在机检测中曲面拓扑特征重建和检测点分布关键技术的研究

《在机检测中曲面拓扑特征重建和检测点分布关键技术的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文摘要加工质量信息的获取、表达、传递和利用是数字化制造技术的重要内容。在机检测系统的使用能够有效的提高高档数控装备的使用效率，降低生产成本。本文围绕在机检测中曲面拓扑特征重建和检测点分布的关键技术展开了深入研究，并构建了复杂空间型面在机检测系统。对三角面片进行拓扑重建和曲面划分是解决在机检测系统中零件模型表面特征识别的前提条件之一。本文在建立点．边拓扑关系的基础上，提出了基于关联．散列结构三角网格拓扑重建方法，在滤除冗余数据的同时完成拓扑关系的建立，并对STL(stereolithographic)模型的基本拓扑关系进行拓展，提出了一种基于无向图结构关系模型

2、的曲面划分方法。通过计算实例验证了上述算法的高效性和有效性。根据工件的几何特征及其参数确定采样策略，并进行采样点的选择和布局是在机检测系统中重要的环节之一。本文根据三角面片法向量在高斯球面的映射图像判定自然二次曲面几何特征，将快速聚类法和Gauss-Newton法相结合，提出了一种针对STL模型数据文件格式特点的自然二次曲面特征参数提取方法。对于一般随机采样方法的局限性，分析]"CVT(CentroidalVoronoiTessellations)结构采样法和可展曲面的特点，提出了基于CVT结构的可展曲面采样策略。针对曲面采样点布局算法对于离散数据环境下的复杂

3、曲面测点布局的局限性，通过引入局部网格曲率特性参数，构建了基于三角面片微分几何特性的网格简化方法，提出了基于三角形折叠的复杂曲面离散数据检测点布局策略；并构造了连续LOD(LevelOfDetail)模型，建立了不同层次网格之间距离值相对于简化三角形数量的拟合曲线方程，验证了曲率权值优化方法在离散数据环境下对提高复杂曲面采样点布局精度的有效性。最后，在对在机检测系统进行功能需求分析的基础上，搭建了在机检测系统的原型实验平台，提出了复杂空间型面在机检测系统的层次化结构功能模型，并采用计算机建模和仿真技术开发了在机检测过程仿真模块，结合规范化报告输出技术，建立了以

4、上述方法为核心的复杂空间型面在机检测系统。关键词：在机检测，复杂曲面，采样策略，拓扑重建，特征参数提取，离散数据ABSTRACTAccesstoqualityinformationprocessing，expression，transferanduseisanimportantpartofthedigitalmanufacturingtechnology．111eOnMachineVerification(OMV)systemcanenhancetheavailabilityfactorofthehigh—gradeNCequipmentineffectand

5、reducethecostofproduction．TheinvestigationonthekeytechnologyofthetopologicalfeaturereconstructionandsamplingpointdistributioninOMVsystemwascarriedout．TheOMVsystemforcomplexcurvedsurfaceswasdeveloped．Thetopologicalreconstructionandsurfacedivisionforthetriangularfacesisoneoftheprecond

6、itionsforthefeaturerecognitionforsomesurfacesofthepartmodelintheOMVsystem．Onthebaseofthetopologicalrelationbetweenvectorsandedges，anewalgorithmoftopologicalreconstructionfortriangularmeshbasedonCorrelation—Hashingwasproposed．Theredundantdatawerefilteredinthealgorithm，meanwhile，theto

7、pologicalrelationswerebuilt．Anewmethodbasedontherelationmodelofundirectedgraphforsurfacedivision，whichisonthebaseofthebasictopologicalrelationsexpansioninSTL(stereolithographic)models，wasproposed．Thecalculationexamplesdemonstratedthatthealgorithmswereefficientandstable．Adeterminatio

8、nofsamplingstrategy