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。     

直线度误差测量中方位问题的探讨

本文重点讨论X、Y轴的不同作图比例,对直线度误差的测量结果评定的影响,并确定了测量的方向性。     

乏信息材料布氏硬度测量不确定度蒙特卡罗评定

应用蒙转卡罗方法实现小样本材料布氏硬度测量不确定度的评定.依据测量误差源标定数据或布氏硬度测量结果两种数据处理途径,分析已知数据的概率分布特性,通过产生大样本量的随机数进行仿真,拓宽数据样本空间,进而分别依据不确定度合成和贝塞尔公式计算出乏信息材料布氏硬度测量不确定度.通过具体的测量实例验证了本方法的可行性.     

氯化铁含量测定不确定度评定

对净水剂氯化铁中氯化铁含量的测定进行不确定度的评定,建立不确定度评定程序和方法。依据《测量不确定度评定与表示指南》建立数学模型,进行不确定度的计算并合成不确定度。找出影响净水剂氯化铁中氯化铁含量测定的主要因素,分析归纳了不确定度分量的主要来源,并对结果予以讨论。评定程序和方法符合规范要求,适用于同类型试验不确定度评定。      

基于MATLAB图像处理的圆度误差数据采集方法

研究基于MATLAB的图像降噪处理,利用定点裁切法消除原始图像中的无关因素,提高图像降噪的处理效率,得出一种零件图像轮廓圆度误差的评定方法。此法在传统图像降噪法的基础上,对含有曲线数据的图像采用降噪流程,得到精确的零件轮廓二值图像。用最小二乘法对零件轮廓进行拟合,对得到的最小二乘圆度数据进行评定,并将所有采集的黑点的坐标进行计算,计算的结果与参考数值的误差仅为0.5μm,符合国标中对圆度公差值的要求。     

速度式流量计在线校准测量结果不确定度计算分析

为严格控制管道流量,速度式流量计在水利工程中有着广泛应用,同时为了保证速度式流量计的准确性,其校准工作必须定期执行。基于工程校准实例,结合水力学管流计算公式,分析了速度式流量计在线校准测量不确定度评定条件和评定结果,介绍了测量不确定度分析计算方法,包括不确定度分量引入,标准不确定度A类评定、B类评定与合成不确定度评定。阐述了测量不确定度评定中需关注的事项,为类似流量计校准分析提供了参考。     

球度误差的网格搜索算法

结合几何形状误差的定义及球度误差的几何特征,提出了一种球度误差评定的几何算法——网格搜索算法。以最小二乘球心为初始参考点,按一定的规则布置一系列的网格点,依次以各网格点为假定理想球心计算所有测量点的半径值,通过比较、判断获得相应评定方法(最小外接球法、最大内接球法和最小区域球法)的球度误差值。阐述了球度误差网格搜索算法原理和实现过程。实例结果表明,该算法可以有效、正确地评定球度误差。     

基于模糊隶属函数的圆度评定参考区域法

针对目前圆度评定的极差法(例如最小二乘圆度评定法)设定参考区域,引入模糊隶属函数,给出了一个圆度评定的辅助指标,使圆度评定更精确,并经圆度误差的测量实验进行了检验和讨论。     

潜水电泵效率不确定度的评定

为了评定潜水电泵效率检测结果的准确性及在潜水电泵检测领域推广不确定度评定的应用,基于QX-1.1B型潜水电泵在规定工况点的16组试验数据和试验设备,对该潜水电泵效率测试结果进行了不确定度评定。应用GUM法,将试验中随机效应导致的不确定度和系统效应导致的不确定度合成得出潜水电泵效率测量的不确定度。在置信概率为95%的情况下,电泵效率的测量不确定度为1.23%。     

渠道流量量测中的不确定度分析及其应用

流速仪断面测流是渠道流量量测的常用方法,量测精度受多种因素的影响,量测结果都会或多或少地偏离被测流量的真值,因此在给出测量结果的同时还要指出其可靠程度,以往的误差评定存在着难以得到真值和评定方法不统一的问题,而测量不确定度的概念以及不确定度的评定和表示方法的采用正是在这种情况下产生的,它是计量领域的一个新进展.通过渠道流量量测的不确定度评定实例,介绍了不确定度理论在渠道流量量测中的应用及其实际意义.     

圆度测量中测量点数的确定

圆度是经常需要定量测量的形状误差参数，测量点数的多少影响测量精度和测量成本。综合考虑圆表面的确定性成分和随机成分，设计出基于FFT全域插值的二次判别法对测量点数的合理性进行判别。给出二次判别法的定量判别依据、判别程序，并最终得到圆度的估计值以及不确定度。     

基于回转车床的正多面体车削及刀尖轨迹仿真

通过对一种正多边形回转车削简易装置的分析,阐述了正多边形回转车削成形原理,并建立了刀尖相对于工件的轨迹方程.在此基础上论述了正多边形边长误差的产生及修正,并对其直线度误差的产生作了较详细的分析,为保证回转车削多面体零件的精度提供了理论依据,提高了多面体加工的效率.使用VB语言编程对刀尖轨迹进行了动态仿真,从仿真得到的刀尖轨迹曲线,更好地证明了正多边形轨迹在回转车床上的实现.     

转向器齿条校直机数据采集和处理系统

用最小二乘法对齿条直线度误差进行评定．使用Visual Basic语言进行编程，开发了转向器齿条校直机数据采集与处理系统。使用结果表明，利用该系统对齿条直线度进行检测和处理时具有速度快、精度高的特点。     

基于改进PSO的复杂机械产品装配质量在线优化

通过构建面向装配精度的质量控制点公差分配模型,实现了装配过程中不同类型质量控制点间非线性耦合关系的量化表达,揭示装配误差累积规律;利用混沌理论与双阶段变异策略对多目标粒子群算法进行了改进;在装配过程开始前,计算各质量控制点公差初始分配结果,当上游质量控制点根据初始分配结果被实例化后,启动再分配机制,结合实例化数据对公差分配模型再次求解,为后续质量控制点实例化提供决策支持,实现装配质量在线优化和前馈控制;以某型主锥总成装配过程中选垫与主齿螺母拧紧工序为例,验证了理论的有效性和可行性.     

双传声器声强测量系统误差分析与不确定度评定

双传声器互谱声强测量法适用于现场测量机器的声功率和进行声源识别。为了提高测量精度，需要分析影响测量精度的各种因素，确定被测量值的估计值和分散性。从双传声器互谱法测量声强的原理及测量系统的配置出发，分析讨论了互谱声强测量中误差产生的原因及其影响声强测量精度的主要因素；对声强测量系统测量声强量值的不确定度进行了评估，并对评定结果进行了实验验证，评定结果与实际检测结果相符；同时给出了减小声强测量系统主要误差的可能途径。     

基于高斯过程建模的物联网数据不确定性度量与预测

物联网已经成为农业大数据最重要的数据源之一,自动观测数据的质量控制对农业生产分析以及基础科研数据应用非常重要。针对农业物联网观测的一类非平稳时间序列数据中的数据缺失、野值剔除、感知故障预警和长时间预测等问题,采用光滑弱假设高斯先验,构建了基于高斯过程的自回归模型表征的动态系统,并通过样本集学习,形成能考虑噪声干扰的传感变化规律建模,并可提供预测误差带用于预测数据的不确定性度量。针对原始数据的缺失和野值问题,采用基于高斯过程的短期预测,可补齐缺失数据,利用其不确定性度量可甄别数据野值,进行野值剔除与替换,并在此基础上判断感知故障;给出了基于输入数据不确定性传播的多步迭代预测方法,使长期预测仍可以跟踪农业数据的动态轨迹,并可为其预测值提供不确定性度量;将温室采集的真实传感数据用于分析试验,验证了高斯过程用于服务器端的农业时间序列数据采集质量控制的可行性。     

基于DBSCAN和BP_Adaboost的农机作业地块划分方法

农业机械(农机)在多个地块作业,费用和效率有时需按地块统计,现有的农机监控系统仅能记录农机定位信息和作业状态信息,难以实现地块的自动精准划分。本文通过研究轨迹点属性特征,分析作业地块数量不确定性和轨迹点分布规律,采用基于密度聚类方法(Density-based spatial clustering of applications with noise, DBSCAN)和分类器集成算法(BP＿Adaboost)结合的方法划分地块。根据DBSCAN算法对农机轨迹点多数有效、识别错误集中的特点,结合BP＿Adaboost算法挖掘多维度信息关联、容错能力强、分类效果好等优势,先利用DBSCAN得到初步的轨迹点状态类别,再利用BP＿Adaboost算法建立训练模型对农机轨迹点状态精准识别,根据时间序列和类别标记划分地块。本文方法既解决了只依靠阈值和经纬度信息聚类不准确的问题,也减少了大量样本标记工作。利用该方法轨迹点状态识别准确率达96.75%,地块划分准确率为97.74%。     

基于改进BP神经网络的黑龙江农机总动力预测

BP神经网络在人工神经网络中起着至关重要的作用,通过分析标准BP神经网络的基本算法,指出标准BP算法的一些不足,并针对这些不足提出了以一种以相对误差作为误差传递信号的新的改进方法。经试验证明:该方法大大提高了BP神经网络预测结果的精度,同时这种新的改进思想也可以结合其他改进方法一起应用,以更大程度上地提高BP神经网络的运算速度和预测精度。     

农用运输车车架强度

在建立农用运输车车架强度计算的力学和数学模型基础上，通过有限元计算和电测试验，找出了车架应力分布规律，确定了车架的危险部位，指出了合理设计农用运输车车架强度方法，计算结果和试验结果吻合。     

机器人工作空间求解的蒙特卡洛法改进

对机器人工作空间求解的蒙特卡洛法的基本原理、算法流程、适用范围等进行了研究,分析了蒙特卡洛法中随机点分布的不均匀性以及内部随机点和边界随机点的不同作用,并总结了立体工作空间随机点分层处理时引起的误差情况.针对传统算法边界处随机点分布不理想的问题,强调边界点的重要性,根据关节空间到工作空间映射的连续性,在先期搜索到的边界点的小邻域内重新生成随机点,从而有效改善了边界处随机点的分布状况,提高了边界点的精确度.针对立体工作空间随机点分层处理带来的误差,采用二次分层的方法,通过减小统计层厚度提高边界点的统计精度.大量的试验证明了算法的有效性.