燃油加油机检定过程中常见问题分析

一、概念不清导致检定错判 有些检定员对加油机检定中的最小流量与最小被测量概念混淆,把最小流量当成最小被测量.最小流量指的是0.1Qmax或O.2Qmax,而最小被测量(Vmin)是指最小体积变量除以2倍的最大允许误差.     

圆度误差的最小二乘法、最小包容区域法和最优函数法评定精度之比较

目的在于寻找符合最小条件的圆度误差评定方法。首先详细介绍圆度误差评定的最小二乘法、最小包容区域法和最优函数法的算法模型与实现方法;然后,在三坐标测量机上对被测圆进行采样点坐标数据提取,分别用最小二乘法、最小包容区域法和最优函数法对给定圆进行误差评定。结果表明,最小包容区域法评定精度最高,最优函数法评定精度次之,最小二乘法评定精度较低。     

使最大偏差为最小的直线拟合法(英文)

本文提出一种称为“最小最大偏差法”来求拟合直线,使一组试验点对该直线的最大偏差为最小。此法优于使用最小二乘法,因为用最小二乘法求得的直线只能保证各试验点对它的偏差的平方和为最小,而不能使所得的最大偏差为最小。采用本法可解决长期以来仪表的独立线性度只有定义而无恰当算法的问题。     

一种利用Matlab软件计算平面度的方法

本文提出了一种利用Matlab软件计算平面度误差的方法，总体思想是利用最小二乘平面初步判断最小平面的最大点和最小点，通过这些点依据三角形原则、交叉原则和直线原则分别计算出最小距离，从中选出最小值作为最小平面值。     

一种基于计算几何方法的最小包容圆求解算法

为实现点集最小包容圆(最小外接圆)的求解,将计算几何中的α-壳的概念应用到最小包容圆的计算过程,提出了一种精确有效的最小包容圆求解算法.根据α-壳定义及最小包容圆性质,证明当1/α等于最小包容圆半径时点集的α-壳顶点共圆,1/α小于最小包容圆半径时α-壳不存在,1/α大于最小包容圆半径时随着1/α减小α-壳顶点数逐渐减小的规律.将α-壳顶点数目作为搜索最小包容圆半径的依据,实现了最小包容圆半径的搜索和最小包容圆的求解.     

三种最小二乘圆法的认识——兼与颜景平，黄蔚远两位先生商榷

尽管最小区域法为仲裁依据，但最小二乘法以其计算简捷，易在生产中实现主动测量，因而，对高精确度(本文指由最小二乘法算出的圆度误差与用最小区域法算的圆度误差的接近程度)的最小二乘法的研究仍然受到人们的重视。     

直线度误差评定算法的研究

文章介绍了形状误差测量和形状误差评定的概念,解释了直线度误差评定的定义,对最小区域法、最小二乘法和端点连线法3种不同的评定方法分别进行研究,最后用一个实例比较了3种评定方法,从评定结果来看,最小区域法最为精确,端点连线法结果最差,最小二乘结果与最小区域法结果比较接近,但最小二乘法计算简单。     

删失数据下一类回归模型的参数估计

考虑一类回归模型,在右删失数据下构造了参数的最小二乘估计和加权最小二乘估计,证明了估计量具有渐近正态性。模拟结果表明加权最小二乘估计比最小二乘估计有优良的性质。     

最小区域法评定圆度误差的程序设计技术

介绍了最小区域法判别准则和最小区域法快速精确求解圆度误差的基本思想,设计了用最小区域法评定圆度误差的程序设计技术。利用本文所述的程序设计技术,依据最小区域法快速精确求解圆度误差的基本思想,能够设计出最小区域法评定圆度误差的软件,实现三坐标测量数据的圆度误差评定。     

液相色谱仪基线噪声对最小检测浓度测量值的不确定度评定的影响

液相色谱仪最小检测浓度的测量不确定度的影响因素主要有液相色谱仪最小检测浓度测量过程中的基线噪声以及重复性测量误差、检测使用标准溶液的浓度等。本文主要通过对基线噪声和最小检测浓度的描述分析,讨论基线噪声对液相色谱仪最小检测浓度的测量值的不确定度的影响。     

两种近似评定平面度误差方法的比较

在评定平面度误差的方法中,“对角线法”和“最小二乘法”都是比较接近“最小条件”的方法。这两种方法哪个更接近最小条件呢?“用最小二乘法评定平面度误差”一文称:“最小二乘法与对角线法……相比较精确度要高得多”。我认为某些类型的平面,最小二乘法比对角线法更接近最小条件,而另一些类型则恰好相反。现以文献中的几个例子和我们测量工件时的两个实例(例5和例6)作对比,就可以说明这个问题。对比结果见下表。     

Panel模型中的最小充分统计量

本文研究Panel模型中最小充分统计量问题,给出了参数的最小充分统计量,建立了最小充分统计量与Panel模型中几类常见估计的关系。最后,我们研究Panel模型的一个特例,证明了这类模型中最小充分统计量具有完全性,得到了参数的最小方差无偏估计。     

主动全向浮标阵的定位解算方法

推导出一种利用加权最小二乘法解算多枚浮标的定位结果的方法,对其性能进行了数值仿真分析,并与最小二乘法进行了比较。仿真结果表明,加权最小二乘法的性能较最小二乘法的性能有所提高,证明了算法的有效性。     

基于MATLAB的圆度评定方法

本文利用MATLAB优化工具箱,采用最小区域圆法、最小二乘圆法、最小外接圆法和最大内接圆法进行圆度的评定。并给出了参考程序和运行结果。     

直线度误差最小区域计算方法--有序判别法

本文提出一种直线度最小区域计算法有一序判别法。该方法以最小区域准则为基础，根据最小二乘法拟合的直线为依据，将测量点分区、排序，以排序后的高点和低点构成初试评定直线进行最小包容区域的判定和搜索，最终求得直线度。该方法首轮和次轮搜索成功率高、速度快。     

移动最小二乘支持向量机

基于移动最小二乘逐点逼近思想,移动权被引入到最小二乘支持向量机的误差变量中,得到新算法的模型.此外,证明了用移动最小二乘支持向量机作函数估计与在特征空间中用移动最小二乘法得到的解是一致的,揭示了移动最小二乘支持向量机所选择的核函数相当于移动最小二乘法所选择基函数组.数值试验与实例进一步验证所提出方法的优越性.     

不可约M-矩阵最小特征值的估计

文献中给出了估计弱对角占优M-矩阵的最小特征值的一些方法。本文中利用M-矩阵的最小特征值与非负矩阵潜半径之间的关系,给出了不可约M-矩阵最小特征值上下界的几个估计式。     

同轴度误差的解析评定与几种计算机算法

本文给出了同轴度误差正交最小二乘评定与最小条件评定法的数学模型。在此基础上介绍了最小条件评定的三种最优化算法,并给出了简化的数据处理程序框图及各种算法的计算结果。     

二维表面粗糙度最小二乘评定基准线的改进

现行国家标准中二维表面粗糙度评定的最小二乘基准线为折线,并且存在间断现象.对现行最小二基准线进行了改进,用最小二乘直线在整个评定长度内进行滑动和平均,将获得的光滑曲线作为表面粗糙度的评定基准线.通过算例和仿真分析,改进的最小二乘方法能够描述缓变、连续曲线.该基准线与国际标准推荐的高斯基准线具有较好的一致性,并且粗糙度的评定结果相同.改进的最小二乘基准线对现行标准的最小二乘基准改动小,继承了现行最小二乘基准计算简便和实用的特点,评定过程中不损失轮廓数据,评定基准线光滑、连续,消除了现行最小二乘基准线间断的现象.     

基于外包络点的最小外接圆误差快速评定方法北大核心CSCD

对大尺寸轴类零件的高精密圆度测量时会生成大样本测量点集,而基于大样本点集的快速最小外接圆(MCC)误差评估已成为急需解决的工程问题。圆度测量产生的点集一般为有序评估点集,其最小外接圆可由该点集的外包络点确定。为提高最小外接圆计算效率,先利用包络向量搜寻外包络点,再进一步将外包络点压缩至常数范围,进而基于压缩后的外包络点快速求取最小外接圆及误差。分别利用文献数据、仿真数据和实测数据验证基于外包络点的最小外接圆误差快速评定方法的通用性、高效性和实用性。基于外包络点的最小外接圆误差快速评定方法具有实现简单、评定速度快的特点,可用于改进现有圆度仪的最小外接圆计算方法。