本文關(guān)鍵詞：基于貝葉斯網(wǎng)絡(luò)在機(jī)測(cè)量復(fù)雜曲面布點(diǎn)規(guī)劃研究

  更多相關(guān)文章： 在機(jī)測(cè)量系統(tǒng) IGES文件 影響因子 貝葉斯網(wǎng)絡(luò) 布點(diǎn)規(guī)劃

【摘要】：隨著現(xiàn)代制造業(yè)的快速發(fā)展,在機(jī)測(cè)量技術(shù)在對(duì)復(fù)雜曲面零件進(jìn)行測(cè)量時(shí)得到廣泛應(yīng)用。在機(jī)測(cè)量技術(shù)可以減少企業(yè)的資金投入、避免零件二次裝夾產(chǎn)生的誤差以及實(shí)時(shí)反饋測(cè)量結(jié)果等諸多優(yōu)點(diǎn);建立CAD、CAM和CAI集成化系統(tǒng),實(shí)現(xiàn)設(shè)計(jì)-加工-測(cè)量一體化,符合現(xiàn)代制造業(yè)對(duì)高度集成性的要求。關(guān)于在機(jī)測(cè)量技術(shù)的基礎(chǔ)理論研究已從各個(gè)方面展開(kāi),本文從零件的待測(cè)曲面提取、測(cè)點(diǎn)采樣規(guī)劃兩個(gè)方面著手,對(duì)在機(jī)測(cè)量系統(tǒng)的若干技術(shù)問(wèn)題進(jìn)行深入的探討與研究。本文介紹了基礎(chǔ)理論知識(shí),并對(duì)在機(jī)測(cè)量系統(tǒng)進(jìn)行了分析,為解決下文的關(guān)鍵問(wèn)題做了鋪墊:系統(tǒng)地介紹了NURBS曲面的理論知識(shí),研究了貝葉斯網(wǎng)絡(luò)模型的構(gòu)造方法、學(xué)習(xí)模式及推理方法,分析并選定了本研究中網(wǎng)絡(luò)模型的構(gòu)建步驟、參數(shù)學(xué)習(xí)模式及網(wǎng)絡(luò)推理方法。并對(duì)復(fù)雜曲面在機(jī)測(cè)量系統(tǒng)的原理、實(shí)現(xiàn)方式以及優(yōu)點(diǎn)進(jìn)行了詳細(xì)闡述,通過(guò)對(duì)在機(jī)測(cè)量系統(tǒng)軟硬件進(jìn)行了分析,提出了復(fù)雜曲面在機(jī)測(cè)量需要解決的關(guān)鍵問(wèn)題,確定了總體方案規(guī)劃。對(duì)在機(jī)測(cè)量系統(tǒng)的若干關(guān)鍵技術(shù)問(wèn)題進(jìn)行深入研究,主要包括CAD模型待測(cè)曲面提取及測(cè)點(diǎn)采樣規(guī)劃兩部分。(1)CAD模型待測(cè)曲面提取:通過(guò)深入研究IGES文件結(jié)構(gòu)和分析IGES文件記錄實(shí)體的拓?fù)浣Y(jié)構(gòu),實(shí)現(xiàn)可見(jiàn)幾何實(shí)體信息的析取,提出一種優(yōu)異的NURBS曲面信息及相關(guān)裁剪信息的存儲(chǔ)方法。IGES解釋器主要功能是穩(wěn)定解釋IGESV5.3文件中的NURBS曲面信息;(2)測(cè)點(diǎn)采樣規(guī)劃:對(duì)目前的采樣策略進(jìn)行了分析,指出單一的采樣方案往往會(huì)出現(xiàn)魯棒性較差的問(wèn)題,提出一種基于貝葉斯網(wǎng)絡(luò)選擇采樣策略的方法,分析零件的曲率及曲面片等信息,并對(duì)工件表面的加工精度要求進(jìn)行分析,根據(jù)多種影響因子的相互關(guān)系利用貝葉斯網(wǎng)絡(luò)來(lái)選擇最優(yōu)的采樣策略,這樣可以充分發(fā)揮各采樣策略的優(yōu)勢(shì)。
【關(guān)鍵詞】：在機(jī)測(cè)量系統(tǒng) IGES文件 影響因子 貝葉斯網(wǎng)絡(luò) 布點(diǎn)規(guī)劃
【學(xué)位授予單位】：天津職業(yè)技術(shù)師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TG659
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 研究的背景及意義9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.2.1 在機(jī)測(cè)量系統(tǒng)研究現(xiàn)狀10-11
• 1.2.2 復(fù)雜曲面布點(diǎn)規(guī)劃研究現(xiàn)狀11-12
• 1.2.3 貝葉斯網(wǎng)絡(luò)發(fā)展及研究現(xiàn)狀12-13
• 1.3 本文的研究?jī)?nèi)容13-15
• 第2章 復(fù)雜曲面造型及貝葉斯網(wǎng)絡(luò)理論15-25
• 2.1 復(fù)雜曲面理論15-17
• 2.1.1 NURBS曲線曲面15-16
• 2.1.2 權(quán)因子的幾何意義16-17
• 2.2 貝葉斯網(wǎng)絡(luò)相關(guān)理論17-23
• 2.2.1 貝葉斯網(wǎng)絡(luò)概念17-19
• 2.2.2 貝葉斯網(wǎng)絡(luò)模型構(gòu)建19-20
• 2.2.3 貝葉斯網(wǎng)絡(luò)學(xué)習(xí)20-22
• 2.2.4 貝葉斯網(wǎng)絡(luò)推理22-23
• 2.3 樸素貝葉斯分類器23-24
• 2.4 本章小結(jié)24-25
• 第3章 復(fù)雜曲面在機(jī)測(cè)量系統(tǒng)分析與總體方案分析25-29
• 3.1 在機(jī)測(cè)量基本原理及優(yōu)點(diǎn)25-26
• 3.1.1 在機(jī)測(cè)量基本原理25-26
• 3.1.2 在機(jī)測(cè)量?jī)?yōu)點(diǎn)26
• 3.2 在機(jī)測(cè)量系統(tǒng)的軟硬件分析26-28
• 3.2.1 硬件模塊分析26
• 3.2.2 軟件模塊分析26-28
• 3.3 復(fù)雜曲面在機(jī)測(cè)量方案28
• 3.4 本章小結(jié)28-29
• 第4章 復(fù)雜曲面待測(cè)區(qū)域關(guān)鍵特征的提取29-39
• 4.1 IGES文件29
• 4.2 實(shí)體信息的提取與存儲(chǔ)29-32
• 4.2.1 目錄條目段的域解析29-30
• 4.2.2 目錄條目段和參數(shù)數(shù)據(jù)段的對(duì)應(yīng)關(guān)系30-31
• 4.2.3 實(shí)體屬性數(shù)據(jù)存儲(chǔ)方法31-32
• 4.2.4 實(shí)體參數(shù)數(shù)據(jù)讀取及存儲(chǔ)方法32
• 4.3 可見(jiàn)實(shí)體的提取及存儲(chǔ)32-35
• 4.3.1 可見(jiàn)實(shí)體的提取32-33
• 4.3.2 可見(jiàn)實(shí)體的存儲(chǔ)33-35
• 4.4 裁剪曲面提取與存儲(chǔ)35-37
• 4.5 IGES文件關(guān)鍵特征提取的實(shí)現(xiàn)37-38
• 4.6 本章小結(jié)38-39
• 第5章 復(fù)雜曲面布點(diǎn)規(guī)劃模型構(gòu)建39-51
• 5.1 測(cè)點(diǎn)采樣算法39-41
• 5.1.1 采樣策略簡(jiǎn)介39
• 5.1.2 擬采用的各采樣原理簡(jiǎn)介39-41
• 5.2 在機(jī)測(cè)量復(fù)雜曲面影響因子分析41-42
• 5.2.1 曲率因子的計(jì)算41
• 5.2.2 曲面片因子的計(jì)算41-42
• 5.2.3 測(cè)量影響因子42
• 5.3 在機(jī)測(cè)量復(fù)雜曲面貝葉斯網(wǎng)絡(luò)模型建立42-45
• 5.3.1 選擇節(jié)點(diǎn)及確定變量集及變量域43-44
• 5.3.2 確定模型網(wǎng)絡(luò)結(jié)構(gòu)44
• 5.3.3 確定先驗(yàn)參數(shù)44-45
• 5.4 網(wǎng)絡(luò)模型學(xué)習(xí)45-46
• 5.4.1 先驗(yàn)概率45
• 5.4.2 后驗(yàn)概率45-46
• 5.5 貝葉斯網(wǎng)絡(luò)復(fù)雜曲面規(guī)劃預(yù)測(cè)推理46
• 5.6 在機(jī)測(cè)量復(fù)雜曲面布點(diǎn)規(guī)劃貝葉斯網(wǎng)絡(luò)模型程序?qū)崿F(xiàn)46-48
• 5.7 仿真實(shí)驗(yàn)48-50
• 5.7.1 測(cè)點(diǎn)仿真原理48
• 5.7.2 實(shí)例驗(yàn)證與分析48-50
• 5.8 本章小結(jié)50-51
• 第6章 總結(jié)與展望51-52
• 6.1 總結(jié)51
• 6.2 展望51-52
• 參考文獻(xiàn)52-55
• 致謝55-56
• 申請(qǐng)學(xué)位期間的研究成果及發(fā)表學(xué)術(shù)論文56

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 楊敏;賀興時(shí);劉平麗;王芳妮;;基于屬性約簡(jiǎn)的PLS加權(quán)樸素貝葉斯分類[J];西安工程大學(xué)學(xué)報(bào);2013年01期

2 陳俊東,吳則舉,劉云,Louis Roemer;貝葉斯頻譜估計(jì)算法在測(cè)量人工傳輸線長(zhǎng)度中的應(yīng)用[J];青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

3 趙國(guó)彥;劉強(qiáng);劉超;;巖爆烈度分級(jí)預(yù)測(cè)中的貝葉斯判別分析[J];金屬礦山;2010年05期

4 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前6條

1 袁野;胡邦輝;劉丹軍;蘇宏琛;;基于貝葉斯分類判別方法的雷暴預(yù)報(bào)研究[A];第26屆中國(guó)氣象學(xué)會(huì)年會(huì)災(zāi)害天氣事件的預(yù)警、預(yù)報(bào)及防災(zāi)減災(zāi)分會(huì)場(chǎng)論文集[C];2009年

2 李千目;嚴(yán)悍;劉靜;王宗月;張宏;劉鳳玉;;基于貝葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)性能診斷系統(tǒng)[A];第16屆中國(guó)過(guò)程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

3 馬后鋒;樊興華;;一種改進(jìn)的增量貝葉斯分類算法[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

4 鄧紅;陳丹;周方;;基于貝葉斯網(wǎng)絡(luò)的多主題對(duì)話管理方法研究[A];2010通信理論與技術(shù)新發(fā)展——第十五屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];2010年

5 周德全;;離散貝葉斯分類算法及分類誤差估計(jì)[A];中國(guó)儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

6 陳猛;郭華平;范明;;一種基于貝葉斯的多窗口數(shù)據(jù)流分類模型[A];第二十五屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（二）[C];2008年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 馮e

本文編號(hào)：521522