使用数显千分表矫正泵箱进程

简 介：本文介绍了一种利用日本三丰Mitutoyo数显千分表测量泵箱推杆位移的实验方法。通过搭建光学平台测试框架，结合WIFI指令控制泵箱电机驱动，采用电子千分表实时监测位移变化。实验记录了48组数据，显示系统具有良好的线性特性，并通过Python编程实现了图像数据自动读取。研究发现WIFI指令传输存在丢包导致数据波动，需通过优化网络校验机制改进。该方案为评估泵箱机械性能提供了有效测量手段，后续需进一步分析误差来源并完善自动化测量系统。

关键词：数显千分尺，泵箱

• 原装日本三丰Mitutoyo数显千分表730B731B 百分表高度规543-782B

01【数显千分表测量泵箱位移】

一、背景

这里是一个电子千分表， 可以通过它来测量0.1微米的形变， 下面使用它来测量泵箱进液推杆的位移， 查看一下泵箱进液推杆位移的精度和线性特性。 泵动箱的推进可以通过WIFI指令， 通过驱动完成它的向上运动， 下面通过电子千分表来测量它的位移大小， 为评估泵箱机械结构的特性提供数据支撑。

二、测试方法

在光学平台上搭建测试框架，左边是泵箱， 右边是固定数字千分表的支架， 将数字千分表进行手动复位， 现在它显示是0.0085。 泵箱通过WIFI指令对泵箱电机进行驱动， 可以通过WIFI发送泵箱上移指令。 给泵箱驱动电路以及WiFi转接模块都提供12伏的工作电源。 WiFi转接模块自动接入附近的WIFI热点， 下面我们通过 UDP调试工具， 发送泵箱上移指令】，经过测试， 发送上移之后，可以看到泵箱上移， 千分尺能够显示位移的距离， 这说明整个实验框架搭建完毕，工作正常。

这是在发送命令前它的显示情况， 接下来我们发送上移0.1的指令， 发生后，我们可以看到数显发生了变化， 再发送0.1数线接下来变化。 只是这次变化和上次变化， 似乎是增加了数字15， 再次发送0.1，数字继续上升， 由此我们可以看到，我们发送移动0.1步， 这个装置能够反映出动泵箱的上移以及被检测呃千分表检测出来， 接下来我们发送上移1这个指令， 应该是前面位移的10倍距离， 上移之后，千分表显示位移的数字增加了， 但从我们观察现象，它并不是刚才0.1的10倍。 继续发送一些上升1指令， 这个数字似乎在一个范围内波动。 通过这个实验再次说明， 使用框架可以记录下整个泵房泵箱的移动， 但移动和指令之间是否满足线性关系。 以及如果不满足的话， 这个误差究竟是由电机驱动引起， 还是由我们现在这个测量机构本身它的内部耦合误差一。 后面再通过测量数据进行验证误差的来源。

三、位移线性测试

下面我们连续发送泵箱上位移指令， 手动记录他49个数据。 绘制出来对应的位移步数以及它测量的数值。 可以看到它本身呈现非常好的线性特性， 然后再利用线性拟合， 得到它对应的斜率和它的偏移量， 这样可以计算它线性偏差。 绘制出线性偏差，可以看到它整体上是在一定范围的波动， 而且误差呈现一个上下波动的趋势。

为了能够实现测量自动化， 通过Python编程，直接读取千分表图片数据， 利用豆包可以自动将图片中的千分表数据转换成数据。 这样e可以实现自动测量。 不过现在发现一个问题， 使用Python 自动发送 WiFi直流， 所测量得到的数据出现比较大的波动， 经过分析是WiFi发送指令之后， 出现命令丢弃的现象。 通过延长发送时间， 所获得的数据有所改善， 但是无法彻底消除数据抖动， 这方面需要通过后期对网络传输增加校验核对功能之进行消除。

※总结 ※

本文搭建了利用数显千分表来测量泵箱推进杆进程距离的实验结构。 利用WIFI命令。改变泵油箱推进杆的位置， 通过图像读取千分尺显示的数字。 记录下来纤维尺显示数字的图片， 使用豆包对显示数字进行识别后， 便可以得到测量结果， 对于结果的进一步分析， 将会在今后通过更加详实的实验来进行。

#!/usr/local/bin/python# -*- coding: gbk -*-#============================================================# TEST1.PY -- by Dr. ZhuoQing 2026-06-07## Note:#============================================================fromheadmimport*importsocket#------------------------------------------------------------UDP_HOST='192.168.0.255'UDP_PORT=54321UDP_BUFSIZE=0x1000meas=socket.socket(socket.AF_INET,socket.SOCK_DGRAM)meas.setsockopt(socket.SOL_SOCKET,socket.SO_SNDBUF,UDP_BUFSIZE)meas.settimeout(0.2)defmeassend(data):ADDR=(UDP_HOST,UDP_PORT)iftype(data)!=str:data=str(data)data=bytes(data,'gbk')meas.sendto(data,ADDR)defmeasrecv():try:data,ADDR=meas.recvfrom(UDP_BUFSIZE)exceptsocket.timeout:data=''iflen(data)>0:returndata.decode('utf-8')else:return''defmeasval():meassend('MEMOS')splitstr=measrecv().split(' ')data=[]forvalinsplitstr:iflen(val)>0:data.append(eval(val))returndata#------------------------------------------------------------imgdir=r'd:\temp\dataimg'foriinrange(100):fname=os.path.join(imgdir,'%02d.jpg'%i)meassend('m u 1\r')time.sleep(2)tspsavecutimage(fname)time.sleep(.5)printf(i)#------------------------------------------------------------printf("\a")#------------------------------------------------------------# END OF FILE : TEST1.PY#============================================================

#!/usr/local/bin/python# -*- coding: gbk -*-#============================================================# TEST2.PY -- by Dr. ZhuoQing 2026-06-07## Note:#============================================================fromheadmimport*fromscipy.optimizeimportcurve_fit#datastr = "29.18 29.96 29.71 29.71 30.14 30.355 30.955 30.535 30.75 30.75 31.13 31.35 31.53 31.745 31.945 31.945 32.365 32.55 32.55 32.95 33.135 33.135 33.545 33.75 33.75 33.95 34.15 34.15 34.565 34.765 34.965 35.155 35.37 35.37 35.555 35.955 35.955 36.34 36.545 36.545 36.93 37.13 37.325 37.325 37.73 37.92 37.92 38.3 38.505 38.505 38.68 39.105 39.105 39.295 39.65 39.69 39.905 40.3 40.61 40.915 40.915 41.105 41.105 41.325 41.53 41.725 41.915 42.14 42.14 42.57 42.765 42.765 43.18 43.39 43.39 43.79 44.005 44.005 44.4 44.6 44.6 44.995 45.2 45.2 45.595 45.79 45.79 46.185 46.375 46.375 46.765 46.765 47.165 47.355 47.355 47.745 47.94 47.94 48.135 48.52"datastr="50.830 51.035 51.225 51.435 51.630 51.835 51.835 52.035 52.230 52.425 52.605 52.800 52.980 53.110 53.265 53.385 53.560 53.700 53.925 54.160 54.385 54.620 54.620 54.950 55.190 55.305 55.505 55.705 55.980 56.190 56.380 56.590 56.785 56.985 57.185 57.385 57.580 57.785 57.985 57.985 58.195 58.390 58.590 58.780 58.980 59.180 59.375 59.575 59.575 59.775 59.980 60.175 60.375 60.580 60.770 60.980 61.170 61.380 61.585 61.780 61.990 62.180 62.385 62.590 62.780 62.990 63.180 63.385 63.590 63.775 63.980 64.175 64.370 64.570 64.570 64.570 64.760 64.760 64.975 65.170 65.365 65.560 65.750 65.950 66.145 66.345 66.545 66.730 66.925 67.115 67.300 67.495 67.680 67.875 67.875 67.875 68.065 68.250 68.450 68.630"d=[float(s)forsindatastr.split(' ')]deflinefun(x,a,b):returna*x+b x=array(range(len(d)))param=(0.1,29.18)param,conv=curve_fit(linefun,x,d,p0=param)printf(param)datafit=linefun(x,*param)plt.plot(x,d,lw=3,label='Origin')plt.plot(x,datafit,lw=3,label='Fit')plt.xlabel("N",color="steelblue",fontsize=24)plt.ylabel("Data",color="steelblue",fontsize=24)plt.legend(loc='upper left',fontsize=24)plt.grid(True,which='both',linestyle='--',alpha=0.7)plt.tight_layout()plt.show()#------------------------------------------------------------# END OF FILE : TEST2.PY#============================================================

■ 相关文献链接:

• 原装日本三丰Mitutoyo数显千分表730B731B 百分表高度规543-782B

● 相关图表链接:

• 图1.2.1 测量48组数据的过程
• cs