基于Matlab与VB混合编程的图像噪声处理软件设计

文中介绍了几种基于Matlab技术的混合编程方法.通过图像噪声处理软件设计的应用实例详细介绍了使用COM组件技术进行Matlab与VB混合编程的方法和具体实现步骤,设计了具有Windows标准用户界面的程序.对几种混合编程实现途径进行了比较和评价.采用COM组件技术的混合编程方法可以大幅度地提高程序开发的效率,减少开发的周期,降低代码编写的难度,具有较强的可扩展性和维护性.     

VB图解法评定圆度误差探索

用VB图解评定圆度误差,克服手工作图评定圆度误差的繁琐、粗糙性,以及计算法的不可观性。展示评定圆度误差过程,为制造加工、质量鉴定与研究提供精确误差值和可视化平台。     

Matlab与VB混合编程在轮齿接触分析中的应用

介绍了几种Matlab与VB混合编程的方法,说明比较了各自的优缺点。并选用其中一项混编方法进行计算,结果表明,较好地解决了TCA分析过程中非线性方程组的求解与啮合仿真图形的绘制问题,使螺旋锥齿轮的TCA数学算法和编程过程大大简化。     

Matlab与VB的接口编程及在测漏仪中的应用

利用Matlab在图形处理和数值运算上的强大功能,结合VB在界面设计上的优势,解决测漏仪界面上的算法设计和图形处理.重点介绍了一种基于COM组件的Madab与VB的接口编程,最后通过测漏仪运行界面设计实例证明了该方法简单、可操作性强、图形显示效果好.     

VB与Matlab混合编程在电阻基板安装平行度检测中的应用

在汽车电子节气门位置传感器的生产过程中,电阻基板与传感器壳体之间的平行度是一个重要指标,直接影响传感器性能以及汽车燃油经济性与行车安全。本文利用Matlab在数值运算上的强大功能,结合VB在界面设计上的优势,解决平行度检测的算法设计与程序求解。重点介绍了一种基于MatrixVB的Matlab与VB的接口编程,最后通过平行度检测实例证明了该方法简单、可操作性强、结果精确。     

AutoCAD在圆度误差评定中的应用研究

在圆度误差测量中,圆度误差的数据处理和评定一般都是采用绘制简图及用同心模板逼近的方法完成,但这种方法处理效率及准确度偏低。应用AutoCAD软件的绘图和标注功能对圆度误差进行评定的方法,能够很好的弥补传统方法的不足。     

圆度误差评定的新方法

本文从数学推理着手,推导出与国际传统公式不同的最小二乘方圆的参数公式。运用本文推出的新公式来评定圆度误差,既具有传统计算简便迅速的优点,而精确程度远比传统公式高。     

应用AutoCAD软件评定圆度误差

介绍了以ＡｕｔｏＣＡＤ为支撑软件评定工件圆度误差的方法,并将评定结果与常用的圆度误差评定方法进行了对比。     

评定圆度误差实用数据处理

一、数学模型形状和位置公差国家标准规定,最小条件是评定形状误差的基本原则。圆度误差按这一原则的判别准则为：而同心圆包容被测实际轮廓,至少应有内、外交替四点接触。此时,两最内点的连线与两最外点的连线相交叉。由“小偏差假设”和“小误差假设”可将圆度评定数学模型进行线性化处理。在分度装置上测量圆度误差为半径变化量测量法,按极坐标,所测各点极径变化量ｒ为极角ａ的函数：ｒ＝ｆ（ａ）。设满足最小条件的两同心圆的圆心距坐标原点为（－ｕ１,－Ｕ２）,则各测点相对于此圆心极径变化量为：Ｆ（ａ;ｕ１,ｕ２）＝［（ｒ…     

Matlab和LabVIEW混合编程的实现

基于Matlab强大的计算功能和LabVIEW的界面良好的特点提出用Matlab和LabVIEW混合编程,将二者有机结合起来,使在锅炉管板焊接中,能够轻松得到不同位置焊接管口的轨迹方程,实现自动焊机对焊接轨迹的良好控制。     

基于测点分类的圆度误差精确评定

针对圆度误差已有评定方法的不足,提出了一种新的精确评定方法.该方法在测点分类的基础上,搜索符合最小包容区域定义的同心圆,大大提高了误差评判效率,并在实例中得到了很好的验证.     

曲轴连杆颈圆度误差的测量与评定方法研究

曲轴轴颈圆度是评价曲轴合格性和加工精度的一项重要指标。针对曲轴综合测量过程中连杆轴颈沿主轴颈公转运动,导致连杆轴颈的检测数据无法直接用于圆度误差评定的问题,建立基于运动坐标系的圆度误差检测模型,实现了连杆轴颈检测数据转换处理。同时,深入分析用于圆度误差评定的3种最小二乘法的适用条件,结合采样数据的特点实现了连杆轴颈圆度误差的高精度检测。以某型号发动机曲轴为例进行大样本误差检测试验,并与最小区域评定结果进行对比,偏差在1μm以内。数据分析表明了所提出的曲轴连杆轴颈圆度误差检测方法理论上的正确性及工程实践的可行性。     

光学分度头测量圆度误差的精确评定方法的研究

用光学分度头测量圆度误差,传统按最小条件评定时,数据处理采用作图法.但该方法由于受到基圆半径抑制,测量精度低,且操作繁琐.为解决这一问题,提出了利用MATLAB进行符合最小条件的圆度误差数据处理方法,并通过测量实例研究,证明该方法具有很高的评定精度和很好的实用性.     

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.     

Conicity error evaluation using sequential quadratic programming algorithm

Form error evaluation plays an important role in processing quality evaluation. Conicity error is evaluated as a typical example in this paper based on sequential quadratic programming (SQP) algorithm. The evaluation is carried out in three stages. Signed distance function from the measured points to conical surface is defined and the cone is located roughly by the method of traditional least-squares (LS) firstly; the fitted cone and the measured point coordinates are transformed to simplify the optimal mathematical model of conicity error evaluation secondly; and then optimization problem on conicity error evaluation satisfying the minimum zone criterion is solved by means of SQP algorithm and kinematic geometry, where approximate linear differential movement model of signed distance function is deduced in order to reduce the computational complexity. Experimental results show that the conicity error evaluation algorithm is more accurate, and has good robustness and high efficiency. The obtained conicity error is effective.     

LABVIEW与MATLAB的混合编程在测试系统中的应用

介绍了LABVIEW和MATLAB各自的优势与不足，然后提出LABVIEW与MATLAB的混合编程及其实现方法，通过一个简单的例子实现他们的优势互补。让虚拟测试系统更加的智能化。     

基于COM的VC/Matlab混合编程及其在SAR图像分类中的应用

为实现合成孔径雷达(SAr)图像分类算法的测试与评估,将VC/Matlab混合编程技术应用到SAR图像分类平台开发中,分析与比较了4种VC/Matlab混合编程方法及各自优缺点,并着重研究了基于组件对象模型(COM)的VC/Matlab混合编程方法.使用Matlab COM编译器创建了SAR图像分类算法组件,在VC中调...     

Applying particle swarm optimization algorithm to roundness error evaluation based on minimum zone circle

Minimum zone circle (MZC) method and least square circle (LSC) method are two most commonly used methods to evaluate roundness, but only the MZC method complies with the standard definition and can obtain the minimum roundness error value. The determination of the center of MZC is a nonlinear optimization problem which is suitable to be solved by particle swarm optimization (PSO) algorithms. In this paper, the standard PSO algorithm was introduced and theory analysis about the impact of value selection of some important parameters, such as inertia weight ω, on the algorithm’s stability and convergence was carried on so as to provide basis for giving these parameters better values. Furthermore, the superiority of making ω decrease linearly with iterations was verified through a computation experiment in terms of stability and accuracy, compared with the other three cases of ω = 1, 0.5, 0. Based on the analysis, the novel PSO algorithm, with ω decreasing linearly from 0.9 to 0.4 and the LSC center as the initial positions of the particles, is implemented to obtain MZC-based roundness errors of sampling points collected from circular section profiles by a coordinate measuring machine (CMM). By comparing the novel PSO–MZC results with the LSC-based results, it is concluded that the former are a little smaller than the latter, which verifies that the novel PSO algorithm is feasible to calculate roundness error and the fact that a LSC-based one is generally larger than a MZC-based result; the values of the two roundness errors are both related to sample size and increase with an increase in the sample size with a decreasing increment.