基于最小区域圆法的轴倾角回转误差的数据处理

对GJB1801-93《惯性技术测试设备主要性能试验方法》中轴倾角回转误差测量方法的误差源进行了分析,提出了用最小区域圆法进行轴倾角回转误差测量结果的数据处理方法;根据实例建立了最小区域圆法数据处理的目标函数,并用MATLAB优化工具箱进行了优化,结果表明最小区域圆法可以进行轴倾角回转误差的数据处理,且该方法较GJB1801-93里的傅里叶级数法具有一定的优越性。

圆度误差评定中最小区域圆法的计算机叠代算法

在圆度误差测量中 ,对误差的评定是重要的一环 ,目前国标中规定有 4种评定方法 ,其中最小区域圆法为推荐使用的方法。在用计算机实现圆度测量的过程中 ,首先要解决的就是评定方法的算法 ,本文论述了一种最小区域圆法的计算机优化叠代算法 ,并给出了用C语言实现其算法后的结果。

面向轴孔类零件圆度误差评定的改进式最小区域圆法

面向轴孔类零件圆度误差评定,提出了一种改进式最小区域圆法。以计算几何为基础,确定测量点间距离关系,并按照多边形去除法则优化了最小外接圆和最大内接圆的控制点求解过程;再根据最小外接圆、最大内接圆和最小区域圆三者控制点间的相互关系,实现了对最小区域的构建;最后通过实验结果验证了提出方法的有效性和准确性。

计算最小区域圆及圆度误差的交叉弦线法

提出了一种利用计算机求解圆度误差值时，确定最小区域圆圆心位置的快速精确算法—交叉弦线法，并在理论上进行了证明．推导出了数学计算公式，给出了求解最小区域圆的步骤和流程．通过对比实验，该算法得出的结果无原理误差和逼近误差，处理速度快，易于编程．

圆弧轮廓误差的最小区域分析法

若评定圆弧误差的方法不当,会使得轮廓误差较小的圆弧被误判为不合格。提出基于最小区域圆法的数学模型,研究被测特征点与最大区域圆、最小区域圆之间的关系,建立模型的目标函数并分析其误差控制方法,得到圆弧半径和圆心误差的不确定度表述方法。此圆弧误差的评定模型克服了以往单纯依靠半径值来衡量误差的不足,更符合圆弧误差分布情况。结果表明,此分析方法能较真实地反映被测圆弧轮廓误差的实际情况。

基于HALCON的圆环区域字符识别实现

在有些字符识别的应用领域,待识别的字符位于圆环区域内,例如圆形工业产品上的编号等,这给识别带来不便。因此先要把圆环区域转换成矩形区域,调整字符位置呈水平排列后再进行字符识别。采用HALCON机器视觉软件进行的设计,主要步骤包含圆环区域的极坐标转换算法和字符识别算法的实现。实验表明,核心算法有效可行,字符识别率高。

用代数方法探讨四圆相交区域填充数字问题

受在三圆相交区域中填充数字问题以及用代数方法求解幻方问题的启发,设计了利用线性代数方法在四圆相交区域中填充数字问题。首先,建立了填充问题的约束方程组,根据需要将约束方程组变形为5种形式,即所谓5个约束条件;然后,对约束条件进行讨论,得出四圆重叠区域中心位置的数与两圆重叠区域的4个数字之和的奇偶性,以及三圆重叠区域的4个数字之和与只属于一个圆区域的4个数字之和的奇偶性,以约束条件为基础,兼顾数字的对称性与互补性,采用试验的方法,考虑3种情况下的不同取值,得到相应问题的15个解;最后,给出了相对于每一个解,每一个圆中所包含的7个数字之和的上限与下限,给出相应的证明。

灰飞虱自动识别计数方法研究

为更精确地施药,提供可靠的虫量数据,提出一种基于图像识别技术的灰飞虱数量计算方法。设定由拍摄距离和相机调节倍数组成三组拍摄条件,融合区域面积、区域圆度和边界直径三个参数组合构成识别计数模型,利用边缘检测和区域填充完成图像中的个体提取,每组条件下分别计算5张单个长翅和短翅的参数值作为标准。拍摄条件相同的情况下,分别计算4张相互独立和4张有轻微连接的灰飞虱的计数图像,将每个区域的结果比对参数标准值范围,如果三个参数均在范围内,则输出1;至少有一个参数不符合,重新计算该区域面积和边界直径,当同时符合标准值的2倍时,输出2。试验结果表明:灰飞虱全为独立的图像中,有8张相对错误率为0%,3张小于10%,1张为13.3%;轻微连接的图像中,有2张相对错误率为0%,6张小于10%,4张为10%~25%,能满足灰飞虱数量的自动计算。

圆环区域上的单叶性准则

设H={z:1<|z|<R}是平面上的圆环区域,本文证明了H是(α,β)——一致区域。由此我们给出了多连通区域H上的一个局部单叶的解析函数为整体单叶的充分条件,即:设f(z)在圆环域H上解析,且f′(z)≠0,则当 ‖S_f‖H<1/8([(1+1/r)π]+5)^(-5)(log(2R/(1+R))~2,或 (?)|f″(z)/f′(z)|ρ_H^(-1)(z)<1/2([(1+1/r)π]+5)^(-3)log(2R/(1+R))时,f在H内单叶。

微分进化算法在圆度误差评定中的应用

为了精确快速计算圆度误差，提出了基于微分进化智能优化算法的最小区域圆度误差评定方法。介绍了微分进化算法的基本原理及种群初始化、变异、交叉、选择实现步骤，建立了该算法求解最小区域圆度误差的数学模型。为验证算法的有效性，进行了大量实验并与多种算法进行对比，证实了方法的评定结果不仅小于最小二乘法及标准遗传算法评定结果，精度高，而且计算结果稳定，运算速度快。实验表明：微分进化算法用于最小区域圆度误差评定有较强的自适应能力、快速全局收敛性和高稳定性，适于对高精度圆度误差的快速评定。

基于自适应多种群遗传算法的圆度误差评定

针对传统遗传算法在圆度误差评定方法存在搜索稳定性差、易陷入局部收敛和全局搜索能力不足的问题,改进传统遗传算法(TGA),提出了采用自适应多种群遗传算法(AMPGA)的评定方法。根据圆度误差评定的特点,建立了多种群协同进化的遗传方式,并引入了交叉概率Pc和变异概率Pm随个体适应度值变化而不断调整的遗传机制,通过编写自适应多种群遗传算法(AMPGA)程序对圆度误差进行评定,得到相应结果与三坐标测量机的实测值对比。对比分析结果表明该方法能有效的克服传统遗传算法(TGA)在圆度误差评定上存在的搜索稳定性差、易陷入局部收敛和全局搜索能力不足的问题,是一种更有效的圆度误差评定方法。

虚拟圆度误差测量仪的研制

利用美国NI公司的LabWindows/CVI为软件开发平台,结合实验室现有的测量条件和基于PC的数据采集卡,开发研制了虚拟圆度误差测量仪·该仪器将形位误差测量技术与虚拟仪器技术相结合,用圆度误差的最小二乘圆评定法、最小区域圆评定法、最小外接圆评定法、最大内切圆评定法,解决了圆度误差的测量问题,并且将圆度误差图形在屏幕上形象、直观地显示出来·有利于分析误差产生的原因,以便控制制造误差·该仪器测量精度高,工作稳定,制造成本低,并具有良好的功能扩展能力,既可用于实验教学,又可用于生产实际·

一种基于MATLAB的圆度评定方法

圆度的评定和计算 ,实质上是根据圆度的定义构造函数模型、再进行函数优化求解的过程。提出一种基于MATLAB的圆度评定方法 ,利用MATLAB优化工具箱 ,为采用最小区域圆法、最小二乘圆法、最小外接圆法和最大内接圆法实现圆度的评定提供了新的选择。

基于三坐标测量机的圆度误差不确定度评估

为了实现圆度误差的不确定度准确评估,提出了一种在快速准确微分进化算法评定基础上的圆度误差蒙特卡洛(MCM)不确定度评估方法.针对最小区域圆圆度误差评定特点,提出了一种基于种群优化的微分进化算法用于圆度误差评定,并在此基础上利用蒙特卡洛方法进行圆度误差的不确定度评估.通过三坐标测量机对圆度零件的实测数据,给出了一个实例,以验证方法的可行性.分析了圆度误差的不确定度来源,给出了不确定度数值和95%置信概率下的不确定度包含区间,并与传统测量不确定度的表示指南评定方法(GUM)进行了比较.结果表明,蒙特卡洛不确定度比GUM方法的不确定度小0.3μm,包含区间也小于GUM.所提出的方法也适用于其他形状误差的评定与不确定度评估.

三维空间中圆度误差的评定研究

为解决三维空间中圆度误差的精确评定问题,针对三坐标测量机检测圆度误差时因存在测量误差而使各实际测点不是精确地位于同一理想截平面上的特点,根据计算几何学和误差理论,提出了基于空间测点集算术平均中心点的最小二乘平面拟合方法,推导了其数学模型;并对国家标准中圆度误差评定的最小外接圆法、最大内接圆法和最小区域圆法进行了三维扩展;还对前两种方法作了改进,建立了此3种方法的数学模型和算法流程。最后的数字实验表明:以上3种算法是有效的。

AutoCAD在圆度误差评定中的应用研究

在圆度误差测量中,圆度误差的数据处理和评定一般都是采用绘制简图及用同心模板逼近的方法完成,但这种方法处理效率及准确度偏低。应用AutoCAD软件的绘图和标注功能对圆度误差进行评定的方法,能够很好的弥补传统方法的不足。

基于MATLAB的圆度评定方法

本文利用MATLAB优化工具箱 ,采用最小区域圆法、最小二乘圆法、最小外接圆法和最大内接圆法进行圆度的评定。并给出了 参考程序和运行结果。

圆度新算法的探讨及其在微机上的实现

“最小区域圆”意义上的圆度误差,被认为是符合“最小条件原则”的圆度误差评定标准。对于一组测得的圆形工件周边上点的坐标,计算出来的圆度误差值越小,越是好的算法。本文另辟途径,在已经获得的同心圆圆心的基础上,寻求进一步的圆心移动方向和移动步长,使同心圆的半径之差下降,并通过控制步长的大小,不断把半径之差减小,从而使圆度误差的计算向“最小条件原则”收敛。