基于目标圆收缩法和分割圆逼近法的线轮廓度误差评定

针对传统方法在线轮廓度误差评定中的配准精度差、稳定性不高、对初始位姿要求苛刻和点到曲线最短距离计算效率较低等问题,提出一种粗精配准结合的目标圆收缩法和一种分割圆逼近法进行求解。粗精配准结合的目标圆收缩法首先在实际测量点集与理论设计轮廓离散点集中搜寻曲率对应的特征点对;其次通过特征点对之间的方位关系计算坐标旋转变量,以实际测量点集的重心和理论设计轮廓离散点集的重心计算坐标平移变量,完成粗配准;然后以粗配准精度计算得到的坐标变换变量取值范围作为精配准的初始目标圆区域,以最短距离为优化目标,对其进行迭代收缩,最终实现实际测量点与理论设计轮廓的最优配准。分割圆逼近法改进了分割点逼近法,采用微圆弧逼近理论设计轮廓,由圆的几何性质计算点到微圆弧的最短距离来评定线轮廓度误差。仿真实验验证结果表明,所提方法收敛性好,计算精度高。

平面度误差最小区域新算法——有序判别法

提出一种平面度误差最小区域新算法———有序判别法。该方法以最小区域准则为基础，直接以排序的高点和低点构成的初始评定平面进行最小包容区域的判定和搜索，最终求得平面度误差值。该方法易于理解和掌握，搜索判别有序。实例运算表明，首轮搜索成功率高、速度快。

平面度误差的快速评定法——测点分类法

针对平面度误差判定的最小包容区域法,提出一种新的、快速的实施方法,它将所有测量点分成“高点”、“低点”和“鞍点”3种类型,并指出最小包容区域法中的最高点只出现在“高点”中,最低点只出现在“低点”中,且二者均不会出现在“鞍点”中。这就极大地减少了轮流处理(搜索)的次数,提高了软件的效率,而且测量点越多,效果越显著。通过对70个测点的典型算例,表明此算法比传统的最小区域法要快几十倍。

平面度和直线度误差的快速评定——增量算法

在平面度(直线度)误差评定的最小包容区域法中,提出一个新的、快速的实施方法———增量算法。该法以计算几何中凸壳的理论为依据,结合平面度(直线度)误差评定中数据的特点,从4个(3个)测点的子集开始,通过评定子集的平面度(直线度)以及增加距子集包容面最远的点构成新的子集的方法,逐步逼近精确解。该算法单调递增收敛到精确解,时间复杂度为O(n1)。几个算例证实了方法和结论的正确性。

基于微分进化算法的平面度误差评定

为实现最小区域平面度误差准确评定,提出了一种基于种群优化的微分进化算法。同其他平面度误差评定方法相比,该算法具有简单灵活、效率高、搜索能力强、鲁棒性好、控制参数少等特点。该优化算法包含种群初始化、变异、交叉、选择等步骤,能快速实现对目标函数的全局优化搜索。依照ISO标准,从平面度最小区域解决方案定义出发,给出了微分进化算法实现平面度误差目标函数数学模型建立方法。最后通过多个实验及与不同评价方法对同一平面的平面度误差评定结果进行比较,验证了微分进化算法用于平面度误差评定的快速收敛性、高稳定性和有效性,适宜于对高精度平板准确快速评定。

礁滩相碳酸盐岩气藏气层下限标准研究

普光气田是中石化在川东北探区首个投入开发的大型礁滩相碳酸盐岩气田。由于气田埋藏深、储层储集空间类型多样、储层物性在纵横向上差异大,且具有多套气水系统等特征,导致物性较差的Ⅲ类气层和气水过渡带处气、水层识别难度大。本文在储层储集空间类型判别基础上,利用测井、试气、分析化验等资料,建立单位气层厚度产能与渗透率、含水饱和度和孔隙度、电阻率与孔隙度等各种交会图版,识别气层、干层、水层,确定出了普光气田气层物性、电性等下限标准。研究成果直接指导了普光气田气水关系研究、井位部署及井型优化、投产层段优选、储层改造措施确定等,取得较好效果,并为气田动用储量评价打下基础。

一种基于区域搜索的平面度误差评定方法

以给定平面度误差的评定为例,分析最小二乘法和最小包容区域法的算法模型,并提出一种基于区域搜索的评定平面度误差的方法.在三坐标测量机上,对被测平面进行采样点坐标数据提取,分别用基于搜索逼近法的最小二乘法和最小包容区域法实现给定平面度误差的评定.结果表明,基于搜索逼近法的最小包容区域法与最小二乘法相比,其评定结果精度提高了5.97%,且符合最小条件.

浮点数编码改进遗传算法在平面度误差评定中的研究

随着智能制造系统的迅猛发展,应用元启发模式计算方法快速、准确地求解平面度误差值凸显出重大现实意义。为进一步提高平面度误差计算精度,研究了一种基于浮点数编码的改进遗传算法,在原有遗传算法的交叉变异基础之上,引入模拟退火思想,建立最小包容区域法的数学模型,通过计算机仿真获得了最佳适应度收敛曲线和平均适应度收敛曲线,优化结果表明相比传统遗传算法,平面度误差计算精度提高了33.67%。本算法采用浮点数编码、三段式交叉、转轮式选择和最优保存策略,借助模拟退火算法的局部搜索优势,提升了算法的整体性能,且更便于计算机编程,可进一步推广应用到智能测量仪器的其他高精度形位尺寸计算问题领域。

平面度误差的遍历搜索算法

结合平面度误差的几何特征,提出了平面度误差的遍历搜索算法。首先,选择被测平面的3个边缘点为参考点,分别以参考点为基准,在垂直于被测平面的方向上建立扩展区域并设置一系列的等分点,以一个扩展区域上的等分点逐次遍历连接另外两个扩展区域上的等分点,构造出一系列的辅助平面;然后,依次以这些辅助平面为假设理想平面,计算所有测量点与这些理想平面之间距离的极差,极差最小的辅助平面即为被测平面最小区域拟合的理想平面,从而实现平面度误差的最小区域评定。阐述了平面度误差遍历搜索算法的原理和实现过程。实例结果表明:该算法具有较好的稳定性、准确性及实用性,可直接应用于平面度精密测试仪器中。

基于MATLAB的平面度评定方法

评定和计算平面度的过程 ,实质上是根据平面度的定义构造函数模型并进行函数优化求解的过程。本文利用MATLAB优化工具箱 ,实现了最小区域法。

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。

基于VC环境下求平面度误差的编程技术

用最小包容区域法求平面度误差。最小包容区域判别准则有三角形准则和交叉准则。本文介绍了三角形准则求平面度误差的编程思路,程序验算结果正确。

评定平面度误差的几何搜索逼近算法

为了快速准确地评定机械零件的平面度误差,提出了基于几何搜索逼近的平面度误差最小区域评定算法。阐述了利用几何优化搜索算法求解平面度误差的过程和步骤,给出了数学计算公式。首先选择被测平面的3个边缘点为参考点构造辅助点、参考平面和辅助平面,然后以参考平面和辅助平面为假定理想平面,计算测量点至这些理想平面的距离极差;通过比较判断及改变参考点,构造新的辅助点、参考平面和辅助平面,最终实现平面度误差的最小区域评定。用提出的方法对一组测量数据进行了处理。结果表明,在终止搜索的条件为0.000 01mm时,几何搜索逼近评定算法的结果分别比凸包法、计算几何法、最小二乘法、遗传算法和进化策略计算的结果减小了17.1、7.3、18.03、6.13和0.3μm。得到的数据显示该算法不仅能准确地得到最小区域解,而且计算结果有良好的稳定性,适合在平面度误差测量仪器和三坐标测量机上使用。

基于VB精确评定平面度误差

介绍了评定平面度误差的精确算法,并用VB编写了评定平面度误差的Windows应用程序。通过实际运用,以及与其它方法进行对比分析,证明了该算法和程序的有效性。

直线度平面度公差的快速评定测点分类法

在直线度、平面度公差判定的最小包容区域法中提出一个新的、快速的实施方法。新方法将所有测量点分成“高点”、“低点”和“鞍点”三种类型。并指出最小包容区域法中的最高点只出现在“高点”中,最低点只出现在“低点”中,最高(低)点不会出现在“鞍点”中。这样极大的减少了搜索的范围,提高了软件的效率,而且测量点越多,效果越显著。通过70个测点平面度评定的典型算例,表明此算法比传统的最小区域法要快几十倍。

平面度误差最小区域评定结果不确定度估计

在平面度误差的实际测量中,给出测量结果时往往不给测量结果的不确定度。按照国际标准化组织发布的《测量不确定度表示指南》(简称GUM)的要求,根据平面度误差最小区域评定的几何判别准则,推导了有关的不确定度传递公式。分别用蒙特卡罗方法及本文推导的公式对实际的测量结果进行了不确定度估计,实验结果表明,推导出的公式计算的不确定度要比用蒙特卡罗方法估计的效果要好。

结合Graph-FPN与稳健优化的开放世界目标检测

开放世界目标检测(OWOD)要求检测图像中所有已知和未知的目标类别,同时模型必须逐步学习新的类别以自适应更新知识。针对ORE方法存在的未知目标召回率低以及增量学习的灾难性遗忘等问题,提出一种基于图特征金字塔的稳健优化开放世界目标检测方法(GARO-ORE)。首先,利用Graph-FPN中的超像素图像结构以及上下文层和层次层的分层设计,获取丰富的语义信息并帮助模型准确定位未知目标;之后,利用稳健优化方法对不确定性综合考量,提出了基于平坦极小值的基类学习策略,极大限度地保证模型在学习新类别的同时避免遗忘先前学习到的类别知识;最后,采用基于知识迁移的新增类别权值初始化方法提高模型对新类别的适应性。在OWOD数据集上的实验结果表明,GARO-ORE在未知类别召回率上取得较优的检测结果,在10+10、15+5、19+1三种增量目标检测(iOD)任务中,其mAP指标分别提升了1.38、1.42和1.44个百分点。可以看出,GARO-ORE能够较好地提高未知目标检测的召回率,并且在有效缓解旧任务灾难性遗忘问题的同时促进后续任务的学习。

基于三维弹性体滚动接触理论的轮轨非平面接触算法

基于Kalker的三维弹性体滚动接触理论,结合轮轨非平面接触几何关系,提出了最小余能方程中影响系数的修正公式。考虑轮轨非平面接触时法向与切向存在的相互作用,对最小余能方程进行离散化。以总余能最小为目标,将离散方程的求解转化为非线性规划问题,并提出了求解算法。利用有限元方法验证了所提算法的准确性。最后,研究了钢轨在不同磨耗状态下的轮轨接触特性。结果表明,在不同磨耗、相同横移量条件下,随着磨耗的增加,轮轨的轨距角接触由两点接触过渡至共形接触,最大接触应力减小,接触斑变得狭长,接触面积增大。

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。

平面度优化计算研究

提出了平面度的优化计算方法，并对其中的有关理论问题进行了研究。用这种方法能求出满足“最小区域”的平面度值。