کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5019144 1467840 2017 39 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A weighted least square based data fusion method for precision measurement of freeform surfaces
ترجمه فارسی عنوان
روش همجوشی داده با حداقل مربعات وزنی برای اندازه گیری دقیق سطوح آزاد
کلمات کلیدی
ترجمه چکیده
روند کاهش محصول و قابلیت چند کاره، یک نیروی محرکه برای استفاده از سطوح پیچیده در بسیاری از زمینه ها مانند اپتیک پیشرفته است. اندازه گیری دقت این سطوح باید در مقیاس های چندگانه انجام شود، که فرآیند معمولا شامل چند مجموعه داده از سنسورهای مختلف می شود. در این مقاله روش همجوشی داده های چند سنسور با حداقل مربع وزن برای چنین اندازه گیری ارائه شده است. این روش از یکپارچه سازی فریم مختصات مجموعه داده های اندازه گیری شده با استفاده از یک روش ثبت نام سطح بر اساس ویژگی ذاتی شروع می شود. سطح بلی اسپینین به صورت متناسب با سطح خطی خطی برای هر ناحیه همپوش شناسی داده های ثبت شده مورد استفاده قرار می گیرد. با تشکیل یک تابع مبنای مشترک، مدل های سطحی نصب شده و باقی مانده های متناظر سپس برای ساخت یک سیستم همجوشی داده مبتنی بر حداقل مربع وزن که برای تولید یک مدل سطح تلف شده استفاده می شود، ترکیب شده است. تجزیه و تحلیل انتشار عدم قطعیت در فرایند تلفیق داده نیز داده شده است. هر دو شبیه سازی کامپیوتری و اندازه گیری واقعی در سطوح مختلف آزاد، برای بررسی اعتبار روش پیشنهاد شده انجام می شود. نتایج نشان می دهد که روش پیشنهادی قادر است اطلاعات جمع آوری شده چند سنسور را با کاهش قابل توجه عدم قطعیت اندازه گیری کند.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی صنعتی و تولید
پیش نمایش مقاله
روش همجوشی داده با حداقل مربعات وزنی برای اندازه گیری دقیق سطوح آزاد
چکیده انگلیسی
The trend towards product miniaturisation and multi-functionality constitutes a driving force for the application of complex surfaces in many fields such as advanced optics. The precision measurement of these surfaces should be carried out at multiple scales, of which process commonly involves several datasets obtained from different sensors. This paper presents a weighted least square based multi-sensor data fusion method for such measurement. The method starts from unifying the coordinate frames of the measured datasets using an intrinsic feature based surface registration method. B-spline surface is used to fit linear surface model to each identified overlapping area of the registered datasets, respectively. By forming a common basis function, the fitted surface models and the corresponding residuals are then combined to construct a weighted least square based data fusion system which is used to generate a fused surface model. An analysis of the uncertainty propagation in data fusion process is also given. Both computer simulation and actual measurement on various freeform surfaces are conducted to verify the validity of proposed method. The results indicate that the proposed method is capable of fusing multi-sensor measured datasets with notable reduction of the measurement uncertainty.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Precision Engineering - Volume 48, April 2017, Pages 144-151
نویسندگان
, , , , , ,