涡旋柱面垂直度误差评定算法研究

为了实现对某型号涡旋压缩机的涡旋齿柱面垂直度的高精度评定,建立了基于最小二乘法的逼近优化算法的数学模型,对涡旋柱面的检测数据进行分析计算。将该算法的计算结果与德国ZEISS公司UMC 550型三坐标测量机的计算结果进行了比较。比较结果表明:该算法结果准、精度高、针对性强,其结果曲线与ZEISS计算结果曲线走势一致,重合度达到99%以上,可作为高精度评定该涡旋齿柱面垂直度的算法。     

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。     

工件圆度误差测量不确定度评定

为了实现工件圆度误差的不确定度评定,对基于三坐标测量机的工件圆度轮廓数据的采样策略、圆度评定方法及不确定度评定方法进行研究。首先,根据工件圆度轮廓特征进行实验测量,获取不同工件的多个样本。接着,基于最小二乘法和微分进化优化算法对样本的圆度误差进行了误差评定。然后,在分析比较误差大小的基础上,说明了采用的采样策略和微分进化评定算法。最后,基于圆度误差评定结果运用了测量不确定度表示指南(GUM)和蒙特卡洛方法(MCM)进行不确定度评定。实验结果表明:微分进化算法与最小二乘法相比均值差最大达到1.1μm, MCM方法比GUM方法得到的标准不确定度均值小0.02μm。合理的采样点数、微分进化算法及MCM不确定度评定方法可以得到更稳定可靠、精度高的评定结果。     

改进蜂群算法在平面度误差评定中的应用

为了准确快速评定平面度误差,提出将改进人工蜂群( MABC)算法用于平面度误差最小区域的评定.介绍了评定平面度误差的最小包容区域法及判别准则,并给出符合最小区域条件的平面度误差评定数学模型.叙述了MABC算法,该算法在基本人工蜂群算法( ABC)模型的基础上引入两个牵引蜂和禁忌搜索策略.阐述了算法的实现步骤,通过分析选用两个经典测试函数验证了MABC算法的有效性.最后,应用MABC算法对平面度误差进行评定,其计算结果符合最小条件.对一组测量数据的评定显示,MABC算法经过0.436 s可找到最优平面,比ABC算法节省0.411 s,其计算结果比最小二乘法和遗传算法的评定结果分别小18.03μm和6.13 μm.对由三坐标机测得的5组实例同样显示,MABC算法的计算精度比遗传算法和粒子群算法更有优势,最大相差0.9 μm.实验结果表明,MABC算法在优化效率、求解质量和稳定性上优于ABC算法,计算精度优于最小二乘法、遗传算法和粒子群算法,适用于形位误差测量仪器及三坐标测量机.     

评定直线度误差的最小二乘法与最小包容区域法精度之比较

介绍了直线度误差评定的最小二乘法和最小包容区域法的算法模型与实现方法。在三坐标测量机上对八种不同被测直线进行了采样点坐标数据提取,分别用最小二乘法和最小包容区域法的基于搜索逼近-逐次旋转逼近法进行了给定平面内直线度误差的评定。结果表明:最小二乘法的评定结果与最小包容区域法的基于搜索逼近-逐次旋转逼近法的评定结果完全一致,即直线度误差的最小二乘法评定结果符合最小条件。     

一种利用坐标测量机实现圆度误差评价的方法

针对直角坐标系下圆周截面形状误差评价,介绍了一种圆柱体截面圆度误差的测量与评定方法.在研究了圆度误差定义及测量方法的基础上,建立了基于三坐标测量机的最小外接圆圆度误差三维评测模型.利用双截面最小二乘拟合轴线调整坐标系位置,减少了位姿误差对测量结果的影响.对模型进行坐标系统一转换,使得变换后的模型能更适用于计算机数据处理.然后在坐标变换的前提下,提出了一种利用几何关系搜索最小外接圆圆心的方法,开发了相应的数据分析软件.实验和数据证明,此算法优于传统最小外接圆算法,实现了在直角坐标系下三坐标测量机对圆度误差的最小外接圆法评价.     

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。     

基于坐标测量机和拟粒子群进化算法的圆柱度误差检测与评定

建立了任意位置下基于坐标测量机检测的圆柱度误差最小区域解的数学模型,提出了采用拟粒子群进化算法求解最小区域圆柱度误差新方法。该算法使用实数编码,由拟随机Halton序列产生粒子的初始位置和速度,基于浓缩因子法修改粒子的速度。为了验证算法的有效性,对文献中测量数据采用提出的方法进行圆柱度误差计算并将结果与多种算法计算结果进行比较,同时在加工中心加工大量轴类零件,使用三坐标测量机对零件进行实测,应用该进化算法计算最小区域圆柱度误差并与三坐标测量机给出的结果进行比较。实验结果均证实了提出的方法不仅优化速度快、计算精度高,而且算法简单,需设置参数少,便于推广应用。     

评定平面度误差的几何搜索逼近算法

为了快速准确地评定机械零件的平面度误差,提出了基于几何搜索逼近的平面度误差最小区域评定算法.阐述了利用几何优化搜索算法求解平面度误差的过程和步骤,给出了数学计算公式.首先选择被测平面的3个边缘点为参考点构造辅助点、参考平面和辅助平面,然后以参考平面和辅助平面为假定理想平面,计算测量点至这些理想平面的距离极差;通过比较判断及改变参考点,构造新的辅助点、参考平面和辅助平面,最终实现平面度误差的最小区域评定.用提出的方法对一组测量数据进行了处理.结果表明,在终止搜索的条件为0.000 01 mm时,几何搜索逼近评定算法的结果分别比凸包法、计算几何法、最小二乘法、遗传算法和进化策略计算的结果减小了17.1、7.3、18.03、6.13和0.3μm.得到的数据显示该算法不仅能准确地得到最小区域解,而且计算结果有良好的稳定性,适合在平面度误差测量仪器和三坐标测量机上使用.     

一种用于圆度误差评定的优化算法

一种用于圆度误差评定的优化算法＊刘文文聂恒敬（合肥工业大学精仪系合肥２３０００９）１引言本文提出一种用于圆度误差评定的优化算法,其基本思想是用最小二乘圆的简化模型的线性迭代运算去逼近最小二乘圆精确模型的优化解。与传统算法相比本文算法具有计算速度快、精...