平面度误差的遍历搜索算法

结合平面度误差的几何特征,提出了平面度误差的遍历搜索算法。首先,选择被测平面的3个边缘点为参考点,分别以参考点为基准,在垂直于被测平面的方向上建立扩展区域并设置一系列的等分点,以一个扩展区域上的等分点逐次遍历连接另外两个扩展区域上的等分点,构造出一系列的辅助平面;然后,依次以这些辅助平面为假设理想平面,计算所有测量点与这些理想平面之间距离的极差,极差最小的辅助平面即为被测平面最小区域拟合的理想平面,从而实现平面度误差的最小区域评定。阐述了平面度误差遍历搜索算法的原理和实现过程。实例结果表明:该算法具有较好的稳定性、准确性及实用性,可直接应用于平面度精密测试仪器中。     

彩色环境下基于惯性矩的椭圆检测算法

提出了在彩色环境下检测椭圆的新算法。首先分析了椭圆的解析结构,根据物理学中惯性矩的概念,推演出一个类椭圆区域的理想椭圆,用该理想椭圆与边缘检测获得的边缘点拟合,求出一个区域的理想椭圆;然后将求得的理想椭圆与区域边缘点集合用近似度和逼近度两个指标拟合,得到与类椭圆区域最匹配的精确椭圆;最终得到类椭圆区域的边界轮廓,该轮廓可以很好地代替目标的真正边界。该算法可以快速检测完整椭圆和椭圆弧。     

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。     

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。     

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。     

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。     

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.     

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.     

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。