第一章 绪论 | 第1-20页 |
1.1 引言 | 第9-12页 |
1.2 国内外研究现状 | 第12-18页 |
1.2.1 曲面测量技术发展现状 | 第12-15页 |
1.2.2 曲面测量的自适应跟踪算法 | 第15-18页 |
1.3 本课题任务 | 第18-20页 |
第二章 复杂曲面的测量规划 | 第20-36页 |
2.1 规则曲面的测量规划 | 第20-22页 |
2.1.1 平面的测量 | 第20-21页 |
2.1.2 柱面、锥面、球面等的测量 | 第21-22页 |
2.2 自由曲面的测量规划 | 第22-29页 |
2.2.1 自由曲面测量规划的原则 | 第22-23页 |
2.2.2 已知自由曲面的测量规划 | 第23-25页 |
2.2.3 未知自由曲面的测量规划 | 第25-29页 |
2.3 测量实例 | 第29-35页 |
2.3.1 轴承座的测量 | 第29-32页 |
2.3.2 安全帽的测量 | 第32-35页 |
2.4 小结 | 第35-36页 |
第三章 坐标测量机的自适应跟踪算法 | 第36-47页 |
3.1 引言 | 第36页 |
3.2 圆弧切线外插法 | 第36-42页 |
3.2.1 圆弧切线外插法理论基础 | 第36-37页 |
3.2.2 圆弧切线外插法算法原理 | 第37-41页 |
3.2.3 弧长误差评估 | 第41-42页 |
3.3 软件流程图 | 第42-44页 |
3.4 坐标机上的实现 | 第44-46页 |
3.4.1 编程环境 | 第44页 |
3.4.2 鼠标测量实例 | 第44-46页 |
3.5 小结 | 第46-47页 |
第四章 曲线曲面拟合方法 | 第47-66页 |
4.1 曲线曲面拟合方法概述 | 第47-48页 |
4.2 参数曲线曲面的数学形式 | 第48-50页 |
4.2.1 Bezier曲线曲面的数学形式 | 第48-49页 |
4.2.2 B样条曲线曲面的数学形式 | 第49-50页 |
4.2.3 NURBS曲线曲面的数学形式 | 第50页 |
4.3 参数方法曲面拟合的问题 | 第50-51页 |
4.4 利用人工神经网络进行曲线曲面拟合 | 第51-65页 |
4.4.1 人工神经网络相关知识 | 第51-52页 |
4.4.2 误差反传(BP)算法 | 第52-54页 |
4.4.3 基于 MATLAB神经网络的曲线函数逼近 | 第54-59页 |
4.4.4 基于 MATLAB神经网络的曲面拟合 | 第59-62页 |
4.4.5 鼠标面测量数据处理实例 | 第62-65页 |
4.5 小结 | 第65-66页 |
第五章 使用三坐标机测量曲面的误差分析 | 第66-72页 |
5.1 课题使用实验设备 | 第66页 |
5.2 测量误差分析 | 第66-71页 |
5.2.1 坐标机系统误差 | 第67-69页 |
5.2.2 触发式测头带来的误差 | 第69-70页 |
5.2.3 测量人员视觉和操作误差 | 第70页 |
5.2.4 数据处理误差 | 第70-71页 |
5.2.5 曲线曲面拟合误差 | 第71页 |
5.3 小结 | 第71-72页 |
第六章 总结与展望 | 第72-74页 |
参考文献 | 第74-78页 |
作者在攻读硕士期间主要的研究工作 | 第78-79页 |
1 作者在攻读硕士期间发表的论文 | 第78页 |
2 作者在攻读硕士期间参与的研究工作 | 第78-79页 |
声明 | 第79-80页 |
致谢 | 第80-81页 |
附录1 轴承座测量数据 | 第81-83页 |
附录2 安全帽测量数据 | 第83-86页 |