UN ALGORITHME PERFORMANT DE CALCUL DES ERREURS DE FORME

Slides:



Advertisements
Présentations similaires
Corrélation Position du problème Définition covariance (X,Y) r =
Advertisements

Théorie des graphes.
Soutenance du stage de DEA.
La théorie du monde est petit
AUTRES ASPECTS DU GPS Partie I : tolérance de Battement
Efficient Simplification of Point-Sampled Surfaces
Champs de Markov en Vision par Ordinateur
Les Structures de contrôles itératives
Inférence statistique
Unité #2 Analyse numérique matricielle Giansalvo EXIN Cirrincione.
Yann Chevaleyre et Jean-Daniel Zucker
Colloque GRETSI, Paris, 8-11 septembre 2003 Sur la Décomposition Modale Empirique P. Flandrin (Cnrs - Éns Lyon) et P. Gonçalvès (Inrialpes)
Xialong Dai, Siamak Khorram
Optimisation dans les télécommunications
Eric Guilbert, Marc Daniel *, Eric Saux
Tolérances de forme Plan Rectitude Planéité Circularité Cylindricité
Chapitre 4 Symétrie centrale.
Optimisation sans dérivées: De Nelder-Mead aux méthodess globales
de résolution des équations normales, ou d ’observations
Résolution des Équations Différentielles
GPA750 – Ordonnancement des systèmes de production aéronautique
Analyse du dessin de définition
PROGRAMMATION SCIENTIFIQUE EN C
Régression linéaire simple
La segmentation
Optimisation non linéaire sans contraintes
Techniques d’optimisation
Ajustements c2 non-linéaires
Modélisation du robot Azimut-3
Courbes de Bézier.
Algorithmes d ’approximation
Optimisation non linéaire sans contraintes Recherche opérationnelle GC-SIE.
Optimisation-Identification et Cast3M
Un algorithme de prédiction de lheure darrivée de bus utilisant un système de localisation automatique.
Systèmes optiques chap2
TEST d’ADEQUATION A UNE LOI EQUIREPARTIE
Détection du meilleur format de compression pour une matrice creuse dans un environnement parallèle hétérogène Olfa HAMDI-LARBI.
Programmation linéaire en nombres entiers : les méthodes de troncature
Modélisation géométrique de base
Introduction Objet de la programmation mathématique, construction d'un modèle mathématique, problème général de programmation mathématique et classification,
Présentation de la méthode des Eléments Finis
Soutenance de stage 16 Mai au 5 Août 2011
ASI 3 Méthodes numériques pour l’ingénieur
Itérations de fonctions non linéaires
ASI 3 Méthodes numériques pour l’ingénieur
Productique - 1IM Analyse du dessin de définition
ASI 3 Méthodes numériques pour l’ingénieur
Etude et test des algorithmes d'estimation de mouvement en MPEG
Détermination d’un défaut de perpendicularité
PROGRAMMATION SCIENTIFIQUE EN C
Enveloppe convexe et triangulation de Delaunay
N6: Déterminer une racine carrée approximative des nombres rationnels et positifs qui sont les carrés non parfaits.
Introduction 1/2 Quel est le point commun entre :
Classification de données par l’algorithme FPSO-GA
Chapitre 1 - Introduction.
Chapitre 1 Nombres relatifs.
Soutenance de Stage DEA / DESS
Droite d'équation : y = a.x + b yi ythi
Concepts fondamentaux: statistiques et distributions
ASI 3 Méthodes numériques pour l’ingénieur
Tests d’ajustement à une distribution théorique
Méthode des moindres carrés (1)
Moulati AbdElouahab (1) et Benaoun Adel (2)
Résolution des équations différentielles
Chapitre 4 La représentation des nombres.
Enchaînement d’opérations
COURS DE TECHNIQUES QUANTITATIVES
Présentation de Séminaire
التركيز الإقتصادي واستغلال مراكز الهيمنة وآثارها على التجارة والتنمية في الدول العربية السيد خليفة التونكتي المدير العام السابق للمنافسة والأبحاث الإقتصادية.
الهيئة العامة لحماية المستهلك أساليب الترويج وتأثيراتها على المستهلك خليفة التونكتي - مستشار المنافسة - 1.
Transcription de la présentation:

UN ALGORITHME PERFORMANT DE CALCUL DES ERREURS DE FORME Jean-François Debongnie Université de Liège, LTAS/Méthodes de Fabrication

I. Position générale du problème des erreurs de forme fonction d’encadrement

Valeur d’encadrement et erreur de forme d’un compact K Pour une valeur donnée des paramètres, Défaut : Unicité ? Non garantie, sauf en circularité er sphéricité

Ecart … Calcul ? → Nouvelle définition du défaut ≈ Approximation au sens de Tchébycheff … Calcul ?

II. Calcul approché par les moindres carrés Approché par excès Sensible à la distribution des points de mesure NON FIABLE

! III. Méthodes directes Fini ne veut pas dire petit ! Résultat exact en un nombre fini d’opérations ! Fini ne veut pas dire petit ! Complexité Rectitude Planéité Enveloppe convexe Circularité Méthode des 4 points Impraticable Cylindricité Sphéricité ?

IV. Méthodes itératives classiques (gradient, gradient conjugué) Pas directement applicables Minimum en forme d’entonnoir Thalwegs

V. Méthode du simplexe de Nelder & Mead Plus attrayant Experience  Très sensible au point de départ PAS ASSEZ FIABLE

VI. Méthode des normes p Base : Précédentes applications (GOCH) p=50 : non convergé Il faut atteindre des valeurs bien plus grandes : Difficultés : Dépassements de capacité Algorithmes de minimisation

Dépassements de capacité par le haut Dépassements de capacité par le bas Supprimer les termes tels que

Algorithme de minimisation Non régulier pour p grand Première approximation : p =2 Itérations Un coup de Newton-Raphson pour chaque p Contrôle de convergence La norme p doit diminuer à chaque itération (Inégalité de Jensen) Sinon, on bloque p jusqu’à diminution de la norme En pratique, 40 itérations en général

VII. Applications Méthodes testées Barreau cylindrique 22 cercles, 72 positions axiales = 1584 points de mesure Rectitude d’une génératrice

Circularité Cylindricité M.C. > exacte; Simplexe souvent non convergé

Bras de suspension Deux plans : planéité de chacun parallelisme

Palier d’arbre à cames

CONCLUSIONS Erreur de forme = minimum pointu ne peut être obtenu par mesure directe les méthodes numériques sont nécessaires pour obtenir un résultat objectif ○ Les moindres carrés ne donnent PAS un résultat satisfaisant ○ Méthodes directes : souvent lentes inexistantes, cylindricité et sphéricité ○ Simplexe : non fiable ○ Normes p : ROBUSTES RAPIDES