新型同轴度专用检测装置的设计与研究

分析了阶梯轴零件的尺寸特点,针对传统测量方法无法快速测量阶梯轴零件同轴度误差的问题,提出了一种同轴度误差测量专用检测装置的设计方案,深入研究了被测零件同轴度公差的技术要求、测量原理以及检测装置关键结构设计,基于Pro/E三维软件对同轴度专用检测装置进行了设计与研究,详细地描述了检测装置操作方法.所设计的同轴度专用检测装置结构合理、操作方便,能快速准确地测出同轴度误差,提高了阶梯轴零件的同轴度误差的测量速度,改善了阶梯轴零件同轴度误差的测量效率.     

电动机机组联轴器对中找正的研究与应用

分析了电动机机组联轴器实际运转工况下的同轴度误差构成,通过消除或减少动态同轴度误差和测量调整冷态同轴度误差的方法和经验体会的阐述,找到减少联轴器同轴度误差的方法。     

分动箱体换档轨孔工艺改进及误差分析

对分动箱体换档轨孔同轴度的误差进行分析，提出了改进的工艺方案并进行误差分析计算。     

工件圆柱度误差智能评定算法研究

针对传统圆柱度误差评定算法都对包容最小区域的两个同轴理想圆柱面的轴线有约束,从而降低了工件圆柱度误差评定的精确度,所以在工件圆柱度误差评定中引入了对理想圆柱轴线没有约束的鲸鱼优化算法(WOA)、改进粒子群优化算法(IPSO)、改进人工蜂群算法(IABC)和遗传算法(GA)等智能评定算法.计算结果表明,采用改进粒子群优化...     

碟刹盘孔组位置度视觉测量及误差链分析

针对孔组位置度视觉测量过程多误差源影响测量效果的问题,以碟刹盘为研究对象,开展孔组位置度视觉测量及误差链分析研究。建立了基于“特征—行为”关联响应的孔组位置度视觉测量分析系统,提出了基于邻域搜索修正的位置度测量改进算法,设计了包含测量过程行为误差链分析及行为优化的位置度视觉测量流程,并以某型号碟刹盘为例进行位置度测量与误差分析实验。结果表明：对图像采集和图像处理过程实施多环节参数混合优化有利于降低多源误差带来的影响,运用“需求-应答”方式执行多阶段误差分析与分层优选,实现图像采集、图像处理、孔测量和位置度测量阶段的误差分离,有助于减少误差累积效应,提高测量的可靠性。     

提高主轴箱同轴孔系加工精度的方法

文章提出了主轴箱体同轴孔系加工精度的几种主要影响因素，对常用的几种加工方法进行了比较。分析了同轴度误差产生原因以及控制方法，从工艺角度提出采用调头镗削法提高主轴箱孔系同轴度精度的解决方法。     

电能表计量标准测量不确定度评定研究

通过对电能表计量标准测量不确定度分析,来理解计量标准测量不确定度评定方法与各项误差源的解析,并利用数理统计及试验方法对计量标准测量不确定度进行计算和评定。     

矿泉水中亚硝酸盐含量的测量不确定度评定

通过对测量结果的不确定度进行评定以提高检测结果的准确度.采用重氮偶合分光光度法对矿泉水中亚硝酸盐含量进行测量,依据检验原理和过程建立数学模型,分析过程中各个测量不确定度分量并合成,从而得出测量不确定度并进行讨论,以利于优化实验过程,减小误差.     

基于Matlab的形状误差评价分析塞曼效应图谱

针对塞曼效应的图谱处理中,面临多点测量数据的圆度拟合和误差处理的困难,提出利用Matlab的优化函数工具实现了塞曼分裂圆环数据的圆度处理和误差评价,并把处理的结果与Origin的非线性拟合结果进行比较,实验表明,Matlab的圆度处理和误差评价能够达到良好的效果。     

误差理论简介与测量不确定度应用

有测量就有误差,就有不确定度。本文详细介绍了测量不确定度的分类和A类、B类、合成标准不确定度的定义以及在实际测量中的计算方法。     

基于最小二乘优化的高精度参数估计研究

研究了捕食者一被捕食者模型在不同观测误差条件下的非线性微分方程组参数估计问题．首先利用差分方法进行离散化,得到一个超定的线性方程组,进行最小二乘拟合优化;其次,考虑观测资料有误差而时间变量无误差的情况,通过利用周期取平均的方法,从而降低了数据的误差;最后针对时间变量也会有误差情况,对每个观测时刺的数据进行归整处理来降低时间上的观测误差,最后利用最小二乘拟合得到最优的参数值．     

人工鱼群算法在图像配准中的应用

图像配准是图像处理的基本任务之一,是图像融合、目标识别等的前提。文章将基于行为的人工智能思想通过动物自治体的模式引入优化命题的解决中,构造了一种解决问题的架构—鱼群模式,并由此产生了一种高效的智能优化算法—人工鱼群算法(AFSA),进而提出以人工鱼群算法为优化搜索策略的人工鱼群算法在图像配准中的应用。     

基于AFSA-SVM的船体外板变形预测

船体外板复杂曲面自动化加工一直是船舶制造业研究热点和难点,由于加工过程中船板变形影响因素过多,导致船板加工变形预测一直不够准确快速。鉴于此,将两种复合变量用来表征加工过程中热源对应的众多加工参数,采用人工鱼群算法（AFSA）优化的支持向量机（SVM）预测船板变形。经实验验证,复合参数输入的AFSA-SVM模型预测船体外板水火线加热工艺变形线平均精确度为99.87%,角变形平均精确度为99.53%,且全局最优。将其与传统的PSO-SVM模型对比,不仅精确度有了提高,而且避免了局部极值导致的部分预测结果误差过大情况。     

Parameters optimization and nonlinearity analysis of grating eddy current displacement sensor using neural network and genetic algorithm

A grating eddy current displacement sensor （GECDS） can be used in a watertight electronic transducer to realize long range displacement or position measurement with high accuracy in difficult industry conditions. The parameters optimization of the sensor is essential for economic and efficient production. This paper proposes a method to combine an artificial neural network （ANN） and a genetic algorithm （GA） for the sensor parameters optimization. A neural network model is developed to map the complex relationship between design parameters and the nonlinearity error of the GECDS, and then a GA is used in the optimization process to determine the design parameter values, resulting in a desired minimal nonlinearity error of about 0.11%. The calculated nonlinearity error is 0.25%. These results show that the proposed method performs well for the parameters optimization of the GECDS.     

基于PROE的平面度数据处理分析

平面度误差是最常用最重要的形为误差,是经常检验的公差项目之一。作者介绍的方法是将平面度的测量数据导入PROE软件,PROE中建立点和面后利用最小包容区域法求平面度误差,并用传统的数据处理方法进行了验证,最后得出用PROE软件进行平面度数据处理的可靠性和合理性,且便于数据的实时更新。     

用MATLAB评定圆度误差的研究

通过对圆度评定的4种常用方法的分析,给出数学模型,利用数学软件MATLAB来实现圆度误差的自动处理,直接显示圆度误差值,并通过图示直观形象地看出圆度误差图形.实例证明,该软件算法正确,操作简单方便,界面友好.     

损失规避下的指数跟踪问题及其粒子群算法求解

随着指数衍生产品日益受到重视,指数化投资组合常被传统的消极基金管理者或机构所采用,而用有限的资金按指数构成比例进行投资显然是不现实的,所以指数的最优误差追踪就显得更加重要。将追踪误差定义为证券投资组合收益率与所追踪的指数基准收益率之差的均值平方和的平方根,建立了基数约束（即总资产数不超过某个特定整数K）下考虑投资者损失规避决策偏好的跟踪误差最小化模型,并设计了一个粒子群算法求解模型。实际算例表明,所构建的模型和算法是有效的。     

正逆向重构技术在航空发动机机匣中的应用

为提高传统正、逆向工程设计中的模型重构效率与精度,解决航空发动机机匣因形状复杂导致实体造型困难的问题,研究逆向工程与正向建模相结合的模型重构方法及其特点。以某型航空活塞发动机机匣为研究对象,绘制机匣正逆向混合重建流程图,搭建测量扫描环境,利用三维扫描设备对机匣形面进行数据采集,并使用Geomagic Design X等软件进行数据处理与优化,最终得到机匣数字重构模型。通过偏差检测分析得出,模型平均重构精度误差小于0.5mm,重要配合端面平均误差小于0.1mm,与实际情况相吻合,验证了正逆向重构技术的正确性与便捷性,对航空发动机机匣性能预测、疲劳仿真及结构维修具有一定指导意义。     

基于 WOA-GRU 的销售预测研究

防晒用品属于快速消费品,其销售情况受季节变动影响,具有非线性特征。人工神经网络强大的学习能力使其在销售量预测领域显示出非线性预测的应用优势。作为新兴智能算法,鲸鱼群算法具有快速收敛、全局优化等特点。为精准预测上海某化妆品公司防晒产品销量,基于鲸鱼算法,构建优化网络权值的门控循环神经网络模型。实验结果表明,经鲸鱼算法优化后的门控循环神经网络训练相对误差比优化前降低 0.6 个百分点,测试相对误差比优化前降低约 2 个百分点。     

内燃机活塞裙面加工精度的BP神经网络控制技术研究

在加工活塞裙面时,传统的控制方法往往是通过直接加工或误差补偿来实现,精度效果往往不能尽如人意,为此,采用BP神经网络控制技术,可以取得令人满意的效果,实验结果表明,这种方法是可行的。