摘要5-7
Abstract7-10
目录10-13
主要符号表13-15
第一章 绪论15-29
1.1 课题提出背景及探讨作用15-16
1.2 多测点平面度误差评定概述16-19
1.2.1 平面度误差定义及评定模型16-17
1.2.2 多测点的平面度误差评定难点17-18
1.2.3 衡量评定策略的主要性能指标18-19
1.3 平面度误差评定策略探讨进展19-27
1.3.1 基于数值算法平面度误差评定策略19-22
1.3.2 基于计算几何法平面度误差评定策略22-23
1.3.3 基于智能算法平面度误差评定策略23-27
1.4 论文的主要探讨内容27-29
第二章 多测点平面度误差智能评定策略及其优化29-56
2.1 引言29
2.2 测量点与最小区域平面的空间几何联系浅析29-36
2.2.1 特点测量点的提取原理29-32
2.2.2 测量点与最小包容区域法向量的联系浅析32-36
2.3 多测点平面度智能评定策略的优化36-43
2.3.1 多测点平面度误差智能评定策略的共性不足优化36-39
2.3.2 几种基于仿生算法的平面度误差智能评定策略探讨39-43
2.4 平面测量数据仿真策略设计43-48
2.4.1 加工平面的数学模型43-44
2.4.2 测量数据仿真策略设计与实施44-48
2.5 基于仿真测量数据的智能评定实验48-54
2.5.1 评定实验的仿真测量数据模型48-49
2.5.2 特点点提取阈值系数与智能评定结果联系浅析49-50
2.5.3 初始化个体数目与智能评定结果联系50-51
2.5.4 IM-ABC 算法与 IM-PSO 算法性能浅析51-54
2.6 本章小结54-56
第三章 平面度误差智能评定的不确定度评估56-78
3.1 引言56
3.2 智能评定结果的概率分布特性浅析56-58
3.3 智能评定结果的 β 分布统示法58-65
3.3.1 β 分布统示法拟合智能评定结果的概率分布59-62
3.3.2 K-S 拟合优度检验62-64
3.3.3 智能评定结果样本[01]值域变换64-65
3.4 智能评定的不确定度评估65-73
3.4.1 平面度误差真值的区间估计65-66
3.4.2 最大熵法估计ut_e、s_e66-69
3.4.3 智能评定的测量不确定度评估69-73
3.5 平面度误差智能评定的不确定度评估实验73-77
3.5.1 粒子群算法评定结果的β分布统示法拟合实验73-74
3.5.2 粒子群算法的平面度误差区间估计74-75
3.5.3 蜂群算法的平面度误差区间估计75-77
3.6 本章小结77-78
第四章 平面度误差智能计算的 SVM 策略78-100
4.1 引言78
4.2 SVM 策略评定平面度误差机理78-82
4.2.1 SVR 与平面度误差评定数学机理一致性浅析79-81
4.2.2 平面度误差评定的 SVR 策略81-82
4.3 基于分离式支持向量机分类(SSVC)的平面度误差评定82-89
4.3.1 基于 SSVC 的平面度误差评定算法83-87
4.3.2 基于 SSVC 评定的测量不确定度评估87-89
4.4 基于仿真测量数据的 SSVC 评定实验89-92
4.4.1 阈值系数与评定时间、评定误差联系90-91
4.4.2 算法稳定性与评定特性浅析91-92
4.5 SVM 在其它形状误差评定的扩展运用92-98
4.5.1 基于 SVM 算法的圆度误差评定策略93-95
4.5.2 基于 SVM 算法的圆柱度误差评定策略95-98
4.6 本章小结98-100
第五章 形状误差智能评定实际测量运用100-117
5.1 引言100
5.2 平板平面度误差智能评定运用100-107
5.2.1 三坐标测量实验条件及实验案例101
5.2.2 平板平面度误差智能评定及测量不确定度评估101-106
5.2.3 基于分离式支持向量机分类的平板平面度误差评定106-107
5.3 大尺寸平面度误差智能评定运用107-112
5.3.1 轨道板平面度误差测量107-108
5.3.2 轨道板平面度误差智能评定及测量不确定度评估108-112
5.4 轴承环圆度误差的支持向量机评定实例112-115
5.4.1 轴承环圆度误差测量条件及案例112-114
5.4.2 轴承环圆度误差 SSVC 评定及测量不确定度评估114-115
5.5 本章小结115-117
结论与展望117-120