逆向工程中基于曲面拟合的模型重构及其误差分析

论文主要研究了具有复杂曲面的零件在模型重构及误差分析方面的关键技术,并对缺乏原始数据的汽车发动机连杆进行了数据采集、模型重构和误差分析。     

基于Geomagic的曲面CAD模型重构

随着逆向工程的发展,越来越多的产品采用逆向制造。以冲压件为例,讲述了Geomagic、UG软件进行逆向参数化建模的设计思路和应用特点。使用Geomagic软件将获取的制件表面数据进行预处理,并基于NURBS曲面对制件进行自由曲面重构及误差分析,最后在UG中完成曲面局部重构及实体建模。表明,应用Geomagic、UG软件相互结合,可以进行曲面快速重构,大大缩短了设计周期,提高了研发效率。     

面向点云的特征模型重构及其关键算法研究

针对传统逆向工程技术所重构的B-rep模型信息表达层次低、无法体现设计意图、难以实现改型设计和再设计的缺陷,提出一种面点云数据直接重构特征模型的策略,并对其中点的微分几何性质估算和拉伸旋转面特征重建等基础而关键的步骤提出一套解决算法,以传统坐标转换法估算的法矢为初值,通过引入迭代来提高法矢曲率的计算精度,依据拉伸旋转面的特殊几何性质,利用随机抽样一致性算法提取拉伸方向和旋转轴,实验结果证明了算法的有效性、精确性和鲁棒性,为特征模型重构的下游计算奠定了良好的基础。     

基于逆向工程的汽车覆盖件模型重构方法研究

逆向工程在汽车覆盖件设计过程中得到了越来越广泛的应用。以多款汽车覆盖件的逆向设计为例,由结构光扫描仪3DSS得到点云数据,针对不同汽车覆盖件的特点,阐述了不同模型重构方法,并对其适用对象和优缺点进行了详细分析。     

曲面模型重构方法比较及误差分析

三维CAD模型重建是逆向工程中的关键环节,在逆向设计中起到至关重要的作用。在运用Geomagic Studio软件进行点云处理、错误修复和曲面生成的基础上,重点讨论了曲面阶段的精确曲面重构和参数化曲面重构两种不同的曲面重构方法,并对同一种模型进行重构和误差分析。精确曲面重构方法可保证模型数据的完整性与精确性,从而生成高质量的模型;参数化曲面重构方法通过参数转换功能将初始曲面导入Solid Works软件中进行编辑,最后得到参数化模型。实际应用中可结合这两种方法各自特点及优势,高效优质地构建CAD曲面模型。     

UG、Imageware在逆向工程三维模型重构中的应用研究

逆向工程技术是现代产品设计的一种重要手段,是消化和吸收先进技术的一种新方法,是先进制造技术的主力.三维CAD模型重构是逆向工程中的关键步骤.介绍了逆向工程的概念以及关键技术,全面分析了UG软件在逆向工程中的应用特点以及分析了利用UG进行曲面构造的方法和过程,总结了Imageware在数据点云处理优势以及进行数据处理的过程.利用学校现有的LSH-600型非接触式的三维激光扫描仪采集了汽车车身零件的几何数据,并详细介绍了数据采集的过程.最后结合Imageware和UG各自的优势,以汽车车身零件的三维模型的重构来讲述模型重构的过程.     

具有对称特征的三维模型重构技术研究

针对具有对称特征模型的逆向重构问题,首先利用ICP算法进行数据匹配并提取初始对称面,其次精确提取对称面,然后利用基于边和面的混合数据分割方法对预处理过的模型进行数据分割,最后重构得到一半的对称特征模型,再利用提取的对称平面进行镜像,得到完整的对称特征模型.此方法可快速实现模型逆向重构又能提高建模精度,应用于汽车内饰件的逆向重构中,既减少数据量,又节省运算时间,并且重构的模型及特征是关于平面完全对称的.     

基于特征的凸轮测量与几何模型重构

当前,凸轮设计侧重于产生面向运动学分析的凸轮轮廓曲面,缺少对凸轮完整几何模型的构建.提出了一种由凸轮实物重构几何模型的设计方法,经特征分析、三坐标测量、数据处理、特征拟合和拼接等过程生成凸轮的CAD模型.该方法基于凸轮特征,重构的CAD模型既面向凸轮的设计,也面向凸轮的加工,应用广泛.以一盘形凸轮为例,阐述了该方法的实施过程.     

逆向工程软件的选取与模型重构技术

模型重构技术是逆向工程中最关键的组成部分,在工程实践中应用最为广泛。本文简要介绍了逆向工程的含义及其基本工作流程;重点介绍了逆向工程软件的选取,即根据点云的复杂程度,采取单一软件或多种软件交互式地进行;通过典型实例详细论述了模型重构技术在工程中的综合应用。     

基于截面特征约束的涡轮叶片重构技术

为了解决涡轮叶片在其产品改型、气动优化、叶片修复等实际工程问题需要建立实物数字化模型的问题,采用截面特征技术与二维草图约束功能相结合应用于模型重构。针对涡轮叶片几何特征和气动设计要求,将涡轮叶片点云切片截面曲线分层表达为曲线元并分段进行差值拟合,基于二维草图约束技术对截面曲线进行几何特征约束,构造出满足约束条件与数据点逼近的最优曲线并放样生成曲面。结果表明,基于截面特征的反求工程技术与二维草图曲线约束优化技术相结合,可以快速、准确构造出复杂曲面,提高了逆向建模的效率,为快速重构模型提供了一种方法。     

涡轮叶片的曲面重构及误差分析

由于涡轮叶片多为扭曲的变截面曲面,形状复杂,传统测量方法难以满足要求。提出采用激光扫描测头搭载在多自由度机械手上的方式,获得叶片型面几何数据,并利用逆向工程软件Imageware,对叶片曲面点云重构得到CAD模型,以便于叶片各参数的分析检测。实验表明,该方法可对叶片作一般性的精度检测与分析。     

基于工程图纸和样件的产品CAD模型重构方法研究

在分析了某车身内覆盖件外形及其二维工程图特点的基础上，研究了基于工程图和样件的重构其CAD模型的方法，探讨了其中一些具体的问题，如点云与曲面模型的对齐、圆角反求、CAD模型的精度评价等，最后完成了该产品CAD模型的重构。     

统一重构元模型及重构过程研究

目前企业内各种形态的领域重构模型尚缺乏一种统一描述重构语义的抽象机制。为解决该问题,针对各领域重构模型的共同特征,提出了一种统一重构元模型,并形式化地定义了构成重构元模型的基本实体——可重构对象、可重构因素和可重构方式,以及由这些实体构成的重构单元及其之间的重构依赖关系。将重构元模型与特定领域的业务模型结合起来,可得到特定领域重构模型,并以重构关系图的形式表达。给出了依据特定领域重构模型进行实际重构的过程,并将该过程分解为确定重构需求、重构影响分析、确定重构方案和完成重构事务4个步骤,保证了重构的完备性、正确性与一致性。     

基于Imageware的卡扣模型曲面重构技术

曲面重构技术是逆向工程的重要组成部分,在工业制造、医疗、军事等应用领域意义重大。对曲面重构技术理论和imageware软件进行了介绍,并举例阐述了针对不同类型曲面应用imagaware软件进行曲面重构的典型方法。     

变工况下基于迁移学习融合域内对齐的机床主轴热误差模型

热误差建模和补偿是提高机床加工精度的重要手段。 将得到的热误差模型应用到类似或相近任务中,对减少模型构建 和数据收集的成本具有重要意义。 本文提出了一种简易迁移学习(EasyTL)融合域内对齐的主轴热误差建模方法,以实现不同 工况下误差模型的迁移复用。 建立基于域内对齐和距离矩阵全组合择优的热误差迁移模型参数选取方法,获得最优组合。 进 一步分析不同类型的域内对齐和距离矩阵各自对模型迁移性能的影响。 最后,将迁移模型与 kNN 典型机器学习模型和卷积神 经网络深度模型进行比较验证,分别预测不同工况下主轴 Z 向和 Y 向的热误差。 此外,根据预测的主轴热误差进行工件补偿 加工实验。 该方法为热误差建模及补偿提供了一种新思路。     

基于精确探针模型的AFM图像重构研究

原子力显微镜技术已在纳米成像中得到了普遍应用.但实验表明,AFM图像在水平方向分辨率较低,其中探针针尖形貌是影响扫描图像分辨率的关键因素之一.为了提高AFM扫描图像的分辨率,改善成像质量,一种可行的方法是通过建立探针模型后,重构扫描图像.在已有的探针建模方法中,普遍采用盲建模算法.针对目前盲建模算法中降噪阈值难以优化问题,提出了一种降噪阈值最优估计新方法.该方法可以使盲建模算法更准确地建立扫描方向上的探针形貌轮廓,进而完成3D探针模型.通过应用AFM探针扫描多空铝和标准栅格实验,介绍了探针针尖形貌精确建模的方法.然后使用数学形态学的腐蚀运算对标准栅格的AFM成像进行了重构,验证了上述方法的有效性.实验结果证明,重构后的图像中降低了探针针尖形貌的失真影响,可以显著改善扫描探针显微镜成像的水平分辨率.     

基于体重构的过渡特征抑制算法

为抑制边界复杂的过渡,提出一种新的过渡特征抑制算法.该算法基于体重构实现过渡特征的抑制,避免直接处理过渡的复杂边界.在边过渡抑制过程中,首先根据过渡面结构重构过渡体,然后布尔操作原模型与过渡体实现边过渡抑制.通过进一步的局部几何分析及处理,该算法不但能抑制小半径的常规过渡,而且能抑制大半径的相交过渡.此外,算法还基于点过渡周围支持面的边界重构实现点过渡抑制.实验结果表明,该算法简单、通用,能有效地抑制实际工程模型中的过渡特征.     

基于轨道数据对齐的ARIMA模型的轨道不平顺预测

轨道几何尺寸数据是在对被测轨道进行检查时得到的,而不同时间的历史数据,由于检查环境和条件存在变动,其数据表现经常伴随着累积里程误差的存在,导致数据存在无法对齐的现象,从而不能精准预测轨道不平顺的发展。针对此问题,提出将多组原始数据依次以某一步长进行分段验证,以互相关函数相互进行评价,将各组原始数据的里程对齐之后得到有效的观测值。以广铁集团惠州工务段杭深线潮汕站4道K1317+150-K1317+350间的2013-2015年度的历史数据作为试验样本,通过建立自回归积分滑动平均模型(auto-regressive integrated moving average model,简称ARIMA)预测轨道不平顺。结果表明,将轨道几何尺寸原始数据对齐后再进行其不平顺状态的预测研究,可以达到更高的试验精度,其相对误差绝对值的最大值小于5%,样本中相对误差均值为1.75%,适用于工程。     

基于逆向工程的曲面零件重构及NC加工

介绍了逆向工程数据的采集与处理、CAD模型的重建及数控加工刀具轨迹生成等过程,最后介绍了将其应用在油箱盖外板的实例.