基于序列二次规划算法的圆柱度误差评定方法

圆柱的形状误差为研究对象,为提高圆柱体形状误差评定精度,增强其理论和工程应用价值,提出一种基于序列二次规划算法的圆柱度误差评定方法。定义了测量点到圆柱面的符号距离函数,建立了圆柱度误差评定的数学模型,应用最小二乘方法将圆柱进行粗定位,将拟合圆柱和测量点进行坐标变换简化了误差评定数学模型,运用运动几何学的知识和序列二次规划(SQP)算法解决了满足最小区域原则的圆柱度评定的优化问题。实验结果表明:提出的圆柱度的评定算法稳定性较好,效率和精度较高,所得到的误差值是有效的。     

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。     

改进遗传算法与拟随机序列结合评定自由曲线轮廓度误差

为了高效率、高精度检测自由曲线和曲面零件并计算轮廓度误差,提出将改进遗传算法与拟随机序列结合来评定自由曲线轮廓度误差.首先,针对自由曲线因没有已知的解析表达式而常用离散点表示其轮廓的特点,采用非均匀有理B样条(NURBS)来表示自由曲线,并用改进遗传算法优化重建自由曲线;然后,应用拟随机Halton序列均匀产生参数值精确计算点到曲线最短距离.阐述了自由曲线重建时控制顶点及目标函数值的计算方法,确立了改进遗传算法重建自由曲线及采用拟随机序列生成参数值求解点到曲线最短距离的具体步骤.最后,针对仿真实例计算并实测零件曲线轮廓度误差.结果显示,自由曲线轮廓度误差评定精度高于99％,表明提出的方法算法简单、计算速度快、精度高,适于在工程计量中推广应用.     

一种自由曲面面轮廓度误差评定方法

提出一种基于最小二乘法与复合形法的优化方法用于曲面面轮廓度误差评定的数据处理办法，该方法的优点在与在轮廓度误差评定过程中能自动地实现被测轮廓与理论轮廓的适应性调整，以此来分离并消除被测轮廓与理论轮廓之间的位置误差对轮廓度误差评定结果的影响。并以液力变矩器的叶片面轮廓度误差评定为例证实该方法的优越性。     

基于活塞裙部横截面轮廓度误差评定的软件设计

为了解决活塞裙部中凸变椭圆轮廓误差的测量和评定问题，本文结合活塞最小二乘法计算活塞各个测量截面的最小二乘圆心坐标，并运用坐标平移旋转变换法对采样点进行坐标变换，确定活塞裙部轮廓曲线中的特征参数，借助于VB编制了测量软件。并对活塞车床上所加工的活塞试样进行了测量与评定，得到了良好的效果。     

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。     

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。     

一种通用二次旋转曲面面轮廓度算法

提出了一种通用求二次旋转曲面面轮廓度的算法。首先使用最小二乘法利用所有的测量点求出被测曲面的一般方程,根据被测曲面特征采用高精度算法从二次齐次变换矩阵求出一特定的特征值及其相应的特征矢量,则该矢量为二次旋转曲面的旋转轴线方向。然后以此方向作为被测曲面的基准轴线方向,确定出旋转及平移坐标变换矩阵。根据各参照曲面的特征,确定出被测曲面的面轮廓度计算公式。最后给出一个模拟实例以验证该算法的有效性。这一算法在数学模型建立过程中没有使用任何简化和近似的方法,所以不存在模型误差,仅有计算误差,具有精度高、算法稳定的特点,而且对被测物体的放置没有特殊的限制,在坐标类测量仪器中具有广阔的用途。     

一种用于圆度误差评定的优化算法

一种用于圆度误差评定的优化算法＊刘文文聂恒敬（合肥工业大学精仪系合肥２３０００９）１引言本文提出一种用于圆度误差评定的优化算法,其基本思想是用最小二乘圆的简化模型的线性迭代运算去逼近最小二乘圆精确模型的优化解。与传统算法相比本文算法具有计算速度快、精...     

一种最小区域球度误差评定算法

根据直角坐标系下的球度误差的几何定义,提出了一种最小区域球度误差评定算法。首先以最小二乘球心为初始参考点,以之为球心构建一个辅助球,用经纬法将球面分布辅助点,以这些点为假定理想球心计算所有测量点的半径值,再根据最小条件筛选出若干条由辅助点构成的直径,分别对这些直径使用抛物线法缩小搜索区间,最终获得最小区域法对应的参数。实例结果表明,该方法能准确地获得最小区域解。     

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。     

基于遗传算法的回转体零件轮廓度误差评定方法

提出一种基于生物遗传算法的回转体零件轮廓度误差最小区域评定方法 ,以圆柱度误差评定为例 ,介绍了该算法的应用     

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.     

基于图像的轮廓度测量与评定

针对微小型平面零件给出了一种基于图像的轮廓度测量与评定方法.包括实现轮廓度测量的理论轮廓数据建模方法、对应理论点的扩展极角定界搜索方法以及满足最小条件的最小极偏差轮廓度误差评定方法.通过实例将最小极偏差轮廓度评定方法(LDM)与传统的最小二乘轮廓度评定方法(LSM)进行了分析和比较.结果证明,对于不同实际零件,最小极偏差评定方法较最小二乘评定方法收敛于最小值的迭代次数减少了0～3次,精度优化了4%～12.6%,可以满足微型零件高精度、高效率轮廓度检测的要求.     

双曲线轮廓度误差几何遍历搜索评定算法

结合平面曲线轮廓度误差评定的最小条件原则及双曲线的几何特性,提出了基于几何遍历搜索的平面任意位置双曲线轮廓度误差评定算法。首先,依据最小二乘法得到测量数据的最小二乘双曲线方程和两个焦点坐标。其次,在两焦点周围按一定规则布置一系列的辅助点并构造出一系列辅助双曲线。然后,计算出所有测量点到辅助双曲线距离的极差值。经过比较和判断,最终实现双曲线轮廓度的最小区域评定。     

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。     

基于改进遗传算法的圆度误差评定

提出了一种应用遗传算法计算满足最小区域法的圆度误差的新思路,并对传统的遗传算法提出了一些改进,理论上可以获得全局最优解。仿真结果表明,该方法可以在变量的全局范围内有效、正确的评价圆度误差。     

一种涡旋面轮廓度误差高精度评定算法的研究

为评定涡旋压缩机涡旋齿面轮廓度误差,提出了采用一种基于最小二乘法的逼近优化算法对涡旋面轮廓检测数据进行计算,并将计算结果与德国Zeiss公司UMC 550S型三坐标测量机的计算结果进行比较.最小二乘逼近优化算法与三坐标测量机的计算结果曲线重合度达99％以上,且精度均可达0.0001mm.结果表明了该算法的正确性和实用性,对涡旋面轮廓度误差进行高精度评定具有参考意义.     

对数曲线轮廓度误差几何遍历搜索评定算法

结合平面曲线轮廓度误差评定的最小条件原则及对数曲线的几何特性,提出了基于几何遍历搜索的对数曲线轮廓度误差评定算法。首先,采用最小二乘法得到最小二乘对数曲线和最小二乘误差;其次,在最小二乘对数曲线上选取两个特征点作为参考点,并在并在参考点周围按一定规则布置一系列的辅助点;然后,以两个特征点周围的辅助点两两结合构造出一系列的辅助对数曲线,并计算所有测量点到辅助对数曲线的距离极差值;通过比较和判断,最终实现对数曲线轮廓度的最小区域评定。列出了该评定技术的详细原理和步骤,实例证明,与最小二乘法相比,该算法具有极高的评定精度,适用于一些误差精度要求较高的零件或设备的轮廓度误差评定。     

评定平面度误差的算法与实现

讨论了评定平面度误差的三种方法，并用VB编写了评定平面度误差的Windows应用程序。通过实际运用，证明了算法和程序的有效性。