seguida. q0 . q1 . b1 . y d ( B). a1 . r2 ) f : IR 54 → IR 70 . b2 . p2 . c0 ." . d AB .

com dimensão (c. utilizando o padrão calibrado colocado em diferentes posições dentro do volume útil de medição da máquina. b1 . no sentido dos mínimos quadrados. f 2 .A relação (2-10) é equivalente a ter f (a0 . . Ln ) = 0 ." . L2 . L2 . r0 . f representa o vector dos termos independentes: − F L 0 . designada por A. foram realizados diversos programas baseados no software de cálculo Mathematica25. c . sendo utilizados diferentes tipos de funções para descrever os erros paramétricos: polinómios de segundo grau na forma canónica." . Ln−1 e Ln e escrevemos f i L1 . a1 .. L 0 = L1(0) . L3 . Ln ) = 0 ." . n) . b0 . efectuar a linearização do modelo funcional F ( L) = 0 . q0 ." . Ln = 0 ( ) i = 1. polinómios de Fourier. polinómios de Legendre. L2 (0) . teremos f 1 ." . em primeiro lugar. vamos. Uma vez que temos n incógnitas a determinar. (iii) construção do vector dos termos independentes f." . b2 . e construir as equações respectivas. Para tal. referentes a outras tantas distâncias. Designando o conjunto das funções ( ) ( ) ( ) f i ( L1 . (ii) construção da matriz Jacobiana de F. Para simplificação da notação designaremos os coeficientes a determinar (que no caso descrito eram a0 . iremos. L2 .1) . L2 ." . Genericamente. instalado na plataforma Power Macintosh. Ln ) por L. consiste nos seguintes passos: (i) construção da função F atrás definida. r0 . Ln (0) . (iv) introdução do vector das aproximações iniciais L 0 = L1(0) . a1 . para i = 1." . …. para i = 1. Ln ) = 0 e ( L1 . L2 . r1 e r2 ) por L1 . versão 2. L2 . precisamos de ter no mínimo n equações que relacionem esses coeficientes (equações do tipo (2-14). q2 . L2 (0) . determinar o conjunto de parâmetros L1 ." . q1 . …. a2 . Sendo c o número de equações construídas (com c ≥ n ). onde A representa a matriz Jacobiana calculada na  ∂F  ( ) 0 aproximação inicial L( ) :   . partindo de uma aproximação inicial para os coeficientes dos polinómios. L2 . b0 . 71 . f c funções distintas (que no caso dos polinómios apresentam-se na forma (2-14)). obtendo-se assim o modelo funcional linearizado Av = f .2.. Ln que melhor satisfazem. O programa de ajustamento realizado baseia-se num algoritmo que. o modelo funcional f i ( L1 . modelo 6100/66. vamos então considerar que pretendemos determinar n coeficientes (que no caso atrás exposto para os polinómios de segundo grau são 54). de dimensões (c. ( ) ( ) ( ) 25 Mathematica para Macintosh." . por exemplo).". r1 . polinómios de Chebyshev e polinómios mónicos de Chebyshev. e v o vector dos  ∂L  L(0 ) resíduos. de uma forma geral. q2 ." . a 2 . vamos medir pelo menos n pares de pontos distintos. c Tal como é descrito no apêndice E.. r2 ) = 0 (2-14) Numa primeira fase. c . por F ( L1 . Ln (0) .

(v) cálculo da matriz A e do vector f com os valores da aproximação inicial L 0 . O problema da inversão da matriz AAT pode ser contornado através da consideração de um vector auxiliar k de dimensões (c. devido às características da matriz AAT . De facto. 26 72 . o software não tinha capacidade para realizar a inversão. que a matriz dos pesos W corresponde à matriz identidade. qualquer que fosse o tipo de função utilizada para descrever os erros geométricos. O cálculo de k pela resolução daquele sistema (por meio de uma sub-rotina pré-definida. (ii) determinação do vector v através de v = AT k . de dimensão (n. vindo depois o vector dos resíduos através de v = AT k . Vamos neste ponto fazer algumas considerações acerca do passo (vi) do algoritmo atrás exposto.1) . uma vez que a matriz era aproximadamente singular. c) . a matriz a inverter será uma matriz de grandes dimensões. os resultados obtidos apresentavam uma muito má precisão. de dimensões (c. por exemplo. definido por k = AA T ( )−1 f . uma vez que usando outro tipo de funções ocorreram problemas semelhantes. para matrizes de dimensão elevada. Tal veio a verificar-se para qualquer que fosse o tipo de função usada para descrever os erros paramétricos. foi tentada a inversão de AAT por meio de uma sub-rotina já implementada no software. ou seja. Tal procedimento também foi posto em prática e mais uma vez os resultados obtidos apresentavam uma precisão muito reduzida (conforme mensagem dada pelo software).1) . (vii) cálculo dos parâmetros ajustados por meio de L = L 0 + v . não sendo aconselhável o seu cálculo numérico. a matriz AAT era sempre uma matriz Esta expressão permite calcular o vector dos resíduos sempre que se considera que os parâmetros a determinar não estão correlacionados e que possuem todos o mesmo peso. (viii) atribuição do vector dos parâmetros ajustados L à aproximação inicial L 0 e repetição dos passos (v) . (vii) . (vi) determinação do vector dos resíduos v. Assim. De qualquer modo. a redundância deve ser cerca de nove décimos do número de observações efectuadas (número de distâncias medidas). Assim. Além disso. devem ser medidos cerca de 1000 pares de pontos e correspondentes 1000 distâncias. até que o vector dos resíduos seja próximo do vector nulo (o número de iterações a realizar depende da aproximação inicial e da convergência do método). Pensamos que tal não foi devido às características das funções que foram utilizadas para descrever os erros (polinómios de segundo grau). numa primeira experiência. exigindo menor esforço computacional. Uma vez que é aconselhável que a redundância assuma um valor elevado27. (conforme ApE-8). mas. através de v = A T AA T ApE-7)26. mas sim devido às próprias características da matriz AAT . 27 Segundo a maioria dos autores. neste caso. podemos decompor a determinação do vector v nos seguintes passos: (i) resolução do sistema de c equações lineares a c incógnitas AA T k = f . que é a solução do sistema AA T k = f . se se pretenderem determinar 100 parâmetros. (vi) . existente no software utilizado) é bastante mais simples. O cálculo do vector dos resíduos v por meio de v = A T AA T ( ) ( ) ( ) ( ) −1 f (conforme ( ) −1 f necessita da inversão da matriz quadrada e simétrica AAT .

no entanto. ou seja. Convém ainda referir que em todos os métodos foram executadas diversas iterações. é sempre muito próximo de zero. se existir. Com essa opção foram obtidas algumas melhorias nos resultados. a matriz era quase singular. poderá porventura também ser explicada pelo facto de termos linearizado o modelo funcional. Esse mau condicionamento é consequência do mau condicionamento da matriz Jacobiana A (provavelmente tal é devido ao facto de linearizarmos o modelo funcional). Além disso. resolve o sistema equivalente B T Bx = B T b ). de alguma forma satisfatórios. • Decomposição QR da matriz do sistema AA T k = f ( AA T = Q T R ). Em alguns dos métodos. capazes de proporcionar melhores resultados para sistemas com matrizes mal condicionadas (ver [16]): • Decomposição do tipo LU da matriz AAT (A matriz AAT é escrita de maneira única na forma AA T = LU . nos diversos métodos postos em prática o determinante da matriz AAT era sempre muito próximo de zero (geralmente da ordem de 1 × 10 −25 ). sendo L uma matriz triangular inferior cujos elementos da diagonal principal são iguais a 1 e U uma matriz triangular superior). onde D é a diagonal da matriz AAT . na grande maioria das vezes o processo divergia. a fraca qualidade dos resultados. obtidos por qualquer um dos métodos. por conseguinte. com o propósito de realizar decomposições com um grau superior de precisão. seguida na sua substituição no sistema das equações normais. sem ser obtida melhoria significativa dos resultados. qualquer que seja a matriz B). Bx = b . Dada uma matriz B. o seu determinante. Realizando várias iterações. define-se a sua pseudo-inversa B B (que existe sempre. Com vista a resolver o sistema AA T k = f . • Cálculo da pseudo-inversa29 da matriz AAT . existentes no software disponível. • Método das equações normais (que dado um sistema de n equações lineares em n incógnitas. através de 29 B B = BT B ( ) −1 BT 73 . sempre que existia essa opção na sub-rotina do software. que permitiam efectuar uma reordenação das linhas da matriz do sistema. não sendo estes. foram então postos em prática alguns métodos. e que resumidamente pode ser descrito na forma r (i ) = f − AAT k (i )   (i +1) i i k = k ( ) + D −1r ( )  Qualquer que fosse a função utilizada para descrever os erros. foram utilizadas matrizes de permutação. • Método das equações semi-normais (decomposição QR da matriz do sistema. ou convergindo as várias soluções obtidas era pouco precisas. o que conduz à decomposição de Cholesky). e por conseguinte bastante mal condicionada.mal condicionada28. 28 Numa matriz mal condicionada as linhas ou colunas são aproximadamente linearmente dependentes e. • Método iterativo de Jacobi. que é baseado na partição AA T = D − E . para a resolução de sistemas de equações lineares. • Decomposição de Schur da matriz do sistema ( AA T = QTQ T ).

xn ) . vamos considerar que são não lineares30). de m componentes. se encontra a função f i ( x ) .3. sem efectuar a sua linearização prévia. 2." . g (x ) =   ∂F (x ) ∂F (x ) ∂F ( x )  . é denominada por matriz Hessiana: o elemento situado na posição (i . denotada por G( x ) . ou seja. Foi então utilizada outra ferramenta de cálculo: a biblioteca de rotinas de ajustamento da NAG. 30 74 . onde inicialmente era feita a linearização do modelo funcional. ∂xi ∂x j Contrariamente à minimização efectuada com o auxílio do software Mathematica atrás descrita. Recordamos que gradiente da função F ( x ) . é o vector g( x ) cujos elementos são as primeiras derivadas parciais de F ( x ) . isto é. no caso geral. x = ( x1 ." . devido ao facto da matriz do sistema AA T k = f ser sempre uma matriz muito mal condicionada e nenhum dos métodos implementados ser capaz de ultrapassar essa dificuldade. não serão apresentados resultados dessas implementações práticas. facto que traz inegáveis vantagens em termos de precisão. x ∈ IR n onde na posição i do vector f. Nessas circunstâncias. A matriz das segundas derivadas parciais de F ( x ) .2 Utilização de rotinas da NAG Os problemas de minimização onde não são impostas restrições aos valores que as variáveis podem tomar (chama-se mínimo livre ao valor obtido pela minimização). Seguidamente será feita a descrição da sua implementação. a minimização efectuada com o auxílio das rotinas da NAG vai usar as funções tal e qual elas são definidas. Além disso a sua precisão numérica é bastante superior à precisão proporcionada pelo software utilizado antes. x2 . . As rotinas aí existentes resolvem o problema dos mínimos quadrados sem efectuar a linearização da função a minimizar. j ) corresponde a ∂ 2 F ( x) . ∂x1 ∂x 2 ∂xn    T A sua importância deve-se ao facto de ele dever ser nulo no mínimo livre de uma função cujas primeiras derivadas são contínuas.15. Um caso particular de minimização de funções ocorre quando a função a minimizar pode ser expressa como a soma dos quadrados de várias funções (que. que pretendemos minimizar. podem exprimir-se por meio da seguinte formulação matemática: Minimizar x F ( x) T onde x ∈ IR n .Uma vez que os resultados obtidos pela utilização do software Mathematica não foram de forma alguma satisfatórios. a minimização é denominada por problema dos mínimos quadrados e a sua formulação matemática é agora a seguinte: Minimizar x fTf = ∑f i =1 m 2 i (x) .

de forma a verificar quando é que a estimativa da solução obtida nessa iteração é uma aproximação adequada ao mínimo que se pretende calcular. é realizado em todas as iterações um teste de convergência. ou matriz Jacobiana de f ( x ) . 31 32 Uma matriz quadrada A. é positiva definida se A é simétrica e se x T Ax > 0 . para definir a direcção de procura. então as condições seguintes são condições suficientes para que um ponto x * seja um mínimo local livre da função F ( x ) : onde ( ) (ii) G(x ) é uma matriz positiva definida g(x ) representa a norma euclidiana de g(x ) . A sequência construída satisfaz: x( k + 1) k k k = x ( ) + α ( ) p( ) k k k +1 k onde o vector p( ) representa a direcção de procura e α ( ) é tal que F x ( ) < F x ( ) . as rotinas utilizadas na minimização são baseadas nos métodos a seguir descritos. ao longo da última direcção de procura. de ordem n. Em problemas de mínimos quadrados não lineares é ainda habitual utilizar a matriz das primeiras derivadas parciais do vector das funções f ( x ) . De uma forma muita resumida. sendo determinado ( ) ( ) por meio de uma técnica de optimização de funções de uma variável existente nas rotinas utilizadas. embora sejam Uma matriz quadrada A. 75 . ou uma aproximação por k diferenças finitas de G x ( ) . Para decidir quando termina o cálculo de aproximações sucessivas para a solução da minimização.Este método aproxima a matriz Hessiana G x ( ) por uma matriz B ( ) . Os algoritmos baseados neste método. ( ) que é modificada em cada iteração a partir da informação obtida acerca da curvatura da função F. j ) corresponde a ∂f i ( x ) . qualquer que seja o vector x de dimensão n. cujo elemento genérico situado na posição (i . ∂x j Considerando que todas as funções não lineares têm segundas derivadas contínuas numa vizinhança da solução. é semi-positiva definida se A é simétrica ( A T = A ) e se x T Ax ≥ 0 . ( ) ( ) • k k Método Quasi-Newton . de ordem n. converge para a solução x * . (i) g x* = 0 e * 32 * * k Os algoritmos utilizados na minimização geram iterativamente uma sequência de “pontos” x ( ) { } que. então num mínimo livre de F a matriz G( x ) tem de ser semi-positiva definida31. sendo a diferença entre eles devida essencialmente ao nível de informação existente acerca das derivadas da função a minimizar F ( x ) . no limite. para todo o vector x de dimensão n.Este método usa a matriz Hessiana G x ( ) .Se a função F ( x ) tem segundas derivadas contínuas. necessárias à definição da direcção de procura da solução: • k Método de Newton .

 i =1 i i m   onde J ( x ) é a matriz Jacobiana do vector de funções f ( x ) e Gi ( x ) é a matriz Hessiana da função f i ( x ) . trazendo isso como vantagem evitar o cálculo ou a aproximação das segundas derivadas de {fi (x)} . foram escolhidas as designadas por E04FDF e E04GCF. uma vez que nalguns casos existe mais informação disponível a ser avaliada (como por exemplo a matriz Hessiana ser positiva definida). ( ) Quando a função a minimizar tem a forma particular de uma soma de quadrados de funções não lineares (problema dos mínimos quadrados). que embora também sejam baseados nos dois métodos referidos atrás. Uma vez que a função a minimizar é do tipo: F ( x) = a matriz Hessiana é da forma ∑f i =1 m 2 i ( x) . vão explorar a estrutura particular que a matriz Hessiana vai tomar. G(x ) = 2  J (x )T J (x ) +    ∑ f (x)G (x) .menos robustos que os baseados no método anterior. residindo a principal diferença no facto de não ser necessário possuir quaisquer derivadas 76 . O critério utilizado nas diversas rotinas é considerar que existe convergência se a variação relativa que ocorre entre duas iterações sucessivas é menor que uma certa quantidade pré-definida. uma vez que não existe informação disponível. mas muitas vezes não existe possibilidade de verificar todas essas condições. o valor de f ( x ) é muitas vezes bastante reduzido quando comparado com o valor tomado por J (x ) J (x ) . Na vizinhança da solução. de modo a incrementar a eficiência computacional. para efectuar a minimização pretendida. De qualquer modo os princípios dos diversos critérios são os mesmos e em termos não matemáticos podem ser assim expostos: k (i) a sequência x ( ) converge? k { } (ii) a sequência {F ( )} converge? (iii) são satisfeitas as condições necessárias e suficientes para que o valor encontrado seja uma solução? A decisão de dizer quando é que uma sequência é convergente é necessariamente especulativa. O critério (iii) é sem dúvida o que oferece maior confiança. Os critérios de convergência variam de rotina para rotina. sendo nesses casos 2 J ( x ) J ( x ) uma aproximação bastante adequada para a T T matriz G( x ) . são mais eficientes. uma vez que a matriz k G x ( ) não é calculada nem aproximada por diferenças finitas. os algoritmos. Dentre as variadas rotinas existentes na biblioteca de rotinas da NAG. A qualidade da solução final é verificada através do indicador IFAIL dado pelo programa. Qualquer uma das duas tem como objectivo a determinação de um mínimo não condicionado para a soma dos quadrados de M funções não lineares em N variáveis ( M ≥ N ).

podemos escrever di di di mi e ( x0 . A sua descrição mais detalhada encontra-se presente no Apêndice D. y Ai . y0 . (x mi ( A). esta distância. e dos dezoito erros paramétricos. c . teremos mn(n − 1) distâncias definidas 2 pelas posições dos pontos A e B." . zmi ( A) e ) (x 1. em m posições diferentes. z Bi . z Bi . a máquina irá ler as coordenadas dos pontos que determinam o correspondente segmento. que são medidas ao longo das suas escalas. zmi ( A) e xmi (B). zd i ( A) e xd i (B). zd i (B) representam as amplitudes dos deslocamentos das peças móveis da máquina. Quer no caso da rotina E04FDF. que nunca são ) conhecidas. yd i (B ). mi (B). que é baseada no método Quasi-Newton. e ( x0 . é conhecida. necessários para alcançar as posições ocupadas pelos pontos A e B. para i = 1. e cuja ) d ABi = (x Bi − x Ai ) + (y 2 Bi − y Ai ) + (z 2 Bi − z Ai . zd i ( A) . que será colocado em diversas posições dentro do volume útil da CMM. y0 . em vez de x = x d + x0 + xpx + ytx + ztx − xrz yd + xry + yry z d + − xrz − yrz − zrz y 0 + xry + yry + zry z0 y = y d + y 0 + xty + ypy + zty + − xrx − yrx zd + xrz + yrz + zrz x 0 + − xrx − yrx − zrx z0 ( ) ( ) ( ) ( ) ( ) ( ) 77 . zmi ( A) e xmi (B). ( ) ( ) (x Ai . y Bi . c . sendo fornecida pelo fabricante do padrão. y (B). ymi (B). cujas coordenadas verdadeiras representaremos por x Ai . Como vimos atrás." . Seja então c o número de segmentos determinados por todas essas posições de A e B. é dada por ( ) e (x ) 2 Bi . yd i ( A).para a primeira enquanto que para a segunda. Em cada uma das c posições. com i = 1. z (B)) (B). y Ai . pela consideração do modelo construído no capítulo Utilizando ) (x di ( A). As coordenadas verdadeiras dos pontos A e B. z0 ) . zmi (B) . ymi ( A). quer no caso da rotina E04GCF. no qual estão referenciados n pontos distintos. ymi ( A).  z ( B)   z   z ( B)   mi   0   di  onde xd i ( A). a função a minimizar é construída com base nas coordenadas e correspondente distância entre dois pontos A e B de um padrão calibrado. designadas por xmi ( A). yd i ( A). z Ai ) e (x Bi . podem ser obtidas a partir das coordenadas lidas pela máquina. zmi (B) . (x mi ( A). ymi ( A)." . ymi ) ( ) (x (B). z0 ) as coordenadas da posição do palpador em relação ao ponto de referência do braço. que satisfazem as relações ( ) ( )  xm ( A)  x0   xd ( A)   i     i  ymi ( A) =  y0  +  yd i ( A)  z ( A)   z   z ( A)   mi   0   di  e  xm ( B)  x0   xd ( B)   i     i  ymi ( B) =  y0  +  yd i ( B) . c Como já vimos. se colocarmos um padrão. com i = 1. determinadas pelo processo de calibração do palpador. z Ai correspondente distância. z (B)) . que representaremos por d ABi . que designámos por distância convencionalmente exacta. y Bi . é necessário dispor das expressões da primeira derivada das funções. ymi (B).

z Bi . se considerarmos o ponto A e de x Bi . zd i ( A) . zd i (B) . se considerarmos o ponto B. yd . Assim foram considerados várias classes de funções cujas características se consideram ser apropriadas para descrever o comportamento desses erros: polinómios na forma 33 Na minimização efectuada com o software Mathematica as funções cuja soma dos quadrados pretendíamos minimizar eram obtidas a partir de uma expressão equivalente: f i = x Bi − x Ai ( ) + (y 2 Bi − y Ai ) + (z 2 Bi − z Ai ) 2 − d ABi 2 . y Ai . Em qualquer uma rotinas da NAG utilizadas a função que se pretende minimizar é definida pela soma dos quadrados de c funções definidas por33 ( ) ( ) fi = (x Bi − x Ai ) + (y 2 Bi − y Ai ) + (z 2 Bi − z Ai ) 2 − d ABi ." . yd i ( A) . c onde as coordenadas x Ai . y Bi e z Bi são dadas pelas equações anteriores. z Ai . y. 78 . xd . z Ai . zty é função de zd e com maior rigor escrevemos zty( zd ) ) a função f i . yd i ( B) . Considerando que os 18 erros geométricos são funções dos deslocamentos que os originam (por exemplo. xd i ( B) . y Ai . com i = 1. será então uma função da forma {[x (B) − x ( A) + xpx(x (B)) − xpx(x ( A)) + ytx(y (B)) − ytx(y ( A)) + ztx(z (B)) − ztx(z ( A)) + d d d d d d d d ( ) ( ) + [xry(xd (B )) + yry(yd (B))] zd (B ) − [xry(xd ( A)) + yry( yd ( A))] zd ( A) + + [xrz(xd ( A)) + yrz(yd ( A)) + zrz(zd ( A)) − xrz(xd (B )) − yrz( yd (B )) − zrz(zd (B ))] y0 + 2 + [− xry(xd ( A)) − yry(yd ( A)) − zry(zd ( A)) + xry(xd (B )) + yry (yd (B )) + zry(zd (B))] z0 ] + + xrz xd ( A) yd ( A) − xrz xd (B) yd (B ) + d d d d d d ( ) ( ) ( ) ( ) ( ) ( ) [ + [− xrx(x (B )) − yrx(y (B))] z (B ) + [xrx(x ( A)) + yrx( y ( A))] z ( A) + + [− xrz(x ( A)) − yrz( y ( A)) − zrz(z ( A)) + xrz(x (B )) + yrz(y (B )) + zrz(z (B ))] x + + [xrx(x ( A)) + yrx( y ( A)) + zrx(z ( A)) − xrx(x (B)) − yrx( y (B )) − zrx(z (B ))]z ] + + [z (B ) − z ( A) + xtz(x (B)) − xtz(x ( A)) + ytz(y (B)) − ytz( y ( A)) + zpz(z (B )) − zpz(z ( A)) − d d d d d d 0 2 d d d d d d 0 + yd (B ) − yd ( A) + xty xd (B ) − xty xd ( A) + ypy yd (B ) − ypy yd ( A) + zty zd (B) − zty zd ( A) + (2-15) ( ) ( ) + [xry(xd ( A)) + yry( yd ( A)) + zry(zd ( A)) − xry(xd (B )) − yry( yd (B)) − zry(zd (B ))] x0 + − xrx xd ( A) yd ( A) + xrx xd (B ) yd (B ) + d d d d d d d d 2 + − xrx(xd ( A)) − yrx(yd ( A)) − zrx(zd ( A)) + xrx(xd (B)) + yrx( yd (B )) + zrx(zd (B )) y0  [ ] ] 1 2 − −d AB = 0 A diferença entre os diversos programas elaborados é consequência do tipo de função que se toma para descrever cada um dos erros geométricos. z. xd i ( A) . c . zd tomam os valores de respectivamente x Ai . y Bi . x Bi . para cada i = 1.z = zd + z 0 + xtz + ytz + zpz + xrx y d + − xry − yry − zry x0 + xrx + yrx + zrx y 0 onde x." .

zpz. Este tipo de funções foi o que se revelou mais adequado para descrever os diversos erros geométricos. polinómios de Legendre. Os erros paramétricos serão então assim descritos: xpx = X (1) sin xd + X (2) cos xd + X (3) sin 2 xd + X (4) cos 2 xd + X (5) sin 3xd + X (6) cos 3xd + X (7) sin 4 xd + X (8) cos 4 xd xty = X (9) sin xd + X (10) cos xd + X (11) sin 2 xd + X (12) cos 2 xd + # ytz = X (65) sin yd + X (66) cos yd + X (67) sin 2 yd + X (68) cos 2 yd + # yrz = X (89) sin yd + X (90) cos yd + X (91) sin 2 yd + X (92) cos 2 yd + X (93) sin 3 yd + X (94) cos 3 yd + X (95) sin 4 yd + X (96) cos 4 yd # zrz = X (137) sin zd + X (138) cos zd + X (139) sin 2 zd + X (140) cos 2 zd + X (141) sin 3zd + X (142) cos 3zd + X (143) sin 4 zd + X (144) cos 4 zd X (69) sin 3 yd + X (70) cos 3 yd + X (71) sin 4 yd + X (72) cos 4 yd X (13) sin 3xd + X (14) cos 3xd + X (15) sin 4 xd + X (16) cos 4 xd Em seguida. a2 . que terá assim 18 × 8 elementos (os coeficientes estão posicionados neste vector por uma ordem que corresponde à seguinte ordenação dos erros: xpx. Partindo de uma aproximação inicial para os coeficientes dos polinómios que descrevem os erros geométricos. xrz. Para cada um dos dezoito erros teremos diferentes coeficientes a1 . ypy. yrx. supondo que as suas coordenadas verdadeiras são obtidas por correcção das coordenadas lidas. Cada um deles representará a diferença entre a distância calculada entre os pontos medidos. de Fourier e de Chebyshev. zty. no sentido dos mínimos quadrados. 35 34 79 .canónica. obtendo-se assim os c resíduos f i . xry. e a distância verdadeira entre eles35. zrx. vamos substituir cada um dos erros presentes na função (2-15) pelas expressões anteriores. ztx. ytx. zry. yry. xtz. xrx. yrz." . Sem perda de generalidade. O resultado final do ajustamento serão os coeficientes ajustados de cada um dos polinómios. a rotina de ajustamento vai calcular. Note-se que no ajustamento efectuado com o software Mathematica os resíduos cuja soma dos quadrados pretendíamos minimizar eram definidos pela diferença entre o valor “verdadeiro” do coeficiente do polinómio que descrevia o erro e o valor da sua aproximação. para o carro yd e para o braço zd ). a8 . cuja soma dos quadrados pretendemos minimizar. cujo valor é introduzido pelo utilizador. cujo conjunto iremos colocar num vector que designamos por X. vamos considerar polinómios de Fourier para descrever os 18 erros (neste exemplo apenas os primeiros oito termos da série de Fourier)34. xty. zrz). ytz. pela consideração de que os erros têm comportamento que é descrito por funções de Fourier. o conjunto de parâmetros (coeficientes) que melhor satisfazem o modelo. através de uma expressão do tipo: a1 sin α + a2 cosα + a3 sin 2α + a4 cos 2α + a5 sin 3α + a6 cos 3α + a7 sin 4α + a8 cos 4α onde α representa a amplitude do deslocamento da parte que origina cada um dos erros (para os erros do pórtico α representa xd .

No fim deste processo teremos um ficheiro onde constam as coordenadas lidas por uma máquina fictícia para pares de pontos de um padrão colocado em diversas posições na máquina e respectiva distância exacta. que será identificada com a distância convencionalmente exacta. considerando os erros gerados no passo anterior. de forma a procurar que esta simulação seja mais próxima do que acontece na realidade). Além disso. foi criado um ficheiro de dados semelhante aquele que seria obtido caso se possuísse um padrão calibrado e. é diferente da distância exacta. as seguintes acções: − Criação através de um gerador de números aleatórios. o algoritmo vai calcular aproximações sucessivas para o vector dos coeficientes que se pretende determinar. Será este ficheiro que servirá de base ao posterior ajustamento por mínimos quadrados. Inicialmente foi utilizada a rotina E04FDF para efectuar o ajustamento e posteriormente usou-se a rotina E04GCF. através dele. um conjunto de dados. Essa diferença é no fundo o valor do resíduo (função f i ). determinar a distância que a máquina mediria entre esses pontos. ou seja. Para tal foram utilizados funções de uma variável. ou seja. correspondente ao instante inicial (antes de ser feito o ajustamento). referentes a um número suficiente de pares de pontos. as coordenadas afectadas pelos diversos erros. usando uma CMM concreta. Esta diferença corresponderá ao resíduo de cada uma das distâncias que diz respeito a essa iteração. por meio de um programa auxiliar. e cuja soma dos quadrados o algoritmo vai tentar minimizar. resumidamente. foram criados. utilizando as leituras “efectuadas” para os dois pontos de cada par. fossem medidas as coordenadas dos seus pontos. sobre um padrão fictício. Essa distância que. Esse programa executa. Esse valor será considerado como um indicador da precisão alcançada e também da existência e qualidade da sua convergência. Para os mesmos dados a segunda rotina proporcionou melhores resultados. é possível. de forma a posterior realização do processo de autocalibração. do tipo polinomial. sendo esta a que corresponde à coordenada referente ao movimento da peça que gera o respectivo erro. referentes ao comportamento de uma máquina fictícia. de um conjunto de leituras efectuadas pela CMM fictícia. − Pela utilização do modelo construído no capítulo 1. que terão uma distribuição aproximadamente uniforme em todo o volume útil de medição. − Construção de funções que descrevam os dezoito erros geométricos.Devido à impossibilidade de implementar na prática o conjunto de procedimentos conducentes à obtenção da informação necessária para efectuar esse ajustamento. devido à existência dos diversos erros. com os valores dos coeficientes calculados nessa iteração. cálculo das coordenadas corrigidas de cada um pontos antes gerados. − Cálculo dos valores dos erros geométricos referentes a cada um dos pontos gerados (neste ponto foi ainda introduzida uma componente aleatória. com distribuição uniforme. Ao longo da execução do programa. pode ser comparada com esta. e o programa calcula e indica a soma dos seus quadrados. através das quais eles são gerados. num número muito 80 . − Determinação da distância verdadeira correspondente a cada par de pontos (pela utilização das coordenadas corrigidas). e em cada uma das iterações é calculada a diferença entre a distância verdadeira correspondente a um par de pontos e a distância calculada usando as coordenadas corrigidas pelo modelo. por forma a obter os coeficientes das funções que descrevem os erros geométricos de tal CMM fictícia. Estas coordenadas serão identificadas com as coordenadas que a máquina leria para os pontos do padrão.

O ficheiro de dados elaborado foi baseado num programa que constrói funções de erro a partir de polinómios de grau 5. No entanto pretendia-se que a componente aleatória correspondente a cada um dos valores [ ] yi tivesse distribuição gaussiana e para tal. a primeira rotina não convergia. 37 [ ] No apêndice C está enunciado o Teorema do Limite Central. yi ) ): 36 [− 0. tomam valores no intervalo 0. uma vez que tal iria introduzir descontinuidades na função. que é dependente de uma variável x. procurou-se que o gerador criasse valores situados num intervalo tal que a amplitude de variação da componente dada de forma aleatória fosse cerca de um décimo da amplitude de variação da componente secular. Quer para os erros de translação e posicionamento. que serve como base teórica à construção de um gerador de números aleatórios com distribuição normal. enquanto que a segunda convergia quase sempre. 0. o que corresponde a 11 pontos ( xi .1m (chamamos y a essa componente.01m . Na figura 2-10 encontra-se a representação gráfica de uma função polinomial segmentada deste tipo (apenas está representado o intervalo 0.25 µm. por exemplo para o pórtico corresponde a xd ). para além da função a minimizar. uma vez que.0. sem “saltos”. 2 µrad ] 38. yi ) . Tal é explicado pelo maior nível de informação introduzido quando é usada essa rotina.menor de iterações. a máquina tem um volume útil de medição de 1 m 3 e as variáveis que constam nas funções que geram ou que descrevem os erros. obtido de forma aleatória. tivessem as coordenadas dos diversos pares ( xi . No entanto. construiu-se um gerador com distribuição aproximadamente normal. são criados. não bastará somar uma componente aleatória ao valor da função erro em cada um dos pontos. que.1m . para pontos xi daquele intervalo igualmente espaçados de 0. varia no domínio36 0. Na realidade. Inicialmente. 81 . essas funções deverão ter uma componente aleatória. de média 0. à parte secular da função de erro (que é descrita pelo polinómio) vai ser adicionada uma componente local. mas agora a variar no [ ] Consideramos que a máquina que estamos a utilizar pode medir comprimentos de até 1 metro segundo as direcções dos três eixos. que no caso da rotina E04FDF eram estimadas. Em seguida. Além disso. Essa componente é dada por um polinómio segmentado de primeiro grau. Para simular isso. a variar no intervalo intervalo [− 2 µrad . onde os vértices da linha poligonal correspondente à sua representação gráfica. Em primeiro lugar considera-se que a variável da qual depende o valor da componente aleatória do erro geométrico. sendo para isso utilizado o seguinte processo na sua construção. qualquer um dos erros paramétricos de uma máquina de medição tem uma variação suave. Em seguida foi construída a função polinomial segmentada (de primeiro grau). nem descontinuidades. quer para os erros de rotação. correspondentes valores yi . A criação do ficheiro de dados foi realizada no software Mathematica que possui um gerador de número aleatórios com distribuição uniforme. de média 0.25 µm] e para os erros de rotação considerámos também uma variável aleatória com distribuição normal. por meio de um gerador de números aleatórios com distribuição normal. de forma a simular com maior exactidão o funcionamento de uma máquina real. para os erros de posicionamento e translação considerámos uma variável aleatória com distribuição normal. Porém. 1 . são também indicadas as expressões das suas primeiras derivadas. quando a aproximação inicial era má. A base teórica para esse procedimento é dada pelo Teorema do Limite Central37. a partir do gerador de números aleatórios com distribuição uniforme. ou seja.

figura 2-10 .Erro paramétrico no intervalo 0. 82 .Componente secular de um erro paramétrico ao adicionar a componente secular com a componente local dada de forma aleatória.0. obtendo-se assim a função que gera cada um dos 18 erros geométricos.1m [ ] 38 Um µrad equivale a cerca de 0.2063 segundos de arco. Considerando que a função que origina a componente secular do erro (polinómio de grau 5) tem a seguinte representação gráfica naquele intervalo: figura 2-11 .Componente local aleatória de um erro paramétrico Posteriormente foi adicionada à componente secular de cada um dos erros a componente criada de forma aleatória. obtém-se a função que tem a seguinte representação gráfica: figura 2-12 .

0.000000143759 ypy = −0.0000000145628 83 .000573426 x d 2 − 0.1m [ ] Representando estas duas curvas agora no intervalo 0.00000202618 y d 2 + 0.00000415557 y d + 0.000463571xd 3 + + 0.0000420675x d + 0.00112775x d 3 + + 0.000120322 x d 5 − 0.0000106966 y d 4 − 0.000101899 x d + 0.000000003002 ytx = 0.000478058 y d 5 + 0. no intervalo 0.000367955 y d 2 − 0.000143961x d 4 − 0.000752985xd 4 − 0.Função de erro e sua componente secular.00125856 y d 4 − 0.0000563424 y d 5 − 0.0000922542 x d 3 + + 0.00000000852243 xty = −0.0000378084 y d + 0.000000128912 xtz = 0.00110986 y d 3 + + 0.0000486154 y d 3 − − 0.0000100615xd − 0.Função de erro e sua componente secular.1m [ ] As componentes seculares dos diversos erros foram geradas pelos seguintes polinómios de grau 5: xpx = −0.1m obtém-se o seguinte gráfico: [ ] figura 2-14 .000948913x d 4 − 0.000364604 xd 5 + 0.000293735x d 5 + 0.Na figura 2-13 encontra a representação da componente secular do erro (dada pelo polinómio de grau 5 e que na figura é representada pela curva mais regular) e a função de erro após a adição da componente aleatória (que corresponde na figura à curva menos regular).000157851x d 2 − 0.0000671267 xd 2 + 0. figura 2-13 . no intervalo 0.

0000175167 z d + 0.0000293518 y d − 0.00487598z d 5 + 0.00395857 x d 4 + 0.00006592222 z d + 0.00143818 y d 5 − 0.0127162 y d 5 − 0.00157534 x d 5 − 0.0000000275737 ztx = −0. Em todos os gráficos no eixo das ordenadas estão representados os valores dos erros respectivos e no eixo das abcissas os valores das coordenadas das quais dependem cada um dos erros.0159546 x d 3 − − 0.00000000224164 xrx = 0.000000540958 A representação gráfica dos polinómios que criam a parte secular das 18 funções de erro encontra-se nas figuras 2-15 a 2-22.00946731y d 2 + 0.0100098z d 4 − 0.0000000349408 xrz = 0.000000057594 zrz = 0.000801422 z d − 0.0189958z d 3 − − 0.00034691z d 2 − 0. é o metro.00641319 z d 3 + + 0.000673647 z d 2 − 0.000000226884 zpz = −0.000755255x d 2 − 0.000420918z d 2 − 0.0200613 y d 3 − − 0.00321909 x d 3 − − 0.00129699 z d 4 − 0.0181243x d 4 + 0.0011382 y d 3 − − 0.000958381z d 5 + 0.00202921z d 4 − 0.00575867 x d 2 + 0.00715105xd 4 + 0.0000000358834 zry = 0.00345768 y d 3 − − 0.000907042 x d − 0.00000410178 xry = 0.00000648966z d + 0. Para os três erros de posicionamento e seis erros de translação a unidade utilizada.000000812523 yrz = 0. quer no eixo das ordenadas.000961856z d 3 − − 0.000210597 y d + 0.00151943 y d 4 + 0.0212371z d 4 + 0.00143416 y d 2 + 0.0000621316z d 2 + 0.00915898 xd 3 − − 0.0318838 y d 4 + 0.000568409 z d 5 + 0.000000114348 yry = 0.00580892 y d 2 + 0.00100801z d 3 + + 0.00100516 y d − 0.00818708z d 5 − 0.0113199 y d 5 − 0.00000168907 yrx = 0.00160963z d 3 + + 0.0049275x d 2 + 0. 84 .000697381x d + 0.00675234 z d 2 + 0.000814957 z d 5 + 0.000684387 y d 5 − 0.000325482 y d 2 + 0.00722501x d 5 − 0.00000156117 zrx = −0.00127255z d 2 + 0.00122186z d 3 + + 0. Para os nove erros de rotação a unidade no eixo das abcissas é o metro e no eixo das ordenadas é o radiano. quer no eixo das abcissas.0276148 y d 3 − − 0.000378331z d 5 + 0.00200413x d 5 − 0.00367518 y d 4 + 0.0000000127579 zty = −0.00189923z d 4 − 0.000522364 y d + 0.ytz = 0.0000826981z d − 0.0261053 y d 4 + 0.00118448z d 4 − 0.000254917 z d − 0.0000505738 x d − 0.

Erro de translação xty 85 .Erro de posicionamento xpx figura 2-16 .figura 2-15 .Erro de posicionamento zpz figura 2-18 .Erro de posicionamento ypy figura 2-17 .

Erro de translação ytx figura 2-21 .Erro de translação ztx 86 .figura 2-19 .Erro de translação ytz figura 2-22 .Erro de translação xtz figura 2-20 .

Erro de rotação xry (cabeceio do pórtico) figura 2-26 .figura 2-23 .Erro de rotação xrx (rolamento do pórtico) figura 2-25 .Erro de rotação xrz (deriva do pórtico) 87 .Erro de translação zty figura 2-24 .

figura 2-27 .Erro de rotação yry (rolamento do carro) figura 2-29 .Erro de rotação zrx (cabeceio do braço) 88 .Erro de rotação yrz (deriva do carro) figura 2-30 .Erro de rotação yrx (cabeceio do carro) figura 2-28 .

Foram realizados diversos programas baseados nas rotinas de ajustamento da NAG. 1] .figura 2-31 . dadas pelas funções polinomiais segmentadas. vindo cada de erro dado por uma expressão da seguinte forma (onde a 0 . onde os diversos erros geométricos são descritos por uma combinação linear dos polinómios de Legendre39 P0 ( x ) a P3 ( x ) .programa baseado na rotina E04FDF.Erro de rotação zrz (rolamento do braço) Recordamos que a estas componentes seculares foram adicionadas as componentes locais.Erro de rotação zry (deriva do braço) figura 2-32 . a 2 e a 3 serão os coeficientes a determinar): 39 O conjunto de polinómios de Legendre. 1] : P2 ( x ) = x 2 − 89 . a1 . As diferenças entre eles são devidas essencialmente à função que se considera para ajustar cada um dos erros geométricos. designado por {Pn }. construídas da forma descrita anteriormente. São eles os seguintes: − Programa 1 . é ortogonal no intervalo [− 1. Os polinómios de Legendre de graus 0 a 5 são (Ver [11]): P1 ( x ) = x P0 ( x ) = 1 1 3 3 P3 ( x ) = x 3 − x 5 6 2 3 P4 (x ) = x 4 − x + 7 35 10 3 5 P5 (x ) = x 5 − x + x 9 21 sendo a seguinte a sua representação gráfica no intervalo [− 1.

3. 2 2 1~ 3 ~ ~ 3 T3 ( x ) = xT2 ( x ) − T1 ( x ) = x − x . onde os erros são descritos por polinómios de grau 6 na forma canónica: a 0 + a1 x + a 2 x 2 + a 3 x 3 + a 4 x 4 + a 5 x 5 + a 6 x 6 − Programa 3 .1] : 90 . 4 e 5 são: 1~ 1 ~ ~ T2 ( x ) = xT1 ( x ) − T0 ( x ) = x 2 − . 40 Os polinómios mónicos de Chebyshev (polinómios com o coeficiente do termo de maior grau igual a um).Representação gráfica dos polinómios de Legendre de graus 1 a 5. 4 4 1~ 1 ~ ~ T4 ( x ) = xT3 ( x ) − T2 ( x ) = x 4 − x 2 + . 4 8 1~ 5 3 5 ~ ~ 5 T5 ( x ) = xT4 ( x ) − T3 ( x ) = x − x + x 4 4 16 ~ ~ ~ ~ ~ sendo a seguinte a representação gráfica de T1 . T4 e T5 .1 3    a 0 + a1 x + a 2  x 2 −  + a 3  x 3 − x    3 5  − Programa 2 .baseado na rotina E04FDF. no intervalo [− 1. onde os erros são descritos por uma combinação linear dos ~ ~ polinómios mónicos de Chebyshev40 T0 a T5 : figura 2-33 . T3 . que representaremos por Tn . T2 . são obtidos a partir dos polinómios de Chebyshev Tn efectuando a divisão de cada um destes por ~ 2 n−1 (valor do coeficiente do termo de maior grau de Tn ). para cada n ≥ 2 4 Os polinómios de Chebyshev mónicos de graus 2.baseado na rotina E04FDF. Tem-se ~ T0 ( x ) = 1 e ~ T1 (x ) = x Estes polinómios satisfazem a relação de recorrência: 1~ ~ ~ T2 ( x ) = xT1 ( x ) − T0 ( x ) 2 e 1~ ~ ~ Tn +1 ( x ) = xTn ( x ) − Tn −1 ( x ) .

1 3  1 5 5      a 0 + a1 x + a 2  x 2 −  + a 3  x 3 − x  + a 4  x 4 − x 2 +  + a 5  x 5 − x 3 + x      2 4  8 4 16  − Programa 4 . 91 .baseado na rotina E04GCF. 41 42 Ver [11] Este erro corresponde à média dos módulos das diferenças entre a distância convencionalmente exacta e a distância que a máquina mediria entre os dois pontos de cada par.Representação gráfica dos polinómios de Legendre de graus 1 a 5. onde os erros são descritos pelos oito primeiros termos da série de Fourier (semelhante ao programa 6). onde os erros são descritos pelos seis primeiros termos da série de Fourier (semelhante ao programa 5). onde os erros são descritos pelos seis primeiros termos da série de Fourier41: a1 sin x + a 2 cos x + a 3 sin 2 x + a 4 cos 2 x + a5 sin 3x + a 6 cos 3x − Programa 6 . onde os erros são descritos por uma combinação linear dos ~ ~ polinómios mónicos de Chebyshev T1 a T5 : 1 3  1 5 5      a1 x + a 2  x 2 −  + a 3  x 3 − x  + a 4  x 4 − x 2 +  + a 5  x 5 − x 3 + x     2 4  8 4 16  − Programa 5 . considerando o ajustamento realizado para os dados fornecidos por esta máquina fictícia. figura 2-34 .baseado na rotina E04FDF.baseado na rotina E04GCF. − Programa 8 . onde os erros são descritos pelos oito primeiros termos da série de Fourier: a1 sin x + a 2 cos x + a 3 sin 2 x + a 4 cos 2 x + a5 sin 3x + a 6 cos 3x + a 7 sin 4 x + a8 cos 4 x − Programa 7 . O ficheiro de dados construído contém 2000 pares de pontos (e 2000 correspondentes distâncias) e o erro médio inicial por distância42 é aproximadamente 38.88 µm .85 cm. No quadro 2-6 apresentam-se os resultados obtidos para o erro médio final (que é calculado a partir do valor da soma dos quadrados dos resíduos. pela utilização dos referidos oito programas. fornecida pelo software).baseado na rotina E04FDF. para uma distância média de 65.baseado na rotina E04FDF.

resíduo médio final Para este exemplo. convergiu para todas as aproximações iniciais que foram introduzidas. além disso.51 µm 0. os resultados que o software proporciona serão os diversos coeficientes das funções que irão descrever cada um dos erros. De facto.84 µm 0. que nunca poderá ser compensada (devido à sua natureza). No final da execução. Tudo isto deve-se à maior informação acerca da função a ajustar que é introduzida nesse programa. ajustando. baseado na rotina E04GCF.35 µm 0. mas sem introduzir a componente local aleatória dos erros. Tal é consequência do comportamento “demasiado” regular da função utilizada para criar o erro (polinómio de grau 5).34 µm 0. 92 . enquanto que o programa 8. o que confirma a boa qualidade do ajustamento (tal foi também verificado numericamente e graficamente para todos os dezoito erros paramétricos). por meio do programa 8.34 µm Quadro 2-6 . que é facilmente ajustada pela série de Fourier. Apesar de neles ser usada a mesma função na definição do erro (polinómios de Fourier com oito termos) existem diferenças significativas entre o funcionamento dos dois: o programa 6. nomeadamente as expressões das primeiras derivadas. Nesta representação. Na figura 2-33 encontram-se os gráficos da função que gerou o erro xpx (componente secular mais componente local aleatória) e da função construída com os coeficientes resultantes da execução do programa 8 (polinómio de Fourier com 8 termos).39 µm 0. obteve-se um erro médio final de apenas 0. os programas que se revelaram mais adequados à determinação dos coeficientes das funções de erro foram os denominados por 6 e 8.37 µm 0.Número do programa 1 2 3 4 5 6 7 8 erro médio final na distância 0.52 µm 0. não converge se a aproximação inicial for pouco adequada. o programa 8 realiza o ajustamento num número de iterações que é cerca de vinte vezes menor que o número de iterações necessárias ao programa 6. partindo da mesma aproximação inicial. os dados criados da mesma forma. Além disso. pensamos que o valor que o erro médio final toma. é devido à componente aleatória introduzida nos erros. baseado na rotina E04FDF.006 µm. que é de certa forma significativo. verifica-se que as duas funções têm comportamento muito semelhante naquele intervalo.

77 µm 1.34 µm 1. mas introduzindo a parte aleatória por funções polinomiais segmentadas com maior amplitude (o intervalo [− 0. Em todos eles. 93 .resíduo médio final Nestas execuções verificou-se maior dificuldade de escolher uma aproximação inicial e. o erro médio final obtido era aproximadamente zero e os coeficientes calculados eram aproximadamente iguais aos coeficientes utilizados para gerar os erros. Os erros médios finais apresentam valores elevados. para ajustar agora dados criados por um procedimento que considera as mesmas componentes seculares para os erros paramétricos (os mesmos polinómios de grau 5 indicados atrás).54 µm 2. 10 µrad ] para os erros de rotação). 0.figura 2-33 .5 µm] para os erros de posicionamento e translação e o intervalo [− 10 µrad .28 µm 1. que pensamos serem justificados pelo peso significativo da componente aleatória introduzida nos erros.Erro xpx Usando novamente os referidos oito programas.73 µm 1. necessário um maior número de iterações para realizar o ajustamento.67 µm 2. em cada programa. Mais uma vez verificamos serem os programas 6 e 8 os que se revelaram mais adequados.59 µm 1. em geral. dados criados por polinómios de grau 6 e ajustados por polinómios de grau 6).52 µm Quadro 2-7 . o que confirmou o pretendido. foram utilizados dados criados pelo mesmo tipo de funções que depois irão ser utilizadas no ajustamento (por exemplo. Para controlar o bom funcionamento dos programas. foi.5 µm. obtiveram-se os seguintes resultados (quadro 2-7): Número do programa 1 2 3 4 5 6 7 8 erro médio final na distância 3.

um resíduo médio final de 39. foram introduzidos erros aleatórios directamente nas coordenadas lidas pela máquina. Para tal. aparentemente podemos concluir que os polinómios de Fourier com 8 termos são os que melhor se adaptam à descrição do comportamento dos erros. 43 Cuja solução final não oferecia garantias de ser um mínimo (variável IFAIL a tomar o valor 5). efectuaram-se ainda ajustamentos utilizando outro conjunto de dados cuja parte secular foi criada também por polinómios do mesmo grau 5 (embora com coeficientes diferentes). de preferência com dados fornecidos por uma máquina concreta. não poderemos generalizar estas conclusões. após o ajustamento43. Partindo de um erro médio inicial de 48. As conclusões obtidas. No entanto. também se efectuou. visto que necessitaríamos de efectuar mais experiências.34 µm . por meio do programa 8. obteve-se. o que veio confirmar a ideia de que uma máquina em que os erros têm um comportamento aleatória. Pelo uso dos 8 programas.Além disso. em termos de precisão.91 µm . 94 . o ajustamento de dados criados de forma a simular uma máquina fictícia onde os erros não apresentavam nenhum comportamento definido. nunca poderá ser devidamente compensada. foram semelhantes às anteriores. Baseando-nos nos resultados das diversas aplicações práticas realizadas.

Através da elaboração e execução de diversos programas.Conclusões finais Como foi dito no início. semelhante ao indicado pela generalidade dos autores e cuja obtenção nunca foi demonstrada na literatura disponível. 95 . o objectivo deste trabalho consistia no estudo de processos de estimação dos erros de uma máquina estacionária de medição de coordenadas. foi obtido um modelo mais simples. pela consideração dos erros que afectam as coordenadas por ela fornecidas. foram obtidos resultados capazes de proporcionar algumas conclusões. especialmente no que respeita à escolha de funções que melhor descrevem o comportamento de cada um dos erros paramétricos. Apoiado no modelo matemático obtido no capítulo precedente. baseados em software de minimização menos exigente em termos computacionais. Procedendo à sua linearização. de preferência sobre dados obtidos por uma CMM real (por forma a confirmar as conclusões obtidas). pela aplicação do estudo do movimento geral de um sólido aos deslocamentos das peças móveis da máquina. foi estabelecida a formulação matemática conducente à implementação de algoritmos que. devido a não estarem disponíveis valores relativos a uma CMM concreta. Quanto a futuros desenvolvimentos deste assunto. baseados no critério dos mínimos quadrados. para além de efectuar um número mais elevado de testes numéricos. podemos referir a realização de algoritmos mais eficientes. No capítulo um construímos o modelo pretendido. estas conclusões têm uma validade relativa. uma vez que foram usados dados simulados numericamente. Para tal. permitissem a estimação dos erros paramétricos associados a uma CMM. e realizado o estudo de processos de determinação e compensação dos seus erros geométricos. foi construído um modelo que descrevesse o comportamento de uma CMM. No entanto. O objectivo principal do segundo capítulo consistia no estudo e simulação numérica de um dos processos de estimação de erros paramétricos .o método de autocalibração.

e2 e e3 . y ’. y . ZXY (por exemplo. e3 } de E. G G G G G G − transforma os vectores e1 . OY e OZ produzem no eixo seguinte um deslocamento no sentido daquele que se lhe segue pela ordem cíclica XYZ. Assim as rotações em torno dos eixos OX. que vamos representar por rκ ) . consideraremos o espaço afim tridimensional ( sobre o espaço vectorial dos vectores livres G G G E e um referencial cartesiano rectangular directo OXYZ associado ao ponto O e à base {e1 . uma rotação positiva em torno do eixo OY faz com que a parte positiva do eixo OZ se aproxime da parte positiva do eixo OX). z ’) são obtidas a partir da igualdade matricial → →  x′     y ′ =  z ’   cos κ − sin κ 0  x   sin κ cos κ 0     y   0 0 1  z     (ApA-3) 96 . YZX. (3 Recordamos que a rotação em torno do eixo OZ segundo o ângulo κ . e2 .Rotação em torno de OZ Então qualquer ponto P de coordenadas ( x . e2 . jκ .Apêndice A Algumas propriedades das rotações no espaço tridimensional No que segue. e3 será { } e2 jk O e3 = kk(3) ik κ X cos κ − sin κ 0 (3) =  sin κ cos κ 0 Rκ    0 0 1   e1 (ApA-2) figura ApA-1 . tal que  ( ) OP ’ = rk 3  OP    cujas coordenadas ( x ’. ortonormada directa. k κ assim definidos: G3 G G iκ( ) = cos κ e1 + sin κ e2 G (3) G G jκ = − sin κ e1 + cos κ e2 G (3 G k κ ) = e3 (ApA-1) Yk Y Xk G G G pelo que a matriz desta rotação na base e1 . Supomos conhecidas as noções de translação e rotação e consideramos que a rotação em torno de um eixo é positiva se se fizer no sentido directo para um observador colocado ao longo da parte positiva desse eixo a olhar a origem. − deixa fixos todos os pontos de OZ. respectivamente nos vectores iκ . z) no referencial OXYZ é transformado no ponto P ’ .

e2 . e3 }  cos φ 0 sin φ   (2 )  Rφ =  0 1 0  − sin φ 0 cos φ   iφ O e1 kφ φ Z e2 = jφ(2) e3 (ApA-5) figura ApA-3 . e3 é 0 0  1 (1) = 0 cos ω − sin ω  Rω   0 sin ω cos ω    (2 ) − para rφ : } kω O e3 jω ω Y e1 = iω(1) e2 (ApA-4) figura ApA-2 . e2 . vem (1 − para rω ) : G (1 G iω ) = e1 G (1) G G jω = cos ω e2 + sin ω e3 G (1 G G k ω ) = − sin ω e2 + cos ω e3 Zω Z Yω e portanto a matriz desta transformação na base { G G G e1 .(2 ) (1 Analogamente para as rotações rω ) e rφ .Rotação em torno de OY 97 .Rotação em torno de OX G (2 ) G G iφ = cos φ e1 − sin φ e3 G (2 ) G j φ = e2 G (2 ) G G k φ = sin φ e1 + cos φ e3 Xφ X Zφ sendo a matriz desta transformação na base G G G {e1 . respectivamente em torno de OX segundo o ângulo ω e em torno de OY segundo o ângulo φ .

Q ∈ S G onde c ( P. P)    c A P   y A  +  2 ( . Q) representa um vector que apenas depende de P e Q. k } G G G 2) O movimento de translação de um sólido fica completamente determinado pelo movimento de qualquer um dos seus pontos. dada uma base ortonormada G G G constituída por vectores ligados ao sólido. e3 ) tem. no máximo.Apêndice B Breves considerações sobre o movimento geral de um sólido G G G O movimento de um sólido S em relação a um referencial (O. em cada instante. seis graus de liberdade: é completamente determinado pelo movimento de um dos seus pontos e por três das nove G G G G G G componentes. relativamente à base {e1 . y e z de P podem ser obtidas através da igualdade matricial:  x    y = z    x A   c1 ( A. j e k permanecerem constantes durante o movimento. Conclui-se imediatamente a partir da definição que: 1) O movimento de um sólido S é de translação se e só se. )  z A   c 3 ( A. k constituída por { } vectores ligados a S. de uma base i . Movimento de translação Dizemos que um sólido S está animado de um movimento de translação. São então necessárias três funções reais de variável real para descrever este movimento. num dado intervalo de tempo I. em relação a um dado referencial. Os movimentos mais simples de um sólido são os movimentos de translação e os movimentos de rotação em torno de um eixo. j . e1 . e3 } previamente escolhida. A lei do movimento de um ponto P ∈ S é determinada pela lei do movimento de um ponto A. Justifica-se. Q) ∀P . P )      (ApB-1) 98 . e2 . Isto equivale a dizer que S tem neste caso três graus de liberdade. uma referência breve a cada um destes movimentos. P ) e portanto. O estudo destes movimentos é extremamente importante uma vez que se prova que qualquer movimento de um sólido pode ser obtido pela composição de quatro movimentos: um do primeiro tipo e três do segundo. j . por isso. considerado arbitrariamente em S: ∀P ∈ S → → → OP(t ) = OA(t ) + A(t ) P(t ) → → G OP(t ) = OA(t ) + c ( A. as coordenadas x . e2 . se qualquer vector ligado ao sólido permanecer constante durante todo o movimento: → G PQ(t ) = c ( P . i . {i .

Embora esse eixo possa não estar contido no sólido. 99 . e2 ’. 1 Se o referencial ∧ G G G G G G G G O’≡ A e e3 ’= AB = k (t ) e passa-se depois do referencial (O’. y. yA e zA representam as coordenadas de A no instante em questão e a constante G G G G c ( A. z de qualquer ponto P de S no instante arbitrário t podem ser obtidas a partir da igualdade matricial (ApA-3):  x    y = z   cos θ(t ) − sin θ(t ) 0  x 0      sin θ(t ) cos θ(t ) 0  y 0   0 0 1  z 0     onde x0 . O movimento de rotação de um sólido em torno de um eixo tem um só grau de liberdade. i . Então todos os pontos do sólido S têm. e3 ) por meio de (O. e3 ) ) se existirem dois pontos distintos A e B de S. À função θ que determina completamente o movimento de S chama-se habitualmente coordenada angular de S ou ângulo de rotação de S. P ) e2 + c3 ( A. considera-se um novo referencial absoluto (O’. ( ) G G G e considerando-se. qualquer ponto da recta AB permanece fixo. ele está invariavelmente ligado a ele.onde xA . j . i (t ) G G G i (t ) = cos θ (t ) e1 + sin θ (t ) e2 G G G  j  G(t ) = − sin θ (t ) e1 + cos θ (t ) e2 G  k (t ) = e 3  G G representa o ângulo entre os vectores e1 e i (t ) . tem-se. P ) e3 é conhecida a partir das condições iniciais. Existindo dois pontos A e B fixos. as coordenadas x. Assim. no plano Oe1e2 e no instante arbitrário t: G G onde θ (t ) = e1 . o referencial “absoluto” (O. a mesma velocidade e a mesma aceleração. A AB chamamos eixo de rotação de S. e3 ) G G G for dado a priori. e1 . e2 . e1 ’. e3 ’) ao referencial (O. P ) e1 + c2 ( A. sem perda de generalidade1. ou invariavelmente ligados a ele. − é conhecido à partida o movimento dos pontos A e B de S e ∧ G G G G − escolhendo-se O1 . e2 . consideramos. e1 . P ) = c1 ( A. k de modo que O1 ≡ A e k (t ) = AB (versor de AB). e1 . Movimento de rotação em torno de um eixo Diz-se que um sólido S está animado de um movimento de rotação em torno de um eixo (em relação a um G G G dado referencial (O. e3 ’) com G G G uma mudança de coordenadas adequada. e2 . que permanecem em repouso durante todo o movimento. Sem perda de generalidade. e3 ) de forma que ∧ G G GG O ≡ A e e3 = AB = k (t ) . em cada instante. e2 ’. em todos os instantes t. e1 . z0 representam as coordenadas de P no instante inicial. e2 . o sólido S ∪ AB e falaremos do eixo do sólido S como constituído por pontos de S. e1 ’. Com efeito. y0 . em vez de S.

se A permanece fixo em relação a esse referencial. θ(t ) e ϕ(t ) . Dizemos que o sólido S está animado de um movimento em torno de um dos seus pontos2. n (t ) { } Habitualmente utilizam-se os chamados ângulos de Euler para fixar a posição de S em cada instante. ou seja. i (t ). para cada t ∈ I : G G − ψ (t ) = e1 . conhecendo o movimento do ponto A do sólido (está em G G G repouso). e2 e e3 . durante todo o movimento. sem perda de generalidade. dado que. e2 ) . e3 } G G G pela aplicação 2 3 Estando invariavelmente ligado ao sólido S. arbitrariamente escolhido em S. estudar outra classe de movimentos dos sólidos: os movimentos em torno de um ponto. podemos supor. θ e ϕ em vez de ψ (t ) . j (t )) .Ângulo θ(t ) Movimento em torno de um ponto Antes de provar que o movimento geral de um sólido S se pode decompor num movimento de translação determinado por um ponto A. j (t ) e k (t ) 4 podem ser obtidos a partir da base sucessiva de três rotações em torno de um eixo no espaço tridimensional: {e1 . G G G Os três vectores i (t ) . e2 . e em três movimentos de rotação em torno de três eixos. e1 . j . e2 ) G G com o plano G G G G θ(t ) = e3 . e3 ) e do referencial ligado ao sólido A. j . − ( A. e1 . como combinação linear de e1 . escolhe-se para n (t ) G G G G G um dos versores de qualquer direcção desse plano. i (t ).j(t) θ(t) e2 i(t) θ(t) O e1 figura ApB-1 . j (t ) . Este ângulo está contido no plano ( A. k . 4 correspondentes ao instante genérico t. Para simplificar as notações usaremos ainda i . j . o movimento de S fica completamente determinado pela expressão da base ortonormada i . é útil. que esse ponto pertence ao sólido. e1 . quando os planos G G ( A. k e n para representar os vectores i (t ) . três funções reais de variável real são assim definidas. assim como ψ . i . k (t ) G Este ângulo está contido no plano perpendicular a n (t ) . k G G G ligada a S. k (t ) e n (t ) G G G 100 . i (t ) G Este ângulo está contido no plano perpendicular a k (t ) . como veremos. Quando e3 = k . ( ) S tem três graus de liberdade. e2 . e2 ) G G G G e G ( A. O ponto A será escolhido como origem G G G G G G do referencial absoluto que representaremos por ( A. e1 . A. − G G ϕ(t ) = n (t ). j (t )) coincidem. Estas G onde n (t ) representa um dos versores da recta intersecção3 do plano G G ( A.

− sin ψ 0  cos ψ 0 0 1  e3 A e1 ψ n e2 (3 figura ApB-2 . G G G i1 . j2 e k 2 . dados por: G G G i2 = i1 = n G G G j2 = cos θ j1 + sin θ e3 (ApB-3) G G G G k 2 = − sin θ j1 + cos θ e3 = k G G G com j2 simultaneamente perpendicular a n e a k . j1 . respectivamente. dados por: G G G G i1 = cos ψ e1 + sin ψ e2 = n G G G j1 = − sin ψ e1 + cos ψ e2 (ApB-2) G G k 1 = e3 G G G com j1 simultaneamente ortogonal a e3 e n .Rotação rθ( ) G G G G G G (3 3) a rotação rϕ ) segundo ϕ = n . respectivamente. j1 e e3 em. representada pela matriz (ApA-2). n em torno de Ae3 . em relação à G G G base {e1 .Rotação rψ ) G G 1 2) a rotação rθ( ) segundo θ = e3 . e3 } é: (1) G em torno de An (ApA-4). j2 . e2 e e3 em.G G G (3 1) a rotação rψ ) segundo ψ = e1 . i em torno de Ak (ApA-2). k2 A e3 j2 θ j1 n = i1 1 figura ApB-3 . j1 e k1 . cuja matriz em relação à base n . k G G {n . k { } é: cos ϕ − sin ϕ 0   (3 Rϕ ) =  sin ϕ cos ϕ 0  0 0 1   101 . G G G i2 . cuja matriz em relação à base G Rθ 0 0  1   = 0 cos θ − sin θ  0 sin θ cos θ    G G G e que transforma n . e2 . e3 } : cos ψ  (3 Rψ ) =  sin ψ  0  G G G que transforma e1 .

e . nesta ordem. e3 } fazendo intervir apenas os três { } parâmetros ψ . G G G M ϕ . G1 . 102 . e2 . e3 ( { }) = Rθ (1) Rϕ (3) (Rθ (1) )−1 −1 G G G pelo que. k . através de G G G i = cos ϕ n + sin ϕ j2 G G G j = − sin ϕ n + cos ϕ j2 (ApB-4) G mantendo k invariável. j . G G G M rϕ (3) . os vectores ligados a S. e }) M (r ( ) . e3 } G G G é igual ao produto das matrizes daquelas três rotações consideradas em relação àquela base e a sua expressão em termos dos ângulos de Euler ϕ . e3 ( { G G j }) = P M (rθ (1) . { } Analogamente G G G M rϕ (3) . pela aplicação da transformação geométrica rA (1) (3 (3 r A = rϕ ) D rθ D rψ ) A matriz M da transformação rA na base {e1 . e2 . e2 . e }) . é obtida do seguinte modo: G G G G G G G G G }) = M (r ( ) . como combinação linear de {e1 . ψ . como se pretendia. e . A posição do sólido S no instante t pode então ser obtida a partir da sua posição S0 no instante inicial 1 (3 (3 pela aplicação sucessiva de três rotações rψ ) . e2 . {e . θ . em i e G j . e } . {e . e2 . n . G G G G G G onde P. ψ = M rA . e3 ( { }) = Rψ (3) (Rθ (1) Rϕ (3) (Rθ (1) )−1 ) (Rψ (3) ) . e2 . ψ ) . e1 . e3 }) P −1 = Rψ (3) Rθ (1) (Rψ (3) ) −1 . ( { G G G G G G onde por M ( f . e . e1 . que representaremos por M (ϕ . e }) M (r ( ) . {e . {n . coincide com Rψ (3) . rθ( ) e rϕ ) . j A k j2 i ϕ i2 (3 figura ApB-4 . e . θ e ϕ . em relação à base {e1 . e3 } para a base n . ligada ao sólido.Rotação rϕ ) A substituição sucessiva de (ApB-3) e (ApB-2) em (ApB-4) permite obter. respectivamente. j1 . θ. {e . e3 . a matriz de passagem da base {e1 . ou seja. e }) representamos a matriz da aplicação linear f em relação à base {e . e . j1 . e2 . e3 1 2 3 ( ) ϕ 3 1 2 3 θ 1 1 2 3 ψ 3 1 2 3 1 2 3 Mas G G G M rθ (1) . θ.G G G e que transforma n e j2 . e1 . e3 } . os vectores G G G G G G da base i .

k . i . respectivamente. θ. e3 } será então  M ϕ . e2 . rφ (2 ) e rω (1) representam rotações. tomado arbitrariamente em S. todavia. z0 ) são as coordenadas da posição inicial de P. outros conjuntos de três parâmetros angulares capazes de determinar completamente o movimento de um sólido em torno de um ponto. Assim. Existem. y 0 . é habitual considerar os três ângulos ω. podem então ser obtidas a partir de (ApB-5): x    y = z   cos ψ cos ϕ − sin ψ cos θ sin ϕ − cos ψ sin ϕ − sin ψ cos θ cos ϕ sin ψ sin θ   x 0    sin ψ cos ϕ cos ψ cos θ sin ϕ + − sin ψ sin ϕ + cos ψ cos θ cos ϕ − cos ψ sin θ  y 0    sin θ sin ϕ sin θ cos ϕ cos θ   z 0     (ApB-6) onde ( x 0 . φ e κ associados à seguinte decomposição da matriz M: cos κ (3) R (2 ) R (1) =  sin κ M = Rκ φ ω    0 − sin κ 0  cos φ 0 sin φ  1 0 0     1 0  0 cos ω − sin ω  cos κ 0  0    0 1 − sin φ 0 cos φ  0 sin ω cos ω  (ApB-7) cos φ cos κ − cos ω sin κ + sin ω sin φ cos κ sin ω sin κ + cos ω sin φ cos κ  =  cos φ sin κ cos ω cos κ + sin ω sin φ sin κ − sin ω cos κ + cos ω sin φ sin κ      − sin φ sin ω cos φ cosω cos φ   o que corresponde à seguinte decomposição da transformação rA : rA = rω (1) D rφ (2 ) D rκ (3) onde rκ (3) . como composição de três movimentos de rotação em torno de eixos. Em Metrologia. em vez dos ângulos de Euler. o movimento de rotação de um sólido S em torno de um ponto A pode ser considerado em cada instante como composição de três movimentos de rotação em torno de três eixos: movimento de rotação em torno G G G G de Ae3 segundo o ângulo ψ = e1 . G G movimento de rotação em torno de Ak segundo o ângulo ϕ = n.G G G A matriz da transformação rA na base {e1 . n . y e z da posição ocupada no instante t pelo ponto P. em torno de AZ’ segundo o ângulo κ . 103 . movimento de rotação em torno de An segundo o ângulo θ = e3 . ψ =  Rψ (3) Rθ (1) Rϕ (3) Rθ (1)  = Rψ (3) Rθ (1) Rϕ (3) cos ψ  =  sin ψ  0  0 0  cos ϕ − sin ϕ 0 − sin ψ 0 1     cos θ cos ψ 0 0 − sin θ  sin ϕ cos ϕ 0 0 1 0 sin θ cos θ   0 0 1    (ApB-5) ( ) ( ( )−1 ) (Rψ (3) ) −1   (3) (1) (3)   Rψ Rθ Rψ  ( ) −1  (3)  Rψ  cos ψ cos ϕ − sin ψ cos θ sin ϕ − cos ψ sin ϕ − sin ψ cos θ cos ϕ sin ψ sin θ  = sin ψ cos ϕ + cos ψ cos θ sin ϕ − sin ψ sin ϕ + cos ψ cos θ cos ϕ − cos ψ sin θ     sin θ sin ϕ sin θ cos ϕ cos θ   As coordenadas x .de AY’ segundo φ e em torno de AX ’ segundo o ângulo ω .

considerando um ponto P.Com efeito. y1 . arbitrariamente no sólido S suposto ainda animado de um movimento de rotação em torno de A em relação ao referencial AXYZ . y 2 . tendo em conta o Apêndice A. k1 . z0 ) . j2 . e designando por AX ’Y ’Z ’ um referencial solidário com o movimento de S que no instante inicial coincide com AXYZ .  x1     y1  =  z1    cos κ − sin κ 0  x 0     sin κ cos κ 0  y 0    0 0 1  z 0     (ApB-8) A rotação rφ (2 ) em torno do eixo AY’ do referencial móvel. z0 ) da posição inicial de P. em AX 2 ’Y2 ’Z 2 ’ . z1 ) de P1 em relação a AXYZ podem obter-se a partir das coordenadas ( x 0 . z0 *) e ( x 2 . j1 . y0 *. matricialmente. matricialmente. estão assim relacionadas: → G G G AP2 = x 0i2 + y 0 j2 + z 0 k 2 G G G G G = x 0 cos φ i1 − sin φ k1 + y0 j1 + z0 sin φ i1 + cos φ k1 G G G = x 0 cos φ + z 0 sin φ i1 + y0 j1 + − x 0 sin φ + z 0 cos φ k1 ( ( ) ) ( ( ) ) ou ainda. { } e o ponto P à posição P1 . e o ponto P à posição P2 . que ocupa agora a posição AY1 ’ . cuja base associada é representada por i1 . z2 ) deste ponto respectivamente. tendo em conta (ApB-8) e (ApB-9): 104 . leva este G G G referencial à posição AX 2 ’Y2 ’Z 2 ’ . ou ainda. AX 1 ’Y1 ’Z1 ’ e AXYZ . k 2 . temos: G G G i2 = cos φ i1 − sin φ k1 G G j2 = j1 G G G k 2 = sin φ i1 + cos φ k1 Quanto às coordenadas ( x2 . Uma vez que P é solidário com o referencial móvel AX ’Y ’Z ’ as coordenadas ( x1 . y 0 . de P2 no referencial AXYZ . cuja base é designada por i2 .  x 0 *    y 0 * =  z0 *    cos φ 0 sin φ    1 0   0 − sin φ 0 cos φ     x0     y0   z0    (ApB-9) pois. y2 . z2 ) . ( x0 *. através de G G G G G G G G x1e1 + y1e2 + z1e3 = AP1 = x 0 cos κ e1 + sin κ e2 + y 0 − sin κ e1 + cos κ e2 + z0 e3 G G G = x 0 cos κ − y 0 sin κ e1 + x 0 sin κ + y 0 cos κ e2 + z 0 e3 → ( ( ) ( ) ( ) ) tendo em conta (ApA-1). { } As coordenadas ( x 0 . a rotação rκ (3) vai levar G G G o referencial móvel à posição que denotamos por AX 1 ’Y1 ’Z1 ’ . y 0 .

e o ponto P irá ocupar a posição P3 . y0 **. agora na posição AX 2 ’ . y 0 .  x 3  cos κ    sin κ  y3  =   z3   0    cos κ =  sin κ    0 − sin κ 0  cos φ 0 sin φ   cos κ 0  0 1 0   0 1 − sin φ 0 cos φ   − sin κ 0  cos φ 0 sin φ   cos κ 0  0 1 0     0 1 − sin φ 0 cos φ   x 0 **  **  y0   z0 **   (ApB-12) 0 0  1  cos ω − sin ω   0   0 sin ω cos ω   x0  y   0  z0    o que prova que. estão relacionadas como segue: → G G G AP3 = x 0 i + y 0 j + z 0 k G G G G G = x 0 i2 + y 0 cos ω j2 + sin ω k 2 + z0 − sin ω j2 + cos ω k 2 G G G = x 0 i2 + y 0 cos ω − z0 sin ω j2 + y 0 sin ω + z0 cos ω k 2 ( ( ) ) ( ( ) ) porque (Apêndice A): G G i = i2 G G G j = cos ω j2 + sin ω k 2 G G G k = − sin ω j2 + cos ω k 2 e portanto. representada também por AX ’Y ’Z ’ (cuja base G G G associada é designada por i . { } ( x0 **. este referencial passa a ocupar a sua posição final. a transformação rA = rω (1) D rφ (2 ) D rκ (3) na base matriz: {e1 . φ. e2 . matricialmente. z0 ) . k ). e3 } G G G é descrita pela cos κ − sin κ 0  cos φ 0 sin φ     1 0  M (κ . AX 2 ’Y2 ’Z 2 ’ e AXYZ . As suas coordenadas ( x 0 . a rotação rω (1) em torno do eixo AX ’ do referencial móvel. efectivamente. respectivamente nos referenciais AX ’Y ’Z ’ . j . 0 0   x 0 ** 1     y 0 ** = 0 cos ω − sin ω    z0 ** 0 sin ω cos ω       x0     y0   z0    (ApB-11) Tendo em conta (ApB-10) e (ApB-11). y 3 . z0 **) e ( x 3 . x2  cos κ − sin κ 0  x 0 *      sin κ cos κ 0  y0 *  y2  =   z2   0 0 1  z0 *      (ApB-10) cos κ − sin κ 0  cos φ 0 sin φ   =  sin κ cos κ 0  0 1 0     0 0 1 − sin φ 0 cos φ     x0     y0   z0    Aplicando. z3 ) . por último. ω ) =  sin κ cos κ 0  0   0 1 − sin φ 0 cos φ    0 0 0  1   0 cos ω − sin ω    0 sin ω cos ω  105 .

mantendo fixo um dos seus pontos. representando por mij o termo na linha i e coluna j da matriz M ϕ . As coordenadas x . θ. ω ) =  cos φ sin κ cos ω cos κ + sin ω sin φ sin κ − sin ω cos κ + cos ω sin φ sin κ    − sin φ sin ω cos φ cos ω cos φ   Resta agora mostrar que qualquer movimento de rotação de um sólido mantendo um ponto fixo pode ser descrito por uma matriz deste tipo. φ e κ. tomado arbitrariamente em S. podem portanto ser obtidas a partir da relação (ApB-6). é obtida a partir de ( ) − sin φ = m31 = sin θ sin ϕ tan ω = tan κ = m32 sin θ cos ϕ = = tan θ cos ϕ m33 cos θ m21 sin ψ cos ϕ + cos ψ cos θ sin ϕ tan ψ + tan ϕ cos θ = = m11 cos ψ cos ϕ − sin ψ cos θ sin ϕ 1 − tan ψ cos θ tan ϕ 106 . ϕ ) . φ. de tal forma que as coordenadas de P possam ser obtidas através da igualdade x    y =   z cos φ cos κ − cos ω sin κ + sin ω sin φ cos κ sin ω sin κ + cos ω sin φ cos κ   x 0     cos φ sin κ cos ω cos κ sin ω sin φ sin κ + − sin ω cos κ + cos ω sin φ sin κ   y 0      sin ω cos φ cos ω cos φ   z0   − sin φ (ApB-13) o que é válido tendo em conta que o sistema de nove equações nas incógnitas ω. ψ . onde κ . Na verdade. e1 . φ.cos φ cos κ − cos ω sin κ + sin ω sin φ cos κ sin ω sin κ + cos ω sin φ cos κ    M (κ . φ e κ: cos φ cos κ = cos ψ cos ϕ − sin ψ cos θ sin ϕ − cos ω sin κ + sin ω sin φ cos κ = − cos ψ sin ϕ − sin ψ cos θ cos ϕ  sin ω sin κ + cos ω sin φ cos κ = sin ψ sin θ  cos φ sin κ = sin ψ cos ϕ + cos ψ cos θ sin ϕ  cos ω cos κ + sin ω sin φ sin κ = − sin ψ sin ϕ + cos ψ cos θ cos ϕ − sin ω cos κ + cos ω sin φ sin κ = − cos ψ sin θ  − sin φ = sin θ sin ϕ sin ω cos φ = sin θ cos ϕ   cos ω cos φ = cos θ tem uma e uma só solução que. y e z da posição ocupada no instante t pelo ponto P. κ ) de forma que (3 (1) (3 (3 (2 ) (1 Rψ ) Rθ Rϕ ) = M = Rκ ) Rφ Rω ) . e3 ) . existe (ω. e2 . tomado arbitrariamente num domínio que especificaremos mais à frente (e que é o dos problemas que trataremos neste trabalho). θ. Pretende mostrar-se que existem valores ω. A. φ e ω têm os significados que lhes foram atribuídos anteriormente. É o que passamos a demonstrar: G G G Seja então S um sólido em movimento em relação a um dado referencial (O. para cada terno (ψ .

θ . como também a unicidade de solução naquele mesmo domínio. a variar num domínio contido em  − . as coordenadas x . tendo em conta (ApB-1) e (ApB-13).  π π como é o caso neste trabalho. O movimento geral de um sólido S pode ser considerado como a composição de dois movimentos: − O movimento de translação determinado pelo movimento de um ponto A. arbitrariamente escolhido em S.já que no âmbito dos problemas de Metrologia que abordamos neste trabalho. k } constituído por G G G Assim. isto é. y A . É óbvio que o movimento de translação depende do ponto A escolhido em S. φ . j . − O movimento de rotação em torno de A. 107 . φ e κ definidos anteriormente) e três do movimento de translação. ω . como anteriormente. determinado por um sistema vectores ligados a S. z A representam as coordenadas da posição ocupada por A no mesmo instante t e x 0 .  ). O movimento geral de um sólido fica determinado por seis parâmetros: três do movimento de rotação em torno de um ponto (por exemplo os três ângulos de Euler ou os três ângulos ω. Estas funções trigonométricas determinam assim completamente os ângulos ω. z0 as coordenadas da posição inicial de P. y . κ serem pequenas (e portanto variando num domínio contido em  − . garante  4 4 não só que são diferentes de zero todos os denominadores considerados.  .  4 4 Movimento geral de um sólido Estamos agora aptos a abordar o estudo de qualquer movimento de um sólido. do movimento de um ponto qualquer do sólido. podem obter-se a partir de:  x    y = z    x A  cos φ cos κ − cos ω sin κ + sin ω sin φ cos κ sin ω sin κ + cos ω sin φ cos κ   x 0       cos φ sin κ cos ω cos κ sin ω sin φ sin κ + − sin ω cos κ + cos ω sin φ sin κ   y 0  (ApB-14) yA  +    z0   z A   − sin φ sin ω cos φ cos ω cos φ      onde. ϕ . o facto de as amplitudes dos seis  π π ângulos ψ . {i . x A . y 0 . φ e κ se os considerarmos. z da posição ocupada no instante t pelo ponto P tomado arbitrariamente em S.

caso contrário  Se X ~ U − a . Teorema do limite central Define-se esperança matemática de X. com função densidade de probabilidade f ( x) . vem [ ] V (X ) = E X 2 = ( ) ∫−∞ x 2 f (x )dx = ∫−a x 2 21a dx = a6 +∞ 2 108 . no presente caso. V ( X ) existe se existir E X 2 . a] (X ~ U [− a.Apêndice C Lei Uniforme e Teorema do Limite Central Lei Uniforme Diz-se que a variável aleatória X segue a lei uniforme no intervalo [− a . se X é uma variável aleatória absolutamente contínua. se − a ≤ x ≤ a  f ( x) =   0. por 1 E( X ) = +∞ onde f ( x) é a função densidade de probabilidade de X. dada por: 1  2a . E ( X ) . desde que ∫ +∞ −∞ x f ( x ) dx ∫ −∞ x f ( x ) dx < +∞ No caso em estudo. E ( X ) = 0 e f ( x) é a função densidade de probabilidade da lei U − a . Então E( X ) = ∫ a −a x 1 dx = 0 2a Designamos por V ( X ) a variância da variável aleatória X. a . A variância define-se por: ( ) V ( X ) = E X − E( X ) [ ] 2 = E X 2 − E( X ) ( ) [ a ] 2 Dado que. a então [ ] E( X ) = 0 e V(X ) = a2 6 onde E ( X ) representa a média ou a esperança matemática de X e V ( X ) a variância de X1. a hipótese anterior é sempre válida uma vez que o integral se reduz a um integral de uma função contínua num intervalo fechado. a]) .

Por N (0. um gerador com distribuição aproximadamente normal. 109 . 6 6 Podemos então afirmar que. X n ) uma amostra de X. Para a distribuição da média de amostras de dimensão 30. a necessidade de possuir um gerador de números aleatórios com distribuição normal.  6n  Quando se empregam distribuições assimptóticas põe-se naturalmente o problema de averiguar a partir de que valor de n se está seguro de que são desprezáveis os erros cometidos." . a partir daquele.Seja X uma variável aleatória com média m e desvio padrão2 σ > 0 . i = 1. X 2 . seguindo todas a mesma lei de X. a aproximação Normal é bastante boa [18]. X 2 . X 1 . X n são variáveis aleatórias independentes. isto é. No nosso caso partimos de uma população simétrica ( X i segue uma lei uniforme no intervalo [− a . Baseado no Teorema do limite central foi construído." . tal como é feito habitualmente quando se pretende construir um gerador normal a partir de um gerador uniforme. a . Seja ( X 1 . n . Então.1) 3 σ n No caso em estudo temos X i ~ U − a .1) representa-se a lei normal de média 0 e desvio padrão 1. Na simulação numérica realizada neste trabalho. 1 n ∑X i =1 n i  a   ~ N  0. o que implica que m = 0 e que [ ] σ= a2 a = . recolhidas de populações que se saiba a priori não serem muitos assimétricas. A resposta a esta questão depende. 2 3 O desvio padrão é a raiz quadrada da variância. No entanto o software utilizado apenas dispõe de um gerador de números aleatórios com distribuição uniforme. para um valor de n suficientemente elevado. 1 n ∑X i =1 n i −m segue assimptoticamente a lei N (0. das estatísticas consideradas. em determinada altura. a] ). 2. como é lógico. foram consideradas amostras de dimensão 10 ( n = 10 ). surge. Para isso." . a variável aleatória definida por 1 n ∑X i =1 n i segue aproximadamente a lei normal de média 0 e desvio padrão a 6n .

da soma dos quadrados de M funções não lineares em N variáveis derivadas das diversas funções. No entanto. Não é necessário serem conhecidas as expressões das Especificação SUBROUTINE INTEGER DOUBLE PRECISION E04FDF (M. IFAIL X(N). fornecida pelo utilizador. mesmo que as derivadas daquela ordem tenham descontinuidades ocasionais. FSUMSQ. W(LW) Descrição A rotina E04FDF é essencialmente idêntica à sub-rotina LSNDN1 do “National Physical Laboratory Algorithms Library” e é aplicável a problemas que se apresentam na forma: Minimizar F ( X ) = onde X = X 1 . X N ∑ [ f ( X )] i =1 i M 2 ( )T e M ≥ N . que se pretende que seja convergente para um mínimo local de F ( X ) (mínimo da soma dos quadrados das diferentes funções f i ( X ) ). W. X ( ) . FSUMSQ. …. O utilizador deve ainda introduzir a sub-rotina LSFUN1 que calcula os valores tomados pelas diversas funções f i ( X ) em qualquer ponto X. (M ≥ N) ." . As funções f i ( X ) são também designadas por resíduos. LW. LIW. LW. a rotina gera uma sequência de 1 2 3 pontos X ( ) . A partir de uma aproximação inicial X ( ) . IFAIL) M. X 2 .Apêndice D Descrição das rotinas da NAG E04FDF e E04GCF ROTINA NAG E04FDF Objectivo A rotina E04FDF da biblioteca de rotinas de Fortran da NAG consiste num algoritmo simples cujo objectivo principal é a determinação de um mínimo. IW. Esta rotina é destinada a funções contínuas. que têm primeira e segunda derivadas também contínuas. N. IW(LIW). N. a rotina funciona habitualmente. X. não condicionado (mínimo livre). A sequência de pontos é calculada por meio de: X( k +1) k k k = X ( ) + α ( ) P( ) 110 . LIW.

uma estimativa para o mínimo dessa variável. M deve especificar o número de resíduos f i ( X ) e N o número de variáveis X j .vector de elementos inteiros de dimensão LIW. • IW .variável do tipo inteiro. FSUMSQ contém o valor da soma dos quadrados dos resíduos. É necessário que LIW ≥ 1 . caso seja possível. caso contrário são feitos cálculos adicionais para a função. F ( X ) . que designámos por X ( ) . se na saída IFAIL= 0. Os pontos são gerados usando estimativas para a curvatura de ( ) F( X ) . de modo que se verifique uma rápida 1 convergência do método de Newton. de modo que P ( ) represente da forma mais aproximada possível a direcção de Newton.variável do tipo inteiro. Se a soma dos quadrados é suficientemente reduzida." . Assim. Antes de efectuar a chamada da rotina o utilizador deverá ter atribuído aos diversos X ( j ) . O valor de LIW não é alterado durante a execução. Por outras palavras. Na entrada. correspondente ao vector X que torna mínima a função F. Parâmetros e Rotinas introduzidas pelo utilizador a) Parâmetros de entrada • M . 2. Na saída da rotina.variável de dupla precisão. ( j = 1. é necessário que o utilizador indique um valor para a aproximação inicial do vector das variáveis. 111 . N ) . • X . Na entrada. É obrigatório que: 1≤ N ≤ M Os valores de M e de N não são alterados durante a execução do programa. Este vector é usado como vector auxiliar. • LIW .variável do tipo inteiro. qualquer que seja a aproximação inicial X ( ) . a partir da qual a 1 rotina irá. determinar um mínimo local da função F ( X ) .vector de elementos de dupla precisão. • N . cujo valor deve ser igual ao declarado no programa que chama a rotina E04FDF. k O vector P ( ) utilizado depende do valor da redução na soma dos quadrados obtida durante a iteração k anterior. Este método foi elaborado de forma a assegurar uma evolução bem direccionada das aproximações sucessivas para o vector X. LIW deve especificar a dimensão do vector IW. então P ( ) é uma aproximação à direcção de k Gauss-Newton. No fim da execução o vector X contém os valores das variáveis que tornam mínima a soma dos quadrados dos resíduos. • FSUMSQ . com dimensão mínima N. X (n) representa a n-ésima componente do vector X correspondente ao mínimo da função F.k k k k k onde o vector P ( ) representa a direcção de procura e α ( ) é escolhido de forma que F X ( ) + α ( ) P ( ) é k aproximadamente um mínimo a respeito de α ( ) .

Por exemplo. N XC(N). A especificação desta sub-rotina é a seguinte: SUBROUTINE INTEGER DOUBLE PRECISION Nela constam as variáveis: • M .variável do tipo inteiro. em qualquer “ponto” X. é recomendado que no início seja atribuído o valor -1 a esta variável. É aconselhável que a sub-rotina LSFUN1 seja testada separadamente antes de ser usada em conjunto com a rotina E04FDF. com dimensão M. • LW . FVECC) M.• W . 1 ou -1. LSFUN1 (M. Nesse caso é conveniente que no final da execução o programa indique ao utilizador o valor de IFAIL que obteve. • N .Sub-rotina. e porque os valores dos parâmetros calculados podem ser úteis mesmo que no fim da execução se tenha IFAIL ≠ 0 2. apesar de a rotina não encontrar os resultados ideais. LW deve especificar a dimensão do vector W. Na entrada M e N contêm o número de resíduos e o número de variáveis. 112 . • IFAIL . Esta não deverá alterar os valores presentes em XC. b) Rotinas introduzidas pelo utilizador • LSFUN1 . Na entrada. 2. Antes da chamada da rotina. A sub-rotina LSFUN1 deve ser definida pelo utilizador. É necessário que: LW ≥ 7 N + N 2 + 2 MN + 3 M + N ( N − 1) / 2 se N > 1 se N = 1 LW ≥ 9 + 5 M O valor de LW não é alterado durante a execução. respectivamente. A menos que a rotina E04FDF detecte algum erro ou que dê algum aviso1. deve atribuir-se a esta variável o valor 0. de forma a calcular o vector dos valores dos resíduos f i ( X ) . na saída o valor de IFAIL deverá ser 0. N.variável do tipo inteiro.vector de elementos de dupla precisão. o utilizador poderá querer saber os valores das variáveis calculadas." .variável do tipo inteiro. representada por FSUMSQ.variável do tipo inteiro. • FVECC . Os valores de M e de N não deverão ser alterados na execução da sub-rotina. com dimensão N.vector de elementos de dupla precisão com dimensão LW. Este vector é usado como vector auxiliar. Para esta rotina. • XC . XC. Uma vez que esta sub-rotina não é um parâmetro da rotina E04FDF. (i = 1.vector de elementos de dupla precisão. Na entrada XC deve conter o ponto para o qual se pretende que a sub-rotina calcule os valores dos resíduos f i ( X ) . FVECC(M) 1 2 Mais à frente estão especificados os tipos de aviso que podem surgir. cujo valor deve ser igual ao declarado no programa que chama a rotina E04FDF. M ) . é obrigatório que o nome da sub-rotina que calcula os referidos f i ( X ) seja sempre o indicado. tal como o vector X ou a soma dos quadrados dos resíduos.

No entanto não foi possível encontrar um resultado melhor. Neste último caso é aconselhável efectuar uma nova chamada da sub-rotina 1 E04FDF utilizando para aproximação inicial o resultado final obtido ao fim das 400N chamadas de LSFUN1. Assim. M . em FVECC(i) deverá constar o valor de f i calculado no ponto XC. ser um mínimo local de F. • • • • IFAIL= 5 IFAIL= 6 IFAIL= 7 IFAIL= 8 Em qualquer um destes casos existem dúvidas acerca de o ponto X. 113 . a rotina envia uma mensagem de erro na qual se encontra uma breve explicação para a sua ocorrência. • IFAIL= 3 No fim da execução o ponto X obtido não satisfaz as condições para a sua aceitação como solução para o mínimo da função F. O grau de confiança no resultado diminui à medida que o valor de IFAIL aumenta.Na saída da sub-rotina. Indicadores de erro e avisos Se na entrada IFAIL= 0 ou IFAIL= 1 então no fim da execução. encontrado pela rotina E04FDF. pretender minimizar uma função que não tem mínimo local) ou então devido a uma aproximação inicial X ( ) de muito má qualidade. • IFAIL= 1 Surge esta mensagem de erro sempre que ocorre na entrada uma das seguintes situações: N <1 M<N LIW < 1 LW < 7 N + N 2 + 2 MN + 3 M + N ( N − 1) / 2 quando N > 1 quando N = 1 LW < 9 + 5 M • IFAIL= 2 Foram feitas 400N chamadas da rotina LSFUN1 e o algoritmo aparentemente não convergiu para a solução desejada. • IFAIL= 4 Uma rotina auxiliar que a rotina E04FDF usa não foi capaz de efectuar a decomposição por valores singulares (que é necessária a este método) num número razoável de sub-iterações. caso tenha acontecido algum problema no cálculo do mínimo." . para i = 1. Podem acontecer as seguintes situações: • IFAIL= 0 Não ocorreu nenhum erro no cálculo do mínimo da função F e o resultado obtido corresponde ao mínimo local pretendido. Este é o único valor da variável IFAIL que corresponde à não existência de erros e se ocorrer qualquer outro valor na saída isso significa que a rotina não funcionou correctamente. Tal pode ocorrer devido a uma definição errada da função que se quer minimizar (por exemplo. 2.

− distância entre o ponto de partida (aproximação inicial X ( ) ) e a solução final para o vector X. 2 − entre t − 1 (se o mínimo de F ( X ) é próximo de 1) e 2t − 2 (se F ( X ) toma um valor no seu mínimo que é próximo de 0). Precisão Se o problema está bem formulado e se na saída se obtém o valor 0 para a variável IFAIL (ou seja. da soma 114 . casas decimais de precisão em F ( X ) . foi atingido um mínimo local). − número de resíduos f i ( X ) e seu comportamento. cujo objectivo principal é a determinação de um mínimo. Idealmente o problema de minimização que se pretende resolver deve ser modelado de forma que o valor mínimo da soma dos quadrados dos resíduos pertença ao intervalo ] 0. não condicionado. baseado no método Quasi-Newton. porque a variável IFAIL toma valores entre 3 e 8) é aconselhável reiniciar os cálculos partindo de uma aproximação inicial diferente da utilizada. para uma máquina com t casas decimais de precisão. Comentários O número mínimo de iterações que é necessário efectuar para atingir o mínimo da função F ( X ) depende essencialmente de três factores: − número de variáveis. Em cada uma destas iterações são feitas pelo menos N + 1 chamadas da sub-rotina LSFUN1. por forma a evitar a região que causou a existência do erro. é bastante provável que o resultado final para X dê uma boa estimativa para a posição do mínimo pretendido. é de esperar que se obtenham: − cerca de t − 1 casas decimais de precisão nas componentes do vector X. 1 O número de multiplicações executadas em cada iteração de E04FDF é bastante variável. a menos que o cálculo dos resíduos seja realizado muito rapidamente. Falhas sucessivas poderão indicar que existe algum erro na formulação do problema. mas se IFAIL = 8 é improvável que a rotina tenha encontrado um mínimo. ROTINA NAG E04GCF Objectivo A rotina E04GCF da biblioteca de rotinas de Fortran da NAG consiste num algoritmo simples. Assim. o tempo que o programa demora a correr é essencialmente gasto nas chamadas de LSFUN1. então.se a variável IFAIL toma o valor 5. 1 [ . Se o utilizador não se encontrar satisfeito com o resultado (isto é.

. bem como os valores tomados pelas suas primeiras derivadas. X 2 . Estes pontos são gerados usando estimativas para a curvatura de F ( X ) . • N . LW. W. Contrariamente à rotina E04FDF atrás descrita. N ) ." . X N ∑ [ f ( X )] i =1 i M 2 ( )T e M ≥ N . X. ( j = 1. uma estimativa para o mínimo dessa variável. O utilizador deve ainda introduzir a sub-rotina LSFUN2 que permite avaliar os valores dos diversos resíduos f i ( X ) . W(LW) Descrição A rotina E04GCF é essencialmente idêntica à sub-rotina LSNDN2 do “National Physical Laboratory Algorithms Library” e é.variável do tipo inteiro. LW. LIW. que têm também primeira e segunda derivadas contínuas. M deve especificar o número de resíduos f i ( X ) e N o número de variáveis X j e deve-se ter 1 ≤ N ≤ M . partindo de uma aproximação inicial para X. é gerada uma sequência de pontos. esta rotina exige o conhecimento das expressões da primeira derivada das M funções. Mais uma vez os valores de M e de N não são alterados durante a execução do programa.dos quadrados de M funções não lineares em N variáveis (M ≥ N) . como no caso anterior. IFAIL) M. IW(LIW). a rotina testa os valores da primeira 3 A principal diferença reside no facto de agora ser também necessário introduzir uma matriz que contém as derivadas das M funções em ordem às N variáveis. fornecida pelo utilizador. • X . N. Uma vez que a estrutura e principal função desta rotina são bastante semelhantes à estrutura e função da rotina E04FDF3. N. FSUMSQ. Em seguida.vector de elementos de dupla precisão. Antes de minimizar a soma dos quadrados dos resíduos. IW. tal como no caso anterior. Na entrada. não será feita aqui a sua descrição exaustiva. que se pretenda que seja convergente para o mínimo da soma dos quadrados dos resíduos. o utilizador deverá ter atribuído aos diversos X ( j ) . A seguir. Parâmetros e Rotinas introduzidas pelo utilizador • M . IFAIL X(N). 115 . No entanto. com dimensão mínima N. o algoritmo testa a consistência da sub-rotina LSFUN2. 2. mesmo que as derivadas daquela ordem tenham descontinuidades ocasionais. LIW. Especificação SUBROUTINE INTEGER DOUBLE PRECISION E04GCF (M." . a rotina funciona habitualmente. Antes de efectuar a chamada da rotina. Esta rotina é destinada a funções contínuas. aplicável a problemas que se apresentam na forma: Minimizar F ( X ) = onde X = X 1 .variável do tipo inteiro. FSUMSQ. para todos os pontos X.

• W ." . cujo valor deve ser igual ao declarado no programa que chama a rotina E04GCF. Assim. M ) e a matriz Jacobiana que contém as suas primeiras derivadas ∂f i ( X ) . 2. b) Rotinas introduzidas pelo utilizador LSFUN2 . F ( X ) . é obrigatório que o nome da sub-rotina seja sempre o indicado. LW deve especificar a dimensão do vector W. A menos que a rotina E04GCF detecte algum erro ou que dê algum aviso de erro. Antes da chamada da rotina. FSUMSQ contém o valor da soma dos quadrados dos resíduos. cujo valor deve ser igual ao declarado no programa que chama a rotina E04GCF. ( j = 1. • FSUMSQ . É aconselhável que a sub-rotina LSFUN2 seja testada separadamente antes de ser usada em conjunto com a rotina E04GCF. A especificação desta sub-rotina é a seguinte: 116 .vector de elementos de dupla precisão com dimensão LW." .variável do tipo inteiro. para qualquer ∂X j “ponto” X. É aconselhável que o utilizador introduza uma aproximação inicial não nula.derivada na aproximação inicial. deve atribuir-se a esta variável o valor 0. LIW deve especificar a dimensão do vector IW. não sendo este valor alterado durante a execução. Na entrada. correspondente ao vector X que torna mínima a função F. (i = 1. e porque os valores dos parâmetros por ela calculados podem ser úteis mesmo que no fim da execução se tenha IFAIL ≠ 0 . Para esta rotina. é recomendado que no início seja atribuído o valor -1 a esta variável. X (n) representa a n-ésima componente do vector X correspondente ao mínimo da função F. É necessário que a variável LIW tome um valor não inferior a 1. • IFAIL . 1 ou -1. • LW . Este vector é usado como vector auxiliar. de forma que ela calcule o vector dos resíduos f i ( X ) . dado que esta sub-rotina não é um parâmetro da rotina E04GCF. calculados através da sub-rotina LSFUN2.variável de dupla precisão. o vector X contém os valores das variáveis que tornam mínima a soma dos quadrados dos resíduos. na saída o valor de IFAIL deverá ser 0. A sub-rotina LSFUN2 deve ser definida pelo utilizador. • IW .variável do tipo inteiro. • LIW . N ) . Nesse caso é conveniente que no final da execução o programa indique ao utilizador o valor de IFAIL que obteve.Sub-rotina. Na entrada. No fim da execução. Mais uma vez.vector de elementos inteiros de dimensão LIW. com valores distintos para os vários X ( j ) . É necessário que: LW ≥ 8 N + 2 N 2 + 2 MN + 3 M se N > 1 se N = 1 LW ≥ 11 + 5 M O valor de LW não é alterado durante a execução. se na saída a variável IFAIL tomar o valor zero. Na saída da rotina. Este vector é usado como vector auxiliar. 2.variável do tipo inteiro.

M e N contêm o número de resíduos e o número de variáveis. no fim da execução.N) • M . 2. N . ∂X j • FVECC . Na entrada. • XC . que não deve ser alterada durante a chamada da sub-rotina. para ∂X j • LJC .variável do tipo inteiro. Na entrada XC deve conter o ponto para o qual se pretende que a sub-rotina calcule os valores dos resíduos f i ( X ) e das suas primeiras derivadas ∂f i ( X ) . Na entrada. • IFAIL= 1 Surge esta mensagem de erro sempre que ocorre na entrada uma das seguintes situações: N <1 M<N LIW < 1 LW < 8 N + 2 N 2 + 2 MN + 3 M quando N > 1 quando N = 1 LW < 11 + 5 M • IFAIL= 2 117 . N. a variável LJC. FVECC(M). Esta não deverá alterar os valores presentes em XC. a rotina envia uma mensagem de erro na qual se encontra uma breve explicação para a sua ocorrência.vector de elementos de dupla precisão." . contém o número de linhas da matriz FJACC. Este é o único valor da variável IFAIL que corresponde à não existência de erros. FJACC(i .vector de elementos de dupla precisão. Podem acontecer as seguintes situações: • IFAIL= 0 Não ocorreu nenhum erro no cálculo do mínimo da função F e o resultado obtido corresponde ao mínimo local pretendido. XC. FVECC. para i = 1. M . com dimensão M. N. LJC XC(N). 2. • FJACC . Na saída da sub-rotina FVECC(i) deve conter o valor de f i . FJACC. com dimensões LJC por N. respectivamente.variável do tipo inteiro. calculado no ponto XC. LJC) M. M e j = 1. Indicadores de erro e avisos Se na entrada IFAIL = 0 ou IFAIL = 1 então. ∂f i ( X ) calculados no ponto XC.variável do tipo inteiro. que regra geral é igual a M.matriz de elementos de dupla precisão." . • N ." . j ) deve conter o valor de i = 1. FJACC(LJC. caso tenha acontecido algum problema no cálculo do mínimo. 2.SUBROUTINE INTEGER DOUBLE PRECISION Nela constam as variáveis: LSFUN2 (M. Qualquer outro valor na saída significa que a rotina não funcionou correctamente. com dimensão N. Na saída da sub-rotina.

é neste caso aconselhável 1 efectuar uma nova chamada da sub-rotina E04GCF. Comentários 118 . • • • • IFAIL= 5 IFAIL= 6 IFAIL= 7 IFAIL= 8 Em qualquer um destes casos existem dúvidas acerca de o ponto X encontrado pela rotina E04GCF. por forma a evitar a região que causou a existência do erro. porque a variável IFAIL toma valores entre 3 e 8) é aconselhável reiniciar os cálculos partindo de uma aproximação inicial diferente da utilizada. encontrar um resultado melhor. ser um mínimo de F. Tal como na rotina E04FDF. foi atingido um mínimo local). 2 − entre t − 1 (se o mínimo de F ( X ) é aproximadamente 1) e 2t − 2 (se F ( X ) toma um valor no seu mínimo que é próximo de 0). presente na rotina LSFUN2. • IFAIL= 9 Existe grande probabilidade de o utilizador ter cometido um erro na construção da matriz das derivadas. casas decimais de precisão no valor de F ( X ) . não tendo sido possível. • IFAIL= 4 Uma rotina auxiliar que a rotina E04GCF usa não foi capaz de efectuar a decomposição por valores singulares (que é necessária a este método) num número razoável de sub-iterações. • IFAIL= 3 No fim da execução o ponto X obtido não satisfaz as condições para a sua aceitação como solução para o mínimo da função F. Precisão Se o problema está bem formulado e se na saída se obtém o valor 0 para a variável IFAIL (ou seja. Falhas sucessivas poderão indicar que existe algum erro na formulação do problema. então. utilizando para aproximação inicial o resultado final obtido ao fim das 50N chamadas de LSFUN2. no entanto. Tal pode ocorrer devido a uma definição errada da função que se quer minimizar ou então devido a uma aproximação inicial X ( ) de muito má qualidade. Se o utilizador não se encontrar satisfeito com o resultado (isto é. é de esperar que se obtenham: − cerca de t − 1 casas decimais de precisão nas componentes do vector X.Ao fim de 50N chamadas da sub-rotina LSFUN2 o algoritmo não convergiu para a solução procurada. para uma máquina com t casas decimais de precisão. O grau de confiança no resultado diminui à medida que o valor de IFAIL aumenta.

O número mínimo de iterações que é necessário efectuar para atingir o mínimo da função F ( X ) depende essencialmente de três factores: − número de variáveis; − número de resíduos f i ( X ) e seu comportamento; − distância entre o ponto de partida, definido pela aproximação inicial X ( ) , e a solução final para o
1

vector X. O número de multiplicações executadas em cada iteração de E04GCF é bastante variável. Em cada uma destas iterações é feita pelo menos uma chamada da sub-rotina LSFUN2. Assim, a menos que o cálculo dos resíduos e das suas primeiras derivadas seja realizado muito rapidamente, o tempo que o programa demora a correr é essencialmente gasto nas chamadas de LSFUN2. Mais uma vez, o problema de minimização que se pretende resolver deve ser modelado de forma que o valor mínimo da soma dos quadrados dos resíduos seja um valor que pertença ao intervalo ] 0, 1 [ .

119

Apêndice E
Critério dos mínimos quadrados

Iremos fazer neste apêndice uma abordagem, não exaustiva, ao problema de ajustamento pelo critério dos mínimos quadrados. Será especialmente focado o caso particular de ajustamento que foi implementado numericamente. Chama-se modelo matemático ao sistema teórico ou conceito abstracto através do qual se descreve uma situação física ou um conjunto de acontecimentos, não sendo esta descrição necessariamente completa. Como um modelo serve um propósito específico, a sua formulação pode variar largamente de um ponto de vista para outro, podendo, deste modo, o mesmo sistema físico ser descrito por mais do que um modelo. Um modelo matemático pode ser dividido em duas partes conceituais: − − Modelo funcional: composto por relações que descrevem a geometria ou as características físicas do problema em questão; Modelo estocástico: composto pelo conjunto de relações que descrevem as propriedades estatísticas dos elementos envolvidos no modelo funcional, indicando, por exemplo, a qualidade das observações feitas, através das suas precisões. Quando se pretendem determinar uma ou várias grandezas, normalmente fazem-se mais “observações” do que as estritamente necessárias para a sua obtenção. As principais razões para a existência de redundância são: − permitir a detecção de erros grosseiros através da confirmação dos valores medidos; − permitir fazer uma avaliação mais precisa das quantidades desejadas (através da execução de um ajustamento); − permitir estimar a ordem de grandeza da precisão obtida para os valores ajustados.

Antes de iniciar a aquisição de dados, é necessário especificar o modelo matemático a considerar, que é construído utilizando um certo número de variáveis e um conjunto de relações entre elas. Escolhem-se então as grandezas a observar, o número de observações que se terão de fazer e a sua precisão. A necessidade de se realizar ou não um ajustamento vai depender do número de observações feitas. Se estas forem mais do que o número mínimo de variáveis independentes que permitem definir o modelo escolhido de uma forma única, será necessário ajustar as observações para que se obtenha uma solução única. Suponhamos que temos o seguinte modelo funcional:

( ) f ( L , L ," , L ) = 0
f 1 L1 , L2 ," , Ln = 0
2 1 2 n

#
120

f c L1 , L2 ," , Ln = 0
que, para simplificar, representaremos por

(

)

f i L1 , L2 ," , Ln = 0
ou ainda por

(

)

i = 1,2," , c

F L1 , L2 ," , Ln = 0
onde F L1 , L2 ," , Ln designa a matriz coluna constituída pelas c funções, 0 a matriz coluna com c elementos nulos e L j o verdadeiro valor da grandeza L j , para j = 1,2," , n (valor que nunca é conhecido). Além disso, é necessário que c > n . Representando ainda L1 , L2 ," , Ln por L , obtém-se o modelo funcional que descreve o problema em questão:

(

)

(

)

(

)

F L =0
Devido à superabundância existente, teremos várias possibilidades de obter soluções para o problema, que serão tantas quantas as combinações que podemos formar com as “observações”, tomadas em número mínimo necessário para resolver o problema em questão. Desta forma os parâmetros L1 , L2 , …, Ln não são consistentes com o modelo funcional e teremos que substituí-los por um conjunto de estimações L1 , L2 , …, Ln (parâmetros ajustados) que satisfaçam o modelo funcional. Estas estimações são obtidas adicionando a cada uma das “observações” uma quantidade denominada correcção ou resíduo v j

()

( ) de tal forma que L

j

= L j + v j , com

j = 1,2," , n . No entanto existem vários valores de v j que darão origem a um conjunto de parâmetros ajustados

consistentes com o modelo funcional. Para escolhermos o “melhor” conjunto de parâmetros ajustados, ou seja, os valores mais prováveis para as parâmetros ajustados, vamos utilizar um critério adicional, que é o critério dos mínimos quadrados. O critério dos mínimos quadrados consiste em minimizar a função
Φ = v T Wv

onde v é o vector dos resíduos associado aos n parâmetros L1 , L2 , …, Ln :

 v1  v  2 v=  #   v n 
e W a matriz dos pesos dos parâmetros, que é uma matriz quadrada de ordem n. Para parâmetros considerados independentes (ou não correlacionados) a matriz dos pesos é uma matriz diagonal e toma a seguinte forma:

 w1 0 W= #  0

 0   w2 #   =σ 2 0 % 0    " 0 wn    0 "

1 σ 12 0 # 0

0 1 σ 22 "

" % 0

0   #   0   1 σ n2  
121

L2 . x 2 . L2 . Ln que pretendemos determinar." . aplicada a cada uma das c funções f i . L2 ( (0) (0) .sendo w j o peso do parâmetro L j . representado por L 0 o vector L1(0) ." . σ 0 2 a variância de referência (a variância de um parâmetro com peso unitário) e σ j 2 a variância do parâmetro L j . De uma forma simplificada. Frequentemente as equações que constituem o modelo funcional não são lineares. L2 (0) . a matriz W é uma matriz diagonal e a função Φ toma a forma Φ= ∑ (w v ) n 2 j j j =1 No caso mais simples em que os parâmetros. sendo L o vector inicial dos parâmetros e v o vector dos resíduos que tornam mínima a função Φ . Considerando o conjunto das c equações escrevemos1: ( ) 1 Se tivermos m funções f 1 . L (0 ) . c  ∂L  L(0 ) ( ) ( ) (ApE-2)  ∂f i  onde   representa a matriz linha das derivadas parciais da função f i em ordem às n variáveis L j . escrevemos ( ) ( ) ( ) ( )  ∂f i  ( ) ( ) fi L 0 +   L − L 0 = 0 . L2 (0) . considerando uma função F ( ) 122 . f 2 . Ln (0) . Ln (0) ) ∑   ∂f i    L j − L j (0) +  ∂L j    ( L (0 ) . L (0) ) j =1  1 2 n  n ( )    = 0 . Assim os parâmetros ajustados vão ser os elementos do vector L = L + v ." . " . têm a mesma precisão ( w j = 1 ) temos Φ= ∑v j =1 n 2 j de onde advém o nome do critério. utilizando para isso a fórmula de Taylor." . c   (ApE-1) onde L1(0) . para i = 1." ." ." . " . além de serem não correlacionados. Desprezando no desenvolvimento em série os termos de ordem igual ou superior à segunda ordem. Quando tal acontece é habitual proceder-se à sua linearização. Ln (0) representa a aproximação inicial para as grandezas L1 . o que complica consideravelmente o ajustamento.". x n ) . de f i L1 . Neste caso a matriz dos pesos W toma a forma da matriz identidade. f m em n variáveis ( x1 . No caso de termos parâmetros não correlacionados. Ln = 0 obtém-se ( ) f i L1 . para i = 1.  ∂L  L(0 ) calculada com os valores da aproximação inicial L 0 . ou seja.

No entanto." . y ( ) representa o valor de F na aproximação inicial x 0 (ponto em torno do qual é feito o desenvolvimento em série de Taylor). o vector (L ." . x n ) a forma linearizada de F será y1 = f 1 ( x1 . os quais pretendemos determinar pela técnica dos mínimos quadrados e que representaremos por Designando L1 . vem ( L . ∂F  ( ) ( ) L− L0 = 0 F L0 +   ∂L  L(0 ) ( ) ( ) (ApE-3) Uma vez que os verdadeiros valores dos coeficientes dos polinómios nunca são conhecidos. De (ApE-4) vem  ∂F  ( ) F L0 +  v = 0  ∂L  L(0 ) ( )  ∂F  ( ) Designando a matriz Jacobiana   por A e − F L 0 por f. onde: F: IR n → IR m com y = y1 ." . vamos substituí-los pelos valores ajustados. Ln e considerando a aproximação inicial para os parâmetros L 0 = L1(0) ." . L . x n ) # y m = f m ( x1 . y m ( ) dado por x 6 y = F (x ) y 2 = f 2 ( x1 . y 2 . em cada uma delas usamos para aproximação 0 L( ) o valor ajustado obtido na iteração anterior. L2 . L2 . x 2 . ou seja." . x 2 . teremos 0 v = L − L( ) ( ) ( ) Para obter os valores ajustados L adiciona-se o vector dos resíduos v aos valores da aproximação 0 inicial L( ) . …. L ) . (0) e ∆x o vector dos 123 ." . J yx a matriz Jacobiana (matriz das derivadas parciais das m funções f i em ordem às n variáveis x j ) calculada também na aproximação inicial x 0 acréscimos." . x2 . vem  ∂L  L(0 ) Av = f ( ) (ApE-5) que é o modelo funcional linearizado (sistema de c equações)." . xn ) y≅y (0) + J yx ∆x ( ) 0 onde y representa o valor da função F para um ponto qualquer x. L ) 1 2 n nunca poderá ser conhecido. definido por ∆x = x − x ( ) . se pretendermos fazer várias iterações. L . 1 2 n ( )  ∂F  ( ) ( ) L− L0 = 0 F L0 +   ∂L  L(0 ) ( ) ( ) (ApE-4) Designando por v o vector dos resíduos associados aos n parâmetros L1 . Ln (0) . L2 (0) . Ln por L .

" . φ k (com k < n ). L41(0 ) ) e  ∂f1  ∂L  1  ∂f 2 A =  ∂L1  #  ∂f  c  ∂L1  ∂f1 ∂L2 ∂f 2 ∂L2 # ∂f c ∂L2 ∂f1  ∂Ln   ∂f 2  " ∂Ln  % #  ∂f c   " ∂Ln  L (0 ) ." . #   v n   − f1  − f  2 f =  #     − f c  ( L1(0) . L2(0 ) . k ) e estuda-se uma nova função Ψ . v1  v  2 v=  . de modo que Ψ = Φ + λ( Av − f ) 2 O método de Lagrange para determinação de extremos condicionados diz que. introduzindo c multiplicadores de Lagrange. L (0 ) ( 1 2 ) n " Vamos agora aplicar o critério dos mínimos quadrados. de n + k variáveis. Para isso temos que resolver o sistema  Av=f  T Φ = v Wv mínimo que é um problema de extremos condicionados e que vai ser resolvido pelo método de Lagrange2.". L (0 ) . a partir de Φ . definida por Ψ = f + λ 1φ 1 + λ 2 φ 2 +"+ λ k φ k Os extremos relativos da função f serão as soluções do sistema  φ1 = 0 φ =0  2  #   φk = 0  ∂Ψ = 0  ∂x  1  ∂Ψ = 0  ∂x2  #  ∂Ψ =0   ∂xn 124 . vamos determinar a solução única para o vector dos parâmetros que torna Φ = v T Wv mínimo. quando se pretende determinar um extremo relativo de uma função f em n variáveis. introduzem-se k multiplicadores de Lagrange λ i ( i = 1. Vamos assim construir uma função Ψ . isto é.". que estão relacionadas entre si por k condições φ1 .

n) e y um vector (n.1) e A é uma matriz quadrada de ordem n. a matriz dos pesos W é uma matriz diagonal (e por conseguinte simétrica).Para simplicidade de cálculo. os c multiplicadores de Lagrange serão representados na forma λ = −2k .1) . Se A é independente de x e de y então w = x T Ay ∂w = xT A ∂y e ∂w = y T AT ∂x Seja u a forma quadrática: onde x é um vector (n. uma vez que se considera que a matriz W é uma matriz diagonal. vindo T Ψ = Φ − 2 k T ( Av − f ) = v T Wv − 2 k T ( Av − f ) O mínimo da função Φ será a solução do seguinte sistema:  ∂Ψ  =0  ∂v  Av − f = 0  onde ∂Ψ representa a derivada da função Ψ em ordem ao vector v. vem v = W −1 A T k (ii) substitui-se v na segunda equação e determina-se o valor de k 3 Seja v o vector (n.1) dado por v = Ay onde A é uma matriz (m. sendo k um vector coluna de c elementos. Se A é independente de y tem-se: ∂v ∂ ( Ay ) = =A ∂y ∂y Seja w a forma bilinear: onde x e y são vectores (n. o que justifica o resultado: ( ) ∂ T v Wv = 2v T W ∂v ( ) 125 . ∂v Calculando a derivada3 obtém-se o chamado sistema de equações normais: 2v T W − 2 k T A = 0    Av − f = 0  Para a resolução do sistema podem seguir-se os seguintes passos: (i) resolve-se a primeira equação em ordem a v e.1) e A é uma matriz simétrica de ordem n e independente de x. Demonstra-se facilmente que u = x T Ax ∂u = x t A + x t At = x t A + At = 2 x t A ∂x Uma vez que se considera que as variáveis do problema em causa não estão correlacionadas.

k = AW −1 A T (iii) substitui-se k na expressão encontrada para v ( ) −1 f v = W −1 A T AW −1 A T ( )−1 f (ApE-6) Quando os parâmetros não estão correlacionados e se consideram todas as observações com igual precisão (que é o caso do nosso trabalho). Realizam-se iterações até que o vector dos resíduos (que corresponde à diferença entre os vectores dos parâmetros ajustados obtidos em duas iterações sucessivas) seja próximo do vector nulo. a matriz W toma a forma da matriz identidade e o vector dos resíduos pode ser obtido por v = A T AA T ( ) −1 f (ApE-7) Após o cálculo do vector dos resíduos obtêm-se os parâmetros ajustados através de L = L0 +v ( ) (ApE-8) Se pretendermos realizar mais iterações repete-se todo o processo descrito. toma-se para L( ) o valor de L obtido. Note-se que nesta expressão 0 L( ) corresponde ao valor de L calculado no fim da iteração anterior e que L é a nova aproximação para o vector dos parâmetros que queremos determinar. A matriz Jacobiana A e o vector dos termos independentes f serão agora calculados com os valores de L obtidos no fim da iteração 0 anterior. 126 . Calcula-se novamente o vector dos resíduos por meio de (ApE-7) e obtém-se a nova aproximação para os parâmetros por meio de (ApE-8). isto é.

Dias AGUDO .Metrologia & Qualidade. GORINI.Effects of arbitrary coefficients of CMM error maps on probe qualification. 46/1. Douglas FAIRES . L. Vol. G. Vol. 36/1/1987. Chris J. and “absolute testing”. E. F. CANUTO. SARTORI . 44/1/1995. 36/1/1987.Mecânica Geral. MUGNO & S. PWS-KENT Publishing Company. Annals of the CIRP.Bibliografia [1] [2] [3] [4 ] [5] [6] [7 ] [8] Francis ACKERMAN & Edward M. B. BONA.Introdução à Álgebra Linear e Geometria Analítica. A. 45/1/1996. Instituto Nacional de Investigação Científica. Departamento de Matemática da Universidade de Coimbra. R. A. 1994. J. Joaquim João JÚDICE & João Manuel PATRÍCIO . HOCKEN . F. error separation. 35/1/1986. Di CIOMMO. A.Apontamentos das Lições Teóricas da cadeira de Metrologia Geométrica.Theorical modelisation and experimental identification of the geometrical parameters od coordinate-machines by measuring a multi-directed bar. S. Annals of the CIRP. Fifth Edition.Sistemas de equações lineares. DUFFIE & S. M. VANHERCK - Results of the CIRP-Euromet intercomparison of ball plate-based techniques for determining CMM parametric errors. DONATI. FRANKE. Vol. BURDEN & J. 45/2/1996.Coordinate measuring machines and machine tools selfcalibration and error correction. 1994. BALSAMO. de JONGE & P. University Press of America. [11] [12] [13] [14] [15] [16] Richard L. JOUY . Vol. Livraria Escolar Editora. 1983. Artur Soares ALVES . F. E. WÄLDELE.Towards instrument-oriented calibration of CMMs. Volumes I e II. M. YANG .Metrologia Geométrica. 127 . Silvestre Dias ANTUNES . Observatório Astronómico da Universidade de Coimbra.Numerical Analysis. Fundação Calouste Gulbenkian. Vol. Instituto Português da Qualidade. A. N. BALSAMO . 34/1/1985. Vol. Vol. FERRARIS. Annals of the CIRP. Annals of the CIRP. EVANS & Robert J. M. F.Observations and Least Squares. MALMBERG . Artur Soares ALVES . Annals of the CIRP. BELFORTE. Annals of the CIRP. M.Generation of parametric kinematic error-correction functions from volumetric error measurements. MIKHAIL . TRAPET. Annals of the CIRP. Vol. 1993. BALSAMO. 1988. R. redundancy. PEISINO & S. Artur Soares ALVES . MOREI. SARTORI . 1976. 1996.Self-calibration: reversal. 1996. DUFFIE & S. I. [9] [10] A. Annals of the CIRP. F. N.Error diagnosis and compensation using kinematic models and position error data. II e III. Volumes I.

1974. X. 1990. S. KANCHEVA . MOFFITT & Edward M. Nº 2.K.Coordinate Metrology . P. Verlag Moderne Industrie AG & Co. Bento José Ferreira MURTEIRA . Vol. SCHELLEKENS . Paul R. McGraw-Hill. J. Eugen TRAPET & Franz WÄLDELE . J. CRESTO. Annals of the CIRP. Harper & Row. Measurement. II. M. Hans Joachim NEUMANN . SARTORI. 38/1/1989. H. MIKHAIL .Probabilidades e Estatística. ZHANG . Vol. S. Vol.. Di CIOMMO & T.Technology and Application. Vol. Abril-Junho de 1988. 44/2/1995.Asseguramiento de la calidad para máquinas de medir por coordenadas.Photogrammetry. SARTORI & G. W.Geometric error measurement and compensation of machines. M.Elements of Photogrammetry. 1991. SOONS & P. WOLF .A General method for error description of CMMs using polynomial fitting procedures.[17] [18] [19] [20] [21] [22] [23] [24] Francis H. J. C. Annals of the CIRP. C.A way to improve the accuracy of a co-ordinate measuring machine. Physikalisch Technische Bundesantalt. A. TEEUWSEN. McGraw-Hill. 1980. 6. 128 . 1980.

Sign up to vote on this title
UsefulNot useful