砂带抛磨装置

我公司产品中有一种工件,见图1所示。该工件表面粗糙度要求较高,以往我们采用车—精车—粗磨—精磨工序。由于工件中有一处φ29的细颈,在磨床上用砂轮进行磨削时,此处为薄弱环节,容易被砂轮顶弯,产生轴向横纹和螺旋纹。为了消除这些磨削缺陷,我们设计了砂带抛磨装置,粗精磨之后,在C630车床上用该抛磨装置对零件进行精整加工,取得了理想的表面质量。     

车床用砂带抛磨工具

在车床上对工件进行研磨、抛光有多种方法,如传统的铸铁研磨工具、砂布抛光以及用油石抛光等等;采用砂带磨削装置是近年来发展起来的新方法,它的特点是:抛磨后尺寸、形状精度高,表面粗糙度值小,安全高效,对难加工材料更能体现其     

面向复杂曲面的机器人砂带磨抛路径规划及后处理研究

针对机器人砂带磨抛复杂曲面叶片问题,对叶片内外型面和进排气边的磨抛路径规划及后处理技术进行了研究,对复杂曲面叶片的机器人砂带磨抛路径规划的计算效率及加工效率进行了分析,提出了一种将基于等残留高度法的笛卡尔空间计算的磨抛行距转化为参数域空间的磨抛行距的方法,并将机器人砂带磨抛复杂曲面叶片接触轮的中心坐标位置、支撑轴矢量以及轴线矢量数据后处理为机器人的位姿信息,利用机器人砂带磨抛系统装备实验平台对复杂曲面叶片进行了实际的加工实验。研究结果表明:所提出的刀路规划和后处理技术能够有效地解决机器人砂带磨抛复杂曲面叶片的问题,具有加工路径总长短以及路径条数少的特点,计算简单、加工效率高、加工表面质量好。     

细长轴开式砂带磨抛工艺

本文通过细长轴的砂带磨抛工艺实验，研究了磨抛工艺参数对细长轴零件粗糙度及精度的影响,提示开式砂带磨抛细长轴类零件的工艺方法的可行性。     

砂带低速抛磨的可行性研究

针对生产实际中采用的砂带磨削速度普遍与工艺手册的推荐值存在较大差距的问题,以砂带粒度、磨削速度、每转进给量、工件材料四因素进行正交试验设计,确定了各个参数对零件抛光质量的影响。列举了注胚模具型芯零件砂带低速抛光的工程案例,对该零件进行了工艺分析,编制了机械加工工艺,重点介绍了成型面的砂带低速抛光工序。试验结果的极差分析表明,砂带粒度对表面粗糙度的影响最大,远大于其他三因素,然后依次为工件材料、磨削速度,影响最小的是每转进给量;工程实践结果证明,只要选用的砂带粒度合适,即使选用较低的磨削速度,也可以取得良好的抛光效果。     

叶片机器人砂带磨抛的轨迹规划研究

为了提高叶片磨削的加工质量和效率,将机器人和砂带磨削技术相结合,并应用到叶片加工领域中,介绍了该系统的特点和工作流程。比较了多种加工轨迹生成技术,确定采用等弦高误差法和等残留高度法,作为机器人磨削加工中步长和行距的计算方法。针对上述两种方法在叶片加工中存在的缺陷,对其做出了相应的改进;为了对改进后的算法进行评价,进行了手工磨抛和机器人磨抛两种加工方式的对比试验。研究结果表明,在粗糙度和表面一致性方面机器人加工明显优于手工加工,试验验证了机器人加工的可靠性和算法的有效性。     

六轴联动叶片砂带抛磨中接触轮姿态的确定

对六轴联动数控砂带抛磨机床在叶片自由形面加工过程中接触轮的位姿进行了研究。以加工过程中接触轮与被加工曲面法向接触为出发点,提出了针对接触轮在加工过程中位姿的定义方法。分析了接触轮母线形式对被加工区面适应能力的影响。为避免加工过程中干涉,基于接触轮旋转自由度的有效空间,提出了避免干涉的方法。以切削带宽最大为目标,提出了接触轮第六自由度的控制原则;并对接触轮的位姿控制参数进行了仿真验证。     

细长轴开式砂带磨抛工艺

本文通过细长轴的砂带磨抛工艺实验，研究了磨抛工艺参数对细长轴零件粗糙度及精度的影响，提出开式砂带磨抛细长轴类零件的工艺方法的可行性。     

一种基于动态外部TCP的工业机器人磨抛方法

在分析了复杂工件在工业机器人的磨抛应用情况之后,提出了一种基于动态外部TCP的工业机器人磨抛方法。以门把手作为研究对象,首先运用基于曲率的截面算法对门把手进行磨抛路径规划,求得轨迹离散点。其次根据截面截线在不同离散点的平均曲率、曲率半径求解出各点所对应的外部TCP。然后建立磨抛机器人基坐标系,根据规划的工件磨抛轨迹以DH算法求出机器人末端运行轨迹,再根据轨迹离散点与动态外部TCP的位姿转换关系求得实际机器人末端运行轨迹。最后采用Inte Robot离线编程软件仿真实验平台进行仿真验证,实验结果表明动态外部TCP算法可以达到较好的门把手打磨效果。     

叶片砂带磨抛装置关键零件的结构优化设计

针对叶片砂带磨抛装置的关键零件——机架和主动柔顺装置支架,以关键零件的静动态特性为优化目标,结合拓扑优化和多目标优化进行了结构优化设计。首先,根据磨抛装置各机构的安装需求初步设计机架模型,利用拓扑优化的轻量化特性设计改良的机架结构;然后,将磨抛装置关键零件的装配体作为优化对象,结合均匀设计法、灵敏度分析和响应面法建立其静动态特性与对其有显著影响的结构特征之间的二阶响应面模型;最后,以关键零件的静动态特性为优化目标,基于二阶响应面模型和NSGA-II(算法),对磨抛装置机架和主动柔顺装置支架的结构参数进行多目标优化。结果表明,拓扑优化可以获得磨抛装置较好的机架设计结构,多目标优化可进一步优化磨抛装置关键零件的结构特征,减少磨抛装置后续的优化迭代过程。     

基于分层块状全局搜索的三维点云自动配准

提出了一种分层块状全局搜索到临近点局部搜索的改进迭代最近点(ICP)算法,用于进一步提高ICP算法的配准速度并消除点云缺失对点云配准的影响。该配准方法在粗略配准之后,以点云块为分层单元对模型点集进行选取,并对选取的少量模型点进行全局搜索获取其对应最近点;然后,以这些模型点对应的最近点作为搜索中心,在场景点集中进行局部搜索,获取这些模型点的大量临近点的对应最近点;最后,剔除错误对应最近点对,并求取坐标变换。与基于KD-Tree的ICP算法和基于LS+HS(Logarithmic Search Combined with Hierarchical Model Point Selection )的ICP算法相比,该配准算法对Happy bunny扫描数据的配准速度分别提高了78%和24%;对Dragon扫描数据的配准速度分别提高了73%和30%。这些结果表明该算法可以快速、精确地实现三维点云间的配准。     

应用改进迭代最近点方法的三维心脏点云配准

在医学多图谱配准中,为了改善因初始位置差异较大、形状复杂和局部残缺导致的配准效率低和精度差的问题,本文采用了先粗配准再精配准的处理策略,在主成分分析法(PCA)实现粗配准的基础上,提出了基于双向距离比例的迭代最近点(ICP)的精配准算法。精配准算法中,首先采用KD-tree进行最近邻搜索以提高对应点对的搜索速度,然后为每个点提出了双向匹配方法并计算其双向距离和比值,为进一步提高配准精度,引入了一个指数函数判断点对正确匹配概率,最后运用奇异值分解法(SVD)计算最终变换矩阵。为了验证算法的可行性和有效性,分别设计了不同缺损程度的斯坦福点云数据实验和两组CT心脏点云数据配准实验,结果表明本文方法较经典ICP算法的平均误差减少约21%,较TrICP算法减少约13%,在心脏点云数据配准实验中,本文方法较TrICP算法的15.5 s加快到1.77 s。因此本文方法在解决三维心脏点云数据的配准问题中具有良好的效率、精度和稳定性。     

颅骨点云模型的优化配准

由于颅骨的三维点云数据模型复杂且不同人的颅骨差异较小,对其配准精度要求较高。为了提高颅骨点云模型的配准精度和收敛速度,提出了一种先粗配准再细配准的配准方法。首先,对颅骨点云数据模型进行去噪、简化和归一化等预处理;然后,通过区域划分、区域配准和求解组合系数以及求解刚体变换等步骤实现区域层次上的颅骨粗配准;最后,通过引入动态迭代系数来改进基于旋转角约束的迭代最近点算法,并采用该改进的ICP算法实现颅骨的细配准,从而达到精确配准的目的。实验结果表明:与ICP算法相比,改进的ICP算法的配准精度和收敛速度分别提高了约30%和50%。证明该种先粗配准再细配准的颅骨点云模型配准方法是一种精度高、速度快的有效颅骨配准算法。     

损伤零件点云模型配准的ICP算法

针对损伤零件的传统点云模型配准过程中存在着运算效率低与损伤部位损伤量确定误差较大等问题,提出一种基于原始ICP算法的改进算法。考虑模型因为损伤而引起的特征与表面形貌的改变,利用法矢夹角进行点云数据的精简,保留模型主要特征,再利用对应点的曲率约束与距离约束设定阈值剔除损伤区域点云,保证对应点之间快速准确地配准。最后,运用Matlab实现改进算法,并利用损伤的轮机叶片点云数据的配准验证该算法的有效性。     

Evaluation of point cloud registration using Monte Carlo method

Supervision and control are one of the most important steps while executing a construction project and their automation remains an area of growing interest. LiDAR systems provide accurate point clouds with geometric information that can help to improve the automation of survey control. Alignment of the point clouds acquired from a number of scan positions is a fundamental issue regarding surveying accuracy and is frequently carried out in two steps: coarse and fine registration. Fine registration can be achieved automatically by means of an Iterative Closest Point (ICP) procedure. This work presents a Monte Carlo based method to quantify the reliability of a coarse registration step that would enable the automation of the alignment. The method consists of verifying the tolerance of a particular ICP implementation to coarse registration errors. Results show that the ICP alignment used works fine when coarse registration errors are lower than 18° for rotations and 1 m for translations. These values were similar for four case studies analysed. Quantifying these limits is crucial for operations such as robotic stop & go surveying, where coarse alignment is based on Simultaneous Location and Mapping (SLAM) and fine alignment is achieved through ICP.     

改进的多视图点云数据配准方法

传统最近点迭代(ICP)算法在进行点云数据配准时,由于待配准的点集数据量很大,每个点云都要遍历一遍,所以时效性不高而且误匹配率大。针对此问题,提出先用Canny边缘检测算子对点云数据进行预处理,以此简化预处理点云的数据量,然后用K-D树搜索数据,最后再用ICP算法进行点云配准,以此来达到加快配准速度。实验证明,该方法灵活实用,简化了待匹配的点云集,能很好的解决传统最近点迭代算法中匹配慢的问题,可以很好的满足工程需要。     

基于简化点云带动的涡轮叶片快速配准技术

针对涡轮叶片密集点云数据与计算机辅助设计模型配准速率慢、耗费时间长的问题,提出基于简化点云带动涡轮叶片快速配准的方法。基于叶片的三维光学扫描数据和计算机辅助设计模型,采用均匀采样法和曲率采样法简化点云模型数据,通过最近点迭代和奇异值分解相结合的配准方法,实现叶片密集点云模型与计算机辅助设计模型的快速配准,并对配准精度和速度进行了统计分析。结果表明,基于均匀采样法简化的点云数据模型带动的配准,在保证配准精度的前提下能有效提高配准效率。     

应用改进迭代最近点方法的点云数据配准

提出了基于点云边界特征点的改进迭代最近点(ICP)方法来提高逆向工程中点云数据配准的效率和精度.首先,提出了基于点云边界特征点的初始配准方法.对点云最小包围盒进行三维空间划分,建立空间网格模型;运用边界种子网格识别及生长算法,从点云边界提取特征点,运用奇异值矩阵分解法(SVD)求出点云的变换矩阵,得到初始配准结果.然后,提出了改进的ICP精确配准方法.对点云对应点赋予权重,剔除权重大于阈值的点,通过对目标函数引入M-估计(M-estimation),剔除异常点.最后,在初始配准的基础上,运用改进的ICP方法精确配准.对经典ICP方法和改进ICF方法做对比实验,结果显示,改进方法的配准效率提高了70％以上,误差减小到0.02％.实验表明,本文方法大幅提高了点云配准的效率和精度.     

面向室内移动机器人的改进3D-NDT点云配准系统

点云配准是室内移动机器人位姿估计和环境构建的关键步骤,现有点云配准算法难以工作在低纹理场景中。为提高室内移动机器人环境适应能力,提出了一种改进三维正态分布变换（3D NDT）点云配准算法。通过改进ORB特征提取算法,确保低纹理下的特征点提取;此外,为提高点云配准精度和效率,提出改进的3D NDT算法快速获取高精度的点云配准矩阵。采用国际知名的公共数据集TUM作为评测数据,实验结果表明本文算法达到或优于现有主流点云配准算法的性能（均方根误差低于002 m）,相对传统3D NDT算法配准时间缩短3倍以上;并且能工作在低纹理场景中。因此,改进的算法能提高室内移动机器人环境适应能力。