基于误差传播理论的动态测量误差灰色评定方法

动态测量是随测量时间而变化的非平稳随机过程 ,动态测量数据具有时变性、随机性、相关性和动态性四个基本特性。灰色模型实时误差预报修正的动态测量误差序列同样为随机过程 ,也具有上述基本特性。据此提出灰色模型误差预测值的评估应以误差在系统内的传播方式与程度来进行 ,并借鉴静态测量误差评定的均方差参数方法 ,推算出灰色系统均方差参数 ,作为评定误差预测值精度的方法     

新陈代谢GM(1,1,α)模型在数控机床热误差建模中的应用

针对数控机床热误差产生机理及变化规律的复杂性,提出了一种新的灰色系统模型,并将其应用于热误差建模分析中。分析了传统GM(1,1)模型的不足之处,在新陈代谢GM(1,1)模型的基础上,结合微粒群算法,提出了一种新的新陈代谢GM(1,1,α)模型。为提高建模精度,该模型在建模过程中及时去除旧的信息,加入新信息,并使用微粒群算法求解参数α以获取α的全局最优值。最后,针对某数控机床热误差序列,分别使用GM(1,1)模型、新陈代谢GM(1,1)模型和新陈代谢GM(1,1,α)模型进行建模和预测,结果表明新陈代谢GM(1,1,α)模型的建模效果最好。     

全系统动态误差建模理论分析与应用

对测量系统进行动态特性和精度理论研究必须建立测量系统的数学模型。针对传统建模方法的缺陷,研究分析了全系统动态误差建模理论与方法,该建模理论与方法充分考虑了系统内部各组成环节的信息,建立的模型能够反映实际测量系统内部各结构单元的传递特性随时间变化对系统测量精度的影响。该建模理论与方法具有普遍的适用意义,不管是动态测量系统还是静态测量系统,用该建模理论与方法都能够建立其全误差模型。最后利用全系统动态误差建模理论与方法建立了测微系统（百分表）的全误差模型,并进行了实验验证。     

全系统动态误差建模理论分析与应用

对测量系统进行动态特性和精度理论研究必须建立测量系统的数学模型。针对传统建模方法的缺陷,研究分析了全系统动态误差建模理论与方法,该建模理论与方法充分考虑了系统内部各组成环节的信息,建立的模型能够反映实际测量系统内部各结构单元的传递特性随时间变化对系统测量精度的影响。该建模理论与方法具有普遍的适用意义,不管是动态测量系统还是静态测量系统,用该建模理论与方法都能够建立其全误差模型。最后利用全系统动态误差建模理论与方法建立了测微系统（百分表）的全误差模型,并进行了实验验证。     

数控机床热误差灰色神经网络补偿应用研究

针对数控机床热误差建模补偿的问题,提出了灰色神经网络建模补偿的新方法。首先利用机床的温度值建立了机床热误差的灰色系统预测模型,再由灰色模型预测值得到的残差建立神经网络预测模型。结合灰色系统和神经网络的优点,建立了一种新的灰色系统和BP神经网络组合热误差预测模型。最后以实测数据建模说明了灰色神经网络模型预测效果明显优于各单项模型,方法优异的预测性能对于具有复杂成分的动态数据序列的机床热误差建模也适用。     

基于灰色辨识的光刻机恒温控制系统建模

针对光刻机媒质远传温控系统的大惯性、多重时滞和多重扰动特点,采用理论建模与系统辨识相结合的建模方法,运用大系统解耦理论实现高阶模型的降阶分解,设计多态抗失真试验采集输出数据序列,采用系统辨识方法估计数学模型参数,建立分散时滞、扰动的温控系统动态数学模型.此模型已被成功运用于光刻机投影物镜高精度恒温控制系统中,达到了0.006℃的温度稳定度,并表现出较强的鲁棒性和自适应性.     

测量系统不确定度分析及其动态性研究

本文将不确定度原理引入测量系统分析,并对测量系统不确定度的动态性进行探讨研究,提出了基于灰色模型、时序分析和神经网络理论的精度损失函数的建模方法.     

灰色系统模型在机床热误差建模中的应用

提出了采用灰色系统模型进行机床热误差建模的基本原理及方法，以及其在机床热误差补偿建模中的应用。论述了如何利用实测的热误差序列，通过对全数据GM（1，1）模型、新信息GM（1，1）模型和新陈代谢GM（1，1）模型进行机床热误差建模和预报，得出了新陈代谢GM（1，1）模型是机床热误差补偿建模最理想模型的结论。     

三维测量技术在机械零件快速建模中的应用

介绍了三维测量技术的两种方法:接触式和非接触式测量,总结了各自的优缺点.分析了Faro便携式测量系统的硬件组成和具有的优点,阐述了 Faro测量系统的几何接触测量和3D曲面非接触测量两种功能,并以某一机械零件为例,进行了实践与应用,实现了机械零件的快速建模.     

均匀设计与灰色理论应用于视觉系统误差分析

针对测量过程中误差因素繁多、分析困难等问题,提出了一种基于均匀设计与灰色关联技术的双目视觉测量系统误差分析方法.以镜头畸变、质心定位误差及双目视觉系统内、外参数等9项因素或参数为自变量,采用均匀设计方法,安排实验,获取误差分析的数据样本;采用灰色数据处理方法及灰色关联分析技术,从无明显规律的数据样本中明确了视觉系统各项误差因素对最终测量精度的影响.分析结果证明了均匀设计与灰色理论用于定量分析视觉系统误差的正确性和有效性;在灰色意义下,镜头径向畸变、切向畸变、摄像机夹角及特征点质心定位误差4项因素对测量精度的关联度均≥0.859,高于其余误差因素.