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.     

平面曲线轮廓度误差评定的算法分析

为准确测定平面曲线轮廓度误差，本文提出一种平面曲线轮廓度误差评定的数学模型及其计算方法。文中首先通过对测量曲线特征点的平移和旋转完成粗调，进而通过坐标轮换法按最小条件原则实现平面曲线的最佳匹配以消除测量时的定位误差；针对测量的关键问题——点到曲线的最短距离，文中提出了一种新颖的法矢定界法，不必事先对复杂曲线进行单调处理，通过矢量积运算得出测量点到曲线最短距离的所有局部解，再求出其最小值即为测量点到曲线的最短距离。计算实例验证了该算法的可行性和实用性。     

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。     

遗传算法及其在平面度误差评定中的应用

将二进制编码的标准遗传算法应用于平面度误差的评定,建立了完全符合最小区域条件的平面度误差评定的数学模型,并在此基础上给出遗传算法的适应度函数计算方法.通过对实例评定,并与最小二乘法和计算几何法评定结果进行比较,证实了该方法计算结果明显小于上述两种方法,而且克服了传统平面度误差最小区域法评定时受测点布局及测点数目限制的局限性,具有很大的灵活性.     

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。     

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·     

评定圆度误差的一种快速算法

根据最小区域法的判别准则,本文运用了一种快速准确的算法,直接确定出最小区域圆圆心的移动方向和合适步长,使得圆度评定的速度大大提高,算法精度也得到了提高.     

遗传算法及其在平面度误差求解中的应用

对标准遗传算法提出了一些改进,并应用于计算满足最小区域法的平面度误差．采用实数值编码,其计算结果的精确度非常高,理论上可以获得全局最优解．改进的遗传算法简单明了,收敛速度快,在计算机上容易实现,可用于三坐标测量机等测量平面度误差的数据处理．     

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。     

基于多种群遗传算法的涡旋型线误差评定

为了提高涡旋型线的评定精度和效率,基于展成法开发了涡旋型线误差快速测量系统,分别对固定涡旋体和转动涡旋体进行测量.建立了以涡旋中心偏差和转角偏差为参数的涡旋型线径向误差数学模型.分别采用不同的优化算法对涡旋型线误差进行了评定,评定结果表明:多种群实数编码遗传算法(RMGA)对固定涡旋体和转动涡旋体涡旋型线误差评定结果分别为13.01和11.48μm.RMGA能满足涡旋型线误差的评定精度和效率.     

一种基于方差的自适应遗传算法

为了解决遗传算法的收敛速度和全局收敛性之间的矛盾,本文提出了一种改进的自适应遗传算法Adaptive GA Based on Square Error(SEAGA)。在原自适应遗传算法Adaptive GA(AGA)的基础上提出用适应度方差函数来监控种群的进化情况并据此自动调整算法的交叉率和变异率的思想。通过用此算法对测试函数进行计算,并与SGA,AGA的结果进行比较,可以看出本算法在收敛速度和全局搜索性上优于其它同类算法。     

基于动态聚类和遗传算法的跟踪误差优化研究

针对传统按相关系数高低进行选股并使用简单的非线性规划进行跟踪误差优化的方法进行改进,以沪深300指数为目标指数,根据动态聚类方法进行选股,基于遗传算法进行优化求解分配最优资金配置权重,在一定约束条件下构建指数投资组合,实现跟踪误差优化目的.实证结果表明,结合动态聚类与遗传算法构建指数投资组合,比传统的相关系数法选股并进行非线性规划求解能得到更小的跟踪误差和更好的目标指数拟合效果,目标指数跟踪拟合效果更为有效.     

基于遗传算法的凸轮升程误差修正

为进一步提高凸轮磨削加工精度,针对凸轮磨削产生的升程误差进行研究,采用遗传算法对凸轮升程误差进行修正。实测凸轮升程值通过 C 市第一机床厂提供的软件调整相位误差,将凸轮升程误差与升程值通过小波变换获得二阶差商光顺值。最后以凸轮升程曲线二阶差商光顺值为目标,利用遗传算法对凸轮升程误差进行修正。实验仿真表明,该方法可以获得光顺的凸轮升程值。     

基于小生境遗传算法的制导雷达误差估计

制导雷达误差估计是多雷达站之间信息资源共享的前提和基础。针对无基准数据条件下的误差估计难题,建立了制导雷达误差估计模型,采用小生境遗传算法,给出了误差评估模型的求解方法,并进行了实验验证。仿真实验表明：比较传统遗传算法,小生境遗传算法克服了早熟收敛和后期收敛速度慢的弱点，表明算法是可行的,对多雷达站实现网络化作战有重要的作用和价值。     

基于遗传算法的三维空间柱面拟合

从二维平面曲线的定义出发,进而扩展至三维空间柱面的定义.提出采用遗传算法拟合得出空间柱面的参数,将空间柱面唯一确定.以空间圆柱面为例,说明采用遗传算法进行空间柱面拟合的原理以及方法.以空间曲面的表达参数作为需辨识的参数值,并且对相关的参数值加以约束,基于最小二乘原理建立优化目标函数,采用遗传算法进行进化寻优.实例研究表明本文方法的有效性与拟合精度优势.     

关于NURBS曲线插补算法的研究与改进

在分析NURBS曲线现有插补算法的基础上,着重研究了三次NURBS曲线实时插补技术。针对部分算法的不完整或效率低,提出了一种简单快捷的插补算法。采用NURBS曲线的矩阵表达式,将整个插补过程分解为插补预处理和实时插补。在插补预处理中完成了大量的计算,预处理的计算结果直接应用于实时插补,使插补算法满足了NURBS曲线插补的实时性要求,再辅以必要的轮廓误差控制,实现了加工速度自适应于加工路径的NURBS曲线直接插补。