环切法球面加工

简介: 环切法球面加工

正文


1、环切法球面加工的数控宏程序编制的分析计算


   设定变量#10存储球面半径,值为R。

   设定变量#11存储球刀直径,值为D。

   设定变量#12存储加工步距,值为△。

   设定变量#13存储循环控制变量,初值等于#10。

   设定变量#14存储每个环切层起点的X坐标,变量#15

存储每个环切层起点的Z坐标,初值均设为0。

   设定两个临时变量#16,#17,初值均设为0。

   A点为球面的顶点,其坐标为(X0 , Y0, Z#10),加工时每次

向下移动一个步距△形成环切层。


2、程序参考


G40G49G80G90
G00G54G43X0Y0Z100.0H01
S800M13
M08
#10=R
#11=D
#12=△
#13=#10
#14=0
#15=0
#16=0
#17=0
G01Z#10F100
WHILE [#13 GT 0] DO 1(如果循环变量大于0,开始循环)
#16=#10+#11/2
#17=#13-#12+#11/2
#14=SQRT[#16 *#16-#17 *#17]
#15=#13-#12
G01X#14
G01Z#15
#13=#13-#12
G02X#14Y0I- #14J0
END 1(循环结束)
G00G49Z100.0
X0Y0
M05
M09
M30
相关文章
|
9月前
|
机器学习/深度学习 数据挖掘 Python
时序数据的分类及质心的计算
时序数据的分类及质心的计算
136 0
|
9月前
|
图形学 计算机视觉
GEE错误——如何将原有矢量将维度转化为地理坐标系,重投影坐标坐标无法实现?
GEE错误——如何将原有矢量将维度转化为地理坐标系,重投影坐标坐标无法实现?
100 0
|
机器学习/深度学习 传感器 算法
球体同胚表面准各向同性采样附matlab代码
球体同胚表面准各向同性采样附matlab代码
|
SQL Oracle 关系型数据库
矢量数据空间查询
空间查询就是根据地物的空间位置进行查询的一种数据检索方式。比如,我们要查询一条河流经的城市;一个公园内的所有路灯;离当前位置最近的公共卫生间等等都属于常用的空间查询。
190 0
|
传感器 机器学习/深度学习 编解码
2D/3D车道线数据汇总
道路上的对象可以分为两大类:静态对象和动态对象。车道标线是公路上的主要静态组成部分, 为了鼓励行业解决高速公路上的车道检测问题,图森发布了大约7000个1秒长的视频剪辑,每个视频剪辑20帧。
2D/3D车道线数据汇总
|
编解码 算法 BI
地表温度数据、LST温度数据、地表反照率、NDVI数据、NPP数据、植被覆盖度、土地利用数据
地表温度数据、LST温度数据、地表反照率、NDVI数据、NPP数据、植被覆盖度、土地利用数据
地表温度数据、LST温度数据、地表反照率、NDVI数据、NPP数据、植被覆盖度、土地利用数据
|
机器学习/深度学习 数据可视化 大数据
人口密度栅格数据获取/人口密度分布数据/GDP分布数据/夜间灯光分布
人口密度栅格数据获取/人口密度分布数据/GDP分布数据/夜间灯光分布
人口密度栅格数据获取/人口密度分布数据/GDP分布数据/夜间灯光分布
|
编解码 算法 BI
地表反照率数据、地表净辐射通量、太阳辐射数据、地表温度、地表显热通量、NDVI、NPP、土地利用数据
地表反照率数据、地表净辐射通量、太阳辐射数据、地表温度、地表显热通量、NDVI、NPP、土地利用数据
地表反照率数据、地表净辐射通量、太阳辐射数据、地表温度、地表显热通量、NDVI、NPP、土地利用数据
|
算法 数据挖掘 BI
积温空间分布数据、气温分布数据、日照数据、降雨量分布、太阳辐射数据、地表径流数据、土地利用数据、npp数据、ndvi数据
积温空间分布数据、气温分布数据、日照数据、降雨量分布、太阳辐射数据、地表径流数据、土地利用数据、npp数据、ndvi数据
积温空间分布数据、气温分布数据、日照数据、降雨量分布、太阳辐射数据、地表径流数据、土地利用数据、npp数据、ndvi数据
|
编解码 BI 定位技术
归一化植被指数(NDVI)数据、NPP数据、GPP数据、蒸散量数据、植被类型数据、生态系统类型分布数据
归一化植被指数(NDVI)数据、NPP数据、GPP数据、蒸散量数据、植被类型数据、生态系统类型分布数据
归一化植被指数(NDVI)数据、NPP数据、GPP数据、蒸散量数据、植被类型数据、生态系统类型分布数据

热门文章

最新文章