基于分群粒子群算法的平面度误差评定研究

发布时间：2021-02-25 05:22

　　基于分群粒子群算法对平面度误差判定进行了研究。首先建立平面度误差评定数学模型,对平面度误差最小求解转化成对目标函数的非线性最优化问题;接着改进粒子群算法把粒子群一分为二,在不增加粒子个数和粒子维度的情况下,两个粒子群分别用来全局搜索和局部搜索,通过阈值判断早熟现象;最后给出了算法流程。实例验证结果表明:该算法具有较强的优化能力,对测试函数求解的最优解值数据波动性比较小,平面度的公差值为0. 007 3 mm,相比LSM、DM、TPM、PSO、ABC算法公差值平均分别减少了0. 002 3 mm,0. 002 5 mm,0. 002 7 mm,0. 000 2 mm,0. 000 5 mm,评定精度较高。 

【文章来源】：计量学报. 2019,40(06)北大核心

【文章页数】：6 页

【部分图文】：

平面度误差评定对比分析Fig.3Comparisonandanalysisofflatnesserrorevaluation

图3平面度误差评定对比分析Fig.3Comparisonandanalysisofflatnesserrorevaluation图4各种算法耗时结果对比Fig.4Comparisonoftheresultsofvariousalgorithms表2采样点测试数据Tab.2Testdataofsamplingpointmm采样点XYZ采样点XYZ112.12870.43980.465324.50820.3437－0.155537.15933.14230.922740.89283.6518－0.855950.27310.39320.106860.25485.9155－0.416670.86560.11970.715980.23240.0381－0.328590.804918.45860.3604109.08470.8699－0.89311123.19540.9342－0.2867120.23930.2644－0.0034130.04980.1603－0.1311140.078419.87290.1249150.640820.23790.23321622.19090.6458－0.7733170.843922.96690.7965180.17390.66490.50911939.17080.87040.5822200.99430.00990.6299210.297416.8751－0.2794227.049211.13710.097230.69320.8188－0.4765248.65019.43020.1947250.9830.8903－0.9014260.55277.34950.1421270.400116.8730.4017280.198813.4610.9246290.625216.62210.50183013.34780.15560.48983126.375911.1911－0.13633210.009914.02250.26853338.419918.56870.60613415.37120.4902－0.8322350.79396.81590.89093637.92570.46080.8319370.84470.457413.02043810.36785.4507－0.49293920.620830.41220.74694039.73138.90160.0268［参考文献］［1］王青，顾洋.平面度计量———点线面之间的量值传递与控制［J］．计量学报，2019，40(2):189－195．WangQ，GuY.FlatnessMetrology—ValueTransferandControlofPoint，SectionandSurface［J］．Acta489计量学报2019年11月

【参考文献】：
期刊论文
[1]平面度计量——点线面之间的量值传递与控制[J]. 王青,顾洋.  计量学报. 2019(02)
[2]基于逐次二点法的平面度误差测量方法研究[J]. 何伟铭,焦会萌,贾江森,甘屹,宋小奇,井原透.  现代制造工程. 2016(04)
[3]基于模拟植物生长算法的平面度误差评定[J]. 王军,张强,王国勋.  机械设计与制造. 2015(07)
[4]基于微分进化算法的平面度误差评定[J]. 王东霞,温秀兰,汪凤林.  组合机床与自动化加工技术. 2013(12)
[5]一种改进粒子群优化算法在入侵检测中的应用[J]. 卢辉斌,周绯菲,孙金伟.  燕山大学学报. 2013(02)
[6]改进蜂群算法在平面度误差评定中的应用[J]. 罗钧,王强,付丽.  光学精密工程. 2012(02)



本文编号：3050508