一种用于复杂曲面表面轮廓度误差不确定度的计算方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109508482A(43)申请公布日2019.03.22(21)申请号201811257063.X(22)申请日2018.10.26(71)申请人天津大学地址300350天津市津南区海河教育园雅观路135号天津大学北洋园校区(72)发明人何改云庞域刘晨辉庞凯瑞王宏亮(74)专利代理机构天津市北洋有限责任专利代理事务所12201代理人刘子文(51)Int.Cl.G06F17/50(2006.01)权利要求书1页说明书8页附图1页(54)发明名称一种用于复杂曲面表面轮廓度误差不确定度的计算方法(57)摘要本发明公开了一种用于复杂曲面表面轮廓度误差不确定度的计算方法，包括以下步骤：(1)建立轮廓度误差评估的数学模型；(2)采用SQP算法求解最优问题；(3)通过二阶泰勒展式GUMM计算不确定度，并用AMCM验证GUMM的有效性。本方法通过对轮廓度误差评估数学模型的分析和SQP算法的求解，采用二阶泰勒展式GUMM来计算不确定度，以提高不确定度的求解精度。CN109508482ACN109508482A权利要求书1/1页1.一种用于复杂曲面表面轮廓度误差不确定度的计算方法，其特征在于，包括以下步骤：(1)建立轮廓度误差评估的数学模型；(2)采用SQP算法求解最优问题；(3)通过二阶泰勒展式GUMM计算不确定度，并用AMCM验证GUMM的有效性。2CN109508482A说明书1/8页一种用于复杂曲面表面轮廓度误差不确定度的计算方法技术领域[0001]本发明涉及轮廓度误差的不确定度计算领域，具体涉及一种用于复杂曲面表面轮廓度误差不确定度的计算方法。背景技术[0002]复杂曲面广泛的应用于航空工业，而复杂曲面的加工质量直接影响了产品的合格率。因此对复杂曲面表面质量的评估就必不可少。轮廓度误差就是评估复杂曲面加工质量的重要参数之一。[0003]为了改进轮廓度误差的计算算法，人们做了大量的研究[1]。随着三坐标测量技术的发展，三坐标测量机已经成为了测量空间点的基本工具。最小二乘法(LSM)[2]是测量计算轮廓度误差的基本方法。然而，LSM并不符合ISO/1101标准[3]中公布的最小区域法(MZM)的要求。这会导致结果不精确。由此，基于最小区域法的算法就应运而生.智能算法逐渐被用于搜索精确误差，比如遗传算法(GA)[4-5]，神经网络算法[6],粒子群优化算法(PSOA)[7]，差分进化算法[8]等，然而，这些算法都有其相应的不足，例如搜索最近点的耗时过长，误差值不精确等。SQP算法[9]具有耗时短，误差小等特点，因此，本文采用SQP算法来计算轮廓度误差。[0004]但是，这些算法对轮廓度误差的计算并不能得到相应的不确定度。国际组织于2008年重新修订了GUM，并为世界所公认[10]。虽然GUMM(guidetotheexpressionofuncertaintyinmeasurementmethod.)是计算不确定度的标准，但是它有一定的局限性，如：GUMM只能应用于线性模型。所以当实际情况不满足要求时，一些替代性方法就不可避免地诞生了。如：采用随机模糊和模糊随机理论来估计不确定度。GUMS1[11]采用蒙特卡洛方法(MCM)来分析不确定度，它对输出变量(误差)的分布和数学模型的格式不予考虑。MCM是在统计学分析基础上来计算不确定度[12]。当模型的偏导数无法计算时，Cox和Siebert[13]就采用MCM来计算扩展的不确定度。采用MCM来评估实验模型中的不确定度会减少计算非线性模型中偏导数的工作量[14]。但是蒙特卡罗模拟很难确定合适的实验次数。自适应蒙特卡罗方法(AMCM)的提出是由于它可以自适应地选择合理恰当的实验次数[15]。然而，AMCM中测量变量分布的先验信息通常是未知或者不准确的。在这种情况下，采用AMCM来计算不确定度并不准确，但它却是验证GUMM的合适方法。二次GUMM的提出给评估不确定度带来了新的思路。在一些特殊情况中，可以考虑高阶泰勒级数展开式来计算不确定度。早于2011年，二阶和三阶泰勒级数展开式GUMM就被用来计算简单非线性模型中的不确定度[16]，不幸的是，忽略了变量的相关性，从而导致了结果的不精确。2013年，温，赵等人[17]计算了自适应蒙特卡罗方法(AMCM)和GUMM中圆柱度误差的不确定度。由于模型是非线性的，因此仅仅采用一阶泰勒展式去搜索不确定度并不能达到要求。进而本发明提出了采用GUMM和AMCM的二阶泰勒展式来计算不确定度。另外，本发明还考虑了在不同坐标轴方向上测量点的不确定度以提高准确性。[0005]参考文献：3CN109508482A说明书2/8页[0006][1]LiYDandGuPH2004Free-formsur