發(fā)布時間：2020-04-25 19:21

【摘要】：表面結構的磨損、支承、潤滑、潤濕、抗反射和腐蝕等性能與表面形貌緊密相關。當前,在科學研究和工程應用的很多領域中,對表面形貌的定量測量顯得尤為重要,人們對高效率、高精度的測量需求也日益強烈。然而,每種表面測量儀器都有各自的優(yōu)缺點,沒有一種儀器能滿足所有的測量需求。像掃描探針顯微鏡(SPM)、三坐標測量儀(CMM)這類儀器具有較高的測量精度,然而這種逐點式掃描的測量效率較低,且SPM測量范圍較小。光學顯微鏡(OM)具有高測量效率、測得數(shù)據(jù)密度大、非破壞性等優(yōu)點,但光與表面結構間復雜的相互作用也會帶來較大的測量誤差。因此,為了滿足高效率、高精度的測量需求,本文基于高斯過程的機器學習算法,分別從算法提出、仿真和實驗上進行了以下幾個方面的研究工作:1、基于高斯過程算法,研究了在擴大范圍、棋盤式、Hilbert曲線及阿基米德螺旋線這四種特定路徑下的表面重構。針對隨機粗糙、自由曲面和結構化表面,分別從仿真和實驗上得出:在不損失測量精度的前提下,這種特定軌跡掃描具有減少測量點、提升測量效率的優(yōu)點。2、為了減少采樣密度且不損失表面測量精度,本文提出了基于高斯過程的自適應采樣算法,且驗證了算法的有效性和魯棒性。在每次迭代中,將當前的采樣點作為訓練數(shù)據(jù)來預測表面形貌,然后在預測出的最大不確定度處添加一個新的采樣數(shù)據(jù)點,進而將更新后的采樣點作為下一次迭代的訓練數(shù)據(jù)。通過這種訓練、預測、采樣的迭代算法,重構出的表面形貌可以有效地收斂到真實表面形貌。在隨機粗糙、自由曲面及結構化表面上的仿真實驗上驗證了該采樣算法的有效性。該算法不僅可以精確地重構出表面形貌,也能大幅度地減少測量數(shù)據(jù)點。此外,本文驗證了算法在表面的隨機特征、測量噪聲和表面結構突變情況下的魯棒性。該算法尤其適用于逐點式測量。3、研究了基于高斯過程的數(shù)據(jù)融合算法在表面測量上的有效性。在復合式儀器測量中,主要存在兩種不同特點的數(shù)據(jù)集:高精度低密度(HALD)與低精度高密度(LAHD)。在測量結構化表面時,為了提高表面測量精度和效率,本文將基于高斯過程的數(shù)據(jù)融合算法應用在這兩種數(shù)據(jù)集上,對各種結構化表面的仿真及實驗結果驗證了該融合算法的有效性。此外,本文系統(tǒng)分析了測量偏差、噪聲及采樣間隔對融合結果的影響。融合的表面形貌精度高于LAHD數(shù)據(jù)集、數(shù)據(jù)密度高于HALD數(shù)據(jù)集。同時,該融合算法提高了測量效率,提升了復合式儀器測量的優(yōu)點。
【圖文】：

１．１．１表面結構逡逑表面結構是指一個真實表面的所有表面結構或波長部分［２］。一般來說，表逡逑面可按圖１．邋１所示分類。邐邐逡逑表面分類逡逑Ｉ逡逑Ｉ邐Ｉ逡逑功能性表面邐非功能性表面逡逑邐Ｌ＿邋－－ｉ邐邐＊邐－隨機表面逡逑結構化表面邐｜非結構化表面邋邐逡逑Ｉ邐Ｉ邐Ｌ系統(tǒng)表面逡逑有向表面｜邐｜無向表面逡逑圖１．１表面的８種類別［３］逡逑功能性表面：為了實現(xiàn)特定的表面性能，通過改變表面或亞表面層而得的表逡逑面。逡逑非功能性表面：沒有考慮表面性能、直接制造出來的表面。大多數(shù)傳統(tǒng)的機逡逑械加工表面屬于非功能性表面。逡逑結構化表面：為了實現(xiàn)特定的表面性能，通過設計高深寬比幾何特征的確定逡逑性圖案構成的表面。一些表面的縱橫比是可變的。逡逑非結構化表面：制造過程中，由非確定性表面圖案構成的表面。通過拋丸與逡逑１逡逑

逑的數(shù)據(jù)集，右側安裝的是一個接觸式探計．可用它測量稀疏但高精度、Ａ分辨率逡逑的數(shù)據(jù)集。圖１．邋４為多傳感器三坐標測量儀，它集成了多個高精度傳感器［Ｉ邋１］，逡逑Ｒｅｓｏｌｕｔｉｏｎ逡逑Ｃｏｏｒｄｔｎａｔｏ邋Ｍ？Ａｓｕｍ＞９逡逑Ｍａｃｈｉｎｅ邋（ＣＭＭ）邐－逡逑“邐；；…ｒ：ｒｒ．，；ｒ邋＇邋＇？－／）邐＇邐１００－邐４．Ｕ．逡逑Ｓｃａｎｎｉｎｇ邋Ｅｌｅｃｔｒｏｎ邐＊邋ｉ逡逑一邐ｍ．ａｏｓｃｏｐｅ＜ＳＥＭ）邐；邋．邋ｉ邋ｇ邋ｒ邐ｐｍ邋１0－邐ｒ————一 逡逑Ｉ邋！0１ｉ邐！邋Ｊ｜邋Ｓ邋ｉ．逡逑？｜邐；邐｜邐１００－邐邐邐＂Ｉ逡逑Ｊ邐＾邋．ｖ，，邋，邐＾邋ｎｍ邋？0－邐Ｉ逡逑ｔｏ＇．邐／邐？邐＇邐ＴＯ邐．’…：士邋．－．．逡逑ｒ邐Ｓｔｙｌｕｓ邋？Ｗ？ｒｕｒｒｗｆ？邐“邐ｕ——奢—逡逑－－邐0＜ｒ邋Ｉ邋ｆａｎａｎ－ｉｆｓｓｔｏｎ邋Ｅ＊？ｃｔ＜ｏ？逡逑．邐ｃＴ邋ｒｒ＾ｃｒＷｆ＾ＪＴＥＭ）邐ｐｍ邋１0＿逡逑１０邋－■逡逑邐ｊ邐ｓ＿＿＿，—，邐■…飛．－邐？．邐ｒ邐邐－．邐．，逡逑—＊Ｈ—奪？一丨．“．ｆ￣４Ｈ邐＼邐ｂ—邋．．ｆ邐１邐■！邐１邐邐邋４０邐ＩＣＯ邋１邐１０邐１００邐，邐１０邐１００逡逑，Ｄ，，邐１０＜邐，0１邐１0Ｃ邐ｐｍ邐｜邐郵丨邐ｍ逡逑Ｌａｔｅｒａｌ邋ｄｉｍｅｎｓｉｏｎｓ邋（ｍｊ邐（ａｔｅｒａｆ邋ｒｅｓｏｌｕｔｉｏｎ邋（Ｘ
【學位授予單位】：中國科學技術大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TG84

【相似文獻】

相關期刊論文 前10條

1 鐘美;趙兵濤;黃朔;;基于高斯過程回歸的燃煤煙氣汞排放預測[J];動力工程學報;2016年12期

2 李慧瓊;;d維平穩(wěn)高斯過程極集的充分條件及維數(shù)[J];數(shù)學雜志;2007年05期

3 胡愛平;伍度志;;平穩(wěn)高斯過程最大值的極限分布[J];西南師范大學學報(自然科學版);2006年06期

4 謝盛榮;一類高斯過程在高水平u上的逗留[J];科學通報;1998年13期

5 陳振龍,徐賜文;d維平穩(wěn)高斯過程相交局部時的幾個性質[J];武漢工業(yè)大學學報;1999年06期

6 侯炳旭;俞冀陽;徐沾杰;江光明;鄒志強;;利用高斯過程回歸對燃爆單元寬度的預測方法研究[J];核動力工程;2017年02期

7 李棕;崔得龍;;基于高斯過程回歸和強化學習的云資源調度算法[J];電子設計工程;2017年11期

8 吳明;宋博;王鋒;唐紅;;基于高斯過程分類的調制識別方法[J];計算機仿真;2015年10期

9 陳宗帥;楊昌明;閆利宇;;基于計算機模擬與高斯過程回歸的優(yōu)化設計方法[J];計算機光盤軟件與應用;2014年14期

10 楊春華,彭作祥;局部平穩(wěn)高斯過程的最大值與最小值的漸近獨立性[J];西南師范大學學報(自然科學版);2004年02期

相關會議論文 前3條

1 劉信恩;;高斯過程響應面法及其應用研究[A];中國工程物理研究院科技年報（2010年版）[C];2011年

2 何志昆;劉光斌;姚志成;趙曦晶;;基于高斯過程回歸的FOG標度因數(shù)溫度漂移建模新方法[A];第25屆中國控制與決策會議論文集[C];2013年

3 龐夢非;唐國安;張美艷;;參數(shù)不確定性對橋梁振動特性的影響[A];第十屆動力學與控制學術會議摘要集[C];2016年

相關博士學位論文 前10條

1 潘偉;基于高斯過程的高爐煉鐵過程辨識與預測[D];浙江大學;2012年

2 賀建軍;基于高斯過程模型的機器學習算法研究及應用[D];大連理工大學;2012年

3 房晟辰;基于高斯過程回歸及Trust-Tech的短期風電功率預測方法[D];天津大學;2016年

4 趙偉;復雜工程結構可靠度分析的高斯過程動態(tài)響應面方法研究[D];廣西大學;2014年

5 徐沖;分岔隧道設計施工優(yōu)化與穩(wěn)定性評價[D];北京交通大學;2011年

6 劉新亮;技術引入對武器裝備體系能力影響的評估方法研究[D];國防科學技術大學;2009年

7 趙靜;基于高斯過程的動態(tài)系統(tǒng)研究[D];華東師范大學;2016年

8 趙宏旭;波動方程的高斯過程模型分析及在晶圓切割中的應用研究[D];清華大學;2010年

9 譚中權;極值及相關對象的漸近性分析[D];蘇州大學;2012年

10 宋彪;無設備定位的建模與優(yōu)化方法研究[D];北京科技大學;2017年

相關碩士學位論文 前10條

1 龐蕊;高斯過程回歸在氣象數(shù)據(jù)方面的應用研究[D];西安建筑科技大學;2018年

2 韓淼;基于高斯過程的錢塘江涌潮預報算法研究[D];杭州電子科技大學;2018年

3 周瑩;高斯過程在建筑節(jié)能氣候分區(qū)中的應用[D];西安建筑科技大學;2018年

4 周曉康;基于高斯過程回歸的異構無線網(wǎng)絡室內盲區(qū)識別研究[D];哈爾濱工業(yè)大學;2018年

5 劉秋陽;多視角高斯過程的模型與算法研究[D];華東師范大學;2018年

6 王慧娟;貝葉斯高斯過程潛變量模型的研究與應用[D];華東師范大學;2018年

7 王志豪;基于免疫高斯過程算法的巖體物理力學參數(shù)位移反分析方法研究[D];北京交通大學;2018年

8 彭朝陽;基于高斯過程的表面形貌測量研究[D];中國科學技術大學;2018年

9 王贏逸;基于深度高斯過程的交通流預測[D];北京交通大學;2018年

10 何晶;基于高斯過程回歸的鋰電池健康預測[D];北京交通大學;2018年

本文編號：2640601