光学学报, 2020, 40 (11): 1122001, 网络出版: 2020-06-10   

基于粒子群退火优化BVMD方法的超精密加工表面空间频率分解 下载: 1006次

Application of Particle Swarm Annealing Optimization BVMD Method in Spatial Frequency Decomposition of Ultra-Precision Machined Surfaces
作者单位
1 中国工程物理研究院机械制造工艺研究所, 四川 绵阳 621900
2 西南石油大学机电工程学院, 四川 成都 610500
图 & 表

图 1. 所提算法的流程图

Fig. 1. Flow chart of proposed method

下载图片 查看原文

图 2. 象限翻转延拓

Fig. 2. Quadrant inversion extension

下载图片 查看原文

图 3. 逐步镜像延拓

Fig. 3. Step by step mirror extension

下载图片 查看原文

图 4. 粒子群退火算法流程

Fig. 4. Flow chart of particle swarm annealing algorithm

下载图片 查看原文

图 5. 初始形貌的三维图像及一维PSD分析。(a)初始三维形貌;(b)初始三维形貌PSD

Fig. 5. Three-dimensional image and one-dimensional PSD analysis of original morphology. (a) Original 3D shape; (b) PSD of original 3D shape

下载图片 查看原文

图 6. 延拓后三维形貌

Fig. 6. Extended 3D shape

下载图片 查看原文

图 7. 二维1~4阶Hanning窗处理结果。(a) 1阶;(b) 2阶;(c) 3阶;(d) 4阶

Fig. 7. Processing results by 2D 1--4 Hanning windows. (a) 1-order; (b) 2-order; (c) 3-order; (d) 4-order

下载图片 查看原文

图 8. 1~4阶Hanning窗函数的幅频响应。(a) 1阶;(b) 2阶;(c) 3阶;(d) 4阶

Fig. 8. Amplitude frequency responses of 1--4 Hanning windows. (a) 1-order; (b) 2-order; (c) 3-order; (d) 4-order

下载图片 查看原文

图 9. 粒子群退火参数的优化结果。(a)适应度值;(b)分解层数k;(c)惩罚参数α

Fig. 9. Optimization results of particle swarm annealing parameters. (a) Fitness; (b) decomposition level K; (c) penalty parameter α

下载图片 查看原文

图 10. 数据1的分解结果及对应一维PSD。(a)模态分量1;(b)模态分量2;(c)模态分量3;(d)模态分量4;(e)模态分量1 的PSD;(f)模态分量2的 PSD;(g)模态分量3 的PSD;(h)模态分量4 的PSD

Fig. 10. Decomposition results of data 1 and the corresponding one-dimensional PSD. (a) IMF 1; (b) IMF 2; (c) IMF 3; (d) IMF 4; (e) PSD of IMF 1; (f) PSD of IMF 2; (g) PSD of IMF 3; (h) PSD of IMF 4

下载图片 查看原文

图 11. 实测数据2及其分解的三维图和PSD图。(a)数据2的形貌;(b)数据2的PSD图;(c)模态分量1;(d)模态分量2;(e)模态分量3;(f)模态分量4;(g)模态分量5;(h)模态分量1的PSD;(i)模态分量2的 PSD;(j)模态分量3 的PSD;(k)模态分量4的 PSD;(l)模态分量5的 PSD

Fig. 11. Measured data 2 and 3D and PSD figures of its decomposition. (a) Shape of data 2; (b) PSD of data 2; (c) IMF 1; (d) IMF 2; (e) IMF 3; (f) IMF 4; (g) IMF 5; (h) PSD of IMF 1; (i) PSD of IMF 2; (j) PSD of IMF 3; (k) PSD of IMF 4; (l) PSD of IMF 5

下载图片 查看原文

图 12. 实测数据3及其分解的三维图和PSD图。(a)数据3的形貌;(b)数据3的PSD图;(c)模态分量1;(d)模态分量2;(e)模态分量3;(f)模态分量4;(g)模态分量5;(h)模态分量1的PSD;(i)模态分量2的 PSD;(j)模态分量3 的PSD;(k)模态分量4的 PSD;(l)模态分量5的PSD

Fig. 12. Measured data 3 and 3D and PSD figures of its decomposition. (a) Shape of data 3; (b) PSD of data 3; (c) IMF 1; (d) IMF 2; (e) IMF 3; (f) IMF 4; (g) IMF 5; (h) PSD of IMF 1; (i) PSD of IMF 2; (j) PSD of IMF 3; (k) PSD of IMF 4; (l) PSD of IMF 5

下载图片 查看原文

图 13. 数据1的BDWT分解结果及对应PSD图。(a)模态分量1;(b)模态分量2;(c)模态分量3;(d)模态分量4;(e)模态分量5;(f)模态分量1的 PSD;(g)模态分量2 的PSD;(h)模态分量3 的PSD;(i) 模态分量4 的PSD;(j) 模态分量5的 PSD

Fig. 13. BDWT decomposition results of data 1 and corresponding PSD figures. (a) IMF 1; (b) IMF 2; (c) IMF 3; (d) IMF 4; (e) IMF 5; (f) PSD of IMF 1; (g) PSD of IMF 2; (h) PSD of IMF 3; (i) PSD of IMF 4; (j) PSD of IMF 5

下载图片 查看原文

图 14. 数据1的BEMD分解结果及对应PSD图。(a)模态分量1;(b)模态分量2;(c)模态分量3;(d)模态分量4;(e)模态分量5;(f)模态分量6;(g)模态分量1的PSD;(h)模态分量2的PSD;(i)模态分量3的PSD;(j)模态分量4的PSD;(k)模态分量5的PSD;(l)模态分量6的PSD

Fig. 14. BDWT decomposition results of data 1 and corresponding PSD figures. (a) IMF 1; (b) IMF 2; (c) IMF 3; (d) IMF 4; (e) IMF 5; (f) IMF 6; (g) PSD of IMF 1; (h) PSD of IMF 2; (i) PSD of IMF 3; (j) PSD of IMF 4; (k) PSD of IMF 5; (l) PSD of IMF 6

下载图片 查看原文

表 1数据1及其分解数据的主要空间频率误差

Table1. Main spatial frequency errors of data 1 and its decompositionmm-1

DataFrequency 1Frequency 2Frequency 3Frequency 4Frequency 5Frequency 6
Data 10.16311.95804.40406.36208.809011.7500
Layer 10.1631
Layer 21.9580
Layer 34.4040
Layer 46.36208.809011.7500

查看原文

表 2不同预处理下的FFT 和 IFFT误差及BVMD重构误差

Table2. Reconstruction errors of BVMD and FFT & IFFT errors for different pretreatments

ErrorInitial dataContinuation dataWindow function data
Error of FFT and IFFT /10-30.41763330.40357200.3387472
Reconstruction error of BVMD /10-32.61632002.67073100.3554301

查看原文

表 3数据2及其分解数据的主要空间频率误差

Table3. Main spatial frequency errors of data 2 and its decompositionmm-1

DataFrequency 1Frequency 2Frequency 3Frequency 4Frequency 5Frequency 6
Data 20.028850.115400.519300.778901.067001.55800
Layer 10.02885
Layer 20.11540
Layer 30.51930
Layer 40.77890
Layer 51.067001.55800

查看原文

表 4数据3及其分解数据的主要空间频率误差

Table4. Main spatial frequency errors of data 3 and its decompositionmm-1

DataFrequency 1Frequency 2Frequency 3Frequency 4Frequency 5Frequency 6
Data 30.081560.407800.734101.468002.365003.01800
Layer 10.08156
Layer 20.40780
Layer 30.73410
Layer 40.73410
Layer 51.468002.365003.01800

查看原文

表 5KL散度对比

Table5. KL divergence contrast10-3

Data No.BDWTBEMDProposed algorithm
Data 135.975418.670966318.6478
Data 242.5655452.69506284.9310
Data 318.718665.978433208.7450

查看原文

高炜祥, 李星占, 郑华林, 胡腾. 基于粒子群退火优化BVMD方法的超精密加工表面空间频率分解[J]. 光学学报, 2020, 40(11): 1122001. Weixiang Gao, Xingzhan Li, Hualin Zheng, Teng Hu. Application of Particle Swarm Annealing Optimization BVMD Method in Spatial Frequency Decomposition of Ultra-Precision Machined Surfaces[J]. Acta Optica Sinica, 2020, 40(11): 1122001.

本文已被 1 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!