改进蜂群算法及其在圆度误差评定中的应用

针对基本人工蜂群算法(Artificial bee colony algorithm,ABC)的缺点,提出一种改进人工蜂群算法(Improved artificial bee colony algorithm,IABC),并应用于圆度误差最小区域评定中。该改进算法利用信息熵初始化种群,增强种群的多样性,并在引领蜂和跟随蜂搜索阶段,提出一种新的搜索策略,平衡算法的探索与开发能力。详细阐述IABC算法的基本原理与实现步骤,给出圆度误差满足最小包容区域条件的优化目标函数和收益度函数。通过基准测试函数验证IABC算法的有效性和准确性;通过对由三坐标机测得的多组测量数据进行圆度误差评定试验,结果表明IABC算法的评定精度优于最小二乘法、遗传算法以及粒子群算法等其他优化算法,且在求解质量和稳定性上优于ABC算法,验证了IABC算法不仅正确,而且适用于圆度误差的评定优化。     

圆度误差的网格搜索算法

本文提出了一种新的圆度误差评定方法—网格搜索算法,详细论述了该算法求解圆度误差的原理和步骤。该算法不采用最优化及线性化方法,其原理是在最小二乘圆心周围按一定规则布置一系列的网格点,依次以各网格点为理想圆心计算所有测点的半径值,按照圆度误差的定义即可获得相应评定方法(最小区域圆法、最小外接圆法和最大内接圆法)的圆度误差值。试验及仿真结果表明,网格搜索算法可以有效、正确地评定圆度误差。     

基于改进果蝇优化的机械圆度误差评定研究

针对机械零件圆度误差的最小区域圆法评定问题,提出一种基于改进果蝇优化算法的评定圆度误差新方法。首先根据最小区域圆法圆度误差数学描述的优化模型设计了果蝇种群个体的编码方式以及新型味道浓度判定函数;其次在保持基本果蝇优化算法典型流程的基础上,引入增强搜索和交互学习机制来增强算法的学习效率以及保持种群的多样性;最后采用3个典型的圆度误差评定问题来验证算法性能。实例分析计算表明该方法是可行有效的,其结果具有较高精度且优于传统的评定方法,适用于求解圆度误差的评定优化问题。     

圆度误差的神经网络评定及测量不确定度研究

为了更为准确的而又简便的评定圆度误差及其不确定度,根据最小二乘法建立圆度误差模型,基于BP神经网络算法优化目标函数的参数,阐述了BP神经网络优化算法的原理和实现方法。通过求解实例表明该方法对于圆度误差评定的非线性优化问题能得到最优解。采用传统的测量不确定度表示指南方法和蒙特卡洛方法计算得到圆度误差的不确定度,通过实例验证蒙特卡洛法的可靠性和准确性。该方法不需要求出数学模型中的传递系数,利用MATLAB操作简单,为圆度误差测量结果不确定度评定提供了更加简便的方法。     

基于单纯形优化算法的圆度误差检测技术研究

最小二乘法圆度误差评定过程中,采用非线性方程组寻找最优圆心及半径较难。若简化成线性方程组,则对测量点有严格的限制要求,而较多零件又无法满足这些限制要求。针对这些难题,提出采用单纯形优化算法评定圆度误差。该方法可满足快速处理测量数据、精确评定误差的需求,对测量点无任何限制要求。实验证明,该方法简单易操作,误差评定精度较最小二乘法、区域搜索等方法有一定提高。已用于实际工件测量,对后续测量有较强的指导意义。     

工件圆度误差测量不确定度评定

为了实现工件圆度误差的不确定度评定,对基于三坐标测量机的工件圆度轮廓数据的采样策略、圆度评定方法及不确定度评定方法进行研究。首先,根据工件圆度轮廓特征进行实验测量,获取不同工件的多个样本。接着,基于最小二乘法和微分进化优化算法对样本的圆度误差进行了误差评定。然后,在分析比较误差大小的基础上,说明了采用的采样策略和微分进化评定算法。最后,基于圆度误差评定结果运用了测量不确定度表示指南(GUM)和蒙特卡洛方法(MCM)进行不确定度评定。实验结果表明:微分进化算法与最小二乘法相比均值差最大达到1.1μm, MCM方法比GUM方法得到的标准不确定度均值小0.02μm。合理的采样点数、微分进化算法及MCM不确定度评定方法可以得到更稳定可靠、精度高的评定结果。     

最小二乘圆法评定圆度误差的优化算法

介绍了用最小二乘圆法评定圆度误差的准则。综合SWIFT法和混沌算法的优点,提出了改进的混沌优化算法,并通过对圆度误差测量数据处理的应用实例,说明了该优化算法的优点,从而达到全局最优。该优化算法也可推广应用于对其它测量误差的数据处理中。     

基于虚拟仪器的圆度误差测量系统设计

采用LabVIEW平台设计了基于虚拟仪器的圆度误差测量系统,实现了数据采集,数据分析与处理,实现了圆度误差最小二乘圆评定法算法,提高了圆度仪测量的速度和误差评定的自动化水平。     

圆度误差评定方法的研究

圆度误差评定是否准确,将直接影响到机械产品的性能和寿命.介绍了4个简单而有效的算法来评定圆度误差,即最小外接圆、最大内接圆、最小区域法和最小二乘圆法.利用MATLAB对上述算法进行了验证,说明文中算法有效.     

最小二乘圆法评定圆度误差的程序设计

介绍了用最小二乘圆法评定圆度误差的准则及实现方法,在VC++环境下开发了圆度误差计算评定软件。测试验证表明,程序算法正确,界面直观形象,可直接显示圆度误差值和误差图形。