评定空间直线度误差的3DLSA算法研究

为了有效地评定空间直线度误差,并得出正确度较高的误差值,运用几何学、误差理论和最优化原理,参照相关国家标准,提出了评定空间直线度误差的三维最小二乘算法(3DLSA),推导了3DLSA算法的数学模型,实现了空间直线的三维拟合。按该算法编制程序进行了数字实验。实验结果表明,3DLSA算法是一种有效的算法,在空间直线度误差评定中,比两端点连线算法、LSM算法及其他多种算法具有更好的鲁棒性和更高的正确度。     

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。     

评定直线度误差的最小二乘法

直线度误差的评定方法,根据评定基准线的不同,可以分为包容线法、两端点连线法和最小二乘法。包容线法和两端点连线法计算导轨直线度误差,《机械制造》1982年第4期“床身导轨精度的计算”一文已作介绍、本文介绍最小二乘法计算直线度误差。把误差曲线的一元回归直线作为直线度的评定基准线,作图计算直线度的方法,由于回归直线的回归系数是用最小二乘法计算的,故此法称之为最小二乘法。一、原理按回归分析方法,我们用一元回归直线作为误差的评定基准线。其方程为: y=ax+b(1)式中回归系数a、b通常用最小二乘法来计算。设在测量长度每一档x_i上,对应着直线度误差实     

空间直线度误差评定的新算法

针对在坐标测量机CMM上测得的空间直线度误差测点集(测点序列),为提高空间直线度误差的评定精度,运用误差理论和最小二乘原理,提出了基于测点集中心的最小二乘算法(LSABC算法),推导出了LSABC算法的数学模型。并根据其基于测点集中心的特点,在按LSABC算法对全部测点进行高低排序后,以其中两最高点的中点为基点,设计出了LSABC改进算法。最后,利用UG/GRIP语言对以上新算法编制了计算机程序,以进行数字实验验证。数字实验结果表明:新算法比传统的最小二乘算法和其他多种算法具有更高的正确度。     

基于梯度下降算法的空间直线度误差评定

针对空间直线度误差评定问题,采用梯度下降算法对深孔直线度误差评定、坐标系旋转、测量点投影和最小覆盖圆等进行研究.引入被测零件测量点数据,基于梯度下降算法建立数学模型,求出拟合直线的方向向量,并根据方向向量与投影面夹角、投影面投影线与坐标轴夹角对测点坐标进行坐标转换,将空间直线度问题转换为平面最小包容区域.采用MATLAB软件编写相应程序,运用该程序对空间直线度误差进行实例计算,将计算结果与其它直线度误差评定算法进行对比,得出以下结论:梯度下降算法应用于深孔直线度检测,对测点数据进行计算处理可以得到精度较高的直线度误差,适用于对精度要求较高的场合.     

基于新一代GPS的空间直线度误差评定及其不确定度估计

基于新一代产品几何技术规范(geometrical product specification, GPS)的操作及操作算子技术评定空间直线度误差,给出最小二乘评定的数学模型;根据GUM(guide to the expression of uncertainty in measurement, GUM)建议的方法,导出该模型的不确定度估计公式.实验结果表明,新一代GPS利用操作及操作算子技术可以规范、准确、高效地实现空间直线度误差的评定,且可操作性强;提出的空间直线度误差最小二乘评定的不确定度估计,不仅保证了空间直线度评定结果的完整性和有效性,而且可对我国现行的直线度误差检测标准的应用进行有益的补充.     

基于鱼群算法的电梯群控调度算法

为了提高电梯群控系统(EGCS)运行效率,针对国内外电梯群控调度算法存在的问题,提出了一种将电梯轿厢内人数作为调度因素,综合考虑乘客平均等待时间、平均乘梯时间、电梯能耗的智能调度算法.将人工鱼群算法理论与实际的电梯群控调度问题相结合,通过对离散鱼群算法参数的优化、步长的改进,使其适用于电梯群控调度.该算法首先初始化一个鱼群,使鱼群中每条人工鱼当前的状态代表一种可行的调度方案,在经轿箱内人数调度因素缩小后的解空间范围内,让鱼群通过其觅食行为、聚群行为和追尾行为进行全局寻优.最后,把该算法与最小等待时间调度算法进行了比较.研究结果表明,乘客的平均候梯时间、平均乘梯时间、长候梯率较最小等待时间调度算法有明显降低.     

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。     

改进鱼群算法在滚动轴承故障诊断诊中的运用

针对滚动轴承故障振动信号微弱难以识别的问题，提出采用改进人工鱼群算法优化的神经网络诊断方法。首先，引入速度动态参数对人工鱼群算法固定搜索步长进行改进，并用改进人工鱼群算法优化神经网络。其次，采用最小二乘趋势分析消除实验室采集到的滚动轴承内环、外环和滚珠三种故障振动信号的趋势项；并根据时频域特征参数的变化趋势筛选出均值、标准差和波峰因子这三个能够明显反映不同故障类型的特征参量。最后，将遗传算法、粒子群算法等优化的神经网络作为对比算法用于滚动轴承故障诊断。仿真结果表明：这里提出的方法相比对比算法，20次平均诊断准确率高、误差小、稳定性高。     

改进蜂群算法在平面度误差评定中的应用

为了准确快速评定平面度误差,提出将改进人工蜂群( MABC)算法用于平面度误差最小区域的评定.介绍了评定平面度误差的最小包容区域法及判别准则,并给出符合最小区域条件的平面度误差评定数学模型.叙述了MABC算法,该算法在基本人工蜂群算法( ABC)模型的基础上引入两个牵引蜂和禁忌搜索策略.阐述了算法的实现步骤,通过分析选用两个经典测试函数验证了MABC算法的有效性.最后,应用MABC算法对平面度误差进行评定,其计算结果符合最小条件.对一组测量数据的评定显示,MABC算法经过0.436 s可找到最优平面,比ABC算法节省0.411 s,其计算结果比最小二乘法和遗传算法的评定结果分别小18.03μm和6.13 μm.对由三坐标机测得的5组实例同样显示,MABC算法的计算精度比遗传算法和粒子群算法更有优势,最大相差0.9 μm.实验结果表明,MABC算法在优化效率、求解质量和稳定性上优于ABC算法,计算精度优于最小二乘法、遗传算法和粒子群算法,适用于形位误差测量仪器及三坐标测量机.