基于蒙特卡罗法与GUM法的直线度测量不确定度评定

由于形位误差测量的复杂性和测量结果评定的多样性,导致在实际测量结果中形位误差的不确定度评定成了难题。通过GUM法和蒙特卡罗法对直线度的测量不确定度进行评定。首先,根据最小二乘法得到直线度的误差模型;然后采用GUM方法对测量结果进行不确定度评定,采用蒙特卡罗仿真方法对测量值进行模拟仿真,从而得到直线度误差的不确定度;设置实验对比,通过数据分析验证了蒙特卡罗方法评定的可行性,为形位误差测量结果不确定度评定提供了更加简便的方法。     

基于拟蒙特卡罗方法的测量不确定度评定

测量不确定度是表征测量结果可靠性的一个重要参数.针对蒙特卡罗方法在测量不确定度评定时存在的收敛速度较慢以及仿真结果不稳定的不足,利用拟蒙特卡罗方法进行测苗不确定度的评定.拟蒙特卡罗方法使用拟随机数进行仿真计算.在测量不确定度的评定中,先基于Halton序列产生分布较为均匀的随机数,再利用数学变换转换成服从相应概率分布的随机数进行仿真评定计算.对圆柱体积测量不确定度的模拟评定结果表明,拟蒙特卡罗方法收敛速度快,计算结果较为稳定,可以简单高效地用于测量不确定度的评定.     

基于蒙特卡罗方法的测量不确定度合成

针对<测量不确定度表示指南>(GUM)中不确定度合成的不足之处,提出了基于蒙特卡罗方法的测量不确定度合成,该方法不受直接测量量相关性的限制,同时受问题条件限制的影响小,而且不用区分A类、B类不确定度,使不确定度评定简单化.由于蒙特卡罗方法直接使用的是误差的概率密度函数,而非平均值、标准差及自由度,因此它避免了GUM中的一些近似.     

基于蒙特卡罗方法的测量不确定度合成

针对<测量不确定度表示指南>(GUM)中不确定度合成的不足之处,提出了基于蒙特卡罗方法的测量不确定度合成,该方法不受直接测量量相关性的限制,同时受问题条件限制的影响小,而且不用区分A类、B类不确定度,使不确定度评定简单化.由于蒙特卡罗方法直接使用的是误差的概率密度函数,而非平均值、标准差及自由度,因此它避免了GUM中的一些近似.     

圆度最小二乘评定结果的不确定度估计

目前,利用最小二乘原理进行圆度误差评定时,一般只是给出圆度误差的评定结果,并没有给出评定结果的不确定度。本文在对圆度最小二乘评定模型线性化处理后,根据不确定度传递公式,推导出了不确定度估计公式,不仅保证了圆度评定结果的完整性,而且符合新一代产品几何规范(GPS)标准的要求,提高了工件检验的准确性。     

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。     

圆弧轮廓圆度的评定与误差分析

为了提高圆弧轮廓的测评精度和效率,本文提出圆弧的圆度误差评定方法,基于最小二乘圆法研究圆弧的轮廓误差,建立模型目标函数并得到被测圆弧曲线半径与圆心误差的不确定度.最后通过模拟实验验证此方法测量精度较高,更符合圆弧误差的分布情况.     

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。     

缺口圆戴面的圆度评定及其最小二乘圆度公式

本文介绍一种计算缺口圆最小二乘半径，以及最小二乘圆度误差的数学方法。     

空间直线度最小二乘评定结果的不确定度估计

评定模型的非线性和不可微给空间直线度最小二乘评定结果不确定度的估计带来困难,由空间直线度最小二乘评定模型出发,参照ISO国际测量不确定度表示指南,对影响不确定度估计的一些因素加以简化,推导了不确定估计公式。根据测量数据将推导公式估计结果与蒙特卡罗法运算的结果进行比较,结果表明采用本方法与蒙特卡罗方法获得的结果相符合,且本方法所用时间较少。     

基于蒙特卡罗仿真方法的大尺寸测量不确定度分析

为评价大尺寸测量不确定度,特别是多站融合测量不确定度,引入蒙特卡罗仿真方法.该方法根据各传感器单元的概率特性重复采样,生成测量结果的样本,统计样本得到坐标测量不确定度,并利用计算机可视化样本的三维散点图.通过不同样本数对运算时问和准确性影响的实验,确定样本数为500.以激光跟踪仪为例进行实验,比较蒙特卡罗法、统计法和解析法三种方法得到的不确定度结果,吻合情况较好,其中与解析法比较最大偏差仅为2.7 um实验结果表明,蒙特卡罗仿真方法可以准确评价大尺寸测量仪器及多站融合测量不确定度,融合精度优于各局部精度.     

基于激光三角法的圆度误差在线检测技术研究

提出了一种基于激光三角测距原理的圆度误差在线检测新方法。论述了检测系统的构成、测量原理和测量方法,讨论了主轴回转误差的分离,最后在普通车床上进行了实验验证,并用三坐标测量机作了对比测量,结果表明,两种测量方法的标准差均为0.75μm,两者间相对误差平均为4%。     

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。     

基于蒙特卡洛法的DELTA机器人工作空间分析

DELTA机器人是实践中运用最成功的一种并联机器人之一,它依据独特的运动性能在并联机器人市场中占据重要的地位.文中利用蒙特卡洛法及位置正解对其工作空间进行了初步研究,借助MATLAB软件画出了其工作空间三维图及其各坐标轴剖面图,为后续设计打下了基础.     

基于Monte Carlo方法的战斗部部件质心偏移量仿真分析

针对导弹技术远程化、高命中率的发展趋势,为在设计阶段掌握质心偏移的情况,以尺寸误差为主要分析对象,探讨了质心偏移产生的原因。以某导弹战斗部部件为例,采用极值法与Monte Carlo方法计算了质心偏移量。结果表明,采用极值法计算得到的结果属于小概率事件,而Monte Carlo方法基于大多数机械化零件在公差范围内呈正态概率分布的事实,能够更真实地描述质心偏移的情况。     

圆度误差检测方法现状与展望

介绍了目前的圆度误差检测方法的原理和特点,着重讨论了近年来出现的新型圆度误差检测手段,最后展望了圆度误差检测方法的发展趋势。     

基于蒙特卡洛方法的配合质量分析

为了能有效地分析装配批的装配精度和配合质量,研究了蒙特卡洛方法在配合质量分析中的应用.基于已知完工零件批的配合尺寸的统计参数或按设定的配合尺寸统计公差对装配批中的配合质量指标进行预测,并利用VB编制了可视化程序.通过应用案例,验证了该方法的有效性.     

光学原子力显微镜中的蒙特卡罗方法

扫描探针显微镜(Scanning probe microscopy,SPM)是显微镜的一个分支,它利用物理探针扫描标本形成样本表面图像.而原子力显微镜(Atomic force microscopy,AFM)是SPM中一种多功能的表面成像和测量工具,对导电、不导电、真空中、空气中或流体中的各种样本均可测量.原子力显微镜最面临的最大挑战之一是评估其在表面测量过程中所伴随的不确定度.本研究通过XYZ Phase的标定,对一台光学原子力显微镜进行了校准.该方法旨在克服在评估一些无法实验确定的不确定部件时遇到的困难,如尖端表面相互作用力和尖端几何.运用蒙特卡罗方法来确定根据相关容差和概率密度函数(PDFs)随机绘制参数而引起的相关不确定度.整个过程遵循《测量不确定度表示指南》(GUM)补编2.经本方法验证,原子力显微镜的评估不确定度为10nm左右.