基于PointCPP-LSF方法的航天筒段薄壁件滚弯成形质量分析

为解决传统圆柱拟合方法对参数初值具有较高依赖性而导致无法满足航天筒段薄壁件滚弯成形质量检测精度及速度要求的问题,提出一种PointCPP-LSF方法,以实现航天筒段薄壁件滚弯成形质量分析。基于点云深度学习建立面向圆柱参数预测的点云网络（PointCPP）模型以获得可靠的圆柱参数初值,然后基于改进的最小二乘拟合（LSF）方法对圆柱参数进行迭代优化,并结合粗差点剔除机制,最终获取稳健的曲率半径计算结果。实验结果表明,所提方法能有效提高航天筒段薄壁件滚弯成形质量检测的准确度和速度。