基于CMM的线轮廓度误差测量与评定技术

针对动车轮踏面线轮廓度误差检测,研究使用三坐标测量机检测平面线轮廓度误差的方法.以踏面轮廓CAD图形节点数据描述理论轮廓,以实际踏面轮廓探测点数据描述被测轮廓,应用最小二乘法和条件约束优化方法计算和评定线轮廓度误差.该方法的优点是分离和消除被测轮廓与理论轮廓间的位置误差对轮廓度误差评定结果的影响.     

基于Matlab的平面度误差最小区域法评定

平面度是形状公差的主要项目之一,其误差的测量与评定在几何量测量中有着重要的意义.分析了常用的近似评定法(三点法、对角线法、最小二乘法等)存在的局限性,根据最小区域法的定义,给出了基准平面方程及平面度误差评定目标函数数学模型的建立方法,并举例说明了采用Matlab进行平面度误差的计算.结果证明该方法利用Matlab只需要进行简单的矩阵运算,具有简单实用的特点.     

机床主轴热误差的累积法建模研究

为实现数控机床热误差的快速精确建模,提出一种基于累积法的机床热误差建模新方法。对一台立式加工中心,利用温度传感器与非接触式激光位移传感器同步测量主轴温度变化及热变形值,对获取的模型数据进行累积算子求和,构建累积矩阵及热误差正规方程来估计模型中的参数以实现热误差建模。利用该方法构建的热误差模型分别与最小二乘法(LS)、最小二乘支持向量机(LSSVM)模型进行对比,结果表明:累积法的建模精度要高于最小二乘法,且建模时间比最小二乘支持向量机法要少。     

应用位置敏感探测器检测平面度的方法研究

为实现平面度误差值的在线检测,文章在分析平面度最小二乘法评定方法和位置敏感探测器测距原理的基础上,提出了一种基于应用直射式光学三角法的平面度在线检测方法,并设计了一种试验装置。该方法首先应用3组位置敏感探测器检测组件逐次检测被测表面的Z向偏离值,确定各被测点的坐标值,然后应用最小二乘法计算平面度,评定基准面后,计算平面度误差值。仿真试验结果表明,文中方法对于一般平面的测量精度较高,优于千分尺指示器法,其测量结果可靠有效。     

平面度误差评定算法及程序设计

平面度是评定产品质量的指标之一.随着测量技术的不断进步,影像测量仪被广泛应用于平面度的测量.采用最小二乘法的算法原理,编写平面度误差评定程序并将其嵌入影像测量仪软件中,对影像测量仪自动测量的数据进行处理.实验结果表明:该算法能够快速评定平面度误差,在生产实际应用中效果较好.     

超精密车床加工端面实时误差补偿及平面度测量系统

本文提出了一种超精密车床加工端面实时误差补偿方法,并对工件加工表面进行在线测量,用最小二乘方法计算平面度误差,结果表明零件平面度改善了６２％,证明所提方法是可行的。     

超精密平面度在线检测方法研究

磨削问题过实验,效性。介绍了一种用最小二乘逐次两点法对超精密平面度进行在线检测与误差分离的方法;针对平面光学玻璃设计了一套在线测量系统,所提出的方法可以精确而快速地分离出被测平面移动的导轨运动误差,通验证了该测量方法能在机床上直接测量工件的平面度误差,消除基准误差,从而保证实现在线测量的有     

无基准平面抛物线轮廓度误差的可视化精确评定

采用最小二乘法、最小外接(最大内接)抛物线法确定拟合抛物线的最佳配型,利用MATLAB强大的数学功能解决点到平面自由曲线法向距离的计算,从而完成了无基准平面任意位置抛物线轮廓度误差的快速精确评定,并设计人机交互界面实现评定结果可视化,最后通过算例证明算法的可靠性。     

混沌-支持向量机在加工误差预测中的应用

提出将混沌-支持向量机模型方法应用于加工误差数据预测。利用互信息法和曹氏方法进行相空间重构,并运用小数据量法计算最大Lyapunov指数,对加工误差时间序列进行混沌识别。通过最小二乘支持向量机对历史样本的学习建立预测模型,并将其预测结果与RBF神经网络预测结果进行仿真对比。结果表明,在较少的加工误差数据条件下,该模型能够有效地描述和预测加工误差的变化,具有较高的预测精度。     

基于线结构光视觉的轴径主动测量方法

针对轴径测量问题,提出一种通过建立与轴线垂直的虚拟平面,并利用基于最小二乘圆拟合算法快速获得被测轴直径的方法。对线结构光视觉系统进行标定,得到摄像机的内参、畸变系数、结构光平面参数;获得被测回转体轴线的方向向量和轴线与结构光平面交点坐标,利用已得到的方向向量和轴线与结构光平面的交点建立一个与轴线垂直的虚拟平面;再将结构光平面与零件表面上的交点投影到虚拟平面上,并通过所有投影点到轴线与光平面交点的距离排除数据中的噪点;最后利用有效投影点和轴线与光平面交点的距离,得到被测回转体的外表面圆柱度。通过轴径测量试验对该算法进行了验证,在复杂的测量环境下,当被测轴直径为30～50 mm时,平均测量误差为30μm,最大测量误差为50μm。因此,该算法可以应用于实际回转体零件的直径测量中。     

多段圆弧曲线轮廓测点划分与拟合研究

针对检测和拟合多段圆弧曲线中存在的测点划分不精确和整体拟合轮廓不平滑等问题，提出了一种B样条迭代平滑算法和一种基于曲率和最小二乘原理的分割拟合方法。首先，采用B样条迭代法对原始测点进行平滑处理，并生成相应的辅助点；其次，采用三点圆曲率分析法计算辅助点的曲率，然后对辅助测点曲率集进行均值匹配得到初始分割点；最后，通过构建分割临界区域，并采用带几何约束的最小二乘拟合法实现多段圆弧曲线轮廓测点的最优分割与平滑拟合。对某四圆弧凸轮进行仿真案例分析，在噪声水平s=0.01 mm,s=0.03 mm,s=0.05 mm下，最大相对拟合偏差分别为0.645%、2.237%、3.243%;实验结果表明，该方法能够准确找到圆弧段间的分割点，并保证整体拟合轮廓的光顺性。     

基于LSSVM的磨加工主动量仪圆度误差在线评定方法研究

圆度误差作为重要的几何误差指标直接影响机械零部件装配精度和使用寿命,面向智能制造的在线测量对圆度评定方法的快速性、准确性提出了更高的要求。针对在线圆度误差评定,结合磨加工主动量仪提出一种基于最小二乘支持向量机（LSSVM）的最小区域评定方法。LSSVM采用误差的二范数和等式约束代替了传统支持向量机中的误差和不等式约束,将二次规划问题转化为求解线性方程,降低了计算的复杂度,有效提高了求解速度。通过对比单纯形算法、遗传算法、支持向量机和LSSVM四种算法的圆度误差评定结果,验证了基于LSSVM的圆度误差最小区域评定方法的准确性和可行性,发现它在处理庞大提取数据时的高效性,可实现磨加工主动量仪在生产过程中对圆度误差的在线评定,提高加工效率。     

基于模糊故障树的数控龙门铣床加工误差分析与试验

针对数控龙门铣床加工中出现的平面度误差问题进行研究与改进,分析工艺系统因素产生的误差,建立加工平面误差的模糊故障树,通过下行法对其进行简化分析,定性分析影响加工平面度误差的最小割集,运用模糊隶属函数定量分析顶事件的发生概率及底事件的发生概率重要度,确定主要因素为工作台形位误差、定位元件误差、热变形等。使用激光测量技术对安装的工作台平面进行矩形布点测量,根据采集数据建立基于最小二乘法的数学模型,运用Matlab软件定性分析平面度的评定,并对超差区域进行改进,最终实现了机床装配与使用要求。     

一种球度误差计算模型与评价方法

研究了直角坐标系下基于几何曲面的球度误差评价模型,提出了一种基于空间二次曲面的最小二乘评价数学模型和相应的测量方法,建立了空间测量评价数学模型.利用几何对称关系减少了非线性误差对结果的影响,并通过弦线交叉定位,达到了高效、准确搜索最小二乘球心的目的.通过分析表明,基于曲面关系的最小二乘球度误差评价方法计算速度快,易于实现且具有较高的评定精度,也为球度误差评价提供了一种新的思路.     

多采样点下圆度误差最小区域评价方法研究

针对圆度误差测量时某些采样点密集的情况,提出一种新的圆度误差最小区域评价方法,详细阐述了该方法的设计要点及实现步骤并给出了计算机程序流程图。该算法主要包括以下两部分:先以最小二乘圆心为初值,采用"九点法"逐次移心逼近最小区域圆心;再设定阈值,在各峰值点群中找到满足交叉准则的四点,最终获得最小区域法的圆度误差值。大量仿真表明该算法可以在短时间内根据上千个采样点信息准确算得最小区域圆度误差值。将该算法应用于CCD图像测量系统,亦可稳定、高效地得到测量结果,进一步证明了该算法的实用性。     

在主动测量中的基于支持向量机尺寸判定的研究

针对磨加工主动测量仪信号点到尺寸时的工件尺寸与信号点预设值由于圆度误差而存在偏差的问题,提出了基于支持向量机的圆度误差修正的尺寸判定方法。通过交叉验证参数寻优方法和最小二乘支持向量机理论搭建了圆度误差预测模型,实验分析模型的平均相对误差为MRE=0.0095,均方误差为MSE=0.0050;基于圆度误差的修正方法使到尺寸判定偏差绝对值最大不超过0.5μm,有效减弱了圆度误差对尺寸判定的影响,证明了基于圆度误差尺寸判定的合理性和可行性。     

基于圆形分割算法的圆度误差评定

准确评定圆度误差对于提高加工精度、保证零部件的工作精度具有重要意义。针对圆度误差评定准确性不高和计算速度慢的问题，提出一种圆度误差评定算法——圆形分割算法，建立新的数学模型，并将圆形分割算法与最小包容区域法的几何判断相结合评定圆度误差。以最小二乘圆心为初始圆心，以一定半径作圆，经过迭代，搜索实时圆心的位置，然后利用相交弦的几何结构进行判断，最后得到最小包容区域圆心。该方法无需满足等间隔采样和小偏差假设。经过算法验证，对圆度误差进行评定与比较，结果表明：利用该方法评定圆度误差的结果准确性高，计算速度快，稳定性好。     

基于最小二乘支持向量机的超磁致伸缩执行器磁滞非线性模型

为准确模拟超磁致伸缩执行器的磁滞非线性特性,基于最小二乘支持向量机与实验数据建立了超磁致伸缩执行器的模型,结果显示所建模型都能够充分逼近非线性实验数据点。为提高模型的求解速度,仅选用一半的实验数据建立了小样本模型,并与神经网络所建小样本模型对比,结果表明:基于最小二乘支持向量机所建模型的位移预测误差小于1.2μm,而基于神经网络所建模型的位移预测误差大于1.5μm。     

机床主轴径向回转误差的测量与研究

主轴回转误差严重制约着机床工作精度,本文对机床主轴产生回转误差的原因进行分析,并对其测量方法进行研究,在对现有的线位移三点法误差分离方法的研究的基础上,采用了一种优化算法——矩阵算法,代替傅里叶变换实现圆度误差分离。采用最小二乘法和圆图像的误差值对分离出的主轴圆度误差和回转误差进行评定。基于仿真软件,开发主轴动态回转精度测试系统,该系统用于主轴回转误差测量,通过对测量数据进行处理,得到较高精度的误差分离结果,对主轴回转误差的有效分离具有指导意义。     

基于LSTM的轮毂端面变形量在线检测系统

针对传统端面平面度在线检测时,会出现由于工业现场光线、粉尘等干扰使激光位移传感器采样数据异常,导致端面平面拟合出现偏差的问题,提出了利用基于神经网络的异常检测方法来识别传感器采集的异常数据。首先在非异常数据集上对层叠LSTM网络进行训练,然后对多个时间步长后的原始数据进行预测分析,由此产生的预测误差进行高斯分布建模,为数据异常检测提供判断依据。最后使用最小二乘法完成对端面平面度的求解。通过工业实验验证了该方法的有效性,其测量精度为±0.073 mm,相较于传统平面度在线检测精度提高明显。