微型五坐标测量机激光测头安装误差的标定

针对非接触式五坐标测量机激光测头安装位置误差较大且不易调整的缺点,建立了该五坐标测量机激光测头安装误差的数学模型.选取激光测头的不同姿态,通过测量实物基准的空间位置,给出了误差模型待标定参数的无约束最优化目标函数的外点法惩罚函数.通过计算个体之间的欧氏距离,剔除掉那些相似的个体,从而有效地避免了遗传算法易早熟的问题,完成了对误差模型的求解.实验结果表明,所建立的激光测头安装误差模型不仅适用于扫描测头,而且对触发测头也同样适用,可把该机的空间测量精度从(11.82+L/1 000)μm提高到(1.96+L/1 000)μm.     

Bayes网络在机械故障概率估计中的应用

提出了将bayes网络应用于机械故障诊断。主要是为了解决如何从机组运行状态数据中来推断出机组发生某种故障的可能性,从而为进一步的诊断维护提供依据。Bayes网络是一个具有一系列条件概率的有向无循环图。本文采用两层结构的网络模型,上层为旋转机械的故障样本集,下层为症状属性样本集。根据给出的各故障发生先验概率以及各症状节点的条件概率和泄漏概率,利用网络的推理计算,求出机组发生各种故障的后验概率大小。从而达到预测发生某种故障可能性的目的。实例验证了该方法的可行性和正确性。     

基于高阶统计量方法的ARMA模型功率谱估计在设备故障诊断中的应用

为了消除或衰减加在机械故障信号上的有色高斯噪声,更好地对信号功率谱进行估计,提出了基于高阶统计量方法的ARMA模型功率谱估计方法。该方法依据是高阶统计量对高斯噪声不敏感的特性。仿真结果表明,该方法能有效的抑制高斯有色噪声的干扰。     

用于机械故障诊断Bayes网络的MLE学习方法

组建完成了一个用于机械故障诊断的具有两层节点结构的Bayes网络模型,利用Bayes网络的强大学习功能,探讨了当学习样本集完整时,采用MLE(最大似然估计)法则来合理地调整网络模型的CPT表值,使之更加符合特定机组的运行情况,从而为网络模型的判断推理做好了准备。     

一种共聚焦激光测头轴线位置标定方法研究

针对在非接触式坐标测量机上所用激光测头轴线位置需要标定这一工程需要,通过测量标准圆弧,提出了一种最小距离评价方法,该方法在评价函数取得极小值的时候可以有效标定激光测头轴线的初始参考零位。实验结果验证了该方法的有效性与可靠性。     

应用激光跟踪仪的数控机床几何精度检测

为了对数控机床几何精度进行快速、高精度检测,提出了一种基于激光跟踪仪的多站分时测量方法.该方法通过一台激光跟踪仪先后在不同的基站位置对机床相同的三维空间进给运动轨迹进行了测量,利用测量得到的大量测量点到不同基点的距离变化量建立了超定方程组.采用最小二乘法对方程组求解,准确标定出机床运动过程中各测量点的坐标,然后分离出机床的各项几何误差.通过对多站分时测量的原理分析,给出了多站分时测量方法的具体算法,并对该方法的测量误差进行了分析.仿真和实验结果表明,多站分时测量方法是可行的,该方法具有快速、精度高等优点,适合中高档数控机床几何精度的检测.