基于光电内测法的立式罐容量计量中圈板半径拟合算法的研究 - 计量学报.pdf

基于光电内测法的立式罐容量计量中圈板半径拟合算法的研究 - 计量学报.pdf

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于光电内测法的立式罐容量计量中圈板半径拟合算法的研究 - 计量学报

第32卷 第6期 计    量   学   报   Vol.32,№6 2011年 11月 ACTA METROLOGICA SINICA   November,2011 doi:10.3969/j.issn.10001158.2011.06.09 基于光电内测法的立式罐容量计量中 圈板半径拟合算法的研究 佟 林, 王金涛, 刘子勇, 郭立功, 暴雪松, 张 珑 (中国计量科学研究院,北京 100013) 摘要:介绍了可以用于立式罐圈板半径拟合的4种方法,即加权平均法、迭代法、最小二乘法和扇形叠加等效 3 面积法。针对同一1000m 立式罐,4种算法分析结果与国际仲裁标准围尺法测量结果的最大半径偏差分别为 205mm、148mm、146mm和212mm,所有圈板平均算数偏差分别为097mm、063mm、062mm和103mm,验 证了4种方法的有效性,并分析了每一种算法的特点。 关键词:计量学;立式罐;容量计量;圈板半径;光电内测距法;拟合算法;比对试验 中图分类号:TB9383    文献标识码:A    文章编号:10001158(2011)06052204 StudyonCourseRadiusFittingAlgorithmforVerticalTankVolumeMeasurement BasedonInternalElectroopticalDistancerangingMethod TONGLin, WANGJintao, LIUZiyong, GUOLigong, BAOXuesong, ZHANGLong (NationalInstituteofMetrology,Beijing100013,China) Abstract:Courseradiusfittingalgorithmisoneofthekeyresearchcontentsofverticaltankvolumemeasurementbased oninternalelectroopticaldistancerangingmethod,whichistodeducecircleequationforpointssetwithcircumferential distributionessentiallyFouralgorithmswereintroducedandanalyzed,whicharepowermeanmethod,iterativemethod, 3 leastsquaremethodandfanareasuperpositionmethodOne1000m verticaltankusedasatestobject,comparison experimentwascarriedoutwithstrapmethod(internationalarbitralstandard)Themaximalradiuserrorofthesemethods were205mm,148mm,146mmand212mm,andtheabsolutevalueofmeanradiuserrorwere097mm,063mm, 062mmand103mmrespectively,whichverifiesthefourmethodsAppliedcharacteristicofeachmethodisdescribed Keywords:Metrology;Verticaltank;Volume;Courseradius;Internalelectroopticaldistancerangingmethod; Fittingalgorithm;Comparisonexperiment

您可能关注的文档

文档评论(0)

magui + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8140007116000003

1亿VIP精品文档

相关文档