粗糙度参数里面RA、RZ、RP、RQ、RSM各代表啥意思

Posted 2023-04-27

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了粗糙度参数里面RA、RZ、RP、RQ、RSM各代表啥意思相关的知识，希望对你有一定的参考价值。

1、RA

轮廓算术平均偏差 Ra：在取样长度（lr）内轮廓偏距绝对值的算术平均值。

2、RZ

轮廓最大高度 Rz：轮廓峰顶线和谷底线之间的距离。

3、RP

轮廓的最大峰值RP：在算数上，是在一个取样长度内相对于平均线的最大峰值。

4、RQ

相对于轮廓平均线偏差的均方根值RQ：在一个取样长度上，是所有Z值平方和的平均值的平方根。

5、RSM

轮廓单元的平均宽度RSM：在取样长度内，轮廓微观不平度间距的平均值。

在幅度参数常用范围内优先选用Ra，在2006年以前国家标准中还有一个评定参数为“微观不平度十点高度”用Rz表示，轮廓最大高度用Ry表示，在2006年以后国家标准中取消了微观不平度十点高度，采用Rz表示轮廓最大高度。

扩展资料：

影响表面粗糙度的因素：

1、刀具几何形状的影响

适当的增加刀具几何形状的前角可以在较大程度上减小零件表面粗糙度，但是过度增加刀具几何形状的前角反而会使得表面粗糙度增加。这在实际的过程中很难进行控制，容易使得零件的表面粗糙度受到较大的影响。

2、积削瘤的影响

积削瘤所指的是在金属切削过程中，会有一些从工件上掉下来的金属冷焊并层积在前刀面上，这样就会形成一个非常坚硬的金属堆积物，这个金属堆积物的硬度是工件硬度的2~3倍，能够代替刀刃进行切削，但是在不断的切削过程中会逐渐掉落，这个金属堆积物所指的就是积削瘤。

积削瘤的形状是不规则的，可能会随着工件切割而使其大小发生变化，这样在工件的切割过程中就会使零件的表面粗糙度增加，另外积削瘤掉落的过程中极有可能粘附在工件表面，这样零件的表面粗糙度就会显著增加，从而影响零件的性能。

3、工件材料的影响

在工件的切割过程中其表面粗糙度与其材料有很大的影响，有的工件材料不适宜进行切割，那么在切割的过程中就容易出现较严重的损伤，其中工件表面粗糙度更加得不到有效的控制，这样会使工件的使用性能大大降低。此外工件的切割过程中还会进行热工艺处理，这样才能使工件的质量更加优秀，使用寿命更长。

参考资料来源：百度百科-表面粗糙度

参考技术A

代表意思如下：

1、RA：表示轮廓算术平均偏差。

在取样长度内，沿测量方向(Y方向）的轮廓线上的点与基准线之间距离绝对值的算术平均值。

2、RZ：表示微观不平度十点高度。

是指在取样长度内5个最大轮廓峰高的平均值和5个最大轮廓谷深的平均值之和。

3、Rp：表示最大轮廓波峰高度。

在取样长度内，最大的轮廓最高峰顶线和最低谷底线之间的距离。

4、Rq：表示均方根粗糙度。

5、RSM：表示轮廓单元的平均宽度。

在取样长度内，轮廓微观不平度间距的平均值。

扩展资料

零件表面经过加工后，看起来很光滑，经放大观察却凹凸不平。表面粗糙度，是指加工后的零件表面上具有的较小间距和微小峰谷所组成的微观几何形状特征，一般是由所采取的加工方法或其他因素形成的。零件表面的功用不同，所需的表面粗糙度参数值也不一样。

零件图上要标注表面粗糙度符号，用以说明该表面完工后须达到的表面特性。表面粗糙度高度参数有3种：

1、轮廓算术平均偏差Ra

在取样长度内，沿测量方向(Y方向）的轮廓线上的点与基准线之间距离绝对值的算术平均值。

2、微观不平度十点高度Rz

指在取样长度内5个最大轮廓峰高的平均值和5个最大轮廓谷深的平均值之和。

3、轮廓最大高度Ry

在取样长度内，轮廓最高峰顶线和最低谷底线之间的距离。

一般机械制造工业中主要选用Ra。Ra值按下列公式计算： Ra=1/l ∫t0|Y(x)|dx或近似为Ra= 1/n ∑|Yi|。式中，Y为轮廓线上的点到基准线(中线）之间的距离；ι为取样长度。

粗糙度多用于表征钢板，因为钢板涂覆前必须要有一定得粗糙度，否则油漆的咬合力不足，容易脱落。

参考资料来源：

百度百科——粗糙度

参考技术B

1．轮廓算术平均偏差Ra

在取样长度内，沿测量方向(Y方向）的轮廓线上的点与基准线之间距离绝对值的算术平均值。

2．微观不平度十点高度Rz

指在取样长度内5个最大轮廓峰高的平均值和5个最大轮廓谷深的平均值之和。

3．轮廓最大高度Ry

在取样长度内，轮廓最高峰顶线和最低谷底线之间的距离。

4．Rq：均方根粗糙度

5．RSm：轮廓平均宽度

扩展资料：

表面粗糙度一般是由所采用的加工方法和其他因素所形成的，例如加工过程中刀具与零件表面间的摩擦、切屑分离时表面层金属的塑性变形以及工艺系统中的高频振动等。

由于加工方法和工件材料的不同，被加工表面留下痕迹的深浅、疏密、形状和纹理都有差别。表面粗糙度与机械零件的配合性质、耐磨性、疲劳强度、接触刚度、振动和噪声等有密切关系，对机械产品的使用寿命和可靠性有重要影响。

参考资料：百度百科-粗糙度（工业领域）

参考技术C

1、RA：表示轮廓算术平均偏差。

在取样长度内，沿测量方向(Y方向）的轮廓线上的点与基准线之间距离绝对值的算术平均值。

2、RZ：表示微观不平度十点高度。

是指在取样长度内5个最大轮廓峰高的平均值和5个最大轮廓谷深的平均值之和。

3、Rp：表示最大轮廓波峰高度。

在取样长度内，最大的轮廓最高峰顶线和最低谷底线之间的距离。

4、Rq：表示均方根粗糙度。

5、RSM：表示轮廓单元的平均宽度。

在取样长度内，轮廓微观不平度间距的平均值。

扩展资料：

表面粗糙度评定依据

1、取样长度

是评定表面粗糙度岁规定一段基准线长度。应根据零件实际表面的形成情况及纹理特征，选取能反映表面粗糙度特征的那一段长度，量取取样长度时应根据实际表面轮廓的总的走向进行。规定和选择取样长度是为了限制和减弱表面波纹度和形状误差对表面粗糙度的测量结果的影响。

2、评定长度

是评定轮廓所必须的一段长度，它可包括一个或几个取样长度。由于零件表面各部分的表面粗糙度不一定很均匀，在一个取样长度上往往不能合理地反映某一表面粗糙度特征，故需在表面上取几个取样长度来评定表面粗糙度。评定长度一般包含5个取样长度。

参考资料来源：百度百科-粗糙度

参考技术D

高度特征参数

1、轮廓算术平均偏差 Ra：在取样长度（lr）内轮廓偏距绝对值的算术平均值。在实际测量中，测量点的数目越多，Ra越准确。

2、轮廓最大高度 Rz：轮廓峰顶线和谷底线之间的距离。

在幅度参数常用范围内优先选用Ra 。在2006年以前国家标准中还有一个评定参数为“微观不平度十点高度”用Rz表示，轮廓最大高度用Ry表示，在2006年以后国家标准中取消了微观不平度十点高度，采用Rz表示轮廓最大高度。

间距特征参数

用轮廓单元的平均宽度 Rsm表示。在取样长度内，轮廓微观不平度间距的平均值。微观不平度间距是指轮廓峰和相邻的轮廓谷在中线上的一段长度。

形状特征参数

用轮廓支承长度率Rmr(c)表示，是轮廓支撑长度与取样长度的比值。轮廓支承长度是取样长度内，平行于中线且与轮廓峰顶线相距为c的直线与轮廓相截所得到的各段截线长度之和。

扩展资料

表面粗糙度的成因

表面粗糙度与机械零件的配合性质、耐磨性、疲劳强度、接触刚度、振动和噪声等有密切关系，对机械产品的使用寿命和可靠性有重要影响。一般标注采用Ra。

相关的规范有“GB/T 1031-2009《表面结构轮廓法表面粗糙度参数及其数值》”和“GB/T 131-2006 (ISO 1302:2002)《表面结构的表示法》”。

参考资料

百度百科-表面粗糙度

Matlab实现WAV音频文件计算声品质参数：dBA响度粗糙度尖锐度波动度

1.dBA

首先读取WAV文件

[x,Fs] = audioread('pink.wav');   %读取音频文件

对时域信号进行加窗划分

function [dBA,dBZ,t,windowTime] = analyzeSignal(x,Fs)
responseType = 'fast';
C = 55;
t = 1/Fs:1/Fs:length(x)/Fs;
%% 确定傅里叶窗的大小
if strcmp(responseType,'slow')
   duration = 1.0;
else
   duration = 0.125;
end
N = ceil(duration*Fs);
N = 2^nextpow2(N);
%% 确定信号的dBA
windowStart = [1:N:(length(x)-N)];
dBA = zeros(length(windowStart),1);
dBZ = zeros(length(windowStart),1);
windowTime = t(windowStart+round((N-1)/2));
for i = [1:length(windowStart)]
   [dBA(i),dBZ(i)] = estimateLevel(x(windowStart(i)-1+[1:N]),Fs,C);
end

调用子函数计算dBA

function [dBA,dBZ] = estimateLevel(x,Fs,C)
X = abs(fft(x));
%% 避免产生对数取0的情况
X(find(X == 0)) = 1e-17;
%% 保证奈奎斯特采样定律
f = (Fs/length(X))*[0:(length(X)-1)];
ind = find(f<Fs/2); f = f(ind); X = X(ind);
%% 通过A-weighting滤波器实现dBA计算
A = filterA(f);
XA = A'.*X;
%Z-weighting filter
Z = zeros(length(f),1);
Z(1:end) = 1;
XZ = Z.*X;
%% 用能量计算dBA
totalEnergy = sum(XA.^2)/length(XA);
meanEnergy = totalEnergy/((1/Fs)*length(x));
dBA = 10*log10(meanEnergy)+C;

totalEnergy1 = sum(XZ.^2)/length(XZ);
meanEnergy1 = totalEnergy1/((1/Fs)*length(x));
dBZ = 10*log10(meanEnergy1)+C;

A-weighted滤波器子函数

function A = filterA(f,plotFilter)
%% Define filter coefficients.
c1 = 3.5041384e16;
c2 = 20.598997^2;
c3 = 107.65265^2;
c4 = 737.86223^2;
c5 = 12194.217^2;

%% Evaluate A-weighting filter.
f(find(f == 0)) = 1e-17;
f = f.^2; num = c1*f.^4;
den = ((c2+f).^2) .* (c3+f) .* (c4+f) .* ((c5+f).^2);
A = num./den;

%% 画dBA计权图.
if exist('plotFilter') & plotFilter
    
   % Plot using dB scale.
   figure(2); clf;
   semilogx(sqrt(f),10*log10(A));
   title('A-weighting Filter');
   xlabel('Frequency (Hz)');
   ylabel('Magnitude (dB)');
   xlim([10 100e3]); grid on;
   ylim([-70 10]);
   
   % Plot using linear scale.
   figure(3); plot(sqrt(f),A);
   title('A-weighting Filter');
   xlabel('Frequency (Hz)');
   ylabel('Amplitude');
   xlim([0 44.1e3/2]); grid on;

end

2.响度

首先确定窗的大小

function [Loudness,Sharpness,Roughness,Fluctuation] = frameToCalculate(x,Fs);
%% 划分时域帧的长度
responseType = 'fast';
%避免输入信号不存在的情况
if ~exist('x')
   [x,Fs] = audioread();
   t = (1/Fs)*[0:(length(x)-1)]; t = t+81;
else
   t = (1/Fs)*[0:(length(x)-1)];
end
%根据fast和slow进行时间帧的划分
if strcmp(responseType,'slow')
   duration = 1;
else
   duration = 0.125;
end
N = ceil(duration*Fs);
N = 2^nextpow2(N);
% Estimate signal level (within each windowed segment).
windowStart = [1:N:(length(x)-N)];
Loudness = zeros(length(windowStart),1);
Sharpness = zeros(length(windowStart),1);
Roughness = zeros(length(windowStart),1);
Fluctuation = zeros(length(windowStart),1);
windowTime = t(windowStart+round((N-1)/2));
%% 按照划分的时间帧，分帧计算每帧的平均响度
for i = [1:length(windowStart)]
   Loudness(i) = estimateLoudness(x(windowStart(i)-1+[1:N]),Fs);
   Sharpness(i) = estimateSharpness(x(windowStart(i)-1+[1:N]),Fs);
   Roughness(i) = estimateRoughness(x(windowStart(i)-1+[1:N]),Fs);
   Fluctuation(i) = estimateFluctuation(x(windowStart(i)-1+[1:N]),Fs);
end
end

本文采用Zwicker模型，通过24Barks的特征响度进行总响度计算：

function loudness = estimateLoudness(x,Fs)
%% 24Barks划分
fc = [20 100 200 300 400 510 630 770 920 1080 1270 1480 1720 2000 2320 2700 3150 3700 4400 5300 6400 7700 9500 12000;
    50 150 250 350 450 570 700 840 1000 1170 1370 1600 1850 2150 2500 2900 3400 4000 4800 5800 7000 8500 10500 13500;
    100 200 300 400 510 630 770 920 1080 1270 1480 1720 2000 2320 2700 3150 3700 4400 5300 6400 7700 9500 12000 15500];
BandWidth = [80 100 100 100 110 120 140 150 160 190 210 240 280 320 380 450 550 700 900 1100 1300 1800 2500 3500];
%% 中心频带率，有何意义
z = zeros(1,length(fc(2,:)));
for i = 1:length(z)
    z(i) = 13.*atan(0.76*fc(2,i)/1000)+3.5.*(atan(fc(2,i)/1000)).^2; %?
end
%% 听阈下限声压级，用getData在听阈曲线上估计出来
Lspl = [48.72457794 28.15401982 16.78690581 10.97541703 7.18374514 3.645302897 1.116392826 -0.152013044 0.093691208 -0.165558761 -0.9278816 -1.94268155 -2.95710523 -4.475730591 -6.751034742 -7.765458422 -8.528157532 -8.030352439 -5.516869434 -1.490781387 4.047911702 6.813119278 8.569170952 11.83632259];
%% Calculate magnitude of FFT.
X = abs(fft(x));
X(find(X == 0)) = 1e-17;%避免产生对数取0的情况
% Retain frequencies below Nyquist rate.
f = (Fs/length(X))*[0:(length(X)-1)];
ind = find(f<Fs/2); f = f(ind); X = X(ind);
%% 按bark进行声压级计算
SPL = zeros(1,24);
for i = 1:24
    location = find(f>=fc(1,i)&f<=fc(3,i));
    if ~isempty(location)
        totalEnergy = sum(X(location).^2)/length(location);
        SPL(i) = 10*log10(totalEnergy/((1/Fs)*length(x)))+55;
    else
        SPL(i) = 0;
    end
end
%% 按Bark进行响度计算
N = zeros(1,length(Lspl));
N = 0.08.*((10.^(Lspl/10)).^0.23).*((0.5+0.5.*10.^((SPL-Lspl)/10)).^0.23-1);%得到24bark响度分布图
loudness = sum(N);
end

3.尖锐度Sharpness

同样选择Zwicker模型

function sharpness = estimateSharpness(x,Fs)
%% 24Barks划分
fc = [20 100 200 300 400 510 630 770 920 1080 1270 1480 1720 2000 2320 2700 3150 3700 4400 5300 6400 7700 9500 12000;
    50 150 250 350 450 570 700 840 1000 1170 1370 1600 1850 2150 2500 2900 3400 4000 4800 5800 7000 8500 10500 13500;
    100 200 300 400 510 630 770 920 1080 1270 1480 1720 2000 2320 2700 3150 3700 4400 5300 6400 7700 9500 12000 15500];
BandWidth = [80 100 100 100 110 120 140 150 160 190 210 240 280 320 380 450 550 700 900 1100 1300 1800 2500 3500];
%% 中心频带率，有何意义？
z = zeros(1,length(fc(2,:)));
for i = 1:length(z)
    z(i) = 13.*atan(0.76*fc(2,i)/1000)+3.5.*(atan(fc(2,i)/1000)).^2; %?
end
%% 根据中心频带率z加上响度计权函数
gz = zeros(1,length(z));
for i = 1:length(z)
    if z(i)<=16
        gz(i) = z(i);
    else
        gz(i) = 0.06.*exp(0.17*z(i));
    end
end
%% 听阈下限声压级，用getData在听阈曲线上估计出来
Lspl = [48.72457794 28.15401982 16.78690581 10.97541703 7.18374514 3.645302897 1.116392826 -0.152013044 0.093691208 -0.165558761 -0.9278816 -1.94268155 -2.95710523 -4.475730591 -6.751034742 -7.765458422 -8.528157532 -8.030352439 -5.516869434 -1.490781387 4.047911702 6.813119278 8.569170952 11.83632259];
%% Calculate magnitude of FFT.
X = abs(fft(x));
X(find(X == 0)) = 1e-17;%避免产生对数取0的情况
% Retain frequencies below Nyquist rate.
f = (Fs/length(X))*[0:(length(X)-1)];
ind = find(f<Fs/2); f = f(ind); X = X(ind);
%% 按bark进行声压级计算
SPL = zeros(1,24);
for i = 1:24
    location = find(f>=fc(1,i)&f<=fc(3,i));
    if ~isempty(location)
        totalEnergy = sum(X(location).^2)/length(location);
        SPL(i) = 10*log10(totalEnergy/((1/Fs)*length(x)))+55;
    else
        SPL(i) = 0;
    end
end
%% 按Bark进行响度计算
N = zeros(1,length(Lspl));
N = 0.08.*((10.^(Lspl/10)).^0.23).*((0.5+0.5.*10.^((SPL-Lspl)/10)).^0.23-1);%得到24bark响度分布图
%% 计算sharpness
sharpness = 0.104.*sum(N.*gz.*z)./sum(N);
end

4.粗糙度

粗糙度计算公式

由于掩蔽深度无法用数学公式进行描述，在这里用一个系数乘以响度简单代替（希望各位能教教我更准确的数值计算方法）

function roughness = estimateRoughness(x,Fs)
%% 24Barks划分
fc = [20 100 200 300 400 510 630 770 920 1080 1270 1480 1720 2000 2320 2700 3150 3700 4400 5300 6400 7700 9500 12000;
    50 150 250 350 450 570 700 840 1000 1170 1370 1600 1850 2150 2500 2900 3400 4000 4800 5800 7000 8500 10500 13500;
    100 200 300 400 510 630 770 920 1080 1270 1480 1720 2000 2320 2700 3150 3700 4400 5300 6400 7700 9500 12000 15500];
BandWidth = [80 100 100 100 110 120 140 150 160 190 210 240 280 320 380 450 550 700 900 1100 1300 1800 2500 3500];
%% 中心频带率
z = zeros(1,length(fc(2,:)));
for i = 1:length(z)
    z(i) = 13.*atan(0.76*fc(2,i)/1000)+3.5.*(atan(fc(2,i)/1000)).^2; %
end
%% 听阈下限声压级，用getData在听阈曲线上估计出来
Lspl = [48.72457794 28.15401982 16.78690581 10.97541703 7.18374514 3.645302897 1.116392826 -0.152013044 0.093691208 -0.165558761 -0.9278816 -1.94268155 -2.95710523 -4.475730591 -6.751034742 -7.765458422 -8.528157532 -8.030352439 -5.516869434 -1.490781387 4.047911702 6.813119278 8.569170952 11.83632259];
%% Calculate magnitude of FFT.
X = abs(fft(x));
X(find(X == 0)) = 1e-17;%避免产生对数取0的情况
% Retain frequencies below Nyquist rate.
f = (Fs/length(X))*[0:(length(X)-1)];
ind = find(f<Fs/2); f = f(ind); X = X(ind);
%% 按bark进行声压级计算
SPL = zeros(1,24);
for i = 1:24
    location = find(f>=fc(1,i)&f<=fc(3,i));
    if ~isempty(location)
        totalEnergy = sum(X(location).^2)/length(location);
        SPL(i) = 10*log10(totalEnergy/((1/Fs)*length(x)))+55;
    else
        SPL(i) = 0;
    end
end
%% 按Bark进行粗糙度计算
N = zeros(1,length(Lspl));
N = 0.08.*((10.^(Lspl/10)).^0.23).*((0.5+0.5.*10.^((SPL-Lspl)/10)).^0.23-1);%得到24bark响度分布图
fmod = 300/1000;  %调制声频率
k = 0.01;   %掩蔽深度转换为响度的系数
L = k.*N;   %掩蔽深度
roughness = 0.3.*fmod.*sum(L);
end

5.波动度

根据计算模型

function fluctuation = estimateFluctuation(x,Fs)
%% 24Barks划分
fc = [20 100 200 300 400 510 630 770 920 1080 1270 1480 1720 2000 2320 2700 3150 3700 4400 5300 6400 7700 9500 12000;
    50 150 250 350 450 570 700 840 1000 1170 1370 1600 1850 2150 2500 2900 3400 4000 4800 5800 7000 8500 10500 13500;
    100 200 300 400 510 630 770 920 1080 1270 1480 1720 2000 2320 2700 3150 3700 4400 5300 6400 7700 9500 12000 15500];
BandWidth = [80 100 100 100 110 120 140 150 160 190 210 240 280 320 380 450 550 700 900 1100 1300 1800 2500 3500];
%% 中心频带率
z = zeros(1,length(fc(2,:)));
for i = 1:length(z)
    z(i) = 13.*atan(0.76*fc(2,i)/1000)+3.5.*(atan(fc(2,i)/1000)).^2; %?
end
%% 听阈下限声压级，用getData在听阈曲线上估计出来
Lspl = [48.72457794 28.15401982 16.78690581 10.97541703 7.18374514 3.645302897 1.116392826 -0.152013044 0.093691208 -0.165558761 -0.9278816 -1.94268155 -2.95710523 -4.475730591 -6.751034742 -7.765458422 -8.528157532 -8.030352439 -5.516869434 -1.490781387 4.047911702 6.813119278 8.569170952 11.83632259];
%% Calculate magnitude of FFT.
dBZ(dBZ == 0) = 1e-17;%避免产生对数取0的情况
%% 按bark进行声压级计算
SPL = zeros(1,24);
for i = 1:24
    location = find(f>=fc(1,i)&f<=fc(3,i));
    if ~isempty(location)
        SPL(i) = sum(X(location))/length(location);
    else
        SPL(i) = 0;
    end
end
%% 按Bark进行响度计算
N = zeros(1,length(Lspl));
N = 0.08.*((10.^(Lspl/10)).^0.23).*((0.5+0.5.*10.^((SPL-Lspl)/10)).^0.23-1);%得到24bark响度分布图
k = 0.01;   %掩蔽深度转换为响度的系数
L = k.*N;   %掩蔽深度
fmod = 300/1000;  %调制频率
fluctuation = 0.008.*sum(L)/((fmod/4)+(4/fmod));
end

（对于掩蔽深度的计算暂未找到合适的数学模型）

以上是关于粗糙度参数里面RA、RZ、RP、RQ、RSM各代表啥意思的主要内容，如果未能解决你的问题，请参考以下文章

造成机床铸件表面粗糙的原因

SQL Server函数中 convert(char(10),rq,21)>具体代表啥含义？

SAP参数怎么调整？

各种颜色的代表字母是啥啊？

sqlserver中的两个表如何实现同时更新？（详见问题说明）

钢结构球形网架图纸中Rx.Ry.Rz.代表啥