基于多源融合理论的机床圆度误差测量不确定度评定

圆度误差是评价机床加工精度的重要指标。为实现机床圆度误差测量不确定度的评定,对基于球杆仪测量的机床圆度误差的贡献因素及不确定度评定方法进行研究。首先,采用最小二乘法(least sqaure method,LSM)对圆度误差进行评定。然后,基于黑箱理论提出了多源融合误差测量不确定度评定方法。接着,根据球杆仪测量机床圆度误差的基本原理,建立了机床圆度误差测量不确定度评定模型。最后,利用球杆仪对某加工中心ZX平面的圆度误差进行多组重复测量实验,采用所提出的方法对圆度误差测量不确定度进行计算,并与基于蒙特卡罗法(Monte Carlo method,MCM)的计算结果进行对比验证。结果表明,基于所提出方法和MCM的机床圆度误差测量不确定度的评定结果分别为1.1900和1.1600μm,两者的相对偏差约为2.5%,由此验证了所提出方法的可行性。所提出方法规避了繁杂的输入量与输出量之间函数关系的求解过程,简化了机床圆度误差测量不确定度的评定过程,具有较强的实用性。

基于多源预报残差的卡尔曼滤波校正技术

为充分利用实测水位流量序列所蕴含的信息,挖掘实测水位流量数据对洪水预报结果的实时在线校正作用以提高洪水预报精度,提出了一种基于多源预报残差的卡尔曼滤波校正技术,该技术采用基于水文要素观测值的涨落差法和残差自回归模型构建多源误差信息源,利用卡尔曼滤波技术进行多源误差序列融合来对洪水预报结果进行实时校正。浙江钱塘江流域实测资料验证结果表明:基于多源预报残差的卡尔曼滤波校正技术能够显著降低预报模型的流量模拟误差,平均相对误差减小超过10%。