[发明专利]一种二维表面粗糙度评定中建立轮廓基准线的方法

说明书

技术领域

本发明涉及一种二维表面粗糙度评定中建立轮廓基准线的方法。

背景技术

在二维表面粗糙度评定中，轮廓基准线的建立是一个关键环节。建立轮 廓基准线的常用方法有最小二乘中线和算术平均中线两种方法(参见：李柱 主编，《互换性与测量技术》，北京：高等教育出版社，2004.)。在这两 种方法中，轮廓基准线都是通过回归分析的方法建立，是对理想基准线的一 种近似拟合。采用这两种方法进行表面粗糙度评定虽然简单，但却存在着一 些固有的缺点：(1)从表面的加工属性来看，轮廓的基准线是一条光滑的 曲线，但在某个评定长度内，不同取样长度内的轮廓基准线在交界处可能出 现间断，导致整个评定长度内的轮廓基准线可能成为一条不光滑的折线；(2) 利用该基准线对表面粗糙度进行评定，评定结果极大地依赖于取样长度，取 样长度太长或太短都会使表面粗糙度评定失真。目前，国际标准ISO11562 中表面粗糙度评定的轮廓基准线规定为高斯基准线(见：ISO11562：1998 Geometrical Product Specifications(GPS)-Surface texture：Profile method-Metrological characteristics of phase correct filters.)，即将原始 轮廓的采样数据去除形状误差后与高斯权函数进行卷积，得到的轮廓曲线作 为粗糙度评定的轮廓基准线。高斯滤波器的最大优点是其线性相位特性，能 够有效地分离表面参数。但用高斯滤波的方法进行表面粗糙度评定必须具备 三个前提：(1)原始数据必须去除形状误差，否则高斯基准线会在边缘处 偏离轮廓；(2)假设原始数据是由一系列谐波组成；(3)表面粗糙度服从 高斯分布。同时，高斯滤波算法会损失一部分原始数据(二倍离散高斯权函 数的宽度)，应用高斯滤波的方法进行表面粗糙度评定，必须保证在评定长 度内有足够的原始数据。另外，国际标准ISO12085中规定的Motif方法(见： ISO12085：1996Geometrical Product Specifications(GPS)-Surface texture：Profile method-Motif parameters.)以图形的方式对轮廓表面粗糙 度和波纹度进行描述，与基准评定法相比，Motif方法以宽度阈值代替取样 长度，能够较真实地匹配轮廓的局部特性，评定参数少。但Motif方法的四 个合并准则来自于法国汽车业二十多年的实践经验，缺乏理论依据，因而导 致Motif方法的应用受到限制。

近年来，很多学者在表面粗糙度的评定方面开展研究，提出了一些建立 轮廓基准线的新方法。如有文献(见：李成贵等，“分形维数与表面的粗糙 度参数的关系”，工具技术.1997，32(12)：36-38.)研究了表面粗糙度与分形维 数的关系，采用分形曲线的W-M函数表征随机轮廓，可以有效地表征表面 结构的复杂和细腻程度。分形的方法主要存在以下两点不足：一是并非所有 的实际表面都具有分形特征，对于不具有分形特征的表面，分形的方法是不 适用的；二是现有的分形数学模型并没有考虑表面的功能特性，也没有一种 方法能够唯一确定分形维数。还有文献(见：陈庆虎等，“表面粗糙度评定 的小波基准线”，计量学报.1998，19(4)：254-257.)将小波分析的方法应用到 表面粗糙度评定中，提出了表面粗糙度评定的小波基准线，该基准线由小波 分解自动产生，不存在拟合误差。其缺点是，在基准线求解的过程中，小波 分解层次的确定以及基准线的选择存在随机性，导致应用小波基准线进行粗 糙度评定的结果具有一定程度的不确定性。

发明内容

本发明的技术解决问题：克服现有技术的不足，提供一种二维表面粗糙 度评定中建立轮廓基准线的方法，该方法将灰色方法应用到二维表面粗糙度 评定中，使原始数据不需服从典型分布，不仅适合于大数据量、典型分布的 表面粗糙度的提取，而且对少数据、非典型分布的表面轮廓同样适用，在整 个评定过程中不损失原始数据。

本发明的技术解决方案：一种二维表面粗糙度评定中建立轮廓基准线的 方法，其特点在于：利用灰色滚动模型，对一个取样长度内原始轮廓的采样 数据进行灰色建模，获得轮廓的模型曲线，并将评定长度内各取样长度所对 应的模型曲线进行综合得到一条光滑的轮廓曲线，将此曲线作为粗糙度评定 的轮廓基准线，其步骤如下：