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。     

基于点集拓扑学涡旋曲面轮廓度误差评定

对自由曲面的轮廓度误差进行评定是精密测量中的一个难点。在涡旋压缩机制造过程中,检测方面亟待解决涡旋齿曲面轮廓度误差评定问题。点集拓扑学运用于曲面轮廓的表述,具有原理清晰、数据处理简洁的特点,据此建立曲面轮廓度评定数学模型,结合涡旋齿曲面型线特征的分析,通过从空间坐标系的建立、点到曲面距离的计算、曲面平动与旋转等方面构建适用于涡旋齿曲面的最小二乘轮廓度误差评定算法。实例研究中,采用德国卡尔蔡司三坐标UMC550采集的点位数据应用到评定算法中计算轮廓度值,实验验证了基于点集拓扑原理构建涡旋曲面轮廓度误差评定模型算法的有效性及高精度,为自主开发涡旋型线检测专机中涡旋轮廓度评定软件提出了一种解决办法,具有较高的应用参考价值。     

一种基于最小条件的线轮廓度误差评定方法

提出一种模拟实际量具测量过程的方法来评定线轮廓度误差。该方法遵循国家标准中对形状公差的最小条件要求,通过分析测量点与对应包络边界的位置关系,将测量点集视为刚体,计算边界收缩至最小区域的过程中刚体与边界可能出现的相对运动,最终使所有测点位于最小包容区域内。结果表明：所提方法的评定过程相对于常用优化算法的大范围搜索更有全局性与单一性,可有效避免出现由算法缺陷导致搜索结果陷入局部解的情况。该方法适用于线轮廓度误差的评定。     

基于最小包容区域的球度误差评定方法

针对球度误差评定方法存在原理误差或模型误差,提出了一种符合最小包容区域定义的球度误差评定方法,即将几何搜索逼近算法与基于最小包容区域法的球度误差评定的几何结构和定义结合起来的准确评定方法。对仿真数据和其他文献中的数据进行了评定。所提方法与其他方法的评定结果表明,所提方法可以准确地找到最小包容区域球的球心并给出球度误差的精确解。     

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。     

基于STL模型的自由曲面轮廓度误差评定

借鉴CAD模型的自由曲面轮廓度误差评定模型,给出STL模型;把空间点到STL模型的有向距离转化为点到自由曲面的距离的计算方法,并结合带有收缩因子的粒子群算法对自由曲面的轮廓度误差进行评定。该模型成功解决了测量仪检测自由曲面时存在的设计坐标系与检测坐标系不重合的问题。主要工作是用粒子群算法解决被测曲面和设计曲面之间的定位问题,同时简化计算了空间点到STL模型的距离。在搜索空间点所对应三角面片的过程中,兼顾就近原则确定对应顶点,从而提高了搜索效率;最后运用仿真实验验证了算法的可行性。采用该方法能够有效地评定已知CAD模型的自由曲面的轮廓度误差。     

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。     

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。     

平面任意位置双曲线轮廓度的误差评定

提出了一种基于最小二乘原理的平面任意位置双曲线轮廓误差评定方法。根据双曲线的几何特性和形状误差的定义,利用双曲线标准方程与平面二次曲线方程关系,得到平面任意位置双曲线的拟合方程,并通过双曲线方程及双曲线法线方程的特点,计算出各测量点到拟合出的最小二乘双曲线的法向距离从而对平面任意位置上的双曲线轮廓度进行误差评定。实例证明:该算法可以实现平面任意位置上的双曲线轮廓度误差评定,具有一定的评定精度,可适用于一些误差精度要求不高的零件或设备的轮廓度误差评定,并且不需进行坐标转换。     

基于遗传算法的圆度公差评定法与采用最小二乘法评定的比较

根据提出的计算模型,对基于遗传算法的圆度误差评定和传统上采用最小二乘法的评定算法进行了比较分析,根据方法本身的特点和计算结果,分析了二者的不同点以及在工程应用中的适用场合.所构造的模型包括边界控制点和区域随机点,其中边界控制点模拟了由圆度误差最小区域条件所定义的最大内切圆和最小外切圆,而区域随机点模拟了实际情况下测试点的随机性和不确定性.计算结果表明基于遗传算法的圆度评定法精度较高,优于基于最小二乘法的评定算法.