一、圆度误差置换算法的研究(论文文献综述)
王立彬[1](2021)在《光幕式动车车轴形状误差检测及评估方法研究》文中指出自进入21世纪以来,我国的轨道运输事业以惊人的速度快速发展,人民的经济状况和生活水平也随着改革开放以来的一系列政策得到极大的提高改善,与此同时,人们的出行和货物运输方式都发生了巨大的变化。动车组在交通运输中的应用越来越广泛,使用率明显提升。因此,对于动车组的使用性能和安全性能等标准的要求也日益增高。其中,连接车轮的动车车轴作为动车组运行过程中为车轮前进传递动力的重要部件,对动车组的运行性能、安全性能及使用寿命有着重要影响,而车轴的形状误差对车轴质量的评价起着关键性的作用。因此,研究动车车轴形状误差的检测与评估方法具有重要的现实意义和应用价值。目前,虽然许多企业及研究机构在动车车轴形状误差的检测方面已经达到了生产标准,但是仍存在许多有待完善之处。例如,由于测量方式繁琐,导致无法实现动车车轴形状误差的在线实时检测,以及所采用的形状误差评定方法复杂,运算时间长等,导致无法被车间工人熟练掌握且检测速度慢。针对这些问题,本文通过一套基于光幕传感器的动车车轴表面数据测量系统,结合简单可行且具有高精度的形状误差评定方法,在保证检测精度的前提下,实现了动车车轴圆度误差、圆柱度误差及空间直线度误差的在线检测。首先,本文的动车车轴形状误差检测方案中,基于光幕式传感器搭建了一套动车车轴测量系统,通过控制车轴及传感器的多种相对运动方式,实现对形状误差评定所需车轴表面数据的采集。然后,在圆度误差评定方面,将数字图像处理领域针对图形检测应用的霍夫变换技术引入到圆拟合中,并基于贝叶斯线性回归,实现了最终的圆拟合,应用最小包容区域法实现对圆度误差的最终评定。在圆柱度误差评定方面,基于圆度误差评定中的圆拟合部分,采用起始与终止截面各自构建网格点,应用网格搜索算法实现对圆柱度误差的评定。在空间直线度评定方面,通过对测量点的投影和坐标变换,将测量点转换到同一坐标平面内,应用旋转逼近法,实现对空间直线度的评定。最后,在实验过程中,通过将圆度误差、圆柱度误差及空间直线度误差的评定结果与其它形状误差评定方法的结果相比较,验证了本文所提出的评定方法的正确性和稳定性,且本文的测量结果具有更高的精度,表明本文中的车轴参数测量及形状误差评定方法有效可行,能够达到检测标准要求。
张玮[2](2020)在《同轴度误差测量的不确定度评定方法研究》文中研究说明在精密机械的设计与制造中,几何误差的测量及评定是一项十分重要的内容。设备的正常运行和轴类零件的正常配合都与同轴度误差有密不可分的关系,新一代GPS体系及不确定度理论表明几何误差测量结果包含测量不确定度才更为合理。目前国际认证的《测量不确定度表示指南》所给出的普遍使用的评定方法是基于经典统计理论的,其在使用时需要大量的测量数据样本,在实际测量过程中这样会导致成本高、效率低,因此通常因无法满足上述条件而假设其服从先验概率密度。为了解决这一问题,研究小样本量、未知分布下的测量不确定度评定理论具有重要的理论意义及实际价值。本文以非统计方法评定测量不确定度为基础,在研究同轴度误差及测量不确定度的过程中,首先探讨了再生权最小二乘法对被测数据进行预处理,然后对比最小二乘法、遗传算法及BP神经网络算法三种方法拟合得到圆心坐标及空间直线方程,最后得到同轴度误差结果,再以支持向量机算法为基础,估计误差结果的概率密度,采用对概率密度函数进行数值积分的方法求得测量不确定度。另外,依据《测量不确定度表示指南》提出的GUM法对同轴度误差测量不确定度评定的模型及公式进行了详细推导。最后选择了经典零件芯轴,通过实测得到的数据对提出的方法进行了应用,并将所得结果与GUM法、蒙特卡洛法及计量院检测结果分别进行了对比,验证了检测结果的准确性和合理性。
贾默涵[3](2019)在《精密旋转轴系回转精度测试与分析技术研究》文中研究表明精密旋转轴系是现代机械加工中高精度机床等设备的核心构件,转轴空间运动直观的主要表现形式为回转误差与圆度误差,回转精度是决定工件加工精度的重要衡量指标,所以对其监测与定量分析显得尤为重要,本文以三点法误差分离技术为基础,对提升精密旋转轴系的回转误差分离精度以及误差评定方法展开研究。首先,本文通过对现有误差测量、分离工作以及误差形状评定工作进行分析,针对原始信号存在噪声干扰,确定了频域以及时域内去噪方法,针对预处理过后的振动信号,简要分析数据拟合方法,对于采样信号中不确定性成分,简述了不确定性来源及传递过程。其次,论文对比分析了常见的误差分离方法,选用三点法误差分离技术并进行深入研究。详细阐述该方法的原理及过程,通过分析发现在噪声环境下,噪声信号传递函数对分离精度具有重要影响,由此提出以噪声传递函数作为优化目标的数学模型,通过对该模型各阶频率成分的∞-范数考虑,达到噪声抑制效果的最佳状态并得到能够提升分离精度的传感器安装角度最优值,进而进行仿真分析。再次,通过理论分析得出,对于回转误差形状的评定问题可以将转轴的运动误差改变为线性的误差极小化问题,经过对回转误差的可观测性与复频域分析,提出了对转轴回转误差评定的数学模型。针对单截面的回转误差,使用最小包容方法对其进行评定的同时引入差分进化算法对结果进行优化,并使用该方法对仿真结果进行评定。最后,构建精密旋转轴系回转精度测试与分析实验系统,实现对转轴运动误差数据的采样与处理,验证了论文中理论研究的真实性,同时对误差分离过程中不确定性的影响进行定量分析。论文围绕提升三点法误差分离精度以及回转误差评定方法展开研究,通过仿真分析与实验验证了抑制噪声信号传递的误差分离精度提升方法与回转精度评定优化算法的可靠性与正确性。本文研究内容涉及高精度加工制造以及航空航天等多种重要领域,对精密旋转轴系回转精度的测试与分析,对于精密仪器加工行业以及精密零件生产的工业水平提升具有重要意义。
于鹏[4](2017)在《大型轴类零件形位误差三点法测量研究》文中认为重卡驱动桥壳是汽车上一个重要的受力部件,其形位误差大小直接影响汽车的使用寿命,针对重卡桥壳等大型轴类零件形位误差人工测量精度低,劳动强度大的问题,本研究提出了基于三点法的激光位移传感器回转测量方案,根据重卡桥壳的特点,设计了自动测量装置,开发了数据采集处理系统。具体的研究内容如下:(1)阐述了课题研究背景和意义,分析了国内外轴类零件的测量现状,给出了论文的主要内容框架。(2)建立了三点法圆度误差分离算法的数学模型,分析了算法中产生谐波抑制的原因和避免谐波的方法,研究了采样频率、采样长度等测量参数的选择对测量误差的影响,分析了传感器角位置误差和三点法圆度误差分离算法的精度。(3)根据重卡驱动桥壳的结构特点和测量的方案的要求,设计了测量装置,搭建了测量平台,测量平台包括激光位移传感器,KK模组,RS-232通讯模块等装置;基于Visual Studio2010开发了数据自动采集处理系统,该系统能够实时地对测量结果进行分析和显示。(4)对圆度误差评定算法进行了研究,圆度误差评定算法分为最小二乘圆法,最小区域法,最大内接圆法和最小外切圆法四种,基于以上的研究提出了一种矩阵网格圆度误差搜索算法,可以快速得到四种评定算法结果,通过仿真验证了算法的有效性。通过测量装置的设计,实现了大型轴类零件形位误差的测量,该测量符合精密测量的要求。
王雪[5](2012)在《基于切比雪夫逼近理论的形状误差评定算法研究》文中研究指明形状误差对机械设备的功能和寿命具有重要影响。针对现有形状误差评定算法的缺陷与不足,根据形状误差的定义和评定标准,建立了评定基本几何形状误差的数学模型,基于切比雪夫逼近理论,深入研究了形状误差评定算法。论文的主要内容包括:(1)研究切比雪夫逼近理论及其在评定形状误差中的含义与应用。论述了切比雪夫逼近理论与最小区域原则的一致性。基于切比雪夫逼近理论和形状误差评定模型的特征,设计了线性切比雪夫算法和非线性切比雪夫算法,其分别适用于线性数学模型和非线性数学模型的优化问题。(2)研究应用线性切比雪夫算法评定平面内的直线度误差、平面度误差、圆度误差、球度误差和圆柱度误差以及应用非线性切比雪夫算法评定空间直线度误差和圆锥度误差。通过算法性能测试,证明其对海量数据处理的有效性、稳定性、精确性,并分析适用于这两种算法的最佳数据采集点数,以兼顾评定精度和算法运行效率。(3)采用Matlab开发了形状误差评定软件。软件采用功能模块结构,每种要素均设计为一个独立的模块。为使评定结果更加直观,建立可视化界面,并方便用户对存储评定结果。(4)针对坐标测量机所采集的工件表面特征信息,应用所开发的形状误差评定软件分别对平面直线度、空间直线度、平面度、圆度、球度、圆柱度和圆锥度误差进行了评定,验证了算法的有效性和精确性以及软件的可行性和实用性。
谢耿勋[6](2012)在《基于遗传算法的形状误差算法的研究》文中研究说明机械零件的形状误差对整机的工作性能有至关重要的影响,尤其是在有较高精度要求的机械产品中。因此准确测量与评定零件的形状误差一直是国内外普遍关注的问题。建立基于直角坐标系下的形状误差评定数学模型并对其相应算法进行研究具有重大意义。本文根据国家标准中形状误差的定义和评定方法,建立了平面内直线度误差最小二乘与最小区域评定法数学模型,平面度误差最小二乘与最小区域评定法数学模型,圆度误差最小二乘圆、最小区域圆、最小外接和最大内切圆评定法数学模型,球度误差最小二乘球、最小区域球、最小外接和最大内切球评定法数学模型,圆柱度误差最小二乘圆柱、最小区域圆柱、最小外接和最大内切圆柱评定法数学模型,及空间直线度误差最小二乘和最小区域评定法的数学模型。研究了基于遗传算法的形状误差评定算法,给出了基于遗传算法的各种形状误差评定算法的具体实现步骤。论文系统研究了上述数学模型中目标函数的基本性质,通过大量实测数据来绘制目标函数的图形和等值线图,并用试验验证了直线度误差,平面度误差,圆度误差的目标函数在最优值附近极小值的唯一性,在该范围内,其数学模型的目标函数均为连续不可微的凸函数,极小值是唯一的。最后,通过计算实例和结果分析,验证了遗传算法求解各种形状误差的可行性,其精确度非常高,理论上可以无限逼近真实值。本文建立的数学模型和算法适用于三坐标测量机的形状误差测量数据处理。
王怡[7](2011)在《圆度误差粒子群智能评定的不确定度评价》文中认为圆度作为一种机械产品中常见的基本几何要素之一,是回转体零件的一项重要评价指标,在装备加工过程中被频繁评定。圆度在机械零件中非常常见,它是零件几何精度的重要指标,能否正确地测量和评定圆度误差值对保证和提高机械产品的质量至关重要。论文以“圆度误差粒子群智能评定的不确定度评价”为题,系统研究粒子群算法计算圆度误差及不确定度评估,这对促进几何量计量的发展具有重要学术价值与实际意义。论文对圆度误差评定的经典数值方法、计算几何和智能算法的国内外研究现状进行分析,确定了本文的研究将利用一种粒子群算法计算圆度误差误差提高计算精度和降低计算时间,同时对智能评定结果的不确定度问题进行深入研究,并给出不确定度评估的数学模型。主要工作包括:(一)针对ISO国际标准对圆度误差的定义,推导出圆度误差的数学计算模型。根据粒子群算法原理和圆度误差的几何特性,构造了算法粒子初始化条件、目标函数及停机条件等。(二)对粒子群计算结果的分散性进行深入研究:首先分析导致分散性的不确定度源,然后利用β分布统示法分析智能评定结果的概率分布类型。对圆度测量仪器执行不确定度试探性研究,根据仪器测量精度构建执行不确定度的数学模型。(三)探讨智能评定不确定度的评估方法。研究在智能评定结果小样本情况下,利用最大熵方法无偏估计智能计算结果概率分布函数,由该函数估计拟合不确定度。研究基于蒙特卡罗法的智能评定合成不确定度评估方法,包括测量误差和智能算法误差的模拟。论文实验使用三坐标测量仪对环规进行测量,获取表面测量点数据,利用PSO算法计算环规圆度误差,并分别利用最大熵方法和蒙特卡罗法评估不确定度。计算结果表明本文提出的PSO算法具有搜索全局最优值性能,且收敛快、计算耗时较短,基于最大熵方法和蒙特卡罗法的不确定度评估法都能够合理有效地评估出智能评定的不确定度,且操纵简便易行。
朱铁标[8](2011)在《基于直角坐标测量法的形位误差数学模型及算法的研究》文中研究表明三坐标测量机对形位误差的评定有着重大的意义,但受到误差评定数学模型研究不足的制约,未能得到合理应用。为此,本文系统研究了直角坐标系下的形位误差评定数学模型和算法,并对误差的可视化和误差评定系统做了相关研究。(1)建立了平面(空间)直线度误差的最小二乘与最小区域评定法数学模型,平面度误差最小二乘与最小区域评定法数学模型,圆(柱)度误差最小二乘圆(柱)、最小区域圆(柱)、最小外接圆(柱)和最大内切圆(柱)评定法数学模型,及同轴度误差最小二乘和定位最小区域评定法的数学模型。对部分模型进行了线性化处理,并对其线性化误差进行了分析。(2)系统研究了上述数学模型中目标函数的基本性质。用实验仿真证明了直线度误差、平面度误差和圆度误差最小区域评定法目标函数在最优值附近极小值的唯一性,以及圆柱度误差、空间直线度误差和同轴度误差最小区域评定法目标函数不是凸函数;用理论和实验证明了线性最小区域评定法目标函数是凸函数。(3)结合目标函数性质,利用Matlab编制了相应的模型求解算法,并通过实验结果对比,从评定精度、速度等方面验证了模型的正确性和算法的可行性。(4)提出并解决可视化的三个基本问题,实现了对形位误差的可视化。并以圆柱度可视化为例,介绍了可视化步骤。(5)在理论研究的基础上,成功的开发了基于Matlab平台的形位误差评定系统,同时实现了误差值的评定和误差的可视化。
王明[9](2011)在《基于半径测量法的形位误差数学模型与可视化的研究》文中研究指明零件的形状和位置误差是影响整机工作性能的关键,尤其是在有较高精度要求的机械产品中。因此,准确测量与评定零件的形位误差一直是国内外普遍关注的问题。基于半径测量法的形位误差评定的相关理论还不是特别完善。本论文根据国家标准中形位误差的定义和评定方法,建立了平面内直线度误差最小二乘与最小区域评定法数学模型,平面度误差最小二乘与最小区域评定法数学模型,圆度误差最小二乘圆、最小区域圆、最小外接圆和最大内切圆评定法数学模型,圆柱度误差最小二乘圆柱、最小区域圆柱、最小外接圆柱和最大内接圆柱评定法数学模型,空间直线度误差最小二乘与最小区域评定法数学模型,同轴度误差最小二乘与定位最小区域评定法数学模型。通过大量实测数据利用MATLAB来绘制目标函数的图形和等值线图,充分验证了本论文中所有目标函数均为连续的凸函数,极小值是唯一的,且它们的任一局部极小点必是全局极小点。在可视化方面,运用MATLAB的插值计算和图形显示功能,实现了对实际被测轮廓表面误差图形的仿真,可以直观地了解实际被测轮廓表面的微观几何特征,为分析误差产生的原因,改进加工工艺提供了有价值的信息。本文基于最小二乘评定法,应用Lab Windows/CVI开发了形位误差评定系统。进入启动界面后,选择具体某一形位误差评定系统,一些必要的采样参数通过面板简单输入后,便可对采样数据做出快速准确的形位误差评定,并可对评定结果进行自动保存。
杨亚辉[10](2011)在《基于虚拟仪器技术的形状误差测量系统研究》文中研究指明形状误差是评价机械零件制造质量的一个重要指标,已经受到人们的广泛关注。在小型机械制造企业如何有效精确的测量形状误差,成为计算机辅助测量技术研究的热点问题。虚拟仪器是20世纪80年代中期出现的一种新的仪器模式,它是集计算机建模、软件技术、硬件技术、传感器技术等为一体的虚实并存仪器系统。目前虚拟仪器技术已在国内外的科研、开发、测量、检测、计量、测控等领域得到了广泛的应用。本文通过通过构建虚拟仪器测量系统,达到检测形状误差的目的。本论文围绕企业的实际状况,系统描述了虚拟形状误差测量仪的构建过程。通过比较常用的虚拟仪器技术解决方案,根据企业在形状误差测量中的现有条件和实际需求,设计出虚拟形状误差测量系统的应用方案。借助对虚拟仪器硬件平台的研究比较,设计出基于PC的虚拟形状误差测量仪硬件系统;以美国NI公司的LabView为软件开发平台,设计出测量系统的软面板。在形状误差评定数学模型的基础上,研究了形状误差评定的计算机程序算法,解决了形状误差数据处理的关键核心问题。基于虚拟仪器技术的形状误差测量系统以电路驱动器、步进电机及传动机构等为测量执行元件,以数据采集卡、位移传感器为硬件,完成测量数据的采集,最终构建出虚拟形状误差测量仪,实现了直线度误差、圆度误差测量和分析,满足了企业的现有需求。设计出的虚拟形状误差测量仪已应用于小型机械制造企业的形状误差测量,结果表明:利用虚拟仪器技术解决小型机械制造企业的形状误差测量问题,是一种经济、实用、简单的方法,有一定的工程实用价值及参考意义。
二、圆度误差置换算法的研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、圆度误差置换算法的研究(论文提纲范文)
(1)光幕式动车车轴形状误差检测及评估方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状及进展 |
1.2.1 圆度与圆柱度误差评定方法研究现状及进展 |
1.2.2 空间直线度误差评定方法研究现状及进展 |
1.2.3 形状误差检测设备研究现状及进展 |
1.3 主要研究内容及论文框架 |
第2章 光幕式动车车轴测量系统技术研究 |
2.1 光幕式视觉测量技术 |
2.2 光幕式车轴测量系统工作原理 |
2.2.1 系统总体工作原理 |
2.2.2 主要部件工作原理及功能参数 |
2.2.3 车轴表面数据采集过程 |
第3章 车轴圆度误差评定方法研究 |
3.1 圆度误差最小包容区域法评定模型 |
3.1.1 圆度误差评定目标函数 |
3.1.2 圆度误差最小包容区域法评定原理 |
3.2 霍夫变换在圆拟合中的应用 |
3.2.1 直线霍夫变换 |
3.2.2 圆的霍夫变换 |
3.3 贝叶斯线性回归在圆拟合中的应用 |
3.3.1 参数估计 |
3.3.2 贝叶斯估计 |
3.3.3 贝叶斯线性回归 |
3.4 评定步骤 |
3.4.1 确定最小包容区域圆心所在范围 |
3.4.2 确定准圆心位置 |
3.4.3 确定控制点 |
3.4.4 计算最小包容区域圆度误差 |
第4章 车轴圆柱度误差评定方法研究 |
4.1 圆柱度误差网格搜索法评定模型 |
4.1.1 圆柱度误差评定目标函数 |
4.1.2 圆柱度误差网格搜索法评定原理 |
4.2 网格搜索算法步骤 |
4.2.1 采样点各层圆心坐标及基线计算 |
4.2.2 最小二乘圆柱度误差 |
4.2.3 构造搜索网格点 |
4.2.4 构造理想轴线并计算圆柱度误差 |
第5章 车轴空间直线度误差评定方法研究 |
5.1 空间直线度误差逼近最小包容圆柱法评定模型 |
5.1.1 空间直线度误差评定目标函数 |
5.1.2 空间直线度误差逼近最小包容圆柱法评定原理 |
5.2 逼近最小包容圆柱法步骤 |
5.2.1 测量点投影 |
5.2.2 测量点坐标变换 |
5.2.3 坐标平移 |
5.2.4 最小包容圆柱的逼近旋转 |
第6章 实验与数据分析 |
6.1 车轴表面数据测量 |
6.2 车轴圆度误差评定 |
6.2.1 霍夫变换 |
6.2.2 贝叶斯线性回归 |
6.2.3 确定最小包容区域圆心所在范围 |
6.2.4 确定准圆心位置 |
6.2.5 确定准控制点 |
6.2.6 计算圆度误差及结果分析 |
6.3 车轴圆柱度误差评定 |
6.3.1 采样点各层圆心坐标及基线计算 |
6.3.2 计算最小二乘圆柱度误差及构造搜索网格 |
6.3.3 计算圆柱度误差及结果分析 |
6.4 车轴空间直线度误差评定 |
6.4.1 测量点投影 |
6.4.2 测量点坐标变换 |
6.4.3 坐标平移 |
6.4.4 计算空间直线度误差及结果分析 |
第7章 结论 |
7.1 全文总结 |
7.2 创新点 |
7.3 全文展望 |
参考文献 |
作者简介及在学校期间所取得的科研成果 |
致谢 |
(2)同轴度误差测量的不确定度评定方法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题来源 |
1.2 选题背景和研究目的 |
1.3 国内外研究现状 |
1.3.1 同轴度研究概况 |
1.3.2 与同轴度有关的形状误差评定方法的研究 |
1.3.3 测量不确定度国内外研究概况 |
1.4 本文工作内容 |
第2章 同轴度误差评定 |
2.1 测量不确定度的简介及其来源的分析 |
2.2 与检测方法的选择有关的不确定度影响因素 |
2.2.1 回转轴线法 |
2.2.2 坐标法 |
2.2.3 准直线法(瞄靶法) |
2.2.4 顶尖法 |
2.2.5 V型架法 |
2.3 与测量方案的选择有关的不确定度影响因素 |
2.3.1 直接测量评定 |
2.3.2 间接测量评定 |
2.4 与数据处理有关的不确定度影响因素 |
2.4.1 同轴度误差的数学模型 |
2.4.2 正截面拟合圆圆心的确定 |
2.4.3 基准轴线的体现方法 |
2.4.4 再生权最小二乘法处理粗差 |
2.4.5 BP神经网络 |
2.5 数字化实验 |
2.5.1 再生权最小二乘法处理粗差实验 |
2.5.2 拟合圆心实验对比 |
2.5.3 拟合空间直线实验对比 |
2.6 本章小结 |
第3章 同轴度误差的测量不确定度模型及其部分分量的计算 |
3.1 引言 |
3.2 新一代GPS不确定度理论 |
3.2.1 新一代GPS不确定度的定义 |
3.2.2 新一代GPS不确定度的分类 |
3.2.3 不确定度对新一代GPS标准体系的基本规则的影响 |
3.3 基于新一代GPS中测量不确定度的判定原则 |
3.4 测量过程中的单点测量不确定度 |
3.4.1 综合考虑单点测量不确定度 |
3.4.2 基于黑箱模型的单点测量不确定度 |
3.5 GUM评定同轴度误差不确定度 |
3.5.1 基准轴线不确定度 |
3.5.2 同轴度测量不确定度 |
3.6 MC评定同轴度误差测量不确定度 |
3.7 本章小结 |
第4章 同轴度误差测量不确定度的SVM法评定 |
4.1 引言 |
4.2 基于SVM评定同轴度误差测量不确定度 |
4.2.1 支持向量机回归问题 |
4.2.2 基于SVM概率密度函数估计 |
4.2.3 基于SVM的不确定度评定算法的流程 |
4.3 仿真实验 |
4.4 本章小结 |
第5章 实验对比 |
5.1 引言 |
5.2 实验流程及实验条件 |
5.2.1 同轴度误差测量不确定度评定的实验流程及采样策略 |
5.2.2 采样设备及被测试工件 |
5.3 测量数据及同轴度误差不确定度各分量计算 |
5.3.1 确定被测要素各正截面轮廓圆心坐标 |
5.3.2 确定基准轴线及同轴度误差值 |
5.3.3 单点测量不确定度评定 |
5.4 同轴度误差不确定度评定的不同方法结果及对比 |
5.4.1 SVMM评定同轴度误差不确定度 |
5.4.2 GUMM评定同轴度误差不确定度 |
5.4.3 MCM评定同轴度误差不确定度 |
5.4.4 三种方法结果及计量院测量结果对比 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 工作展望 |
参考文献 |
致谢 |
附录 |
攻读学位期间所展开的科研项目和发表的学术论文 |
(3)精密旋转轴系回转精度测试与分析技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.3 课题来源和主要研究内容 |
1.3.1 课题来源 |
1.3.2 论文主要研究内容 |
第二章 回转信号处理及不确定度分析方法 |
2.1 原始信号滤波方法 |
2.1.1 频域滤波方法 |
2.1.2 时域去噪方法 |
2.2 轨迹拟合方法 |
2.2.1 最小区域置换算法 |
2.2.2 形状轮廓线性规划问题 |
2.2.3 最小二乘拟合 |
2.3 测量不确定度分析 |
2.3.1 随机系统成分分量 |
2.3.2 不确定模型 |
2.3.3 计算中的不确定性传递 |
2.4 本章小结 |
第三章 回转误差分离方法及精度提升策略 |
3.1 回转误差的概念 |
3.2 传统回转误差分离技术 |
3.3 三点法误差分离技术原理 |
3.3.1 基本原理 |
3.3.2 误差分离技术影响因素 |
3.4 误差分离精度提升策略 |
3.4.1 噪声影响过程分析及其抑制方法 |
3.4.2 仿真分析 |
3.5 误差分离结果不确定性分析 |
3.6 本章小结 |
第四章 引入智能优化方法的回转精度评定 |
4.1 回转误差分析 |
4.1.1 两点假设的提出 |
4.1.2 回转轴线的可观测性 |
4.1.3 理想圆心运动复频域分析 |
4.2 回转精度评定方法 |
4.2.1 回转轨迹形状评估 |
4.2.2 回转精度最小包容评定法 |
4.2.3 回转精度评估结果判定 |
4.3 仿真分析 |
4.3.1 差分进化算法 |
4.3.2 结合差分进化算法的仿真结果评定 |
4.4 本章小结 |
第五章 实验验证及分析 |
5.1 测试系统组成 |
5.1.1 硬件部分组成 |
5.1.2 软件部分组成 |
5.2 实验方案及结果对比 |
5.2.1 实验方案 |
5.2.2 误差分离结果比较 |
5.2.3 误差分离不确定度分析 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
(4)大型轴类零件形位误差三点法测量研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题的来源 |
1.2 研究背景及意义 |
1.3 圆度误差概述 |
1.4 回转误差概述 |
1.5 国内外研究现状 |
1.5.1 误差分离算法的发展 |
1.5.2 圆度误差和回转误差国内外研究现状 |
1.6 主要的技术目标 |
1.7 本论文的主要内容 |
第2章 三点法轴类零件圆度测量与误差分析 |
2.1 三点法测量原理 |
2.2 测量参数的选择与谐波抑制的消除 |
2.2.1 采样频率的选择 |
2.2.2 采样长度的选择 |
2.2.3 传感器角位置误差分析 |
2.2.4 三点法测量精度分析 |
2.3 三点法圆度误差分离技术的近似实现 |
2.4 被测轮廓形状的级数描述 |
2.5 被测轮廓的一阶谐波分量的分离 |
2.6 被测圆轮廓的重构 |
2.7 圆度误差分离仿真 |
2.7.1 仿真参数设置 |
2.7.2 仿真结果 |
2.8 本章小结 |
第3章 测量装置的硬软件设计 |
3.1 测量装置总方案 |
3.2 硬件设计 |
3.2.1 测量传感器选型 |
3.2.2 通讯模块RS-232 |
3.2.3 KK模组 |
3.2.4 伺服电机 |
3.2.5 数据采集卡 |
3.3 软件开发 |
3.3.1 数据采集处理系统 |
3.3.2 数据实时显示系统 |
3.4 本章小结 |
第4章 圆度误差评定算法研究 |
4.1 评定方法的原理和数学基础 |
4.2 圆度误差评定方法 |
4.2.1 最小二乘圆法(LSC) |
4.2.2 最小外切圆法(MIC) |
4.2.3 最大内接圆法(MCC) |
4.2.4 最小区域圆法(MZC) |
4.3 误差评定算法 |
4.3.1 最小外切圆和最大内接圆评定圆度算法 |
4.3.2 最小区域法圆度误差评定算法 |
4.3.3 矩形网格搜索算法 |
4.3.4 矩形网格搜索算法仿真 |
4.4 本章小结 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
在学期间主要科研成果 |
(5)基于切比雪夫逼近理论的形状误差评定算法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 满足“最小条件”的形状误差评定的国内外研究现状 |
1.3 切比雪夫逼近理论及其应用 |
1.3.1 切比雪夫最佳逼近的基本概念和思想 |
1.3.2 切比雪夫逼近理论在形状误差中应用的研究现状 |
1.4 论文内容与结构 |
1.4.1 课题来源 |
1.4.2 论文内容与结构 |
第2章 切比雪夫逼近理论与基本算法 |
2.1 切比雪夫逼近理论在形状误差评定中的定义 |
2.2 线性切比雪夫算法 |
2.2.1 线性切比雪夫最佳逼近理论模型 |
2.2.2 算法描述 |
2.3 非线性切比雪夫算法 |
2.3.1 概述 |
2.3.2 最优判别准则 |
2.3.3 改进遗传算法 |
2.4 非线性切比雪夫算法流程 |
2.5 本章小结 |
第3章 基于切比雪夫逼近理论的几何形状误差评定 |
3.1 直线度 |
3.1.1 直线度的定义 |
3.1.2 平面直线度 |
3.1.3 空间直线度 |
3.2 平面度 |
3.2.1 平面度定义 |
3.2.2 平面度模型 |
3.2.3 平面度误差评定算法 |
3.2.4 平面度误差评定算法性能分析 |
3.3 圆度 |
3.3.1 圆度定义 |
3.3.2 圆度模型 |
3.3.3 圆度误差评定算法 |
3.3.4 圆度误差评定算法性能分析 |
3.4 球度 |
3.4.1 球度定义 |
3.4.2 球度模型 |
3.4.3 球度误差评定算法 |
3.4.4 评定球度算法性能分析 |
3.5 圆柱度 |
3.5.1 圆柱度定义 |
3.5.2 圆柱度数学模型 |
3.5.3 圆柱度误差评定算法 |
3.5.4 圆柱度误差评定算法性能分析 |
3.6 圆锥度 |
3.6.1 圆锥度定义 |
3.6.2 圆锥度数学模型 |
3.6.3 圆锥度误差评定算法 |
3.6.4 圆锥度误差评定算法性能分析 |
3.7 应用最小二乘算法评定基本几何形状误差 |
3.7.1 线性最小二乘算法 |
3.7.2 非线性最小二乘算法——Levenberg-Marquardt 算法 |
3.8 本章小结 |
第4章 形状误差评定软件 |
4.1 Matlab 介绍 |
4.2 形状误差评定软件 |
4.2.1 功能模块 |
4.2.2 软件界面 |
4.2.3 操作流程 |
4.2.4 两点说明 |
4.3 本章小结 |
第5章 形状误差评定实验 |
5.1 实验条件 |
5.2 直线度误差评定实例 |
5.2.1 平面直线度误差评定 |
5.2.2 空间直线度误差评定 |
5.3 平面度误差评定实例 |
5.4 圆度评误差定实例 |
5.5 球度评误差定实例 |
5.6 圆柱度误差评定实例 |
5.7 圆锥度误差评定实例 |
5.8 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间所发表的学术论文 |
致谢 |
(6)基于遗传算法的形状误差算法的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目的和意义 |
1.3 遗传算法的研究现状 |
1.4 综述 |
1.4.1 形状误差评定方法国内外研究现状与进展 |
1.4.2 目标函数性质研究现状 |
1.4.3 评述 |
1.5 本文的主要工作 |
第2章 遗传算法的基本原理与工具箱函数 |
2.1 遗传算法概述 |
2.1.1 遗传算法的概念 |
2.1.2 遗传算法的特点 |
2.1.3 遗传算法的应用 |
2.2 遗传算法的基本原理 |
2.2.1 遗传算法的运算过程 |
2.2.2 基本遗传算法的数学模型 |
2.2.3 基本遗传算法的步骤 |
2.3 遗传算法工具箱函数 |
第3章 形状误差评定的数学模型与算法 |
3.1 直线度误差 |
3.1.1 直线度误差的定义 |
3.1.2 最小二乘评定法 |
3.1.3 最小区域评定法 |
3.1.4 基于遗传算法的直线度误差算法 |
3.2 平面度误差 |
3.2.1 平面度误差的定义 |
3.2.2 最小二乘评定法 |
3.2.3 最小区域评定法 |
3.2.4 基于遗传算法的平面度误差算法 |
3.3 圆度误差 |
3.3.1 圆度误差的定义 |
3.3.2 最小二乘评定法 |
3.3.3 最小区域评定法 |
3.3.4 最小外接圆评定法 |
3.3.5 最大内切圆评定法 |
3.3.6 基于遗传算法的圆度误差算法 |
3.4 球度误差 |
3.4.1 球度误差的定义 |
3.4.2 最小二乘评定法 |
3.4.3 最小区域评定法 |
3.4.4 最小外接球评定法 |
3.4.5 最大内切球评定法 |
3.4.6 基于遗传算法的球度误差算法 |
3.5 圆柱度误差 |
3.5.1 圆柱度误差的定义 |
3.5.2 最小二乘评定法 |
3.5.3 最小区域评定法 |
3.5.4 最小外接圆柱评定法 |
3.5.5 最大内切圆柱评定法 |
3.5.6 基于遗传算法的圆柱度误差算法 |
3.6 空间直线度误差 |
3.6.1 空间直线度误差的定义 |
3.6.2 最小二乘评定法 |
3.6.3 最小区域评定法 |
3.6.4 基于遗传算法的空间直线度误差算法 |
第4章 目标函数性质的分析 |
4.1 直线度误差评定目标函数性质 |
4.1.1 目标函数性质 |
4.1.2 图形分析 |
4.2 平面度误差评定目标函数性质 |
4.2.1 目标函数性质 |
4.2.2 图形分析 |
4.3 圆度误差评定目标函数性质 |
4.3.1 目标函数性质 |
4.3.2 图形分析 |
4.4 圆柱度误差评定目标函数性质 |
4.4.1 目标函数性质 |
4.4.2 图形分析 |
第5章 计算实例与结果分析 |
5.1 直线度误差评定 |
5.2 平面度误差评定 |
5.3 圆度误差评定 |
5.4 球度误差评定 |
5.5 圆柱度误差评定 |
5.6 空间直线度误差评定 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
附录 |
(7)圆度误差粒子群智能评定的不确定度评价(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究目的及意义 |
1.2 国内外研究进展 |
1.2.1 圆度误差评定判别法 |
1.2.2 圆度误差的评定方法 |
1.3 本文研究的主要内容及结构安排 |
第二章 圆度评定的粒子群智能算法 |
2.1 引言 |
2.2 圆度误差数学模型 |
2.2.1 最小区域法 |
2.2.2 最小外接圆法 |
2.2.3 最大内接圆法 |
2.2.4 最小二乘法 |
2.3 基于粒子群算法的圆度评定方法设计 |
2.3.1 粒子群算法理论及数学基础 |
2.3.2 圆度误差粒子群评定算法设计 |
2.4 本章小结 |
第三章 圆度智能评定的不确定度 |
3.1 引言 |
3.2 新一代GPS 不确定度理论 |
3.2.1 新一代GPS 不确定度概述 |
3.2.2 新一代GPS 不确定度的判定原则 |
3.3 智能算法拟合不确定度 |
3.3.1 智能评定结果概率分布类型 |
3.3.2 β分布的参数估计 |
3.3.3 智能评定样本Β(?g ,?h)分布的DN 检验方法 |
3.4 测量仪器执行不确定度 |
3.5 本章小结 |
第四章 智能评定合成不确定度评价 |
4.1 引言 |
4.2 拟合不确定度的最大熵评定方法 |
4.2.1 最大熵方法 |
4.2.2 智能计算结果样本[0 1]值域变换判据 |
4.2.3 最大熵求智能计算结果的概率分布β(g,h) |
4.3 基于蒙特卡罗法的合成不确定度评估 |
4.3.1 智能评定合成不确定度的蒙特卡罗方法设计 |
4.3.2 基于蒙特卡罗法的圆度智能评定合成不确定度评估 |
4.3.3 测量仪器总误差伪随机数产生方法 |
4.4 本章小结 |
第五章 圆度误差 PSO 智能评定综合实验 |
5.1 引言 |
5.2 实验流程及实验条件 |
5.2.1 圆度误差智能评定实验流程 |
5.2.2 实验条件及测量数据 |
5.3 粒子群算法计算圆度误差 |
5.3.1 最小包容区域圆度误差智能计算实验 |
5.3.2 最大外接圆法圆度误差智能计算实验 |
5.3.3 最小内接圆法圆度误差智能计算实验 |
5.4 圆度粒子群智能评定不确定度评估 |
5.4.1 基于GUM 的智能评定不确定度评估 |
5.4.2 基于蒙特卡罗法的智能评定不确定度评估 |
5.5 本章小结 |
结束语 |
参考文献 |
攻读硕士学位期间撰写的论文 |
致谢 |
(8)基于直角坐标测量法的形位误差数学模型及算法的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目的和意义 |
1.3 形位误差的检测 |
1.4 综述 |
1.4.1 评定方法国内外研究现状与进展 |
1.4.2 模型性质研究现状 |
1.4.3 评述 |
1.5 本论文主要工作 |
第2章 数学模型及线性化 |
2.1 直线度误差 |
2.1.1 数学模型 |
2.1.2 最小二乘评定 |
2.1.3 最小区域评定及其线性化 |
2.2 平面度误差 |
2.2.1 数学模型 |
2.2.2 最小二乘评定 |
2.2.3 最小区域评定及其线性化 |
2.3 圆度误差 |
2.3.1 数学模型 |
2.3.2 最小二乘评定 |
2.3.3 最小区域评定及其线性化 |
2.3.4 最小外接圆评定及其线性化 |
2.3.5 最大内切圆评定及其线性化 |
2.4 圆柱度误差 |
2.4.1 数学模型 |
2.4.2 最小二乘评定 |
2.4.3 最小区域评定及其线性化 |
2.4.4 最小外接圆柱评定及其线性化 |
2.4.5 最大内切圆柱评定及其线性化 |
2.5 空间直线度误差 |
2.5.1 数学模型 |
2.5.2 最小二乘评定 |
2.5.3 最小区域评定 |
2.6 同轴度误差 |
2.6.1 单一基准同轴度误差 |
2.6.2 公共基准同轴度误差 |
2.7 本章小结 |
第3章 数学模型性质分析 |
3.1 最小区域模型性质分析 |
3.1.1 可微性 |
3.1.2 直线度误差最小区域模型 |
3.1.3 平面度误差最小区域模型 |
3.1.4 圆度误差最小区域模型 |
3.1.5 圆柱度误差最小区域模型 |
3.2 线性最小区域模型性质分析 |
3.2.1 线性最小区域模型性质理论分析 |
3.2.2 直线度误差模型凸性验证 |
3.2.3 平面度误差模型凸性验证 |
3.2.4 圆度误差模型凸性验证 |
3.2.5 圆柱度误差模型凸性验证 |
3.3 本章小结 |
第4章 算法及可视化 |
4.1 算法概述 |
4.1.1 Matlab优化工具箱简介 |
4.1.2 算法选择 |
4.2 坐标变换基本原理 |
4.3 算法设计及可行性分析 |
4.3.1 直线度误差算法设计 |
4.3.2 平面度误差算法设计 |
4.3.3 圆度误差算法设计及可行性分析 |
4.3.4 圆柱度误差算法设计及可行性分析 |
4.3.5 空间直线度算法设计及可行性分析 |
4.3.6 同轴度误差算法设计及可行性分析 |
4.4 形位误差可视化 |
4.4.1 可视化的主要问题 |
4.4.2 误差放大方向 |
4.4.3 误差放大倍数 |
4.4.4 数据拟合方法 |
4.5 可视化步骤 |
4.6 本章小结 |
第5章 形位误差评定系统 |
5.1 系统结构 |
5.2 评定系统开发 |
5.2.1 用户界面开发 |
5.2.2 内部程序编制 |
5.3 评定实例 |
5.3.1 直线度误差评定实例 |
5.3.2 平面度误差评定实例 |
5.3.3 圆度误差评定实例 |
5.3.4 圆柱度误差评定实例 |
5.3.5 空间直线度误差评定实例 |
5.3.6 同轴度误差评定实例 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
附录 |
(9)基于半径测量法的形位误差数学模型与可视化的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题的目的和意义 |
1.2 国内外形位误差评定的现状与进展 |
1.2.1 国外关于形位误差的研究概况 |
1.2.2 国内关于形位误差的研究概况 |
1.2.3 国内外研制出的形位误差测量仪器对比 |
1.3 本论文的主要内容 |
第2章 形位误差评定的数学模型 |
2.1 直线度误差评定的数学模型 |
2.1.1 最小二乘评定法 |
2.1.2 最小区域评定法 |
2.2 平面度误差评定的数学模型 |
2.2.1 最小二乘评定法 |
2.2.2 最小区域评定法 |
2.3 圆度误差评定的数学模型 |
2.3.1 最小二乘圆评定法 |
2.3.2 最小区域圆评定法 |
2.3.3 最小外接圆评定法 |
2.3.4 最大内切圆评定法 |
2.4 圆柱度误差评定的数学模型 |
2.4.1 最小二乘圆柱评定法 |
2.4.2 最小区域圆柱评定法 |
2.4.3 最小外接圆柱评定法 |
2.4.4 最大内接圆柱评定法 |
2.5 空间直线度误差评定的数学模型 |
2.5.1 最小二乘评定法 |
2.5.2 最小区域评定法 |
2.6 同轴度误差评定的数学模型 |
2.6.1 单一基准同轴度误差 |
2.6.2 公共基准同轴度误差 |
第3章 目标函数性质分析 |
3.1 直线度误差目标函数性质 |
3.2 平面度误差目标函数性质 |
3.3 圆度误差目标函数性质 |
3.3.1 最小区域圆评定法 |
3.3.2 最小外接圆评定法 |
3.3.3 最大内切圆评定法 |
3.4 圆柱度误差目标函数性质 |
3.4.1 最小区域圆柱评定法 |
3.4.2 最小外接圆柱评定法 |
3.4.3 最大内接圆柱评定法 |
3.5 空间直线度误差目标函数性质 |
3.6 同轴度误差目标函数性质 |
3.7 本章小结 |
第4章 形位误差可视化研究 |
4.1 直线度误差 |
4.1.1 给定平面内直线度误差 |
4.1.2 空间直线度误差 |
4.2 平面度误差 |
4.3 圆度误差 |
4.4 圆柱度误差 |
4.5 同轴度误差 |
4.6 本章小结 |
第5章 形位误差评定系统开发 |
5.1 虚拟仪器简介 |
5.2 形位误差评定系统 |
5.2.1 直线度误差评定系统 |
5.2.2 平面度误差评定系统 |
5.2.3 圆度误差评定系统 |
5.2.4 圆柱度误差评定系统 |
5.2.5 空间直线度误差评定系统 |
5.2.6 同轴度误差评定系统 |
5.3 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
附录 |
(10)基于虚拟仪器技术的形状误差测量系统研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题的来源 |
1.2 研究的背景及意义 |
1.3 虚拟仪器技术 |
1.3.1 虚拟仪器技术的基本概念 |
1.3.2 虚拟仪器的优点 |
1.3.3 虚拟仪器技术的关键技术 |
1.3.4 虚拟仪器的应用 |
1.4 国内外研究现状 |
1.4.1 虚拟仪器技术的研究现状及发展 |
1.4.2 形状误差评定方法研究现状 |
1.5 论文工作简介 |
1.5.1 虚拟仪器的开发思路 |
1.5.2 论文完成的主要工作 |
2 虚拟仪器的软硬件系统及选择 |
2.1 虚拟仪器的硬件系统 |
2.1.1 虚拟仪器的硬件系统分类 |
2.1.2 虚拟仪器的硬件系统方案选择 |
2.2 数据采集系统的构成 |
2.2.1 传感器的选择 |
2.2.2 数据采集卡的选择 |
2.2.3 数据采集卡的使用 |
2.3 虚拟仪器软件平台的选择 |
2.3.1 虚拟仪器的软件结构 |
2.3.2 虚拟仪器软件开发平台的选择 |
2.4 测量系统软面板(界面)设计 |
2.4.1 测量系统软面板的作用 |
2.4.2 虚拟仪器软面板的特点 |
2.4.3 虚拟仪器软面板的设计要求 |
2.4.4 虚拟仪器软面板的设计方法 |
2.5 虚拟形状误差测量仪的系统实现方案 |
2.5.1 信号调理模块 |
2.5.2 测试执行模块 |
3 形状误差数学模型及误差评定算法 |
3.1 直线度误差模型及误差评定算法 |
3.1.1 给定平面内的直线度误差 |
3.1.2 给定方向的直线度误差 |
3.1.3 任意方向的直线度误差 |
3.2 平面度误差模型及误差评定算法 |
3.2.1 概念 |
3.2.2 数学模型 |
3.2.3 误差评定算法 |
3.3 圆度误差模型及误差评定算法 |
3.3.1 概念 |
3.3.2 数学模型 |
3.3.3 误差评定算法 |
3.4 圆柱度误差模型及误差评定算法 |
3.4.1 概念 |
3.4.2 数学模型 |
3.4.3 误差评定算法 |
4 虚拟形状误差测量系统的实现 |
4.1 直线度测量 |
4.1.1 软面板的设计 |
4.1.2 直线度误差测量模块的组成 |
4.2 圆度测量 |
4.2.1 软面板的设计 |
4.2.2 圆度误差测量模块组成 |
4.2.3 圆度误差测量实例 |
5 结论与课题展望 |
5.1 结论 |
5.2 课题展望 |
参考文献 |
攻读硕士学位期间发表的论文 |
致谢 |
四、圆度误差置换算法的研究(论文参考文献)
- [1]光幕式动车车轴形状误差检测及评估方法研究[D]. 王立彬. 吉林大学, 2021(01)
- [2]同轴度误差测量的不确定度评定方法研究[D]. 张玮. 上海应用技术大学, 2020(02)
- [3]精密旋转轴系回转精度测试与分析技术研究[D]. 贾默涵. 西安电子科技大学, 2019
- [4]大型轴类零件形位误差三点法测量研究[D]. 于鹏. 齐鲁工业大学, 2017(04)
- [5]基于切比雪夫逼近理论的形状误差评定算法研究[D]. 王雪. 北京工业大学, 2012(01)
- [6]基于遗传算法的形状误差算法的研究[D]. 谢耿勋. 东北大学, 2012(07)
- [7]圆度误差粒子群智能评定的不确定度评价[D]. 王怡. 华南理工大学, 2011(07)
- [8]基于直角坐标测量法的形位误差数学模型及算法的研究[D]. 朱铁标. 东北大学, 2011(05)
- [9]基于半径测量法的形位误差数学模型与可视化的研究[D]. 王明. 东北大学, 2011(05)
- [10]基于虚拟仪器技术的形状误差测量系统研究[D]. 杨亚辉. 西安工业大学, 2011(08)