结合分割逼近和粒子群法的燃气轮机叶片轮廓度误差计算

阐述了燃气轮机叶片复杂曲面轮廓度误差计算的关键问题,采用非均匀有理B样条曲面描述了燃气轮机叶片,定义了燃气轮机叶片复杂曲面轮廓度误差并建立了相应的数学模型.采用分割逼近法计算测点到曲面的最小距离,以提高数据处理速度;结合粒子群和分割逼近法,通过六维坐标变换迭代,使叶片的理论模型计算与实际轮廓测试达到最佳匹配,最终获得燃气轮机叶片轮廓度误差.结合分割逼近和粒子群法来计算燃气轮机叶片轮廓度误差,理论上可以收敛于全局最优解,符合最小区域法的评定标准.该算法易于计算机实现,非常适用于三坐标测量仪.     

叶身型线轮廓度评定方法研究

针对传统方法配准时求解基准变换速度缓慢和精度差等问题,提出了一种叶身型线基准误差求解方法。首先采用非均匀有理B样条曲线的矩阵形式对叶身型线进行拟合,利用区间搜索的方法寻找实测点所对应理论轮廓上的最近点及偏差;其次运用二维最近点迭代的解析形式,计算基准变换的旋转量和初始平移量,然后对初始平移量加微小扰动,以最短距离均值为优化目标,采用自适应权重粒子群算法重新计算平移量;最终计算叶身型线实测点变换基准后的偏差,得到实测轮廓的轮廓度。实验结果表明,该方法基准变换向量误差在0.006左右,相对于采用进化算法直接计算变换参数速度提高了40%左右。所提算法适用于三坐标测量叶身型线数据后对叶身型线进行评价,能够有效减小由于基准不重合对偏差计算的影响,避免叶身型线加工质量误判。     

基于点云数据的自由曲面加工误差评定

针对自由曲面加工误差检测困难的问题,提出了一种自由曲面加工误差评定方法。该方法以高精度蓝光扫描仪获取到的点云作为实测数据,以自由曲面的立体印刷模型作为理论模型。首先设置动态偏差阈值去除点云的远距离噪声,利用基于曲面变化度的局部离群系数方法去除点云的近距离噪声;然后采用最近点迭代算法分离点云位置误差的旋转量,以自适应粒子群算法依据最小区域原则分离位置误差的平移量;最后对点云进行基准变换后,计算点云与模型之间的偏差。实验结果表明,相对于最近点迭代算法,所提方法计算的位置误差向量均方根误差减小了66%,轮廓度减小了18%。提出方法的位置误差分离精度更高,轮廓度误差评定更准确,适用于扫描点云对自由曲面的加工误差评价,可以有效判断出超差区域。     

自由曲线轮廓度误差评定及其可视化

针对曲线轮廓度误差评定存在的问题,提出对设计点插值反算出轮廓的三次非均匀有理B样条(NURBS)理想曲线的方法,建立自由曲线轮廓度误差计算的数学模型.应用微粒群优化算法(Particle SwarmOptimization,PSO)计算测量点到理想曲线的最短距离,准确评定曲线轮廓度的误差.采用Matlab软件实现自由曲线轮廓度误差评定的可视化,使得被测量的几何特征更加直观.实验结果表明,所用方法计算速度快、所得结果精度高.     

基于粒子群算法的涡旋体三坐标仪检测数据处理方法研究

粒子群算法是一种新出现的进化算法,相对其它进化算法,它收敛速度快、规则简单、编程易于实现.本文提出了一种利用三坐标测量仪检测涡旋型线的数据,基于粒子群优化算法技术来评价型线轮廓度误差的数据处理方法.该方法优点在于在涡旋型线轮廓度误差评定过程中能自动实现加工基准与测量基准的适应性调整,以此分离加工基准与测量基准之间的位置误差,消除位置误差对轮廓度误差评定结果的影响.经实际应用证实,该方法简便、合理,为科学地评价涡旋型线轮廓度提供了依据.     

基于微粒群优化的自动电压PID调节器

为提高微粒群算法的搜索性能,提出一种基于Logistic方程的退火微粒群算法优化自动电压调节器(AVR)系统的PID参数.在微粒群算法的基础上,对部分较优微粒进行退火操作.在退火操作中,结合Logistic方程的特点,设计了一种新的错位调整方式,对当前已知最优区域重点搜索.该方法能有效改善微粒群算法易于陷入局部极值的缺点,提高算法精度.将采用该方法的PID控制器应用于实际AVR系统,计算结果表明该PID控制器可以获得较好的控制性能指标,具有一定的实用价值.     

基于PSO算法的PID控制参数优化

微粒群算法（PSO）是一种随机全局优化技术,算法通过微粒间的相互作用发现复杂搜索空间中的最优区域.但基本微粒群算法不能保证全局收敛,本文将改进的PSO算法（SPSO）应用于PID控制器的参数优化.经仿真证明PSO算法参数优化的有效性.     

复杂曲面的计算机辅助测量原理

本文研究按最小区域原则评定复杂曲面和曲线轮廓度误差的理论和方法,建立复杂曲面和曲线的计算机辅助测量的数学模型,得出轮廓度误差的描述函数,计算机判别和评定方法,最后讨论了误差分离和测头半径的影响等问题。     

一种自主研磨机器人搜索未知自由曲面模型技术研究

为解决正交双目立体视觉自主研磨机器人对未知自由曲面的加工问题,结合全区域搜索技术、待加工轮廓的选择算法和曲面边界识别方法,提出一种适用于未知曲面加工的自主搜索方法,实现了研磨机器人对非结构化环境中未知曲面的目标搜索任务.研磨机器人利用线激光和视觉传感器来感知未知待加工曲面,采用光轴正交的两个相机同时采集研磨曲面轮廓的图像,并利用模糊逻辑方法进行局部路径规划,在此基础上通过全区域搜索技术实现对未知待加工区域的遍历.同时采用图像处理技术,即动态边界识别方法辨识目标并确定其位置.该未知待加工曲面自主搜索方法可以从曲面任意位置开始加工,算法对于非结构化自由曲面具有良好的适应性.实验结果验证了算法的可行性.     

圆度误差的二分法逼近搜索评定

结合圆度误差的定义及其几何特征,提出了一种新的圆度误差评定算法———圆度误差的二分法逼近搜索评定。首先,将被测圆轮廓上测量点的直角坐标数据转化为极坐标数据,分别以极角和极径为横、纵坐标轴建立新的坐标系,实现被测点的线性化处理,将圆度误差的求解问题转化为直线度误差的求解问题。然后,用二分法逼近搜索的方法,对转化后的直线度误差进行最小区域评定,从而实现了圆度误差的最小区域评定。阐述了圆度误差线性化处理的方法和二分法逼近搜索的原理及实现过程。实例验证结果表明:该算法可以有效、正确地评定圆度误差。