扫描式数据采集测头半径的三维智能计算补偿

探讨了基于扩展的自组织特征映射神经网络的扫描式密集数据采集的测头半径三维补偿。构建了测头半径三维补偿神经网络模型及其训练算法。首先经过训练,神经网络将整个数字化点群数据分成许多子区域,每个子区域用一个微切平面逼近;然后对子区域的分类核心,即神经元位置权重,沿微切平面法矢方向进行修正;最后根据微切平面的法线,对测头半径进行三维补偿。算例表明所创建的测头半径三维补偿神经网络模型有效可行。     

逆向工程中自由曲面自组织重建研究

探讨了曲面密集三维散乱点数据的自由曲面自组织重建方法。建立了基于扩展自组织特征映射神经网络的自由曲面自组织重建模型及其训练算法。所建模型的网络神经元对曲面散乱点的学习来模拟曲面上的点与点之间的内在关系 ,神经元连接权矢量集重构曲面样本点的内在拓扑关系。经过训练 ,神经网络将整个曲面散乱点数据分成许多子区域 ,子区域的分类核心即为神经元连接权矢量 ,每个子区域用一个线性函数逼近 ,实现自由曲面自组织重建。计算机仿真表明 ,所建神经网络模型可实现三维密集散乱点数据自组织压缩及曲面自组织重建于一体。     

基于三角网格法的测头半径补偿方法的研究

用三坐标测量机进行复杂曲面测量时,需要对测头进行半径补偿.本文在对比各种测头半径补偿方法的基础之上,对三角网格法进行了研究.首先依据最小角最大原则对曲面进行三角网格划分,然后逐次求解每一个三角形的法矢量,并对测量数据进行测头半径补偿.三角网格法以曲面的法矢量为基础,这有利于测量方向与补偿方向一致,提高半径补偿的精度.     

微平面法空间曲面在线检测关键技术的研究

研究了微平面法空间曲面在线检测系统的组成、工作原理及其关键技术。其关键技术包括数据获取技术、测头半径补偿技术、空间曲面拟合技术和误差评定技术。     

光学非球面三坐标测量中的像散补偿

利用三坐标测量仪在光学非球面镜研磨与粗抛阶段进行面形检测时,测量结果常由于补偿程序不完善而出现像散误差。本文分析了非球面三坐标测量得到的数据,指出测量结果中出现像散误差是测头半径补偿不准确所致。然后,提出了一种离线数据处理方法对测量数据进行补偿来消除像散误差。该方法通过计算网格排列的测头中心点行和列方向的切向量得出曲面上每个点的法向矢量;根据测头半径计算出测头球心到接触点的偏移量,从而实现三坐标测量仪的三维测头半径补偿。球面样板实验显示这种方法可以将该样板测量中的像散峰谷值(PV)由4.921 9μm减小到0.065 2μm,基本消除了测量结果中的像散误差,提高了三坐标测量结果的准确度。实验结果验证了提出的三维测头半径补偿程序的有效性。     

滚刀前刀面径向性测量中的测头半径矢量补偿方法

给出了一种滚刀前刀面测量的测头半径矢量补偿方法。滚刀前刀面为复杂螺旋曲面,根据球形测头中心轨迹与被测螺旋曲面互为等距曲面的关系,推导出实测点到理论曲面的法向距离,进行测头半径矢量补偿从而获得精确的实测点集。     

双半球测头测量螺杆转子型线

螺杆转子型线直接影响螺杆压缩机性能。球形测头测量螺杆转子型线时,由于测量接触点与测头球心不在同一平面内,必须进行测头半径三维补偿,其运算量大,当螺杆转子CAD模型未知时,很难建立测头半径三维补偿数学模型。采用半球测头测量时,其调整装置影响测量精度。采用双半球相扣测头测量转子型线,在不需要调整装置的前提下,保证了接触点与球心在同一平面内,极大地简化了测量和数据处理过程,提高了测量精度。     

应用广义回归神经网络重建点云曲面

针对现有曲面重建神经网络算法误差大的缺点,并根据广义回归神经网络解决函数逼近问题的特点,提出了一种针对点云曲面重构的广义回归神经网络,并编制Matlab程序对点云曲面做了仿真试验；仿真结果表明：该模型逼近曲面误差精度达到网络设计要求的10~(-4)mm,网络学习速度快,重建曲面光顺．     

双螺杆压缩机转子齿形三坐标测量的半径补偿

双螺杆压缩机转子齿形进行三坐标测量机测量时,需要对球形测头半径进行半径补偿.结合转子螺旋曲面的几何特点,对转子型线测量数据点进行半径补偿计算,得到三坐标测量机球形测头真实接触点,再将空间分布的真实接触点旋转到相同横截面上得到转子型线数据点.通过实例验证该方法的有效性,可以应用于双螺杆压缩机转子型线的检测及逆向工程等工作中.     

基于Matlab软件对曲面方程已知的曲面面形误差求解与分析

利用Matlab软件结合Excel软件解决磨削工件曲面面形加工误差问题的一个过程.整个过程描述了测头半径误差补偿方法,坐标的旋转变换,平移坐标系对齐,最后对误差原因进行了必要的分析.因为理论曲面为二次曲面,所以利用截面近点补偿法,方便快捷地对误差进行了补偿.