共查询到18条相似文献,搜索用时 140 毫秒
1.
鞋楦曲面混合有理Bézier构造及刻楦过程仿真 总被引:2,自引:2,他引:2
为实现鞋楦曲面的高效精加工,研究了一种可控精度的鞋楦曲面重构方法。采用基于曲率分布和弧长对分的自适应加密方法对鞋楦原始数据进行缺损点插补和平滑处理;建立了三次NURBS曲线表示鞋楦横截面周线和轴线方向的表面曲线,并采用混合有理Bézier曲面拟合鞋楦表面;把鞋楦曲面按加工精度的要求离散后,计算得到刀具轨迹线,在Vericut平台上建立刀具模型、毛坯模型和数控刻楦机的运动模型,并对刻楦过程进行了仿真以及误差分析。结果表明,该鞋楦曲面重构方法精度可以调节,误差在允许范围内,运算量适中。 相似文献
2.
鞋楦曲面的检测法采用近似求解获取鞋楦曲面数据,误差大,易导致楦面变形。利用包络法原理反求鞋楦表面数据点,将触测轮在鞋楦表面的滚动测量视为刀具对鞋楦的反复加工过程,生成的包络面替代鞋楦表面,可大大提高精度,并给出了试验验证。 相似文献
3.
OpenGL在鞋楦三维面形测量中的应用 总被引:6,自引:0,他引:6
阐述鞋楦测量、模型显示、利用测量数据采用直接数字定义编程加工之间的关系。并针对鞋楦的表面是由不规则异形曲面所构成的自由曲面体这一特征 ,着重描述了利用OpenGL的三维离散造型技术在一定的精度要求下近似描述鞋楦外轮廓表面。 相似文献
4.
为推动鞋楦设计的快速化、个性化、多样化发展,提出并实现了一种基于旋转变换的鞋楦变翘曲面重构CAD技术。交互选定两变换截面,通过旋转变换将鞋楦前翘高、后翘高等参数值变换到个性化设计需求值;对变换后的鞋楦进行均化处理,实现两变换截面处的鞋楦曲面平滑过渡;对楦底腰窝部中轴线进行微调并将微调量映射到鞋楦模型上来设计与变换后鞋楦相匹配的鞋楦腰窝段。利用提出的曲面重构过程在MATLAB软件平台上设计了参数化和可视化交互式两种方法进行鞋楦变翘设计的CAD模块,其界面具有操作简单方便、易于实时编辑的特点。通过对算法实现结果的高斯曲率和体积进行分析,rhf 验证了重构后鞋楦模型能很好地保持原鞋楦的合脚性及曲面光顺性特征。 相似文献
5.
6.
7.
8.
9.
曲面定位铣床夹具应用实例与分析 总被引:1,自引:0,他引:1
复杂曲面小型零件批量铣削加工时,定位和夹紧比较困难。利用现代数控加工技术,设计制造双合模结构铣床夹具,根据实际设计实例,提出曲面定位铣床夹具设计原则。 相似文献
10.
11.
12.
针对鞋楦数字化设计中对非线性尺寸的约束要求,提出一种基于微分坐标变形的尺寸驱动曲面变形方法,实现围长驱动的楦型设计。基于足-楦尺寸的对应关系修改鞋楦上的非线性尺寸,将围长尺寸变化映射为围线形状的变化,再由变化后的围线形状通过网格变形技术转化为楦型曲面的形状修改。通过迭代计算,可以保证围度曲线长度的精确约束;同时,根据楦型设计规律增加的位置约束和方向约束使变形后的曲面能够继承原有楦型曲面内在的形状特征;拉普拉斯变形拥有的特征保持性特点使变形后的鞋楦仍然保持原有的楦型样式,且其最小二乘意义下的求解框架有利于均布计算误差,使变形更加光顺、自然。试验结果表明,所提方法变形自然,实用性强。 相似文献
13.
鞋底曲面数据提取与喷胶轨迹的自动生成方法 总被引:1,自引:0,他引:1
为快速有效地提取鞋底曲面信息和生成喷胶轨迹,提出一种基于线结构光扫描鞋底曲面的方法。利用线结构光三维测量原理,扫描套在鞋楦上的鞋帮底面,获得表示鞋底曲面信息的点云数据。用B样条曲线拟合出一系列的三维扫描线,生成封闭的鞋底轮廓线,计算鞋底轮廓线在鞋底曲面的偏置曲线得到喷胶轨迹。构建线结构光扫描鞋帮底面的试验装置,计算其在x、y和z轴方向上的测量误差分别为0.094、0、0.015 mm,满足系统精度要求。最后将生成的喷胶轨迹通过坐标变换应用于Stäubli机器人自动喷胶系统,验证了方法的有效性和可行性。 相似文献
14.
15.
以Pro/E和MasterCAM为基的鞋楦反求与仿真加工 总被引:1,自引:0,他引:1
运用Pro/E逆向技术,对鞋楦原始点云进行处理,并运用小平面建模和重新造型的方法重构鞋楦曲面,完成鞋楦实体模型的构建,然后将实体模型导入MasterCAM软件仿真加工。由于鞋楦为不规则的回转体,故采用四轴加工方法,完成鞋楦的仿真。所做的反求为鞋楦数据的保存和网络化制造提供了支持,同时仿真加工验证了鞋楦模型实际加工的可行性。 相似文献
16.
17.
Antonio Jimeno-Morenilla Jose García-Rodriguez Sergio Orts-Escolano Miguel Davia-Aracil 《The International Journal of Advanced Manufacturing Technology》2013,69(1-4):657-668
Customizing shoe manufacturing is one of the great challenges in the footwear industry. It is a production model change where design adopts not only the main role, but also the main bottleneck. It is therefore necessary to accelerate this process by improving the accuracy of current methods. Rapid prototyping techniques are based on the reuse of manufactured footwear lasts so that they can be modified with CAD systems leading rapidly to new shoe models. In this work, we present a shoe last fast reconstruction method that fits current design and manufacturing processes. The method is based on the scanning of shoe last obtaining sections and establishing a fixed number of landmarks onto those sections to reconstruct the shoe last 3D surface. Automated landmark extraction is accomplished through the use of the self-organizing network, the growing neural gas (GNG), which is able to topographically map the low dimensionality of the network to the high dimensionality of the contour manifold without requiring a priori knowledge of the input space structure. Moreover, our GNG landmark method is tolerant to noise and eliminates outliers. Our method accelerates up to 12 times the surface reconstruction and filtering processes used by the current shoe last design software. The proposed method offers higher accuracy compared with methods with similar efficiency as voxel grid. 相似文献