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。     

评定平面度误差的几何搜索逼近算法

为了快速准确地评定机械零件的平面度误差,提出了基于几何搜索逼近的平面度误差最小区域评定算法.阐述了利用几何优化搜索算法求解平面度误差的过程和步骤,给出了数学计算公式.首先选择被测平面的3个边缘点为参考点构造辅助点、参考平面和辅助平面,然后以参考平面和辅助平面为假定理想平面,计算测量点至这些理想平面的距离极差;通过比较判断及改变参考点,构造新的辅助点、参考平面和辅助平面,最终实现平面度误差的最小区域评定.用提出的方法对一组测量数据进行了处理.结果表明,在终止搜索的条件为0.000 01 mm时,几何搜索逼近评定算法的结果分别比凸包法、计算几何法、最小二乘法、遗传算法和进化策略计算的结果减小了17.1、7.3、18.03、6.13和0.3μm.得到的数据显示该算法不仅能准确地得到最小区域解,而且计算结果有良好的稳定性,适合在平面度误差测量仪器和三坐标测量机上使用.     

平面度误差评定的快速精确算法研究

根据最小二乘法、基于遗传算法的平面度误差评定方法以及最小包容区域法的算法特点,提出一种可以快速、精确评定平面度误差的算法。该算法解决了初始参数寻优范围大,影响计算效率的问题,是一种可兼顾计算速度与精确性的平面度误差评定方法。     

基于最小区域法的平面度误差评定及其软件设计

利用粒子群算法实现了平面度误差的最小区域评定,并采用LabVIEW和MATLAB混合编程技术,联合开发了平面度误差评定软件,实现了LabVIEW可视化界面与MATLAB优化计算的有效结合,对形位误差评定软件的设计实现具有指导意义。     

评定直线度误差的最小二乘法与 最小包容区域法精度之比较

介绍了直线度误差评定的最小二乘法和最小包容区域法的算法模型与实现方法。在三坐标测量机上对八种不同被测直线进行了采样点坐标数据提取,分别用最小二乘法和最小包容区域法的基于搜索逼近-逐次旋转逼近法进行了给定平面内直线度误差的评定。结果表明:最小二乘法的评定结果与最小包容区域法的基于搜索逼近-逐次旋转逼近法的评定结果完全一致,即直线度误差的最小二乘法评定结果符合最小条件。     

应用差分进化算法评定椭圆轮廓度误差

根据评定误差的最小包容区域准则(Minimum zone criteria,MZC),应用坐标变换法建立评定椭圆轮廓度误差的5变量鞍点规划模型。因MZC误差评定模型的关键是计算每个测点到理想椭圆轮廓的最小距离,为此采用一维搜索算法求解该最小距离。由于差分进化(Differential evolution,DE)算法具有概念简单和收敛速度快的优点,文中利用该算法求解评定椭圆轮廓度误差优化问题。给出2个椭圆轮廓度误差评定实例。结果表明,提出的模型和算法可行有效,其评定结果小于应用最小外接椭圆和最大内接椭圆法求得的误差。在相同计算开销的条件下,DE算法的性能指标优于遗传算法和粒子群算法。     

改进差分进化算法在大型工件平面度评定中的应用

生产线上检测大型复杂工件平面度误差时,存在检测面积较大、数据量较多的问题,为了提高检测效率及精度,采用优化算法提高其平面度误差评定速度。提出将差分进化(DE)算法应用在其平面度误差的评定中,并提出将粒子群(PSO)算法的优化方法融入差分进化算法的框架,改进变异操作以提高标准DE算法的收敛速度。介绍了大型工件平面度误差评定采用最小区域法的数学模型,阐述了改进的DE算法的原理和实现步骤,最后以叉车外壁板为例,通过对外壁板平面度误差的评定以验证算法的收敛速度与精度。结果表明,改进的DE算法在大型工件平面度误差评定中收敛结果稳定,误差接近于0;精度较遗传算法提高36.83%;收敛速度较遗传算法提高58.33%,较标准的DE算法提高28.57%。可以很好地应用在大型工件平面度误差检测中,提高检测效率。     

基于人工智能搜索技术的平面度误差评定

应用人工智能搜索技术研究了平面度误差评定的算法并开发了计算软件，用于按照最小区域法评定平面度误差。     

基于坐标测量机和拟粒子群进化算法的圆柱度误差检测与评定

建立了任意位置下基于坐标测量机检测的圆柱度误差最小区域解的数学模型,提出了采用拟粒子群进化算法求解最小区域圆柱度误差新方法。该算法使用实数编码,由拟随机Halton序列产生粒子的初始位置和速度,基于浓缩因子法修改粒子的速度。为了验证算法的有效性,对文献中测量数据采用提出的方法进行圆柱度误差计算并将结果与多种算法计算结果进行比较,同时在加工中心加工大量轴类零件,使用三坐标测量机对零件进行实测,应用该进化算法计算最小区域圆柱度误差并与三坐标测量机给出的结果进行比较。实验结果均证实了提出的方法不仅优化速度快、计算精度高,而且算法简单,需设置参数少,便于推广应用。     

最小二乘与鱼群混合优化方法评定直线度误差的研究

为快速、精确的进行空间直线度误差评定,提出了一种最小二乘算法与人工鱼群算法相结合的混合优化算法解决该问题。首先利用改进的最小二乘算法获取过测点集合算术平均中心的最小二乘拟合直线,然后在该直线向量邻域内均匀生成人工鱼群算法的初始解,进而基于旋转逼近策略应用改进后的人工鱼群算法搜索最小包容圆柱的轴线参数。通过在经典人工鱼群算法中引入变异和淘汰机制,对传统鱼群算法中的聚群、觅食等行为加以改进,有效提高了鱼群算法的优化效率和稳定性。实验及仿真结果表明:文中算法与遗传算法、粒子群算法等其它多种算法相比具有更高的正确度,非常适合空间直线度误差的精确评定。     

评定二次曲面轮廓度误差的角度分割逼近法

提出一种基于角度分割逼近算法和粒子群算法计算二次曲面轮廓度误差的最小区域评定方法来准确评定任意位姿的二次曲面轮廓度误差。首先,给出了能够实现角度分割逼近算法的两条前提假设;基于假设,给出了更合理的算法网格布局递推公式。根据曲面轮廓度误差的定义建立了误差评定的精确模型。然后,采用角度分割逼近法求取测点到拟合二次曲面轮廓的距离;通过粒子群算法,以所有的点与二次曲面距离中的最大值为适应度值拟合出二次曲面一般方程,并实现被测轮廓与理论轮廓位置的匹配。最后,采用上述方法对某抛物面天线进行了评定,并与参数分割法、SMX-Insight和最小二乘法进行比较。实验结果显示：该方法测得的天线轮廓度误差为0.659 8 mm,比其它方法准确。结论表明：基于角度分割算法能够更有效地评定任意位姿二次曲面轮廓度误差,计算准确、迅速,而且无需确定待分割区域。     

Flatness error evaluation and verification based on new generation geometrical product specification (GPS)

New generation geometrical product specification (GPS) links the whole course of a geometrical product from the research, development, design, manufacturing and verification to its release, utilization, and maintenance. Measurement process is one of the most important part of verification/inspection in the new generation GPS. With the knowledge-intensive and globalization trend of the economy, unifying the evaluation and verification of form errors will play a vital role in international trade and technical communication. Considering the plane feature is one of the most basic geometric primitives which contribute significantly to fundamental mechanical products such as guide way of machine tool to achieve intended functionalities, the mathematical model of flatness error minimum zone solution is formulated and an improved genetic algorithm (IGA) is proposed to implement flatness error minimum zone evaluation. Then, two evaluation methods of flatness error uncertainty are proposed, which are based on the Guide to the Expression of Uncertainty in Measurement (GUM) and a Monte Carlo Method (MCM). The calculating formula and the propagation coefficients of each element and correlation coefficients based on GUM and the procedures based on MCM are developed. Finally, two examples are listed to prove the effectiveness of the proposed method. An investigation into the source and effects of different uncertainty contributors for practical measurement on CMM is carried out and the uncertainty contributors significant are analyzed for flatness error verification. Compared with conventional methods, the proposed method not only has the advantages of simple algorithm, good flexibility, more efficiency and accuracy, but also guarantees the minimum zone solution specified in the ISO/1101 standard. Furthermore, it accords with the requirement of the new generation GPS standard which the measurement uncertainty characterizing the reliability of the results is given together. And it is also extended to other form errors evaluation and verification.     

基于误差转换的汽车曲轴圆度及圆柱度误差评价数学模型构建研究

针对国内汽车曲轴轴颈圆度误差、圆柱度误差检测普遍存在的效率低、精度低等问题,建立基于误差转换的平面曲线和空间曲线误差数学模型,结合圆和圆柱的数学表达建立满足最小包容条件的圆度和圆柱度误差评定数学模型,并采用遗传优化算法计算出符合最小评定要求的曲轴轴颈形位误差,解决了理想包容要素位姿参数不精确的问题。同时,建立基于图像域的汽车曲轴轴颈形状误差检测试验台,针对测量过程中连杆轴颈沿主轴颈公转运动,从而导致连杆轴颈图像域检测数据存在坐标不归一问题,以曲轴法兰端特征孔为基准,通过模板匹配特征与孔边缘提取实现了连杆轴颈圆度和圆柱度测量数据空间坐标归一化处理。以某型号发动机曲轴为例进行大样本误差检测试验,并与三坐标测量机测得的结果进行对比,数据分析表明提出的曲轴轴颈形状误差检测方法的精度为1μm,且重复检测误差在0.1μm以内,证明了其理论上的正确性及实践操作的可行性。     

粒子群优化算法及其在圆柱度误差评定中的应用

提出了将粒子群优化算法用于圆柱度误差评定的设想。对算法的基本原理和实现步骤做了具体阐述,给出了圆柱度误差评定的基本问题,及其优化目标函数及算法的适应度函数和编码方式,对算法进行了可行性和准确性验算。计算结果表明,该方法对于圆柱度误差评定这类具有复杂目标函数和较多参数的非线性优化问题有很好的计算性能,优于最小二乘法;与遗传算法和其它满足最小区域条件计算方法相比,计算精度略优于前者或者与前者相当,能够获得精度较高的结果,而突出优点是简单,易于实现而且计算效率较高。     

平面度误差的精确最小域解

根据平面度最小域误差的一个等价量———点集的宽度与其自身的Minkowski差的凸壳内半径 ,给出了一个计算平面度误差的精确几何算法。对于用CMM (坐标测量机 )和其他设备得到的数据 ,可以得到平面度误差的精确值     

Fast genetic algorithm for roundness evaluation by the minimum zone tolerance (MZT) method

According to ISO 1101, “A geometrical tolerance applied to a feature defines the tolerance zone within which that feature shall be contained”.The main goal of the minimum zone tolerance (MZT) method is to achieve the best estimation of the roundness error, but it is computationally intensive. This paper describes the application of a genetic algorithm (GA) to minimize the computation time in the evaluation of CMM roundness errors of a large cloud of sampled points.Computational experiments have shown that by selecting the optimal GA parameters, namely a combination of the five genetic parameters related to population size, crossover, mutation, stop condition, and search space, the computation time can be reduced by up to one order of magnitude, allowing real-time operation.Optimization has been tested using seven CMM samples, obtained from different machining features. The performance of the optimized algorithm has been validated using four benchmark samples from the literature and with certified samples.     

Establishing circle and circular-cylinder references using computational geometric techniques

Form deviations of cylindrical features present in the manufactured parts are measured using coordinate measuring machine (CMM) and expressed as circularity or cylindricity errors evaluated using appropriate reference features. In the present work, computational geometric techniques are used to establish a circle as reference feature, and a heuristic algorithm is proposed to get a unique convex inner hull. Using the concept of equi-distant lines and diagrams, minimum circumscribed (MC), maximum inscribed (MI), and minimum zone (MZ) circles are established. For the first time, algorithms purely based on computational geometric concepts have been developed in the present work to arrive at MC, MI, and MZ circular cylinders. As the algorithms and the implementation details are explained with simple data sets, the practitioners can easily understand these methods and implement them in CMMs for the evaluation of circularity and cylindricity errors. The algorithms are also tested on larger datasets, and in all cases, accurate results are obtained in less than a second.     

基于实数编码遗传算法的平面度评定

将基于实数编码的遗传算法应用于平面度的评定.根据尺寸和公差的数学定义,建立完全符合最小区域条件的平面度评定的数学模型,并在此基础上给出遗传算法的适应度函数.随后详细地介绍了算法的实现步骤,在基于实数编码的基础上,遗传选择操作采用一种正比选择策略--转轮法,遗传交叉操作采用简单算术交叉法,而遗传变异操作是随机均匀实数变异操作.最后对文献[5]的实验数据进行了评定,仿真结果表明该算法不仅合理,而且效率高、精度高,优于其它算法.