自由曲线轮廓度误差评定中的坐标系自适应调整

提出了自适应自由曲线轮廓度误差评定中 ,坐标系的自适应调整方法。该方法使用对应特征点法与DFP———一维搜索法 ,实现被测曲线与理论曲线之间的自适应性调整。从而 ,分离并消除位置误差对轮廓度误差评定的影响 ,确保曲线轮廓度误差精度。     

一种自由曲面面轮廓度误差评定方法

提出一种基于最小二乘法与复合形法的优化方法用于曲面面轮廓度误差评定的数据处理办法，该方法的优点在与在轮廓度误差评定过程中能自动地实现被测轮廓与理论轮廓的适应性调整，以此来分离并消除被测轮廓与理论轮廓之间的位置误差对轮廓度误差评定结果的影响。并以液力变矩器的叶片面轮廓度误差评定为例证实该方法的优越性。     

大型抛物面天线轮廓度评价方法

针对在评价大型抛物面天线轮廓度时存在的安装和测量误差问题,本文提出一种基于遗传算法和最小二乘法的方法用于大型抛物面轮廓度误差的评定方法.该方法能有效的在轮廓度评价过程中实现被测点与理论轮廓的自适应调整,以此来消除被测点与理论轮廓之间的位置误差对轮廓度误差评定结果的影响,并以仿真结果对该方法做了有效的验证.     

对数曲线轮廓度误差几何遍历搜索评定算法

结合平面曲线轮廓度误差评定的最小条件原则及对数曲线的几何特性,提出了基于几何遍历搜索的对数曲线轮廓度误差评定算法。首先,采用最小二乘法得到最小二乘对数曲线和最小二乘误差;其次,在最小二乘对数曲线上选取两个特征点作为参考点,并在并在参考点周围按一定规则布置一系列的辅助点;然后,以两个特征点周围的辅助点两两结合构造出一系列的辅助对数曲线,并计算所有测量点到辅助对数曲线的距离极差值;通过比较和判断,最终实现对数曲线轮廓度的最小区域评定。列出了该评定技术的详细原理和步骤,实例证明,与最小二乘法相比,该算法具有极高的评定精度,适用于一些误差精度要求较高的零件或设备的轮廓度误差评定。     

基于自适应区域搜索算法的圆度误差评定

根据圆度误差的几何特征,提出自适应区域搜索算法的圆度评定方法。首先根据待测圆轮廓点坐标确定初始圆心位置,以该圆心为中心确定搜索区域;然后根据自适应区域搜索算法,调节搜索区域,获得全局最优解。通过实例验证,该算法简单直观,易于编程,操作方便。与最小二乘法相比,圆度误差评定精度提高了14.5%,实现了圆度误差的精确评定,具有较好的实际指导意义。     

圆弧轮廓圆度的评定与误差分析

为了提高圆弧轮廓的测评精度和效率,本文提出圆弧的圆度误差评定方法,基于最小二乘圆法研究圆弧的轮廓误差,建立模型目标函数并得到被测圆弧曲线半径与圆心误差的不确定度。最后通过模拟实验验证此方法测量精度较高,更符合圆弧误差的分布情况。     

基于最小单向Hausdorff距离的线轮廓度误差评定

为了高效率、高精度的评定平面线轮廓度误差,提出了一种基于平面曲线间最小单向Hausdorff距离的线轮廓度误差评定方法,给出了求解最小单向Hausdorff距离的数学规划模型及其线性化解算方法。该方法可以保证计算结果符合国家标准关于线轮廓度误差定义的最小条件。模型中涉及到的点到曲线最小距离,采用全局算法中的投影多面体方法计算。通过与已有文献中的算例结果进行对比,验证了所提方法的正确性和有效性。数值计算表明,所提方法符合线轮廓度误差评定的最小条件,且具有较高的评定精度。     

基于图像的轮廓度测量与评定方法研究

复杂零件外形曲线的轮廓度测量和评定非常困难,已有的测量和评定方法或因效率、或因精度不够,难以满足零件轮廓度的高精度在线检测。本文针对微小型平面零件给出一种基于图像的轮廓度测量与评定方法。包括理论轮廓数据建模方法、对应理论点的扩展极角定界搜索方法以及最小极偏差轮廓度误差评定方法。通过实例将最小极偏差轮廓度评定方法（LDM）与传统的最小二乘轮廓度评定方法（LSM）进行了分析和比较。结果证明,最小极偏差评定方法较最小二乘评定方法能够更加快速、精确的收敛于最小值。     

对数母线型滚子凸度轮廓误差评定

为了实现对轴承滚子凸度轮廓误差的精确评定,依据对数母线型滚子轮廓素线的几何特征和形状误差,基于最小二乘原理,研究了对数母线型(两段对数曲线的组合形式)轴承滚子凸度轮廓的最小二乘分段拟合和误差评定方法。利用三点法确定凸度曲线离散数据点的曲率,通过曲率差值法确定两段对数曲线的分界点;选取分界点两端临近的测量点作为辅助分界点,并与对应的对数曲线段测量点一起拟合出一系列最小二乘曲线,计算相应的误差,并判断确定出对数母线型滚子轮廓的最小二乘误差。实例分析表明,对数母线型滚子凸度轮廓曲线的总误差为0.0071mm,相比文献[13]圆弧修正型凸度轮廓曲线的总误差精度有所提高。本文提出的方法可以有效实现轴承凸度轮廓误差的拟合与误差评定,验证了对数素线可以减小应力集中,提高轴承使用寿命。     

改进遗传算法与拟随机序列结合评定自由曲线轮廓度误差

为了高效率、高精度检测自由曲线和曲面零件并计算轮廓度误差,提出将改进遗传算法与拟随机序列结合来评定自由曲线轮廓度误差.首先,针对自由曲线因没有已知的解析表达式而常用离散点表示其轮廓的特点,采用非均匀有理B样条(NURBS)来表示自由曲线,并用改进遗传算法优化重建自由曲线;然后,应用拟随机Halton序列均匀产生参数值精确计算点到曲线最短距离.阐述了自由曲线重建时控制顶点及目标函数值的计算方法,确立了改进遗传算法重建自由曲线及采用拟随机序列生成参数值求解点到曲线最短距离的具体步骤.最后,针对仿真实例计算并实测零件曲线轮廓度误差.结果显示,自由曲线轮廓度误差评定精度高于99％,表明提出的方法算法简单、计算速度快、精度高,适于在工程计量中推广应用.     

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。     

一种复杂二次曲面轮廓度评定方法

为了建立复杂二次曲面轮廓度评定中计算机数据处理的理论模型和实现方法,提出了一种不要求满足小误差假设、不使用微分线形化评定二次曲面轮廓度的方法。该方法首先通过最小二乘法得到一个初始二次曲面,然后用模式搜索对初始二次曲面系数进行调整,直到找到满足最小区域原则的理想二次曲面,其目标函数值作为被测曲面的轮廓度。在计算过程中使用坐标变换将一般型的二次曲面化为标准型,既简化了轮廓度的计算,而且被测曲面可以在测量范围内任意放置。对抛物面轮廓度评定表明目标函数随着模式搜索的进行逐渐减小,模式搜索得到的抛物面轮廓度值比用最小二乘法得到的轮廓度值小得多,因此该方法更好地反映了被测二次曲面表面形状误差。     

面轮廓度误差的坐标测量方法和评定

面轮廓度误差的测量方法有仿形法、截面轮廓样板法、光学跟踪法和坐标法。前三种方法不仅需要制作精度较高的轮廓样板或多个测量截面的理想轮廓,而且样板轮廓的制造精度和测量截面理想轮廓的制作精度会影响测量精度。其中截面轮廓样板法和光学跟踪法都是用测量线轮廓度误差来评定面轮廓度误差,     

一种涡旋面轮廓度误差高精度评定算法的研究

为评定涡旋压缩机涡旋齿面轮廓度误差,提出了采用一种基于最小二乘法的逼近优化算法对涡旋面轮廓检测数据进行计算,并将计算结果与德国Zeiss公司UMC 550S型三坐标测量机的计算结果进行比较.最小二乘逼近优化算法与三坐标测量机的计算结果曲线重合度达99％以上,且精度均可达0.0001mm.结果表明了该算法的正确性和实用性,对涡旋面轮廓度误差进行高精度评定具有参考意义.     

基于局部轮廓特征的航空叶片综合误差评定方法

针对航空叶片综合误差评定方法效率不高和建模过程数据量大等问题,提出一种基于局部轮廓特征的评定方法。考虑到叶型轮廓的曲线形状因素,在多边形逼近方法的基础上做出改进,利用极值的局部性分析曲线曲率,以此分割曲线并提取轮廓特征点;采用最近点配准算法使被测轮廓与理论轮廓达到精确配准,建立误差评定模型,从而实现对航空叶片综合误差的评定;使用测量数据对评定方法进行试验验证,试验结果与三坐标测量机的评价结果一致,表明该方法有效可行。     

平面任意位置双曲线轮廓度的误差评定

提出了一种基于最小二乘原理的平面任意位置双曲线轮廓误差评定方法。根据双曲线的几何特性和形状误差的定义,利用双曲线标准方程与平面二次曲线方程关系,得到平面任意位置双曲线的拟合方程,并通过双曲线方程及双曲线法线方程的特点,计算出各测量点到拟合出的最小二乘双曲线的法向距离从而对平面任意位置上的双曲线轮廓度进行误差评定。实例证明:该算法可以实现平面任意位置上的双曲线轮廓度误差评定,具有一定的评定精度,可适用于一些误差精度要求不高的零件或设备的轮廓度误差评定,并且不需进行坐标转换。     

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。     

轴承滚子凸度轮廓的最小二乘拟合与误差评定

为了实现对轴承滚子凸度轮廓误差的精确评定,依据圆弧修正型轴承滚子凸度素线轮廓的几何特征和形状误差的定义,基于最小二乘原理,研究了轴承凸度轮廓(两段圆弧和一段直线)的最小二乘拟合和误差评定方法。首先利用各测量点的曲率差值确定了圆弧段与直线段的相切参考点;其次分别选取两个参考点临近的测量点作为辅助相切参考点,并与对应的圆弧段测量点一起拟合出一系列的最小二乘圆弧并计算拟合误差;然后基于直线与两段圆弧相切的原则确定出一系列的直线方程并计算对应的直线度误差;通过比较判断最终确定出圆弧修正型轴承滚子凸度轮廓的最小二乘拟合及误差评定。实例结果表明:圆弧修正型凸度轮廓曲线的总误差0.020 9mm与文中设定标准凸度轮廓曲线引入的法向误差0.02mm相差4.5%。本方法可以有效的实现轴承凸度轮廓的拟合与误差评定,为平面多段曲线的最小二乘拟合提供了一种新的思路。     

三坐标测量机上实现圆锥度误差测量和评价

本文叙述了在三坐标测量机上测量圆锥度误差的基本原理,提出自适应非线性最小二乘法评定圆锥度误差的方法,并阐述了最小二乘法与最小条件评定法的数学模型。对于最小条件法,介绍了两种最优化算法,其中对单纯形法,本文提出适合形状误差评定的初始单纯形边长和迭代终止准则的选择方法。通过实际测量和计算表明,圆锥度误差评定值不仅与算法的选择有关,而且与测量点数的多少有关。     

应用差分进化算法评定椭圆轮廓度误差

根据评定误差的最小包容区域准则(Minimum zone criteria,MZC),应用坐标变换法建立评定椭圆轮廓度误差的5变量鞍点规划模型。因MZC误差评定模型的关键是计算每个测点到理想椭圆轮廓的最小距离,为此采用一维搜索算法求解该最小距离。由于差分进化(Differential evolution,DE)算法具有概念简单和收敛速度快的优点,文中利用该算法求解评定椭圆轮廓度误差优化问题。给出2个椭圆轮廓度误差评定实例。结果表明,提出的模型和算法可行有效,其评定结果小于应用最小外接椭圆和最大内接椭圆法求得的误差。在相同计算开销的条件下,DE算法的性能指标优于遗传算法和粒子群算法。