圆度作为一种机械产品中常见的基本几何要素之一,是回转体零件的一项重要评价指标,在装备加工过程中被频繁评定。圆度在机械零件中非常常见,它是零件几何精度的重要指标,能否正确地测量和评定圆度误差值对保证和提高机械产品的质量至关重要。论文以“圆度误差粒子群智能评定的不确定度评价”为题,系统研究粒子群算法计算圆度误差及不确定度评估,这对促进几何量计量的发展具有重要学术价值与实际意义。论文对圆度误差评定的经典数值方法、计算几何和智能算法的国内外研究现状进行分析,确定了本文的研究将利用一种粒子群算法计算圆度误差误差提高计算精度和降低计算时间,同时对智能评定结果的不确定度问题进行深入研究,并给出不确定度评估的数学模型。主要工作包括:(一)针对ISO国际标准对圆度误差的定义,推导出圆度误差的数学计算模型。根据粒子群算法原理和圆度误差的几何特性,构造了算法粒子初始化条件、目标函数及停机条件等。(二)对粒子群计算结果的分散性进行深入研究:首先分析导致分散性的不确定度源,然后利用β分布统示法分析智能评定结果的概率分布类型。对圆度测量仪器执行不确定度试探性研究,根据仪器测量精度构建执行不确定度的数学模型。(三)探讨智能评定不确定度的评估方法。研究在智能评定结果小样本情况下,利用最大熵方法无偏估计智能计算结果概率分布函数,由该函数估计拟合不确定度。研究基于蒙特卡罗法的智能评定合成不确定度评估方法,包括测量误差和智能算法误差的模拟。论文实验使用三坐标测量仪对环规进行测量,获取表面测量点数据,利用PSO算法计算环规圆度误差,并分别利用最大熵方法和蒙特卡罗法评估不确定度。计算结果表明本文提出的PSO算法具有搜索全局最优值性能,且收敛快、计算耗时较短,基于最大熵方法和蒙特卡罗法的不确定度评估法都能够合理有效地评估出智能评定的不确定度,且操纵简便易行。