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。     

最小条件下直线度误差评定的不确定度研究

针对按最小条件评定直线度误差存在的不确定度问题,根据离散数据点测量的名义坐标和不确定度来计算最小条件下直线度误差的不确定度.假设测量数据点坐标服从均匀分布,基于最小条件的判定准则,讨论了参考直线的不确定性,并提出了处理方法.给出了直线度误差不确定度传递的公式和计算方法,讨论了用Monte Carlo随机模拟方法评定直线度误差,并用实例进行了分析,同时对测量点不服从均匀分布的情况进行了讨论.     

截面最小二乘圆心偏心误差运动的分离方法

被测截面的最小二乘圆心不但是被测截面圆度误差的评定基准,也是圆柱度形状误差的重构基准,由于采用误差分离技术分离出的回转误差运动是截面最小二乘圆心的偏心误差运动和纯回转误差运动的叠加,有效地提取截面最小二乘圆心的位置,一直是研究难题。通过对圆度误差的分离过程和分离出的回转误差运动进行分析,利用三角函数序列的正交性,提出了一种不涉及回转轴纯回转误差运动的一阶谐波分量,完整提取截面最小二乘圆心偏心误差运动的分离方法,并通过实验验证了该项技术的正确性。     

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。     

牧场土壤含水率与坚实度空间变异与相关性分

利用土壤水分/圆锥指数复合测量装置,应用精细农作技术体系网格定点测量与GPS定位,在一块面积约1.27 hm2的草地上获取了土壤含水率与坚实度空间分布基础数据,并针对采样过程中出现的数据缺失,用偏最小二乘法对数据进行修补.然后运用克里格插值法进行数字化成图,并在此基础上分别对含水率与坚实度的空间变异性及两者的相关性做了分析.     

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。     

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。     

使用迭代重加权最小二乘法求解平面度误差

提出了几何误差评定的迭代重加权最小二乘（IRLS-Iterative Reweighted Least Squares)算法。该算法采用一个迭代过程求解一系列加权最小二乘问题，并在每一步迭代中按照一定的规则对权系数进行调整，使其逐步逼近最优拉格朗日乘子。对于用CMM(坐标测量机)和其他设备得到的数据，可得到平面度误差的精确值。     

对三点支承中间悬挂水稻插秧机组作业中几个问题的探讨

本文通过对三点支承、中间悬挂水稻插秧机组在作业中的平衡稳定、转弯靠行、机组偏移及护苗带宽度等问题的分析,推导出工作部件偏移的计算公式,找出工作部件在最小偏移时部件距驱动轮轴线距离,并提出了确定护苗带和浮板宽度的依据,进而为设计三点支承、中间悬挂水稻插秧机组提供了可靠的依据。     

基于嵌入式力学传感器的圆锥指数仪设计与试验

为消除在测量过程中因圆锥杆受被测材料摩擦力所产生的测量误差,改进了圆锥指数仪设计,将微型力学传感器嵌入到圆锥杆下端,实现了对土壤和青贮玉米饲料压实度的精确测量.试验结果表明,测量2种土壤压实度过程中,原有圆锥指数测量方法因圆锥杆受摩擦力作用所产生的测量误差可忽略不计.而在青贮玉米饲料压实度测量过程中,2种不同紧实度样本中圆锥杆受摩擦力约占压力传感器测量值32.56％和34.05％,当圆锥头不受阻力时,嵌入式力学传感器测量值为零,而压力传感器测量值约为110 N和280 N,表明原有测量结果存在较大误差.