智能圆度测量装置的推理机制的研制

    0 引言

    对于具有回转表面零件的圆度误差检测，以往是由人工进行测量以及对所测数据进行人工处理以评定其圆度误差的，随着测量技术的发展，圆度误差的自动测量装置有了较大的发展[1]，有基于分度装置的圆度误差测量议、基于直角坐标的圆度误差测量议，基于机器视觉的圆度误差测量议，以及基于激光技术的圆度误差测量议等，但在得到一系列测量点数值后仍需按一定的圆度误差评定方法通过图解法或计算法确定圆度误差值[2]。而人工数据处理存在效率低和准确性差的缺陷，尤其当测量点较多时这个缺陷更突出。测量点少，虽测量效率高，但影响测量精度；而测量点越多，则测量精度越高，但数据处理的量将大大增加，故有文献 [3] 探讨最少测量点的问题。然而，从根本上讲，为了保证测量精度，要解决的问题应该是在增加测量点的情况下，如何进行误差智能评定[4]。为此，拟应用人工智能技术，在圆度误差自动检中创建基于测量数据进行圆度误差评定的智能算法，在此基础上，建立智能圆度检测系统，并与进行自动测量的数据采集装置构成智能圆度测量装置，以实现高效、准确的圆度误差自动检测和智能判定。

    1  智能圆度误差评定需求解的是非平凡问题

    由于圆度误差检测时用定轴分度回转测量某截面的轮廓矢径，而其回转中心并非与误差评定的两包容圆同心，故不能用简单的数据处理方法来评定圆度误差，而必须遵循国标《形状误差和位置公差——检验规定》中的“最小条件原则”，即评定时被测要素相对于理想要素的最大变动量应为最小，对于圆度误差的评定，规定被测实际轮廓最小包容区域的半径差为圆度误差值[5]。本文按最大内接圆法和最小外接圆法来确定圆度误差评定中的最小包容区域。

    最大内接圆是指内接于实际被测轮廓的可能最大圆，用最大内接圆法评定圆度误差，是把被测圆的最大内接圆作为内包容圆，并以其圆心为中心作外包容圆 ( 此圆与被测实际圆至少有一点接触 )，则两同心圆之间的区域即为最小包容区域，两同心圆之半径差即为被测实际要素的圆度误差值。

    最小外接圆是指外接于实际被测轮廓的可能最小圆，用最小外接圆法评定圆度误差，是把被测圆的最小外接圆作为外包容圆，并以其圆心为中心作内包容圆 ( 此圆与被测实际圆至少有一点接触 )，则两同心圆之间的区域即为最小包容区域，两同心圆之半径差即为被测实际要素的圆度误差值（见图1）。