工件平面度误差智能评定算法研究

为提高工件平面度误差评定的精确度,在机械制造检验中引入了鲸鱼优化算法(WOA)、改进粒子群优化算法(IPSO)、改进人工蜂群算法(IABC)和遗传算法(GA)等智能评定算法。计算结果表明,四种智能评定算法均优于三维最小二乘算法和新的最小区域算法,不仅提高了工件平面度误差评定的精确度,而且还提高了工件的合格率,降低了工件的制造成本。

虚拟圆度仪中圆度误差的评定算法

文中研究了评定圆度误差的算法,建立了相应的数学模型,设计了一种新的逐次逼近的迭代算法。该法成功地应用于最小区域圆法、最小外接圆法和最大内接圆法。用这种软件配备虚拟圆度仪,大幅度提高了测试速度及测试精度。

基于NLopt的几何误差评定算法模型实现

在基于NLopt非线性最优化软件包下,应用VC++和MATLAB设计开发各类算法的几何误差评定软件和评定结果可视化。通过对多组测量数据的处理,验证几何误差算法的准确性、高精度和软件的可行性,为复杂形状的几何误差评定实现提供实际应用价值。

台阶高度评定算法的适应性研究

针对台阶高度的评定算法,对单边算法、直方图法、Two-sided算法和ISO算法进行了对比分析;构建了不同信噪比、不同尺寸的台阶高度仿真曲线,从噪声环境和多尺度方面对直方图法、ISO算法和Two-sided算法的适应性进行了评定。通过模拟结果可得:ISO算法在不同噪声环境中表现出较好的稳定性和准确性;Two-sided算法的纳米尺度计算结果更加精确;随着台阶高度尺寸增大,3种算法的计算结果趋于接近,均具有良好的精度。

工件圆柱度误差智能评定算法研究

针对传统圆柱度误差评定算法都对包容最小区域的两个同轴理想圆柱面的轴线有约束,从而降低了工件圆柱度误差评定的精确度,所以在工件圆柱度误差评定中引入了对理想圆柱轴线没有约束的鲸鱼优化算法(WOA)、改进粒子群优化算法(IPSO)、改进人工蜂群算法(IABC)和遗传算法(GA)等智能评定算法。计算结果表明,采用改进粒子群优化算法(IPSO)和改进人工蜂群算法(IABC)的圆柱度误差智能评定算法均优于最优的传统圆柱度误差评定算法,提高了工件圆柱度误差评定的精确度,不仅可以完善具有圆柱面工件的加工工艺,而且还可以提高工件的合格率,降低工件的制造成本。

圆度误差评定快速算法

对圆度误差评定理论进行了研究，提出了一种圆度误差评定的快速算法，并采用这个算法．编制了一套运用最小区域法、最大内接圆法和最小外接圆法判别虚接触点的微机软件，运行结果表明，这个算法可－次确定最住移动方向、一次确定移动步长，与其它算法相比具有更快的计算速度和更高的计算精度。

最小条件评定直线度误差的快速精确算法

介绍了一种符合最小条件评定直线度误差的快速精确算法,采用VB开发了应用软件,实验结果表明该算法具有运算速度快和运算精度高的特点。

直线度误差评定快速算法

直线度误差评定快速算法石家庄铁道学院（０５００４３）李辉河北理工学院（０６３００９）刘风利１引言评定直线度误差的算法很多，但这些算法的计算速度很低，而且精度只能达到预先设定的收敛精度。如果要想提高计算精度，就要减小，而的减小会使计算量急剧增加，...

基于Matlab的圆柱度误差评定算法的设计

圆柱度误差属于形位误差,机械零件的形位误差对机械产品的质量有很大影响。圆柱度误差的计算通常是采集大量的数据然后带入相应的公式中逐一计算,工作量很大。为了解决这个困难,本文在MATLAB平台上对其进行电算法设计。通过在界面中输入测量数据,计算相应的误差值和相关数据。

圆柱度误差测量软件中的评定算法

针对目前圆柱度误差评定的四种常见方法，比较了一些评定算法，并结合实际测量中的测量点分布不均匀，采样数据量较大的情况，选择了一些相对较为合理的算法作了具体阐述。因而这些算法有着比较广的适用范围，且易于计算机编程对测量数据进行处理。

大型机床导轨直线度测量仪的设计探讨

文章重点介绍了直线度测量仪的工作原理,大型机床导轨直线度测量仪的总体设计、硬件设计和软件设计,以及大型机床导轨直线度测量仪直线度误差评定算法。

基于WEB模式招投标决策系统的分析与研究

介绍了目前设备采购招投标的现状与存在的问题,并分析和建立了网上招投标系统的体系结构、网络架构和功能结构。利用决策支持系统理论中的层次分析法评定中标企业,该层次分析法思想简洁、使用灵活,能够成功地应用于中标方的评定,特别是对于缺少定量数据进行定性判断的情况。在此基础上,开发出了基于WEB模式采购招投标系统,经实际应用,该招标系统与传统的招标管理相比,充分体现招投标工作的"透明"特征,发扬"公平、公开、公正"的原则。

测量不确定度的评定方法及应用研究

主要介绍了测量不确定度的发展历程、国内外研究现状以及未来可能的发展方向。对7种主要的评定算法进行了介绍和归纳,对测量不确定度在不同领域的应用现状进行了调研和总结。最后,对不同评定算法的适用场景进行了归纳整理,并对测量不确定度未来可能的发展方向进行了探讨。