直线度误差评定的测量提取点数选择

在其他测量实验条件相同的情况下,采用不同的提取点数,用三坐标测量机对相同直线的部分测量点坐标进行等间距提取,并用最小二乘法评定相同直线不同提取点数下的直线度误差.分析提取点数与直线度误差的关系,提出最佳提取点数的概念,指出直线度误差检测相关标准中必须补充提取点数的要求.     

调制宽带转换器与多陪集采样在稀疏多频带信号采样中的应用

目前研究的亚奈奎斯特采样方法有调制宽带转换器和多陪集采样,二者都是用于获取时间连续、频谱稀疏信号的采样方法,多陪集采样是非均匀的亚奈奎斯特采样,调制宽带转换器是均匀的奈奎斯特采样.从采样方法、频谱支撑区恢复、信号重构和复杂度等方面,对调制宽带转换器与多陪集采样在稀疏多频带信号采样中的应用进行分析.仿真实验结果表明,在相同的平均采样速率下,调制宽带转换器的均方误差大于多陪集采样,但多陪集采样对各通道时延的精确要求给其硬件实现带了很大困难,而调制宽带转换器易于在实际应用中允许的误差范围内硬件实现.     

基于系统开环频率特性曲线的奈奎斯特判据用法研究

为了解决系统中奈氏曲线、积分环节处理和正负穿越次数等开环频率曲线的特性,基于奈奎斯特判据法,通过画奈奎斯特曲线、正确完善奈氏曲线和应用奈氏判据研究确定系统的相对稳定性,研究得到奈奎斯特稳定判据能够有效判断系统的稳定性,研究结论对于系统相对稳定性的理解提供参考．     

短小零件直线度误差的高精度测量方法

针对短小零件直线度的高精度测量,提出利用机器视觉与光学放大的方法。通过获取零件边缘图像,提取坐标,评定直线度误差值。针对边缘图像的特征,提出了利用改进的算法提取边缘,利用自标定方法进行系统标定。通过采取不同提取点数的对比试验结果表明,该方法不仅具有较高的测量精度,并且对于测量点数的选择具有指导意义。     

基于调制宽带转换器的倒谱恢复算法

亚奈奎斯特采样主要应用于宽带通信和射频(RF)技术中。目前理论成熟且硬件实现的亚奈奎斯特采样技术有随机解调器和调制宽带转换器。随机解调器主要用于谱线的检测,而调制宽带转换器是用于稀疏多频带信号。调制宽带转换器(MWC)是一种用于获取频域稀疏、时域连续信号的一种亚奈奎斯特采样方法。其平均采样速率要低于奈奎斯特速率。亚奈奎斯特采样是一种全盲采样方法,即在信号采样和信号重构时都是不知道频谱信息和频谱位置。本文提出一种基于调制宽带转换器的时域对偶信号的倒谱恢复算法,能在极小误差(0.0098)范围内完美的恢复出原始信号。     

直线度误差统计模型识别的实验方法

为掌握直线度误差对象的统计特征规律,通过构建在视频测量仪器上实现对某零件表面直线度误差测量坐标点的采集,将坐标点数据导入MATLAB软件中做出统计直方图,得出直线度误差近似服从正态分布的规律.采用统计学的正态性D检验法对直线度误差数据进行检验,得到零件表面直线度误差统计模型服从正态分布规律的结论.     

基于Matlab GUI的离散信号谐波分析

通过分析周期信号的傅里叶级数和傅里叶变换的关系,为谐波分析提供理论依据。由于存在频谱泄露和栅栏效应,使用快速傅里叶变换(FFT)进行谐波分析时计算精度不高。为此,本文提出采用频域采样点数等于离散信号长度的离散傅里叶变换(DFT)进行谐波分析,可以有效的减小频谱泄露和栅栏效应带来的影响。通过模拟分析,验证了相比于FFT算法,该算法具有较高的计算精度。最后,基于该算法,使用MATLAB GUI制作了一款具有界面友好且便于数据处理的谐波分析软件,其中包含误差计算模块。利用该软件对多个信号进行谐波分析并计算误差,结果表明,误差的均方差和标准差均较小,由此进一步证实该算法是有效的。     

基于MATLAB图形用户界面的离散信号谐波分析

通过分析周期信号的傅里叶级数和傅里叶变换的关系,为谐波分析提供理论依据。由于存在频谱泄露和栅栏效应,使用快速傅里叶变换(FFT)进行谐波分析时计算精度不高。为此,提出采用频域采样点数等于离散信号长度的离散傅里叶变换(DFT)进行谐波分析,可以有效地减小频谱泄露和栅栏效应带来的影响。通过模拟分析,验证了相比于FFT算法,DFT具有较高的计算精度。最后,基于DFT,使用MATLAB GUI制作了一款具有界面友好且便于数据处理的谐波分析软件;其中包含误差计算模块。利用该软件对多个信号进行谐波分析并计算误差。结果表明,误差的均方差和标准差均较小,由此进一步证实DFT是有效的。     

空间直线度误差评定的逼近最小包容圆柱法

针对目前空间直线度误差评定中结果误差过大或者因采用进化算法耗时太长的问题,提出一种定向旋转包容圆柱轴线的方法.通过将测量点投影至最小二乘中线的中垂面,在中垂面内求出满足国标要求的2种情况的最小包容圆.针对2点在包容圆上的情况,做2次坐标变换,然后确定搜索方向,定向旋转圆柱体轴线,找到更加接近最小包容圆柱体的轴线,从而得到更小的空间直线度误差评定值.本方法主要计算过程中的搜索方向明确,无反复迭代,鲁棒性好.数据实验表明：本方法得到的误差评定结果比其他几种方法的都小,结果更接近真实值,适合于直线度误差评定精度要求高的场合.     

基于压缩传感的模拟-信息系统

根据奈奎斯特采样定理,采样频率至少为原始带限信号最高频率的两倍时,信号才能被完好地恢复,这将产生极大的数据量,给信号的获取及传输造成很大压力。压缩传感理论可以有效地解决这些问题,通过对某个基上稀疏的信号在接收端进行有限次随机测量,可获得比奈奎斯特采样小得多的传输数据量,并能够在接收端实现高概率精确重建。模拟-信息系统给出该理论的前端的一个物理实现的过程。     

High Accuracy On-line Measurement Method of Motion Error on Machine Tools Straight-going Parts

Harmonic suppression, non-periodic and non-closingin straightness profile error that will bring aboutharmonic component distortion in measurement resultare analyzed. The contermeasure--a novelaccurate two-probe method in time domain is putforward to measure straight-going component motionerror in machine tools based on the frequency domain     

圆柱形工件素线在线测量新方法

本文对现行的双测头等截距测量直线度理论进行了深入的研究。在此基础上，提出了一种圆柱形工件素线直线度误差在线测量的新方法。该法不仅可分离机械加工系统的运动误差，而且能分离刀具作用力引起的工件弹性变形信号。因而大大提高了素线的在线测量精度。     

压缩传感在电能质量扰动信号分析中的应用

针对电能质量扰动信号分析中, 传统信号处理方法存在采样数据量极大、 采样时间长、 压缩时浪费采样资源等问题, 将压缩传感（CS: Compressed Sensing）应用于电能质量扰动信号分析中。实现了采样与压缩同时完成, 极大地降低了采集的数据量和采样速率。通过对压缩传感的过完备字典设计, 实现了压缩传感同时检测多个电能质量扰动信号, 以及压缩传感对信号在一维、 二维上的重构, 并对重构的电能质量扰动信号进行分析。实验结果表明, 与传统的电能质量扰动信号处理方法相比, 该算法在采样数据量、 重构效果方面都有很大提升, 得到的重构信号误差更小, 对信号的分析更准确。     

基于二次相移数据重组的直行运动误差在线检测分离技术

通常的直线误差分离方法,一般是先行分离出工件的形状误差,再据此求出运动误差,由于存在着误差残留,不利于运动误差的在线检测．本在三点法测量数据的基础上,提出了两种基于二次相移的直行运动误差先行分离方法：单信道二次相移数据重组法和多信道二次相移数据重组法,即通过对三测头数据按照二次相移原则进行单信道或多信道的数据重组,便能够在EST的首次操作时消除形状误差的影响,在反滤波基础上先行分离出直行运动误差的平移分量和转动分量．权函数的对比分析表明：先行分离出运动误差的单信道或多信道二次相移数据重组法与先行分离出形状误差的普通频域三点法具有相同的权函数,它们在本质上具有同源性和统一性．实测结果证明了这两种方法的正确有效性．     

正方网格迭代寻优评定深孔轴线直线度

针对评定深孔轴线直线度难以确定最优基线的难题,提出了正方网格迭代寻优评定深孔轴线直线度。以正方形网格划分最优评定基线所在的空间区域,以网格的交点为端点建立评定基线,以评定出的直线度最小值为导向搜索最优评定基线。上一次正方形网格化后的最优评定基线和最小直线度为基础,重新进行下一次的正方形网格划分搜索最优评定基线,如此循环以搜索全局最优评定基线,并计算出最终的直线度。将算法与其他算法比较,验证了算法的优越性。此外,正方网格迭代寻优可应用于空间任一实际直线的直线度评定,能够为直线度评定提供参考。     

频域法直线误差分离技术的周期性假设

在频域法直接误差分离技术中,为了进行Forrier变换,通常都假设直线形状误差满足周期性条件,然而由于直线形状误差的非周期性及端点的非连续性,会引起高阶谐波分量失真等边缘效应。为此,提出了趋势线构造方法和对称延拓方法,通过创新新的周期性函数以解决频域法中直线形状误差的非周期现象,对比实验,验证了这两种方法的可行性。     

微弱振动信号的谐波小波频域提取

为解决设备故障检测和故障预报中某些微弱振动信号难以提取出来的问题,在介绍谐波小波变换的优良特性及其基本原理的基础上,给出了谐波小波变换的实现技术.在不减少信息点数的情况下,用谐波小波变换成功地对微弱振动信号实现了频域提取与时域重构,并且实现了强噪声下微弱周期振动信号的频域提取.通过算例和工程实例,说明谐波小波方法在微弱信号的频域提取能力和精度上明显优于基于二进分解的小波方法和傅里叶分析方法,且在混有强噪声的信号提取中消除了二进小波包仍然存在的噪声泄漏,同时也显示了谐波小波变换的频域保相特性.