基于MATLAB的圆柱度误差评定方法

针对圆柱度误差评定的特点,提出了一种基于MATLAB的圆柱度误差评定方法,同时建立了符合最小条件的目标函数数学模型.通过实际测量数据计算,该方法能收敛到最优解,而且计算稳定.该方法可以推广应用到其他形状误差的评定中.     

评定圆柱度误差软件的开发

针对圆柱度误差评定的特点，建立了用Madab实现圆柱度误差最小区域法、最小二乘圆柱法、最小外接圆柱法和最大内接圆柱法评定时目标函数数学模型的计算方法。用不同评价方法对圆柱度误差在不同初始值下进行多次评定，并据此编制成相应的软件，用户输入测量数据后，即可同时得到四种方法的评定结果。     

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     

珩磨加工中圆柱度误差的评定方法研究

针对最小二乘法评定误差较大,而遗传算法及免疫算法等智能仿生算法,由于算法复杂,设置参数过多,收敛较慢等原因,结合圆柱度误差评定的特点及珩磨具体工况,提出采用二分迭代法,基于最小二乘结果,实现了珩磨工况下圆柱度误差的在线高效评定。结果表明,此算法运行时间只需0.219002s,收敛速度快,评价精度高,结构简单,容易理解,适用于珩磨动态在线测量及实时处理系统,从而更好地实现珩磨加工过程的实时指导控制以及珩磨效率和珩磨精度的有效提高。     

基于遗传算法的圆度误差评估

将遗传算法应用于圆度误差的评定.首先简介了误差评定背景和遗传算法及其特点.然后根据尺寸和公差的数学定义^[1]给出满足最小区域条件的圆度公差评定的数学模型和适应度函数.接着,以最小二乘解作为初始值,对圆度误差的遗传优化过程进行了详细的论述.最后用实例对算法进行验证.优化过程和实验结果显示了遗传算法在解决形状公差的评定这类非线性问题的优越性,通过并行搜索能最大限度地保证解的全局最优,计算精度高、效率高,且易于理解和实现.     

基于遗传算法的球度误差评定

首先对球度公差评定问题进行了综述.然后根据圆度公差的数学定义,引申提出球度公差最小区域条件下的评定模型,并给出遗传算法的适应度函数.随后给出算法实现中的中的关键问题.最后用实例对算法进行了检验,计算结果表明基于遗传算法的球度误差优化算法不仅符合最小区域的条件,而且易于理解和实现,能够获得全局最优解,保证了高精度、高效率.     

几何变换在圆柱度评定优化算法中的研究

针对利用最小区域方法评定圆柱度时速度慢、算法复杂等问题,采用降维策略进行优化。在原有最小区域法几何模型的基础上利用最小二乘拟合轴线,建立了一种改进的圆柱度评定几何模型。通过对测量数据进行几何变换,将三维圆柱面转化为二维平面,根据最小条件原则将转换后的平面度误差,等效为原始测量数据的圆柱度误差值。经实验验证,在满足精度要求的前提下,圆柱度误差计算速度相较于现有最小区域法提升了约20%。实验结果表面,利用几何变换方法进行误差评定具有实用价值。     

基于三坐标提取点数据的圆柱度误差的评定方法

介绍了基于三坐标提取点数据的圆柱度误差的评定方法.工件可以任意方位放置.以所提取的五个点数据,采用Newton法及Gauss消去法求解非线性方程组,计算出以此五个点所做的圆柱体的半径和轴心线的方位.求各提取点到该轴心线的距离.再求最大距离与最小距离之差.遍历所有提取点,重复以上算法,比较所有距离之差,其中的最小者便是该...     

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。     

圆柱度误差的网格搜索算法

提出了一种评定圆柱度误差的新算法——网格搜索算法。该算法不采用最优化及线性化方法,只需重复调用点至直线的距离公式和简单的的判断就可以得到符合定义的4种评定方法的圆柱度误差值。详细论述了该算法求解圆柱度误差的原理和步骤。仿真结果表明,网格搜索算法可以有效、正确地评定圆柱度误差。     

基于改进遗传算法的机床主轴径向回转误差分离技术研究

以提高精密机床主轴回转误差的测量精度为研究目标,基于四点法矩阵算法,采用多圈重合式方法对主轴回转误差测量中的传感器输出数据进行处理。为提高传统遗传算法的收敛速度,降低优化结果对初始值的依赖性,对交叉和变异概率因子列式进行更新,并使用改进遗传算法对传感器安装角度和输出权值系数进行优化。使用改进遗传算法,收敛速率较传统遗传算法提高50%左右。利用多功能斜轨数控车床进行主轴径向回转误差测量及分离实验,分离后的标准芯棒形状误差值与标定值相比,误差在5%以内,且误差重复性低于5%。结果表明分离的结果精度较高,从而验证提出的算法的正确性和可行性。     

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。     

基于遗传算法的平面直线度误差的精确计算

提出一种基于遗传算法的平面直线度计算方法,该方法计算原理简单,借助于计算机技术,可以较容易地实现计算精度要求较高时的直线度误差计算。文章首先给出问题的计算模型。接着介绍了在遗传算法实现中的关键技术,包括染色体个体的表达、初始群体的产生方式、适应度函数、遗传算子(选择、交叉和变异等)的确定、遗传运算的停止准则等。最后应用实例对算法进行了验证计算和分析,结果表明,所设计的基于遗传算法的平面度误差计算方法可以实现平面直线度的精确计算。     

基于遗传算法的圆柱齿轮变位系数的优化选择方法

合理地选择和分配齿轮传动机构中两齿轮的变位系数 ,能较大幅度地提高其齿面接触疲劳强度与齿根弯曲疲劳强度 ,减轻齿面磨损及防止胶合 ,从而设计出承载能力大、效率高、体积小、重量轻的齿轮机构。鉴于遗传算法的特点 ,提出了基于 GA的圆柱齿轮变位系数的优化方法 ,优化计算实例说明了该方法的可行性     

基于改进遗传算法实现柔性三坐标测量机参数标定

针对柔性三坐标测量机测量精度低的弊端,提出了误差修正和参数标定的方法.应用Denavit-Hartenberg( DH)法建立了柔性三坐标测量系统的运动学模型和误差模型,考虑系统结构参数标定问题,提出了一种基于优化最小二乘法的改进遗传算法.首先,在最小二乘法中引入变化因子来衡量收敛速度;其次,当该因子趋于稳定时,将产生...     

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.     

基于偏最小二乘的数控机床热误差稳健建模算法

建立预测模型对热误差进行预测和补偿是解决机床热误差问题的常用方法,该方法中模型的预测精度和稳健性易受环境温度影响而明显下降,对此本文提出了基于偏最小二乘法的热误差稳健建模算法。首先使用相关系数法筛选温度敏感点,并建立热误差偏最小二乘回归预测模型。进而基于全年环境温度下的多批次热误差实验数据,分析最佳的温度敏感点个数。最后建立热误差偏最小二乘回归模型,并与普通多元线性回归模型的预测效果比对分析。结果表明本文所提算法平均预测精度为5.7μm,模型稳健性为0.56μm,相较于普通多元线性回归算法,预测精度和稳健性分别提高13.8%和49.5%。说明本文所提的热误差稳健建模算法能够在环境温度变化较大时保持高预测精度和高稳健性。     

模具电火花加工车间的非同等并联机混合遗传算法

针对模具企业电火花加工车间的生产调度特点,提出了一种非同等并联机的调度数学模型.与此同时,建立了一种遗传与模拟退火的混合算法,并应用于模具企业电火花加工车间,实际算例说明了该数学模型和求解方法的可靠性和有效性.     

数控机床精度评价和螺距误差补偿技术研究

建立了螺距误差补偿的数学模型，设计了利用光栅尺进行螺距误差补偿的装置。对补偿前后的螺距误差进行了精度评价，结果表明，经过螺距误差的补偿，数控机床位置误差降低，实现了机床精度的软升级。