基于差分蜂群算法的空间直线度误差评定

提出基于差分蜂群算法进行空间直线度误差评定。首先,基于产品技术几何规范(GPS)公差标准,用最小二乘法拟合计算得到符合最小区域条件的空间直线度误差评定的数学模型;然后,对差分进化算法的缩放因子进行改进,将改进后的差分进化算法与人工蜂群算法混合迭代优化,测试函数仿真显示,差分蜂群算法在计算精度、收敛速度方面存在一定的优势;最后,通过两个评定实例进行研究与对比分析。结果表明:差分蜂群算法相对于粒子群算法、混合教与学算法、最小二乘与鱼群混合优化算法在评定空间直线度上的计算精度分别提高了83.9%、54.5%、54.6%,相对于差分进化算法、人工蜂群算法的收敛速度有较明显提高。

基于改进差分进化算法的圆度误差评定

为了提高圆度误差评定的精度以及准确性,提出将改进的差分进化算法应用到圆度误差评定中。首先,基于新一代GPS公差规范标准,用最小区域法拟合出圆度误差的数学模型;其次,将logistic混沌序列用于种群初始化,引入自适应缩放因子和交叉概率,对差分进化算法进行改进,再用改进后的差分进化算法求解圆度误差数学模型;最后,进行实例研究与分析。研究结果表明:改进的差分进化算法相对于最小二乘法(LSC)、最小区域法(MZC)、最小外接法(MCC)、最大内切法(MIC)以及果蝇优化算法(FOA),其计算精度分别提高了5.8%、2.4%、8.3%、10.0%和1.7%,并且,收敛速度也优于传统差分进化算法。

电力系统动态仿真误差评定准则研究

电力系统仿真准确度直接影响到电网的安全经济运行,广域测量系统的广泛应用使评价电力系统仿真准确度成为可能,确定仿真误差是评价电力系统仿真准确度的前提。文中在分析电力系统动态变量基本特征的基础上,提出可用动态变量的特征信息来衡量变量的差异,并采取分时段研究的原则,针对不同时段分别提出了仿真误差的量化评价指标。所提出的误差评定准则不仅可以真实地反映出动态数据间的接近程度,还可提供与误差相关的系统动态信息,从而为进一步修正模型与参数奠定基础。通过对实测数据和仿真数据的误差量化计算,证实了所提出的误差准则的有效性。

改进蜂群算法在平面度误差评定中的应用

为了准确快速评定平面度误差,提出将改进人工蜂群(MABC)算法用于平面度误差最小区域的评定。介绍了评定平面度误差的最小包容区域法及判别准则,并给出符合最小区域条件的平面度误差评定数学模型。叙述了MABC算法,该算法在基本人工蜂群算法(ABC)模型的基础上引入两个牵引蜂和禁忌搜索策略。阐述了算法的实现步骤,通过分析选用两个经典测试函数验证了MABC算法的有效性。最后,应用MABC算法对平面度误差进行评定,其计算结果符合最小条件。对一组测量数据的评定显示,MABC算法经过0.436s可找到最优平面,比ABC算法节省0.411s,其计算结果比最小二乘法和遗传算法的评定结果分别小18.03μm和6.13μm。对由三坐标机测得的5组实例同样显示,MABC算法的计算精度比遗传算法和粒子群算法更有优势,最大相差0.9μm。实验结果表明,MABC算法在优化效率、求解质量和稳定性上优于ABC算法,计算精度优于最小二乘法、遗传算法和粒子群算法,适用于形位误差测量仪器及三坐标测量机。

基于几何优化的圆度误差评定算法

针对圆度误差的特点,提出一种基于几何优化的圆度误差评定算法。建立直角坐标采样、可同时实现圆度误差的最小区域法、最小外接圆法和最大内接圆法评定的评定模型。详细阐述利用几何优化算法求解圆度误差的过程和步骤,给出数学计算公式及计算机程序流程图。该算法不要求等间隔测量,不采用最优化及线性化方法,也无需满足小误差和小偏差假设,只需重复调用点与点之间的距离公式;其原理是以初始参考点为基准,布置一定边长的正六边形,依次以各顶点为理想圆心计算所有测点的半径值,通过比较、判断及重复设置六边形来获得相应评定方法(最小区域圆法、最小外接圆法和最大内接圆法)的圆度误差值。试验结果表明,该算法可以有效、正确地评定圆度误差。

粒子群优化算法及其在圆柱度误差评定中的应用

提出了将粒子群优化算法用于圆柱度误差评定的设想。对算法的基本原理和实现步骤做了具体阐述,给出了圆柱度误差评定的基本问题,及其优化目标函数及算法的适应度函数和编码方式,对算法进行了可行性和准确性验算。计算结果表明,该方法对于圆柱度误差评定这类具有复杂目标函数和较多参数的非线性优化问题有很好的计算性能,优于最小二乘法;与遗传算法和其它满足最小区域条件计算方法相比,计算精度略优于前者或者与前者相当,能够获得精度较高的结果,而突出优点是简单,易于实现而且计算效率较高。

基于粒子群算法的圆柱度误差评定方法

根据最小区域条件,建立了圆柱度误差的数学模型以及优化目标函数和适应度函数,阐述了粒子群优化算法的原理和实现方法,然后根据粒子群算法优化求解。实例表明,该方法对于圆柱度误差评定等非线性优化问题能得到全局最优解,粒子群优化算法的计算精度与其他满足最小条件的计算方法相比略有提高,且参数设置少,计算速度快,可用于三坐标测量机等测量系统的圆柱度误差测量后的数据处理。

基于遗传算法的球度误差评定(英文)

首先对球度公差评定问题进行了综述。然后根据圆度公差的数学定义 ,引申提出球度公差最小区域条件下的评定模型 ,并给出遗传算法的适应度函数。随后给出算法实现中的关键问题。最后用实例对算法进行了检验 ,计算结果表明基于遗传算法的球度误差优化算法不仅符合最小区域条件 ,而且易于理解和实现 ,能够获得全局最优解 ,保证了高精度。

粒子群优化算法及其在圆度误差评定中的应用

提出一种基于粒子群优化算法(PSO)的圆度误差评定方法。介绍了PSO算法的提出及其特点;具体阐述了PSO算法的基本原理和实现步骤;提出圆度误差评定这一非线性优化问题,给出其优化目标函数及PSO算法的适应度函数和编码方式;结合实例对算法参数进行了设置,通过实例运算对PSO进行了正确性和精确性验算。实例证明该方法能够很好地解决圆度误差评定问题,与遗传算法具有相当的计算精度,能够获得精度较高的结果。而PSO的突出优点是简单易于实现,计算速度快。

基于坐标变换的圆柱度误差评定算法

提出了一种基于坐标变换的圆柱度误差评定算法。在任意位置放置、直角坐标采样、各离散采样点之间不要求为等角度间隔情况下,建立了可同时实现圆柱度误差的最小区域法、最小外接圆柱法和最大内接圆柱法评定的坐标变换法评定模型。详细阐述了利用坐标变换求解圆柱度误差的原理和步骤,给出了数学计算公式及计算机程序流程图。试验结果表明,该算法可以有效、正确地评定圆柱度误差。

复杂线轮廓度误差评定方法

本文运用微分几何的活动坐标以及曲线上一点邻近结构理论 ,导出测量点到理想轮廓的统一形式的距离函数 ,建立平面上复杂线轮廓度误差最小条件评定的统一模型 ,并用有效集法精确、快速地进行处理。为三坐标测量机上高精度。

基于正交距离回归齿面的齿轮误差评定

为了通过测量齿面拓扑轮廓来获取特征线误差,提出了一种基于正交距离回归齿面的误差计算方法。对该方法涉及的实际齿面与理论齿面匹配算法、拓扑轮廓误差的计算与分解及齿面特征线误差的评定算法进行了研究。首先,通过坐标测量方法获取的齿面拓扑数据,建立包含回归齿面参数的非线性方程。然后,求解非线性方程得到回归齿面参数的最优近似解,从而得到与实际齿面匹配的理论齿面,拓扑测量点相对理论齿面的正交距离即为齿面拓扑误差。最后,基于齿轮误差多自由度理论,对实际齿面进行局部自由度及全局自由度回归,进一步分解出齿面的齿廓误差和螺旋线误差。以一标准圆柱直齿轮的齿面拓扑测量点数据为例进行了误差计算,结果显示:计算的结果与直接进行特征线测量的结果差值小于0.5μm,表明提出的基于正交距离回归齿面进行齿轮误差评定的方法是有效的,可以应用于坐标类仪器检测齿轮误差。

二维经验模态分解在工程表面形貌误差评定中的应用

针对目前表面微观形貌面形误差分离方法中存在边界畸变及自适应差等缺点,提出了将具有自适应时频分辨能力的二维经验模态分解算法(bidimensional empirical mode decomposition,BEMD)应用于三维工程表面面型误差分离中,同时用Riesz变换构造单演信号,计算信号整体的频率特征,完成对二维经验模态分解算法的终止准则的改进,使其能严格按照ISO4287所规定的截止波长分离三维表面各频段形貌误差。仿真结果表明,本文新方法相比于国标ISO中高斯滤波以及常用小波滤波,在分离三维工程粗糙表面各面型误差时,所得分离图形效果远优于传统方法所得,且各频段误差对应的三维评定参数误差均小于5%。最后对光学镀膜元件实例进行分析,结果表明该算法能够很好地分离各形貌误差的的空间信息,所得参数评定基准面相对传统方法不存在边界畸变等问题,因此该方法在实际工程表面评定应用中具有可行性。

基于遗传算法的圆柱度误差评定方法

建立了圆柱度误差最小区域评定的目标函数,并利用遗传算法对目标函数进行寻优.所建立的目标函数基于圆柱度误差最小区域定义,可以评定空间任意位置圆柱度误差的最小区域解,对测点无特殊要求.通过计算验证,该函数利用改进的遗传算法可以精确搜索到理想轴线的矢量方向并计算出圆柱度误差最小区域解,且计算结果稳定.该算法还可以推广用于圆柱轴线为基准的其它形位误差评定.

基于双重最大实体要求的同轴度误差评定方法

为了研究M-M同轴度误差的数学评定方法,根据M-M同轴度误差的工程语义分析真实量规的几何特性,建立了基于边界的虚拟量规数学模型。通过分析真实量规在合格性评定中的使用过程,基于建立的虚拟量规和刚体运动学,以有约束目标优化问题的形式建立了M-M同轴度误差的评定数学模型,并给出了求解方法。最后给出了该方法在阶梯轴M-M同轴度误差评定中的应用实例,结果说明所提方法能够实现M-M同轴度误差的数学评定,而且比现有方法更准确。

光学自由曲面面形误差评定算法的研究

研究了光学自由曲面面形误差的评定算法.提出了5点定位和分步多级的曲面匹配法,对曲面的中心点和4个角点进行初匹配,提高匹配速度;运用最小二乘法和最小区域法相结合实现精匹配,实现了实测曲面到设计曲面的高效高精度匹配.提出了一组基于给定容差μ的μ-系列光学自由曲面误差评定参数,使误差评定更具有有效性和灵活性.并通过实验验证了评定算法的准确性.

基于遗传算法的复杂平面曲线轮廓度误差评定

针对不规则曲线轮廓度误差评定中存在的问题,提出了一种基于非均匀有理B样条(NURBS)插值与遗传算法相结合的复杂曲线轮廓度评定方法,对离散数据点表示的理论轮廓进行3次NURBS插值反算控制点,建立了理论轮廓曲线的数学模型;采用实数编码的遗传算法求解测量点与理论轮廓曲线位置偏差,消除了由于位置偏差引起的轮廓度评定的不精确问题;阐述了测量点到理论轮廓最短距离的求解算法和步骤。实验结果表明该方法能够快速获得较好的误差评定结果。

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。

基于粒子群算法的空间直线度误差评定

提出了一种满足最小区域法的空间直线度误差评价的新方法——粒子群算法.根据最小区域条件,建立了空间直线的数学模型以及优化目标函数.阐述了粒子群优化算法的原理和实现方法,然后根据粒子群算法优化求解.实例表明该方法对于空间直线度误差评定等非线性优化问题能得到最优解,可用于三坐标测量机等测量系统的空间直线度误差测量的数据处理.

改进蜂群算法及其在圆度误差评定中的应用

针对基本人工蜂群算法(Artificial bee colony algorithm,ABC)的缺点,提出一种改进人工蜂群算法(Improved artificial bee colony algorithm,IABC),并应用于圆度误差最小区域评定中。该改进算法利用信息熵初始化种群,增强种群的多样性,并在引领蜂和跟随蜂搜索阶段,提出一种新的搜索策略,平衡算法的探索与开发能力。详细阐述IABC算法的基本原理与实现步骤,给出圆度误差满足最小包容区域条件的优化目标函数和收益度函数。通过基准测试函数验证IABC算法的有效性和准确性;通过对由三坐标机测得的多组测量数据进行圆度误差评定试验,结果表明IABC算法的评定精度优于最小二乘法、遗传算法以及粒子群算法等其他优化算法,且在求解质量和稳定性上优于ABC算法,验证了IABC算法不仅正确,而且适用于圆度误差的评定优化。