tóm tắt luận văn thạc sĩ kỹ thuật sử DỤNG THUẬT TOÁN PARTICLE SWARM OPTIMIZATION ĐÁNH GIÁ độ TRỤ từ dữ LIỆU đo TRÊN máy CMM c544

Murthy [1] đã nâng cao một phương pháp với các đa thức trực giao, có nghĩa là chiếu dữ liệu của hình trụ lên một số mặt phẳng và sau đó nhận được sai số của hình trụ bằngphương pháp bằng

ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC KỸ THUẬT CÔNG NGHIỆP

HOÀNG THỊ QUYÊN

ĐỀ TÀI:

SỬ DỤNG THUẬT TOÁN PARTICLE SWARM OPTIMIZATION ĐÁNH GIÁ ĐỘ TRỤ TỪ DỮ LIỆU ĐO TRÊN MÁY CMM C544

TÓM TẮT LUẬN VĂN THẠC SĨ KỸ THUẬT

THÁI NGUYÊN - 2011

I Tính cấp thiết của đề tài.

Cơ sở khoa học:

Trong nền sản xuất hiện đại, các hệ thống sản xuất có tích hợp máy tính đòi hỏi độ chính xác cao của cácphương pháp kiểm tra kích thước Các phương pháp kiểm tra kích thước truyền thống khó đáp ứng được nhu cầungay càng cao này và do đó sức cạnh tranh của sản phẩm trên thị trường bị hạn chế Trước thực tế đó, hệ thốngkiểm tra kích thước có tích hợp máy tính được sử dụng, trong đó máy đo tọa độ ba chiều (CMM) là lựa chọnhàng đầu của các nhà sản xuất

Hiện nay, với sự suất hiện ngày càng nhiều của máy đo tọa đọ CMM, kỹ thuật đo bằng máy CMM đãnhận được nhiều sự quan tâm Các máy CMM tích hợp máy tính và phần mềm phù hợp để phân tích và xử lý kếtquả đo Điều làm nhiều người dùng băn khoăn là cùng một bộ dữ liệu về tọa độ nhưng các máy CMM khác nhaulại cho các kết quả khác nhau Điều này được giải thích là do thuật toán xử lý dữ liệu khác nhau

Xác định các thông số chuẩn cho hình trụ là một trong những tính năng quan trọng nhất trong thiết kế,sản xuất và lắp ráp cơ khí Nó là điều kiện cần thiết để xây dựng một thuật toán để đánh giá sai số hình trụ Độtrụ là sai lệch lớn nhất giữa bề mặt thực đến bề mặt trụ áp (là mặt trụ lý thuyết bao lấy mặt trụ thực) Đã có nhiềunghiên cứu để đánh giá sai số độ trụ [1-3] Murthy [1] đã nâng cao một phương pháp với các đa thức trực giao,

có nghĩa là chiếu dữ liệu của hình trụ lên một số mặt phẳng và sau đó nhận được sai số của hình trụ bằngphương pháp bằng phẳng X Qian [2] đã sử dụng hàm mục tiêu để đánh giá sai số hình trụ Các sai số được tối

ưu hóa bằng thuật toán genetic algorithm (GA), phương pháp này cho phép giảm không gian tìm kiếm mà vẫnhội tụ đến các giải pháp tối ưu toàn cục Mặc dù vậy tốc độ hội tụ của phương pháp này là quá chậm bởi các quátrình lai ghép và đột biến trong quá trình tiến hóa J Mao [3] phát triển một phương pháp để đánh giá sự khôngchắc chắn của các sai số hình trụ Phương pháp này dựa trên thuật toán tối ưu hóa bầy đàn particle swarmoptimization (PSO) Với phương pháp này cho tốc độ hội tụ nhanh và kết quả chính xác, phù hợp hơn với tiêuchuẩn vùng tối thiểu, tuy nhiên trong tính tường minh của thuật toán còn chưa rõ Dhanish [4] đã đưa ra thuậttoán rất tường minh để tìm giá trị nhỏ nhất của các sai số độ tròn cho bất kỳ bộ dữ liệu nào và được Vũ Thị Tâm[5] nghiên cứu ứng dụng thuật toán này xác định sai số độ tròn trên máy CMM, nhưng chưa xét trên mặt cắt dọc

để đánh giá độ bóng và độ kín khít bề mặt Trên cơ sở đó tác giả tiếp tục nghiên cứu phát triển ứng dụng thuậttoán PSO để xác định sai lệch về độ trụ từ dữ liệu tọa độ các điểm đo trên máy CMM C544 Mitutoyo Hi vọngthành công của đề tài sẽ là đóng góp mới cho việc phát triển mô hình đo lường và kiểm tra khác trong chế tạomáy

Cơ sở thực tiễn

Xuất phát từ thực tế trường Đại học Kỹ thuật công nghiệp Thái Nguyên đã đầu tư máy đo tọa độ 3 chiềuCMM và nhiều cơ sở sản xuất có khả năng đã và đang trang bị máy CMM thay thế cho các thiết bị đo cũ vàkhông đáp ứng được yêu cầu sản xuất hiện đại Việc khai thác có hiệu quả và tin cậy máy CMM là cần thiết Hivọng chương trình xây dựng dựa trên các thuật toán xác định sai lệch về độ trụ từ dữ liệu đo trên máy CMM sẽhữu ích cho việc sử dụng máy đo để tự động hóa xác định sai lệch độ trụ trong nghiên cứu và sản xuất thực tiễn

Từ những cơ sở phân tích trên việc nghiên cứu “Sử dụng thuật toán Particle Swarm Optimization đánh giá độ trụ từ dữ liệu đo trên máy CMM C544” là cấp thiết và có ý nghĩa khoa học và thực tiễn.

II Mục đích của đề tài

máy CMM

III Nội dung của đề tài

để tính toán sai số độ trụ

Chương 1 CÁC KIẾN THỨC CƠ BẢN VỀ ĐO ĐỘ TRỤ

I Các khái niệm cơ bản trong kỹ thuật đo

1.1 Đo lường.

1.2 Đơn vị đo - Hệ thống đơn vị đo.

1.3 Phương pháp đo.

1.4 Kiểm tra - phương pháp kiểm tra.

1.5 Phương tiện đo - Phân loại phương tiện đo.

1.6 Các chỉ tiêu đo lường cơ bản.

1.7 Các nguyên tắc cơ bản trong đo lường.

1.8.5 Khoảng chết.

1.8.6 Khả năng lặp.

1.8.7 Khả năng tuyến tính hóa.

1.8.8 Sai số gắn với mô hình hóa hệ thống đo.

1.8.9 Phương pháp tính sai số tổng.

II Phương pháp đo các thông số hình học.

2.1 Phương pháp đo kích thước.

2.1.1 Phương pháp đo hai tiếp điểm.

2.1.2 Phương pháp đo ba tiếp điểm.

2.1.3 Phương pháp đo tọa độ.

2.2 Phương pháp đo độ trụ.

Độ trụ được định nghĩa là sai lệch lớn nhất giữa bề mặt thực đến bề mặt trụ áp, đó là mặt trụ lý thuyếtbao lấy mặt trụ thực Thông số quy định sai số bề mặt được nêu trong tiêu chuẩn Việt Nam TCVN-11-74 đượcghi trong bảng 1.1

Bảng 1.1:

Hình 1.14 mô tả hiện tượng sai lệch về độ trụ Đó là tổng hợp các sai lệch cả trên tiết diện ngang như

độ tròn và trên tiết diện dọc như độ côn, độ phình thắt, độ cong trục,…

Hình 1.14 Sai lệch về độ trụ

mặt trụ ngoại tiếp

ax minEF

2

m

Dmax - đường kính mặt trụ ngoại tiếp;

III Một số mô hình toán học áp dụng khi đo 3D

3.1 Cơ sở khoa học của phép đo tọa độ.

3.1.2 Các phép biến đổi tọa độ

3.2 Thuật toán xác định tâm và bán kính đường tròn.

3.2.1 Xác định đường tròn qua tọa độ 3 điểm đo

3.2.2 Xác định đường tròn qua tọa độ nhiều điểm đo.

Chương 2 GIỚI THIỆU VỀ THOẬT TOÁN TỐI ƯU BẦY ĐÀN

PARTICLE SWARM OPTIMIZATION (TỐI ƯU HÓA BẦY ĐÀN)

2.1 Tổng quan về thuật toán Particle Swarm Optimization (PSO).

Phương pháp tối ưu bầy đàn là một trong những thuật toán xây dựng dựa trên khái niệm trí tuệ bầy đàn

để tìm kiếm lời giải cho các bài toán tối ưu hóa trên một không gian tìm kiếm nào đó

2.1.1 Giới thiệu

Phương pháp tối ưu bầy đàn là một dạng của các thuật toán tiến hóa quần thể, với sự tương tác giữa các

cá thể trong một quần thể để khám phá một không gian tìm kiếm PSO là kết quả của sự mô hình hóa việc đànchim bay đi tìm kiếm thức ăn cho nên nó thường được xếp vào các loại thuật toán có sử dụng trí tuệ bầy đàn.Được giới thiệu vào năm 1995 tại một hội nghị của IEEE bởi James Kennedy và Russell C.Eberhart

Để hiểu rõ thuật toán PSO ta cùng xem một ví dụ đơn giản về quá trình tìm kiếm thức ăn của một đànchim Không gian tìm kiếm thức ăn lúc này là toàn bộ không gian ba chiều mà chúng ta đang sinh sống Tại thờiđiểm bắt đầu tìm kiếm tìm kiếm cả đàn bay theo một hướng nào đó, có thể là rất ngẫu nhiên Nhưng sau một thờigian tìm kiếm một số cá thể trong đàn bắt đầu tìm ra được nơi có chứa thức ăn Tùy theo số lượng thức ăn vừatìm kiếm mà các cá thể gửi tín hiệu đến các cá thể khác đang tìm kiếm ở vùng lân cận Tín hiệu này lan truyềntrên toàn quần thể Dựa vào thông tin nhận được mỗi cá thể điều chỉnh hướng bay và vận tốc theo hướng về nơi

có nhiều thức ăn nhất Cơ chế truyền tin như vậy thường được xem như là một kiểu hình của trí tuệ bầy đàn Cơchế này giúp cả đàn chim tìm ra nơi có nhiều thức ăn nhất trên không gian tìm kiếm vô cùng rộng lớn

Như vậy đàn chim đã dùng trí tuệ, kiến thức và kinh nghiệm của cả đàn để nhanh chóng tìm ra nơi chứathức ăn Bây giờ chúng ta tìm hiểu làm cách nào mà một mô hình trong sinh học như vậy có thể áp dụng trongtính toán và sinh ra thuật toán PSO mà ta nhắc đến Việc mô hình hóa này thường được gọi là quá trình phỏngsinh học mà chúng ta thường thấy trong các ngành khoa học khác Một thuật toán được xây dựng dựa trên việc

mô hình hóa các quá trình trong sinh học được gọi là thuật toán phỏng sinh học

2.1.2 Thuật toán PSO

PSO được khởi tạo bằng một nhóm cá thể ngẫu nhiên và sau đó tìm nghiệm tối ưu bằng cách cập nhậtcác thế hệ Trong mỗi thế hệ, mỗi cá thể được cập nhật theo hai vị trí tốt nhất Giá trị thứ nhất là vị trí tốt nhất

Nói cách khác, mỗi cá thể trong quần thể cập nhật vị trí của nó theo vị trí tốt nhất của nó và của cả quần thể tínhtới thời điểm hiện tại như (hình 2.1)

Gbest: Vị trí tốt nhất trong quần thể

Vận tốc và vị trí của cá thể trong quần thể được tính như sau:

i best

k i best

k i

Lưu đồ giải thuật:

Khởi tạo các cá thể với vị trí và vận tốc ngẫu nhiên

Chưa

2.1.3 Sự khác biệt của thuật toán PSO so với các thuật toán tối ưu khác.

2.1.4 Tính chất của thuật toán PSO.

2.1.5 Ưu nhược điểm của thuật toán PSO.

2.1.6 Ứng dụng của thuật toán PSO.

2.2 Thuật toán PSO song song và PSO nối tiếp.

2.2.1 Thuật toán PSO song song.

2.2.2 Thuật toán PSO nối tiếp.

2.3 Các bước quan trọng trong việc áp dụng thuật toán PSO:

Chương 3

ÁP DỤNG THUẬT TOÁN PSO ĐỂ ĐÁNH GIÁ ĐỘ TRỤ

Trong phần này sẽ trình bầy nội dung nghiên cứu chính của luận văn, từ yêu cầu đặt ra cho bài toán đánhgiá sai lệch hình trụ ta đi xây dựng hàm mục tiêu tìm kiếm Trên cơ sở đó phát biểu bài toán dưới dạng tối ưuhàm một biến và dùng kỹ thuật tối ưu hóa bầy đàn (PSO) để giải quyết bài toán

3.1 Yêu cầu đặt ra cho bài toán đánh giá độ trụ.

3.2 Đánh giá độ trụ dựa trên thuật toán PSO.

Như đã trình bầy ở chương 2, tối ưu hóa bầy đàn tương tự như thuật toán di truyền - cho phép giảmkhông gian tìm kiếm của bài toán mà vẫn hội tụ đến giải pháp tối ưu toàn cục - nhưng không có quá trình laighép và đột biến nên chúng hội tụ nhanh hơn Sử dụng PSO đánh giá độ trụ là tối ưu hóa các giá trị (a, b, l, m )trên tập dữ liệu đo

-d min ).Thuật toán dựa trên kỹ thuật tối ưu hóa theo bầy đàn dưới đây sẽ mô tả quá trình này.

a, Biểu diễn của một phần tử.

Để áp dụng được thuật toán PSO cho bài toán thì việc đầu tiên chúng ta phải tìm được cách biểu diễncủa các phần tử sao cho mỗi phần tử là một giải pháp của bài toán Thông thường, có ba phương pháp mã hóa:

mã hóa số thực, mã hóa số nguyên, mã hóa bít nhi phân Trong luận văn này, phương pháp được sử dụng làphương pháp mã hóa số thực Mỗi phần tử là một vectơ d chiều (d là số biến được tối ưu)

Cụ thể, ký hiệu tập dữ liệu đo là N gồm L điểm trên bề mặt trụ: Nj = {(x1, y1, z1), , (xj, yj, zj), , (xL, yL,

zL)}; j = 1, , L, trong đó xj, yj, zj lần lượt là hoành độ, tung độ, cao độ của điểm đo thứ j thuộc hình trụ cần đo.

Quần thể S gồm s cá thể (hay s phần tử): Si = {X1, , Xi, , Xs}; i = 1, , s Phần tử i trong thuật toán PSO được

biểu diễn bởi vectơ d chiều hay còn là một giải pháp của bài toán và được mô tả là X i = (x i1 , x i2 , x i3, ., x id ), với i

= 1, , s Vận tốc của phần tử này được biểu diễn bởi vectơ d chiều khác là V i = (v i1 , v i2 , v i3 , , v id ) Vị trí tốt nhất

của phần tử thứ i mà nó đã từng đạt được là P i = (p i1 , p i2 , p i3 , , p id ) (còn gọi là Pbest) Vị trí tốt nhất trong tất cả

quá trình tìm kiếm từ trước đến bây giờ cho mọi phần tử là P g = (p g1 , p g2 , p g3 , , p gd ) (còn gọi là Gbest) Khi đó vị

trí và vận tốc của phần tử sẽ được cập nhật theo công thức (2.1) và (2.2) Gọi khoảng cách từ điểm Nj đến Xi là:

Đầu vào thuật toán:

 Xi nhận giá trị ngẫu nhiên, với i = 1, , s

 Vi nhận giá trị ngẫu nhiên, với i = 1, , s

Khi đó quá trình xác định sai số hình trụ từ một phần tử (hay một cá thể) thứ i sẽ được thực hiện nhưsau:

{Thuật toán giải mã đối với một phần tử}

j i

x ứng với các tọa độ trong tập dữ liệu đo So sánh và

best

f )

i k

j i

 Vì PSO là một quá trình ngẫu nhiên, nên chúng ta phải định nghĩa điều kiện dừng cho bài toán Thuậttoán chỉ dừng khi giá trị của P best và G best không thay đổi hoặc sau k thế hệ (k là một tham số thiết kế).

Nếu trái lại điều kiện dừng ta cập nhập:

id

k gd

k id

k id

k id

x lần lượt là tốc độ và vị trí cá thể thứ i trong quần thể thuộc thế hệ đang xét k.

id

x đều là các vectơ d chiều Nhắc lại d chính là số biến

tối ưu

Bước 3: Quay lại bước 2

3.3 Lưu đồ thuật toán.

Đo bề mặt ngoài của mẫu hình trụ có đường kính  26 dài 28mm được đo bởi máy đo CMM, nhóm các

dữ liệu đo được trong bảng 3.1:

Bảng 3.1: Bộ dữ liệu đo bất kỳ trên bề mặt trụ.

Mô hình tính toán độ trụ bằng chương Matlab như sau:

SỐ LIỆU ĐẦU VÀO

- Tọa độ các điểm trên

Số liệu đầu vào là số liệu tọa độ các điểm trên biên dạng lỗ/ trục được lấy từ máy đo CMM Chươngtrình với thuật toán sẽ tự động xử lý dữ liệu sẽ cho ra các thông số a, b, l, m và sai số độ trụ, biểu đồ biểu diễn sai

số của các điểm đến trục của hình trụ lý tưởng

4.1 Lập cơ sở dữ liệu

4.1.1 Máy đo tọa độ 3 chiều CMM

4.1.2 Tạo bộ dữ liệu cho chương trình.

Tiến hành đo mẫu thử là một con lăn cán thép trên máy đo CMM 544 Mitutoyo của trung tâm thínghiệm trường ĐH Kỹ thuật công nghiệp Thái Nguyên Mẫu thử được gá đặt chắc chắn trên bàn máy Khởi độngmáy CMM, máy nén khí cùng phàn mềm MCOSMOS và tiến hành thiết lập đầu đo, xây dựng hệ tọa độ cho mẫuthử

Hình 4.6 Mẫu thử đo trên máy CMM

4.2 Giới thiệu về phần mềm matlab.

4.3 Ứng dụng phần mềm matlab chạy chương trình PSO ứng dụng.

- Nhấp chuột vào biểu tượng chương trình matlab, xuất hiện hộp thoại:

Hình 4.18 Giao diện chương trình

- Vào File, chọn: Set path Xuất hiện hộp thoại:

Hình 4.19 Hộp thoại Set path.

Hình 4.20 Hộp thoại Browse For Folder

- Chọn đường dẫn đến nơi để chương trình thuật toán rồi click chuột vào OK Sau đó click chuột vào

Save để lưu lệnh.

Hình 4.21 Hộp thoại Set path khi đã chọn xong

- Click vào close để đóng hộp thoại set path.

- Khi hộp thoại Set path đóng lại thì màn hình trở về giao diện chương trình ban đầu Để chạy chương

Hình 4.22 Hiển thị kết quả

Kết quả của chương trình sau khi chạy thuật toán PSO là các giá trị (a, b, l, m) tương ứng ở dòng Result

và sai số độ trụ nhỏ nhất ở dòng Cylindricity Và hiển thị hộp thoại Fugure1 biểu diễn trụ kết quả và các điểm đo

từ thực nghiệm, hình 4.23

Hình 4.23 Hình trụ kết quả và các điểm đo.

Hình trụ mầu xanh là hình trụ kết quả phù hợp nhất với bộ dữ liệu được đo (mầu vàng) từ thực nghiệm

để sai số độ trụ là nhỏ nhất

Hình 4.24 Hình chiếu kết quả các điểm đo

4.4 So sánh thuật toán PSO với thuật toán Dhanish.

4.4.1 Thuật toán Dhanish xác định độ không tròn

4.4.2 Kết quả của việc ứng dụng thuật toán Dhanish.

4.4.3 Chuyển dữ liệu trên mặt trụ về một mặt phẳng

Chiếu bộ dữ liệu các điểm đo trong bảng 3.1 xuống một mặt phẳng như trong hình 4.24 ta được bộ tọa

độ gồm 32 điểm nằm trên đường tròn có số liệu như bảng 4.3: Khi đó ta có bài toán xác định độ không tròn là trường hợp đặc biệt của bài toán xác định độ không trụ

Bảng 4.3: Bộ dữ liệu chiếu xuống mặt phẳng oxy.

Xuất bộ dữ liệu này vào file định dạng text, xem hình 4.28:

Hình 4.28 Dữ liệu dạng text trong mặt phẳng

Hình 4.29 Giao diện chương trình thuật toán Dhanish

- Click chuột vào nút Browse và chọn đường dẫn đến bộ dữ liệu dạng Notebad cần kiểm tra, xem hình

vẽ:

Hình 4.30 Chọn file chứa mẫu

- Sau khi chọn xong mẫu ta click chuột vào nút Run ở giao diện của chương trình Khi đó trong giao

diện nay cho ta kết quả là tọa độ tâm, bán kính và sai số độ tròn nhỏ nhất, xem hình 4.31

Hình 4.31 Kết quả chạy bộ dữ liệu 32 điểm.

Bảng 4.4: So sánh kết quả của hai thuật toán: PSO và Dhanish.

(mm) Thuật toán PSO Thuật toán Dhanish

KẾT LUẬN

Đánh giá kết quả nghiên cứu:

Luận văn này đã trình bày một cách tiếp cận ứng dụng thuật PSO cho bài toán viết phương trình đườngthẳng là trục hình trụ lý tưởng phù hợp nhất với các tọa độ vừa đo được (cụ thể phải xác định a, b, l, m) và sai sốnhỏ nhất độ trụ bằng máy tính Các kết quả chính của nghiên cứu này bao gồm:

- Khảo sát, đánh giá một cách toàn diện các phương pháp đo trong kỹ thuật

- Trình bầy chi tiết về thuật toán PSO: Nguồn gốc phát triển, ưu nhược điểm, đặc điểm, tính chất và ứngdụng của thuật toán Và đã phân loại cụ thể hai loại PSO nối tiếp và PSO song song cùng với ưu nhược điểm củatừng loại Đặc biệt đưa ra cụ thể các bước quan trọng trong việc áp dụng thuật toán PSO

- Luận văn đã bước đầu đề xuất phương pháp ứng dụng thuật toán PSO vào bài toán xác định độ trụ

- Chỉ ra được cách giao tiếp về dữ liệu giữa chương trình đo trên máy CMM và chương trình xử lý dữliệu tự động trên máy tính

- Xây dựng được các hàm tính toán cho bài toán và phát biểu bài toán xác định độ trụ để có thể áp dụngthuật toán PSO Cài đặt hoàn thiện demos cho giải pháp

- Thử nghiệm chương trình với bộ dữ liệu đo từ máy CMM C544 Mu đun phần mềm trên nền matlab cógiao diện thân thiện, dễ sử dụng Mu đun này không những cho phép xử lý dữ liệu đo nhanh chóng, tiện lợi màcòn hiển thị các kết quả đo một cách trực quan

- Tìm hiểu và cài đặt thuật toán Dhanish đã xác định độ không tròn, qua đó làm cơ sở để so sánh với kếtquả nghiên cứu của đề tài

- Các chương trình và kết quả thử nghiệm đã chứng minh hướng tiếp cận thuật toán PSO để giải quyết bài toánxác định độ trụ là đúng đắn và có hiệu quả Đặc biệt chương trình cài đặt đã xác định được hình trụ phù hợp nhất