智能直线度测量仪的推理机制的研制.pdf

第10期
杌槭设计与制造
2010年10月
Machinery Design Manufacture
文章编号:1001-3997(2010)10-0129-03
智能直线度测量仪的推理机制的研制
谈理孔令超龚德利
(上海应用技术学院机械与自动化工程学院,上海200235)
The development of the Inference mechanism of the Intelligent device for straightness test
TAN Li, KONG Ling-chao GONG De-li
(School of Mechanics and Electrics Engineering, Shanghai Institute of Technology, Shanghai 200235, China
摘要」为了实现直线度误差的自动检测,根据评定直线度误差的最小包容区域法的原理,在对具有
图像采集和识别功能的直线度测量仪的推理机制的研制中提出了采用启发式搜索的策略,“剪枝”原本较大
的状态空间,并构造一个优先级队列,以优化搜索路径、节省搜索时间。还介绍了针对直线度误差最小包容区
域评定法而创建的逐点划线一比较法的原理,设计了图像数据处理中的算法(飽括甄别措施),最后以实例说
明了具有图像采集和识别功能的直线度测量仪如何实现直线度误差的自动评定。
关键词:图像采集和识别;直线度检测;推理机制;启发式搜索
Abstract In order to realize the automatic measurement of straightness, according to the principle of
8 the methods of minimum one for the judgment of errors of straightness test, it proposes to adopt the strategy
of heuristic researching in the development of the inference mechanism of the device for straightness test with
the functions of collecting and recognizing graphs, pruning the original big state space, creating a priority
queue, and thus optimising the route of researching and saing the time of researching. Furthermore, the paper
introduces the principle of the method ofpoint-to-point scoring-comparing created in accordance with the
method of minimum zone and designs the mathematic model of processing graphs and data as well as steps ofi
E distinguishing. Last, the paper explains by precise examples how the device for straightness test with the
functions of collecting and recognizing aphs carries out the auto-jud gment of straightness test
Key words: Collecting and recognizing graphs; Device for straightness test; Inference mechanism
a Heuristic researching
中图分类号:TH16,TP182文献标识码:A
1前言
示中的测量数据,构成最小包容区域的一定是第1、3、4号轮廓
在直线度误差检测中通常都由人工进行数据处理以评点,它的确定过程不具普遍性,这就要求在自动检测的算法中不
定所测的直线度误差,随着先进制造技术的快速发展,要求能采用面对程序的方式,而应具备像邻域专家一样的智能水平,
主动检测替代被动检测的场合越来越多,故自动检测方法的面对不同的对象做出对最小包容区的正确判定。
研究越来越受到人们的关注川,为此在直线度误差自动检
测中首先要解决依据测量数据进行直线度误差评定的自动
算法问题。
满足国家标准的直线度误差的评定方法有最小包容区域
のあああtoxm
法和两端点连线法?,如图1所示,表示了两种评定方法的原理,
图1直线度误差评定方法示意图
?中是根据最小包容区域法得到的直线度误差的评定结果,
为此,本文提出了基于图像采集和识别的直线度自动测量
∫が是根据两端点连线法得到的直线度误差的评定结果,显然方式,并且在建立按最小包容区域法评定直线度误差的算法模式
≤ftが。
时融入人工智能技术,即在具有图像采集和识别功能的直线度测
两端点连线法对所测得的零件轮廓点信息进行直线度误量仪的智能模块中采用启发式搜索的策略,并按优先匹配的法
差评定时可以采用固定的算法模式,比较简单,但有时存在着数则构造一个优先级队列,匹配完成即结束搜索,以缩短搜索的路
据处理的原理误差;而最小包容区域法的评定比较精确,但由于径和时间。这一新的测量方式不仅从根本上改变了原先接触式测
须按最高最低相间法则确定最小包容区域,故对不同的测量所量的模式,而且它可替代人工检测实现自动测量和评定,还可应
得的不同的原始数椐群的处理模式是不同的,例如依如图1所用于短小零件的直线度误差检测。
为来稿日期:2009-12-9