数控机床实时误差补偿技术及其应用

以某厂一台数控双主轴车床为研究对象,根据齐次坐标转换原理,给出了该机床的几何误差和热误差的综合数学模型．对于不同的热误差因子,给出了不同的热误差数学模型,通过计算机分析合成误差曲线的斜率,分离了热误差和几何误差．补偿系统主要由微机结合机床控制器构成．由机床的温度信号和工作台运动位置信号结合综合误差数学模型,通过微机算出补偿值并送入机床控制器对刀架进行附加进给运动完成实时补偿．补偿试验表明,工件之间的尺寸变化可从原来的６０μｍ以上降到１４μｍ;工件的锥度变化从５０μｍ／ｃｍ以上降到１５μｍ／ｃｍ,大幅度提高了机床的加工精度,满足了工厂的实际生产需要．     

硬质合金可转位刀片周边仿形磨削方法的精度分析

本文根据仿磨原理,分别讨论了砂轮磨损和用一个标准仿形凸轮仿磨不同大小的同形非标准刀片时所产生的磨削误差及形状畸变,并导出了计算磨削误差及畸变的参数方程.     

解析法测定仪器高及其精度分析

三角高程测量，特别是用红外测距仪、全站仪精确测定点的高程，都需要精确测定仪器高。本文导出用解析方法测定仪器高计算公式，并加以精度分析，证明解析方法是提高测量仪器高精度的有效途径。     

时间序列AR模型参数的积分求解法

基于对时间序列实质的分析，提出了旨在减少序列的随机误差影响以及提高拟合精度的ＡＲ模型参数的积分求解法．重点讨论了ＡＲ（１）模型及ＡＲ（ｐ）模型参数的积分求解法，并与最小二乘法在计算机上进行了仿真比较．结果表明，采用积分求解法所得的ＡＲ模型参数的估计精度比最小二乘法的高．     

可控电解珩磨加工机理及其电解液的加工特性

可控电解珩磨是以微计算机实时控制电解珩磨过程中工件表面的电解 电场强度，从而调控各点金属去除速度，获得工件要求几何形状精度的新加 工方法．该方法尤其适用于高精度复杂形状工件、难加工金属材料工件的精 密加工．通过对该方法加工机理的研究，建立和完善了该方法的基本理论，并 提出了一些新概念和对该加工方法体系电解液的基本要求．通过实验，选择 出５种各具特色的电解液，对其准稳态加工条件下的加工特性进行了比较深 入的研究，发现并验证了该加工方法的速度特性．     

一种运动目标亚像素位移的估计方法

采用频域分析的方法，充分利用图像的相位信息，在对数谱的基础上提出了一种可以使目标位移估计达到亚像素级的方法．这种方法不依赖于图像内容，与以往算法相比不仅精度高，而且易于实现．提出的图像预处理方法提高了图像信噪比，减少了图像的分布噪声在频域中的影响，使得算法更具鲁棒性．     

肝硬化门脉血流的彩色多普勒检测

应用彩色多普勒对肝硬化门脉高压患者进行门脉血流动力学检测，结果表明治疗前门脉血流量增加，治疗１个月后重复检测门脉血流量明显下降，前后测值比较差异极显著（Ｐ〈０．００１）。彩色多普勒检测门脉血流动力学变化简单易行、无创，值得临床推广。     

基于SOA-BP神经网络的SLS成型件精度预测模型

针对选择性激光烧结(selective laser sintering,SLS)成型件精度难以控制以及工艺参数优化实验成本高等问题,提出了一种利用人群搜索算法(seeker optimization algorithm,SOA)优化BP(back propagation)神经网络对SLS成型件精度预测的方法。首先选择激光功率、预热温度、扫描速度、扫描间距以及分层厚度五个工艺参数设计正交试验获取样本数据。然后根据SOA算法特有的利己、利他、预动和不确定推理四大行为确定搜索策略,获取BP神经网络最优权值和阈值。最后采用MATLAB建立优化后的BP神经网络预测模型对样本数据进行预测分析,并与传统BP神经网络和粒子群算法(particle swarm optimization,PSO)优化的BP神经网络预测结果进行对比。结果表明:基于SOA-BP神经网络的预测模型具有较高的预测精度,最大绝对误差仅为0.028,对SLS成型件精度的提高和工艺参数的选取具有指导作用。     

一种基于多项式插值改进的亚像素细分算法

介绍了一种基于多项式插值法的改进的亚像素细分算法及相应计算模板和公式，并对算法的误差进行了分析。本算法应用在经典Sobel算子基础上构造出的方向模板，对灰度图像进行处理，得到梯度图像，然后在梯度图像上沿目标边缘的梯度方向进行多项式插值法亚像素细分计算，对目标边缘进行亚像素精确定位。实例说明本算法是可行的。     

基于普通编码器的高精度位置检测方法

根据普通增量式光电编码器测量转角位置的原理，分析了量化误差的形成原因和编码器脉宽制造误差对测量精度的影响，提出了新的信号处理算法——脉冲细分法，利用该方法减小了量化误差．同时标定出编码器的脉宽系数井以它作为脉宽制造误差的补偿参数，消除对位置测量造成的影响，最终提高了系统的测量精度．