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.     

基于遗传算法的复杂平面曲线轮廓度误差评定

针对不规则曲线轮廓度误差评定中存在的问题,提出了一种基于非均匀有理B样条(NURBS)插值与遗传算法相结合的复杂曲线轮廓度评定方法,对离散数据点表示的理论轮廓进行3次NURBS插值反算控制点,建立了理论轮廓曲线的数学模型;采用实数编码的遗传算法求解测量点与理论轮廓曲线位置偏差,消除了由于位置偏差引起的轮廓度评定的不精确问题;阐述了测量点到理论轮廓最短距离的求解算法和步骤。实验结果表明该方法能够快速获得较好的误差评定结果。     

基于微粒群算法的复杂曲面轮廓度误差计算

针对复杂曲面轮廓度误差计算的数学模型比较复杂,并且难以用传统数值优化方法求解这一问题,提出了一种基于微粒群算法(PSO)并结合等参数线区域来计算复杂曲面轮廓度误差的方法.根据UNRBS曲面的u和v参数构造等参数线区域,通过微粒群算法在等参数线区域内搜索与测量点距离最近的点,实现了复杂曲面轮廓度误差的计算.实验结果表明,该方法搜索速度快,计算精度高,用于求解曲面轮廓度误差是行之有效的.     

基于微粒群算法的叶片曲面形状误差评定

以涡轮机叶片型面的形状误差评定为例,利用NURBS曲线插值构造出截面设计曲线,提出一种四控制点法构造与测量点最近的NURBS截面设计曲线,建立了计算曲面形状误差的数学模型,并应用微粒群算法计算测量点到曲面的最短距离,实现了曲面形状误差的评定。通过与传统的BFGS和DFP优化方法的计算结果进行比较,表明该方法能快速准确地计算叶片曲面的形状误差。     

基于线性CCD阵列的弹头轮廓误差测量

提出了一种运用CCD成像测量技术进行大型机械零件轮廓测量的图像测量方法，该方法利用CCD成像技术获得零件轮廓的图像，并使用Marr边缘检测算子精确确定零件轮廓的边缘位置，利用十一点曲率法得到轮廓的角点和切点的大致位置，并对轮廓分段识别。最后采用直线和任意曲线轮廓拟合的数学模型及误差评定方法，判断所测零件的轮廓度是否满足公差要求。该方法代替了传统的模板手工测量，测量效率高，实验表明，此方法达到了理想的测量结果。     

一种评定平面线轮廓度误差的新方法

提出了一种基于遗传算法和自适应的计算平面线轮廓度误差的新方法。该方法满足最小条件原理,它利用样条插值函数拟合理论轮廓,并在评定过程中能自动地实现被测轮廓与理论轮廓之间的适应性调整,从而能够分离并消除被测轮廓与其测量基准之间的位置误差对轮廓误差评定结果的影响,在遗传优化中获得全局最优解。这种算法简单明确,具有精度高、收敛速度快、易于计算机程序实现、易于推广应用等特点。     

基于最优控制的圆度圆柱度误差精确评定

提出了一种新的圆度误差和圆柱度误差数据处理方法,建立了相应的误差数据处理优化数学模型。利用Matlab强大的优化计算功能,迅速、准确地求出圆度和圆柱度误差值。该圆度和圆柱度误差评定方法按照最小包容区域法建立,不需要使用判别准则确定。本方法尤其适用于密集测量点的数据处理。     

圆锥盘素线线轮廓度误差测量方法

探讨了在普通测量仪上实现对曲线线轮廓度测量与评定的可能性·根据工件缺乏描述方程的实际特点,采用3次样条插值的方法,建立了曲线的描述方程,采用误差补偿技术修正了由于测量方向的不重合而导致的系统误差,推导了从线轮廓度误差中分离出工件安装定位误差的数学模型,并进行了计算机仿真·结果表明,这种数学模型能够对定位误差进行有效的分离,分离精度较高·由数学模型、评定方法和计算引入的误差之和小于04μm,充分证明了算法的可靠性、可行性·     

椭圆轮廓度误差几何遍历搜索算法

结合椭圆几何特性及其相关的评定问题的研究现状,提出了椭圆轮廓度误差的遍历搜索算法。该算法的原理是以最小二乘椭圆两焦点为初始参考点,按一定的规则分别布置一系列的网格点构造辅助焦点,依次以各辅助点为假定理想椭圆焦点,构造一系列的辅助椭圆作为假定理想椭圆。计算测量点到这些假定理想椭圆的距离极差,最终实现椭圆轮廓度误差的最小区域评定。实例验证表明:该算法可以有效、正确地评定椭圆轮廓度误差。     

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。     

基于进化神经网络的曲面磨削表面粗糙度预测

将人工神经网络技术引入曲面磨削加工领域，介绍了利用BP算法建立的曲面磨削表面粗糙度随磨削用量变化的进化神经网络预测模型．针对BP算法存在收敛速度慢、容易陷入局部极小值及全局搜索能力弱等缺陷，采用遗传算法训练BP神经网络，取代了一些传统的学习算法，设计了基于进化神经网络的学习算法．实验和仿真结果表明，基于进化计算的BP神经网络不仅可以克服单纯使用BP网络易陷入局部极小等问题，而且预测精度较高。     

车灯模具侧花纹无干涉刀具路径规划算法

在分析了车灯模具侧花纹的设计与加工特点后，基于平面与自由曲面求交理论，提出了一种车灯模具侧花纹无干涉刀位路径规划算法．该算法以脱模方向的法平面为参考，求出花纹约束线的投影线段，然后根据加工参数计算出投影线上的离散点．所有离散点处的法平面与组合自由曲面的交线即为刀位轨迹线．最后对刀具路径作了无干涉工艺优化．实例表明，本算法满足由直线和圆弧组成的花纹约束线所定义的车灯模具侧花纹的设计与加工要求．     

基于工业机器人的未知曲面测量算法研究

在装甲装备维修保养作业中,为实现对车辆底盘部分零部件的自动装卸载,首先应解决CAD模型未知的零部件自动扫描测量和模数重建的问题。提出基于工业机器人的非接触自适应测量曲面重建方法。在测量过程中,将激光测距传感器安装于工业机器人法兰并转换坐标,根据被测零部件上的已测点,由提出的曲线圆弧预测自适应算法,得到下一个预测点矢量及测头轨迹点矢量,拟合成B样条曲线,规划合理的测量路径,进而指导工业机器人自动采集被测零部件上的真实三维点。通过仿真和试验结果表明,该方法能够根据此类零部件曲面特征获取采样点,减小了由测量入射角的存在和算法本身缺陷而导致的精度损失,有效地提高了CAD模型未知曲面数字化采样的精度,为模数重建提供了良好的点云数据。     

基于CAD模型的NURBS形状公差评定

为了对曲面零件的加工精度进行高精度检测,提出一种形状公差评定的新方法———基于CAD模型的NURBS形状公差评定。实现了各种标准解析曲面和自由曲面形状加工精度统一地高精度检测。采用NURBS统一的表达式精确地表示各种标准解析曲面和自由曲面;利用NURBS统一的表达式研究CMM测量点云和名义CAD模型统一的最佳匹配算法;比较测量点云和名义CAD模型的法向偏移量即曲面形状误差,且用图形直观显示。最后进行计算机仿真实验,实例验证算法可行性。     

同伦方法求解一类非凸规划问题的局部极小

利用组合同伦内点方法求解目标函数为凸的一类非凸规划问题, 证明了在同伦映射为正则映射的条件下, 同伦方法一定收敛到局部极小解, 并得到了当目标函数非凸时, 若非凸规划问题所有的K-K-T点均在可行域边界上, 则此同伦方法在同伦映射为正则映射的条件下, 也收敛于局部极小解.     

断层测量反求工程中的关键技术

研究了由断层测量轮廓序列重构零件CAD模型的关键技术。根据截面的面积、形心位置等属性，并结合轮廓串匹配技术，提出了封闭轮廓集 分割算法。一个封闭轮廓由圆弧、直线段等规则形状的轮廓段和自由曲线段组成。为了抽取开放的规则轮廓段，提出了特征参数识别和特征轮廓抽取交互进行、有机结合的技术。为了抽取开放的自由曲线段，提出了基于转角映射的特征连接点辨识技术。进一步抽取开放轮廓集时，要解决相邻层上开放轮廓段的匹配问题，提出了基于串匹配的轮廓优化分割技术。实例表明，所提出的轮廓集分割算法可以实现规则形体表面和自由曲面对应开放轮廓集的精确分割。此外，文中对特征的分割策略、参数识别等问题提出了可行的解决方案。     

求解共轭齿形的轮转曲线等距偏移法

针对传统共轭齿形求解方法无法解决奇异点的问题,提出轮转曲线等距偏移法。分析了共轭曲线的等距偏移特性,推导出轮转曲线等距偏移线方程,基于该方程进行了圆弧齿廓的共轭齿形计算;采用圆弧逼近方式,以轮转曲线等距偏移线族求解任意齿廓的共轭齿形,并以含齿顶尖点的渐开线齿廓曲线为例进行共轭齿形计算;讨论了该方法的原理性误差,优化了该方法的求解精度。计算验证表明:相比于传统共轭齿形求解方法,轮转曲线等距偏移法能解决奇异点问题,且无需求解啮合方程,在齿廓曲线曲率半径变化率较小且存在奇异点时,用该方法求解共轭齿形优势明显。     

一种基于遗传算法参数优化的改进人工势场法

人工势场法是一种简单有效的移动机器人路径规划算法.针对传统人工势场法在路径规划中的一类目标点不可达问题,提出了一种在局部最小点改变斥力角度和设定虚拟最小局部区域的解决方案,同时采用遗传算法对改进算法中斥力改变角度以及虚拟最小局部区域的半径两个参数进行优化.仿真实验说明本文所提算法能在起点和终点之间规划出一条简捷、光滑和安全的路径.