数控仿真的实时真实感图形显示

数控仿真是 CAD/ CAM集成系统中一个重要的组成部分 .文中提出的方法 ,从动画显示方式、数据结构和消隐算法三个方面进行了改进 ,大大加快了仿真过程中真实感图形显示的速度 .在微机上实现了实时、动态地显示良好的真实感图形 .     

基于有限元刚架模型的骨架驱动网格变形算法

借鉴刚架结构在力的作用下的变形原理,将线弹性有限元方法应用于网格的变形设计中,结合骨架驱动生物运动的机制和线弹性有限元方法,提出一种运用形函数插值计算网格变形的造型算法.首先通过创建几何模型的低分辨率骨架建立有限元刚架模型,并计算网格模型顶点与梁单元自然坐标间的映射;然后交互地添加边界条件(如固支或铰支)、施加外部载荷...     

C-C细分曲面的交互形状修改

为了增强细分曲面的造型功能,讨论了C-C细分曲面的交互形状修改算法。通过实时建立局部坐标系定义C-C细分曲面上点、法向量和局部等参数线等约束并将其转化为对控制顶点的约束,得到全局线性系统,从而可以在满足不同类型的几何约束时修改曲面的形状。基于最小二乘法和能量优化法给出两种修改算法,前者可以保持控制顶点扰动量的总和最小,运行速度快,适合于局部、精确调整;后者利用罚函数法给出了能量极小意义下的最优解,适合于保持光顺性要求的全局修改。两种方法都可以利用广义逆矩阵求得显式解,具有可逆性、可交换性、结合性等优点,提高了曲面形状修改的效率和可控性。     

点云模型法矢调整优化算法

点云中存在奇异情况时,采用最小生成树法进行法矢调整会出现错误,而采用曲面重建方法运算效率又较低,为此提出一种点云模型法矢调整的优化算法.算法分别处理薄壁特征、垂直法向和相邻曲面3种奇异情况.对薄壁特征,算法提取特征点并在该处强制进行法矢取反;对垂直法向,算法通过扩大邻域搜索范围来获得法矢变化趋势;对相邻曲面,算法在K邻域中剔除歧义邻域点,避免在最小生成树中生成错误边.实验结果表明,该算法在点云中存在奇异情况时能够进行正确的法矢调整,并且相较于曲面重建方法具有较高的效率.     

基于迷宫算法思想的梯形图向 AOV 图的转换

PLC梯形图语言向AOV图的转换过程中,各顶点的直接前驱元件和直接后继元件的确定最为关键也最为复杂。利用迷宫算法思想来实现AOV图顶点的直接前驱和直接后继顶点扫描。首先从AOV图顶点集合中选出一个元件,并判断顶点的类型,然后利用迷宫算法思想对各种类型顶点进行相应的扫描处理。实例表明,此策略能快速准确地实现梯形图向AOV图的转换;算法直观易懂,实用性及通用性良好。     

基于CATIA平台的CAD/CAE集成

MONOCAL软件是一个自主开发的、在飞机初步设计阶段对半硬壳式（或桁梁式）结构进行应力分析的CAE软件.详细介绍了MONOCAL与CATIA紧密集成方法.     

基于宽容分层序列法的飞机装配公差稳健设计技术

飞机制造中由于工序能力指数和公差等设计变量存在变差,可能导致无法满足飞机装配质量要求以及制造成本波动较大的问题。运用稳健设计方法建立了飞机装配公差的可行稳健性和敏感稳健性两类设计模型。可行稳健设计考虑了公差等设计变量对装配可行性的影响,使其变差不影响装配功能的实现;敏感稳健性设计则考虑了公差等设计变量对制造成本和装配质量的影响,在目标成本较小的前提下使得目标成本和装配质量受设计变量变差的影响最小。提出了针对飞机装配公差可行敏感稳健设计的多目标优化问题的宽容分层序列求解算法。将公差设计中制造成本、装配质量波动、制造成本波动多个设计目标按照重要性依次排序。首先求解成本最小情况下的公差一般优化解,然后在成本最小值的宽容约束下,求得具有装配质量波动最小值的公差,最后在上述两个优化目标的宽容约束下,求得成本波动最小的最优公差。应用实例和分析结果表明了方法的有效性。       

基于代数曲面的残缺点云数据迭代修复算法

针对逆向工程领域,激光扫描仪获取的散乱点云数据难免存在着残缺的问题,设计一种迭代修复残缺点云孔洞的算法,对其进行下采样,基于加权局部最优投影算子得到分布均匀的稀疏点集;将点沿稀疏点集的代数点集曲面排斥推向残缺区域;对稀疏点集进行上采样完成孔洞区域的一次修复.将上述步骤迭代应用,逐渐缩小残缺区域,直到完成修复.研究表明:...     

B样条曲面的T样条裁剪法

针对B样条曲面裁剪法中的裁剪曲面定义与裁剪边界修改问题,提出一种T样条曲面裁剪法,并用于多边矩形域上的曲面裁剪。先将B样条曲面转换为一张全行列T样条曲面,然后再利用T样条曲面的局部均匀细分和控制点移除,得到一张T样条裁剪曲面。裁剪后的T样条曲面建立在一个多边T网格上,具有完整的曲面定义,并且可以局部修改其裁剪边界。最后通过实例验证了T样条裁剪曲面在曲面定义和边界修改上都优于B样条裁剪曲面。     

仿生机器人的研究进展

在对仿生机器人进行分类的基础上介绍了一些已经投入应用的或正在研制中的仿生机器人．提出了仿生机器人研究的未来发展方向．