按最小圆柱包络法评定空间直线度误差

建立了按最小圆柱包络法评定空间直线度误差的非线性数学模型，通过误差分析，证明了该数学模型不宜进行线性化处理．提出了空间直线度误差的最小条件判别准则及用计算机评定空间直线度的方法；给出评定空间直线度误差的实例     

按最小圆柱包络法评定空间直线度误差

建立了按最小圆柱包络法评定空间直线度误差的非线性数学模型，通过误差分析，证明了该数学模型不宜进行线性化处理，提出了空间直线度误差的最小条件判别准则及用计算机评定空间直线度的方法，给出评定空间直线度误差的实例。     

解析法评定导轨直线度误差探讨

导轨直线度误差的评定有作图法和解析法两种方法。在用解析法评定导轨直线度误差时,如果采用"最小条件"评定基准来解析导轨直线度误差,目前尚难完全摆脱对作图法的依赖,现场运用和教学效果受到制约。笔者在教学实践中总结出"基准转移法"评定导轨直线度误差,收到较好的效果。     

轴线直线度误差数学模型的仿真分析

在介绍符合定义的求解轴线直线度误差数学模型的基础上，着重对此方法进行了仿真分析，研究了安装误差，测量系统中测头的直行运动误差及其对仪器回转轴线的平行度误差等对轴线直线度误差测量结果的影响。文中建立的数学模模型和仿真研究得出的结论为研制轴线直线度误差测量仪和在线测量系统打下理论基础。     

移位法和双测头法直线度误差分离的精度分析

讨论了目前一直在工程实践中应用的移位法和双测头法直线度误差分离中存在的一些问题，并与两步法圆度误差分离技术进行了对比，认为：移位法直线度误差分离的精度对移位时的微量角位移敏感，工程应用中精度较难保证；双测头法直线度误差分离存在较大的理论误差。     

移位法和双测头法直线度误差分离的精度分析

讨论了目前一直在工程实践中应用的移位法和双测头法直线度误差分离中存在的一些问题，并与两步法圆度误差分离技术进行了对比，认为：移位法直线度误差分离的精度对移位时的微量角位移十分敏感，工程应用中精度较难保证；双测头法直线度误差分离存在较大的理论误差。     

基于近似凸壳的直线度误差评定方法

针对需要快速求解直线度误差的场合,提出了利用二维空间中测量点集近似凸壳评定直线度误差的近似算法,在此基础上构造真实凸壳求解直线度误差最小域值的精确算法.针对近似算法的原理误差进行误差分析,得到了近似算法的最大误差值.精确算法首先得到点集的近似凸壳,再插入近似凸壳外的点得到真实凸壳,然后查找该凸壳的对极元以求解直线度误差.通过仿真示例对提出的方法进行验证,结果显示算法是有效的,并且具有较强的鲁棒性和稳定性.     

误差评定在电梯导轨直线度测量系统中的应用

将开发的电梯导轨直线度测量系统用于测量电梯导轨顶面直线度,并对该系统进行误差评定,为电梯导轨出厂提供了更为精确有效的数据。介绍了测量系统的组成、测量原理,分析了测量误差产生的原因和消除方法,详细介绍了采用累积法对测量数据进行误差评定的过程。     

基于数字图像的直线度误差评定系统可视化研究

为了实现小尺寸精密零件直线度误差的快速准确评定,设计了一套基于数字图像的直线度误差评定系统。分析比较直线度误差的评定方法,提出一种满足最小包容区域法的直线度误差评定的方法——区域-距离改进算法。介绍了该算法的原理,以采集的数字图像为例,设计了直线度误差评定系统,实例计算结果表明,该方法评定精度高,易于实现,并可以实现测量结果的可视化。     

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。     

基于GA-SVM算法永磁同步直线电机变载荷进给位置误差预测

针对永磁同步直线电机精密进给过程中,受到齿槽效应、端部效应及摩擦力扰动等非线性因素的影响,位置误差难以预测问题,提出了一种基于遗传算法(GA)优化支持向量机(SVM)算法永磁直线电机变载荷位置误差预测模型的方法。通过测量各种情况下永磁直线电机在运动过程中的位置变化情况,利用遗传算法优化支持向量机算法建立预测模型。该模型采用实验台运行的正弦轨迹数据为训练样本,三角波轨迹数据为测试样本。选取各种情形的正弦波轨迹数据和三角波轨迹数据进行仿真预测和验证。以各种情况的正弦波信号的指令位置、指令速度和电流作为模型的输入,以三角波信号的位置误差作为输出。结果表明,经过遗传算法优化支持向量机建立的位置误差预测模型,在拟合和预测精度上要优于未经过算法优化的位置误差预测模型。     

先行分离直行运动误差的二次相移三点法

现代检测与补偿技术越来越要求测量的高精度和实时性，通过直接获取运动误差以避免误差残留的二次相移三点法，为运动误差的在线高精度检测提供了一条有效途径。通过对3个传感器的测量数据按照二次相移原则进行数据重组，在数据处理的首次操作时消除直线形状误差的影响，从而在反滤波基础上可以先行分离出直行运动误差的平移分量和转动分量。利用权函数对比分析，证明了二次相移三点法与先行分离形状误差的直线频域三点法在本质上的同源性和统一性。实验结果表明，该方法可以较好地分离出直行运动误差和直线形状误差。     

精密气浮运动平台动态误差建模与分析

针对驱动合力偏离运动部件质心时,精密气浮运动平台运动部件会产生偏转振动,会带来运动和定位的动态误差,提出一种基于动力学分析的动态偏转误差评估方法.运用牛顿-欧拉法并引入欧拉四元数建立系统动力学方程,利用实验数据对静压气体轴承受力进行插值处理,有效解决了静压气体轴承受力非线性的问题,得到了更为精确的偏转误差曲线.以H形双边驱动XY运动平台为研究重点,分析其在不同受力情况下的偏转误差,结果表明：驱动不同步会引起运动平台较大幅度的偏转.该方法还可以推广到其他结构模型的运动平台.     

机器人负载的动力学参数辨识

为解决机器人末端负载的时变性给高速运动的机器人带来控制精度降低的问题,研究了参数差值法、力矩求解法、全局参数辨识法的机器人末端负载动力学参数辨识的方法,以提高末端负载的辨识精度.得到的负载动力学参数用于动力学控制以提高机器人动态精度.通过建立拉格朗日动力学线性辨识模型,以最优激励轨迹进行实时数据采集,采样数据经过低通滤波及中心差分的处理后,代入相应的负载辨识方程式,并用加权最小二乘法解决线性方程组,可辨识到不同负载的动力学参数.实验验证了负载辨识方法的可行性.     

基于物理模型的成像算法评价与 SASART 成像算法

基于物理模型的图像重建算法评价方法,作者研究设计的ＳＡＳＡＲＴ算法,给出了常用算法ＳＶＤ,ＣＧ,ＬＳＱＲ,阻尼ＬＳＱＲ,ＳＩＲＴ,ＳＡＲＴ及ＳＡＳＡＲＴ的测试结果。测试数据表明：（１）线性成像方程系统的特性（条件数）及解结构都对解精度有影响,解模型越粗糙,解的精度越低;（２）自激励联合迭代重建算法（ＳＡＳＡＲＴ）迭代稳定、抗噪音能力强,用于高噪数据反演能获得合理的图像;（３）各种求解算法都具有平滑效应,同时也都会产生误差很大（＞１５０％）的奇异解;（４）小的数据拟合差并不一定指示解的精度高;（５）对含误差数据,应用阻尼ＬＳＱＲ或ＳＡＳＡＲＴ算法进行成像反演。     

多元线性回归在角位移传感器机务维护中的应用

某型飞机副翼角位移传感器输出误差直接影响飞参系统的相关通道采集记录精度,制约了飞参记录数据在诸多方面的应用与研究。针对机载传感器输出误差重复性差等特点,论文提出利用多元线性回归算法对飞参记录相关历史数据段进行处理和拟合,该方法在补偿传感器输出误差、辅助判断传感器故障和确定传感器校准时机等方面具有较高的精度和工程使用价值,并已应用在辅助机务维护等方面。本文利用该算法在Matlab环境下对副翼角位移传感器零位输出数据进行了仿真。     

基于神经网络辨识的移动机器人航向误差校准方法

分析了E-Core RD1100干涉型光纤陀螺的误差产生机理, 提出利用RBF神经网络和遗传算法实现光纤陀螺漂移误差模型的辨识. 通过实验获得进化神经网络的训练样本, 在RBF神经网络的训练中, 提出了基于Elitist竞争机制的遗传进化训练方法. RBF神经网络具有很强的局部逼近能力, 而遗传算法具有优良的全局搜索与优化性能, 从而能够有效地对陀螺误差的非线性与时变特征进行建模与辨识. 实验结果表明: 该方法大幅度减少了光纤陀螺的误差, 从而提高了移动机器人导航定位的精度.     

基于LCT域模糊函数的QFM信号参数估计算法性能分析

基于线性正则域模糊函数的二次调频信号参数估计算法,探讨了噪声环境下算法的可行性,通过仿真实验分析了算法的信噪比门限,并进一步讨论了算法的优势. 为进一步提高信号的估计精度,提出了乘积性线性正则变换(LCT)域模糊函数来估计二次调频(QFM)信号. 理论分析和仿真实验表明,该算法在低信噪比时也具有良好的估计性能,且随着信噪比的增加,各参数的均方误差越来越接近其Cramer-Rao下界;该算法能一次性估计3个参数,效率高,误差传递小.      

一种基于结构化环境的线性距离特征提取算法

为解决室内环境中移动机器人的自主导航问题,提出了一种基于结构化环境的线性距离特征提取算法。首先通过建立机器人运动模型,对激光雷达获得的点云数据进行预处理。然后采用聚类算法对预处理后的数据进行分割和合并。采用正交拟合算法,估算特征线段的最大角度公差,并提取竖直和水平特征线进行误差纠正。仿真实验结果表明:算法可有效提取室内环境特征线段并建立特征地图。同时调用数据集与ICP(iterative closest point)算法进行对比测试,结果表明使用该算法构建环境地图,可见使用此算法可降低建图时间复杂度,同时提高地图匹配精度。     

遗传算法优化性能评价准则研究

为了克服传统遗传算法优化性能评价准则（如在线性能、离线性能）忽略随机因素对算法的影响，从而不能准确评价算法性能的缺点，提出了一种基于平均偏离距和偏离距标准差的新的遗传算法优化性能评价准则，给出了平均偏离距和偏离距标准差的数学定义，并分析了它们的泛函意义．由于平均偏离距和偏离距标准差采用遗传算法多次运行结果的统计参数来评价算法的性能，因此能够较好地消除随机因素对算法性能的影响．同时，应用所提出的评价准则研究了二进制码和格雷码对遗传算法优化性能的影响．基于F2函数的数值实验结果表明，与二进制码相比，格雷码的平均偏离距和偏离距标准差指标都比较低，因此能够更好地提高遗传算法的优化性能．