夏亚涛

商丘职业技术学院机电工程学院

1 引言

平面是组成零件的参数指标，其特性影响零件的使用寿命,机械设备的稳定性，平面度是评定零件平面质量的重要指标[1]，可通过人工观察千分表、水平仪、平尺等变化范围评定平面度误差，但这些工具在测量过程中受操作者熟练程度以及经验影响，存在效率低等缺点[2]。

三点评定法是取平面内距离相差最远的三点[3]组成基准平面，两个最小包容平面的距离即是平面度误差。最大直线度评定法以被测平面内最大直线度误差值作为平面度误差[4]，该方法的测量精度和时效性较差。目前广泛应用的是最小二乘法(LSM)，通过构建基准直线实行测量[5]，测量误差大、精度低，结果不稳定。粒子群优化算法(PSO)和遗传优化算法(GA)精确性高[6，7]，但由于算法后期收敛性差，无法获得稳定的平面度误差结果。浮点数编码改进遗传算法(FPCIG)通过浮点数基因编码，引入模拟退火思想，对各测量点数据进行基因优化和交叉变异[8]，在一定的遗传代数内能有效提高平面度误差的计算精度。改进差分进化算法(IDE)在粒子群算法基础上融入差分进化算法的框架[9]，调整粒子个体收敛，快速逼近最优值。改进粒子群算法与Fmincon函数(IPSOFF)混合算法对于基准平面来说，计算精度高[10]，误差值较小。神经网络(NN)算法通过训练测量数据进行预测[11]，由于需要大量测量数据作为支撑，导致无法在现实中广泛应用。分群粒子群算法(GPSO)能够通过设置的子群进行全局和局部搜索[12]，同时无需增加寻优粒子的数量和维度，对平面度的评定精确度较高。……