三维空间圆度误差高精度评定算法与编程
高精三坐标测量仪的广泛应用,给精密检测领域打开一片新天地。设备的测量功能与测量质量提升了,检测的要求也提高了,原先停留在二维空间层面的误差评定,如二维平面圆度的评定,已经无法适应现实检测的需要,因而必须解决好基于三坐标测量的圆度误差评定的技术难题。
1 三维空间圆度误差
基于国标《GB/T 1958 - 2004》[1]中关于圆度误差的概念与评定准则,三维空间圆度误差评定必须分为二个环节: 基准平面的拟合与基准平面上的圆度误差计算。符合“最小条件”原则的基准平面拟合方法可能很多,但国标规定以符合“最小包容区域法”要求计算平面度误差的方法,是终极仲裁方法。当确定基准平面这一环节完成之后,下一环节的任务,就是对投影到基准平面的点集进行圆度误差计算。
在国标[1]中,评定圆度有四种方法: 最小包容区域法、最小二乘法、最小外接圆法和最大内接圆法,规定最小包容区域法为终极仲裁方法。最小包容区域法是指包容圆轮廓线的二个同心圆,二圆半径之差为最小时,其差值即为该圆轮廓的圆度误差值,如图 1 所示,δ0值即圆度误差,亦即原三维空间圆度误差之值。
业界对于如何求得三维空间圆度误差做了很多研究,如 “拟合方法”[2]、“实数编码的遗传算法”[3]等,更多的人用最普通“最小二乘法”[4,5],但这些方法都或多或少存在二个问题: 算法收敛慢、计算结果精度低,因此导致这些算法不好用、不够用,所以有必要寻求更高精度的算法程序以适应实际要求。
本文先讨论解决平面圆度误差的“最小包容区域法”,为空间圆度高精度评定作技术铺垫,然后对具体的三维空间圆度评定进行分析讨论。
2 平面圆度高精算法
设 Q = { Qi( xi,yi) ; i = 1 ~ n} 为依照检测要求获得圆形外轮廓上测量点集,求圆度误差问题即为寻求包容测量点 Q = { Qi,i = 1 ~ n} 且半径之差达到最小的二个同心圆,这是即要找一个点O0( 同心圆的圆心) ,在“包容”的前提下,使点集 Q至 O0点距离的最大者与最小者之差,达到最小。
设 O0为初始同心圆圆心,点集 Q 距 O0的最近点为 Qmin,最远点为 Qmax,两同心圆的半径分别为r内= O0Qmin,r外= O0Qmax,δ0= r外- r内,即最小二乘意义下的圆度误差值,如图 2 所示。
要使 δ0向“最小”逼近,借助 特殊三角形与 O0、O 关系图要使 δ0向“最小”逼近,借助特殊三角形△O0QmaxQmin,对 O0的“移动方向”与“移动步长”展开探讨:
相关文章
- 2021-11-19波特率自适应的RS-485中继器设计
- 2023-03-13简单活塞式压力计的误差修正
- 2024-02-04机械秒表测量不确定度分析
- 2022-07-22基于MCl45026/27的病房传呼系统的研制
- 2023-11-02电冰箱换热器以铝代铜腐蚀特性的实验研究
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。