基于遺傳神經(jīng)網(wǎng)絡(luò)模型實(shí)時(shí)誤差修正任意角測(cè)量系統(tǒng).pdf

1、通過(guò)對(duì)動(dòng)態(tài)誤差特性、角度和圓分度測(cè)量特點(diǎn)、測(cè)量系統(tǒng)動(dòng)態(tài)誤差隨機(jī)過(guò)程特性和誤差傳遞特性的分析,對(duì)光柵動(dòng)態(tài)測(cè)量系統(tǒng)的誤差修正技術(shù)進(jìn)行了較系統(tǒng)和深入的研究.敘述了動(dòng)態(tài)測(cè)量誤差的構(gòu)成要素和表征,給出了動(dòng)態(tài)測(cè)量系統(tǒng)的"相對(duì)運(yùn)動(dòng)"概念和相對(duì)變化率描述方法,設(shè)計(jì)了與所建模型相對(duì)應(yīng)的動(dòng)態(tài)誤差神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),提出了誤差源認(rèn)知度矩陣和動(dòng)態(tài)誤差源傳遞、分類(lèi)模型.在圓分度測(cè)量的相對(duì)性和數(shù)據(jù)自封閉特征的基礎(chǔ)上,建立了基于圓分度和二面角測(cè)量的任意角測(cè)量系統(tǒng),和基

2、于自封閉自然基準(zhǔn)的動(dòng)態(tài)誤差數(shù)據(jù)零均值處理和平差處理方法.建立了測(cè)量樣本粗大誤差判別和剔除的模糊聚類(lèi)判別方法,通過(guò)對(duì)實(shí)際測(cè)量數(shù)據(jù)的粗大誤差判別,證明了所建立的粗大誤差判別模型對(duì)測(cè)量系統(tǒng)的實(shí)用性.提出了測(cè)量系統(tǒng)在有限距離上的平穩(wěn)和各態(tài)歷經(jīng)性的概念和數(shù)據(jù)處理方法,證明了該實(shí)驗(yàn)系統(tǒng)在短距離樣本空間具有有限平穩(wěn)和各態(tài)歷經(jīng)性質(zhì).提出以樣本距離空間范數(shù)來(lái)描述預(yù)報(bào)數(shù)據(jù)間相似程度并定義了相似度δ函數(shù),推導(dǎo)出動(dòng)態(tài)誤差數(shù)據(jù)相似度與數(shù)據(jù)相關(guān)函數(shù)之間的關(guān)系,建立

3、了以相關(guān)函數(shù)相對(duì)誤差來(lái)評(píng)定模型預(yù)報(bào)誤差的評(píng)定方法,建立了有效預(yù)報(bào)空間的概念,推導(dǎo)出了預(yù)報(bào)誤差的評(píng)定公式和在有效預(yù)報(bào)空間中的兩種表示形式.分析了不同空間位置子系統(tǒng)間的誤差傳遞特性,證明了在測(cè)量系統(tǒng)中離散標(biāo)準(zhǔn)量值空間向被測(cè)量工件量值空間的直接傳遞性;分析了離散標(biāo)準(zhǔn)量系統(tǒng)向連續(xù)量值空間映射的誤差重構(gòu)條件和方法;基于測(cè)量樣本的有限距離的平穩(wěn)性,證明了預(yù)報(bào)模型對(duì)動(dòng)態(tài)測(cè)量誤差的有限收斂性和預(yù)報(bào)誤差的可測(cè)度性,進(jìn)而證明了以離散標(biāo)準(zhǔn)量值系統(tǒng)對(duì)被測(cè)工件預(yù)

4、報(bào)修正的可行性和合理性.首次研制成功了高精度任意二面角與圓分度測(cè)量系統(tǒng),并編制了基于MS Windows的測(cè)量和系統(tǒng)控制軟件.設(shè)計(jì)了雙標(biāo)準(zhǔn)量值(工件和離散標(biāo)準(zhǔn)量)互比測(cè)量的模型驗(yàn)證方法,完善了從數(shù)據(jù)測(cè)量、誤差分離、模型建立到實(shí)際修正的整個(gè)修正過(guò)程;研究了離散標(biāo)準(zhǔn)量系統(tǒng)動(dòng)態(tài)誤差分離技術(shù),建立了基于遺傳進(jìn)化算法與神經(jīng)網(wǎng)絡(luò)混合建模技術(shù)的兩種誤差修正方法——離散標(biāo)準(zhǔn)量動(dòng)態(tài)誤差直接(同步)修正方法和預(yù)報(bào)模型修正方法,并確定了模型結(jié)構(gòu)參數(shù)和模型訓(xùn)練