基于人工智能搜索技术的平面度误差评定
评定平面度误差的常用方法[1]有最小区域法、对角线法、三点法以及最小二乘法,一般而言,用对角线法、三点法或最小二乘法评定平面度误差虽较简便,但不符合形位误差评定的最小条件原则,结果较为粗略,比用最小区域法评定的误差大。最小区域法评定平面度误差,是根据评定形状误差时应符合最小条件的原则所提出的一种评定方法。用两平行平面包容被测实际面,通常实际面与两平行平面至少应有4点接触,并满足以下两种情况之一,这样的两平行平面就构成最小区域。
(1)当被测实际表面为凸(凹)形时,应至少有三个最低(高)点和一个位于由三个最低(高)点连成的三角形内的最高(低)点分别与两平行平面接触;
(2)当被测实际表面为鞍形时,应至少有两个最高点和两个最低点,且由两最高点和两最低点分别连成的直线呈交叉状。最小区域法在应用过程中的最大问题是两平行平面的确定,往往需要通过试探进行多次变换,才能达到目的。特别是在测量数据较多的情况下,更为困难。
人工智能是近年来得到迅速发展的学科,已在多个领域得到应用,而搜索是人工智能中的一个基本问题,已对搜索技术进行了大量的研究。存在着这样一类问题,其特征是一般不存在确定、成熟的求解算法可供利用,而只能一步步地摸索前进,这类问题适合于应用人工智能搜索技术来解决。而应用最小区域法评定平面度误差正是属于这一类问题。
1 人工智能搜索技术与算法设计
采用状态空间表示法来描述所研究的问题,为此必须首先定义状态的描述形式与目标状态以及一组算符,问题的求解过程就是一个不断地把算符作用于状态直至达到目标状态为止的过程。
1.1 状态与目标状态的定义
设已通过测量获得网格状的mxn个离散点数据,分别记最高的3点依次为PMAX、PMAX2与PMAX3,最低的3点依次为PMIN、PMIN2与PMIN3。同时设最高点与最低点的高度差值为ΔH。当状态为目标状态时,$H即为所求的平面度误差。定义以上6点的位置与$H作为状态的特征,即有:S=S(IMAX,JMAX,IMAX2,JMAX2,IMAX3,JMAX3,IMIN,JMIN,IMIN2,JMIN2,IMIN3,JMIN3,$H),I与J分别为对应点在x与y方向上的位置。当两个状态的以上6点的位置与$H均相同时,认为两个状态相等。
确定的目标状态有:
1).PMAX、PMAX2与PMAX3三点的高度相等,且PMIN位于三点形成的三角形之内;
2).PMIN、PMIN2与PMIN3三点的高度相等,且PMIX位于三点形成的三角形之内;
3).PMAX与PMAX2两点的高度相等以及PMIN与PMIN2两点的高度相等,同时所形成的两直线呈交叉状。
1.2 确定算符
相关文章
- 2024-04-10蒸汽流量计算数学模型建立方法研究
- 2022-07-28基于力控组态软件的电加热炉温度监控系统
- 2024-06-19基于模糊技术的中央空调控制器设计
- 2022-09-23人机界面在铁路辅助机试验台中的应用
- 2024-07-03基于数码相机的图象数字变焦(视图插补)算法
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。