逆向工程毕业论文--基于逆向工程的模具修复研究及应用

《逆向工程毕业论文--基于逆向工程的模具修复研究及应用》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、逆向工程毕业论文姓名:班级:学号：基于逆向工程的模具修复研究及应用引言随着现代工业的发展，模具在制造业中的地位日益突出，在航空、汽车、轮船等行业中应用较为广泛。优质、高效、低成本一直是制造技术发展追求的永恒的目标，模具作为现代工业不可缺少的工艺装备，是提高产品质量、提高生产效率、节约能源和原材料、体现模具生产制品技术经济性地有效手段，已成为当代工业生产的工艺发展方向和产品参与生产竞争的主要关键⋯。然而，由于自然磨损及操作人员操作不当等原因，造成模具的磨损或严重磨损。并且对于进口的模具，往往因为某一个部位的磨损而报废，如果重新制造模具不仅费时费力，还额外增加制造成本，严重影响生产。因此

2、，模具的修复工作显得尤为重要。传统的模具修复方式主要是采用普通计量器具检测、采用极限量规测量、采用直线度误差的测量、平面度误差的测量、圆度误差的测量和制造专用量具等对磨损区域进行测量，然后根据模具磨损程度制定修复方案。这些模具修复方式成本高、效率低、修复精度难以达到要求，远远不能满足现代模具的需要，并且对于结构较为复杂的模具更是束手无策。基于逆向工程技术的模具修复是一种较为先进的模具修复方式，并在模具修复领域有着良好的发展前景。1逆向工程“逆向工程”(ReverseEngineering，简称RE)，也称反求工程、反向工程等，即实体转变为CAD模型相关的数字化技术、几何模型重构技术、

3、模型制造技术的总称。即针对物品或样件，利用数字化测量仪进行测量，得到点云数据，进而对点云数据进行点云预处理、模型重构，然后运用数控机床或快速原型技术对其加工制造，最终实现成品的生成，逆向工程流程如图1所示。逆向工程产品设计下游向设计上游信息反馈的回路。逆向工程通常包括几何形状反求、工艺反求和材料反求，在工程领域中，几何形状反求得到广泛的应用。逆向工程技术应用极为广泛，主要应用于：①新产品的设计；②对已有产品的仿制、复制，再现设计意图；③损坏或破损产品的还原和修复；④产品的检测等方面。逆向工程在模具行业的应用主要是模具设计制造和模具的修复，即在只有设计样件而没有设计图纸和设计文档的情况

4、下，利用逆向工程技术对原有的模具在结构方面进行创新设计和对磨损的模具磨损部位修复。2逆向工程在模具修复中的关键技术2．1三维实体模型数字化三维实体模型数字化是基于逆向工程的模具修复过程中的首要环节，其测量的数据将直接影响到模型重构的效果。由于模具的型腔处于模具内侧，加上其结构本身比较复杂，目前较为常见的数字化测量设备如激光式、结构光式和光栅式扫描仪等不能直接测量其轮廓，而层析法和工业CT法由于成本太高，不切合生产实际，因此采用阴阳模法对其进行修复。阴阳模法就是利用油泥或其他材料根据模具型腔结构制成模具型腔的阳模或样品零件，然后利用三坐标测量仪、光栅测量仪及激光测量仪等数字化测量方式对

5、模具型腔阳模或样品零件轮廓进行数字化采集获取其点云数据，然后利用逆向工程软件进行点云预处理得到满意的点云数据模型，并对其进行曲面模型重构，待模型重构完成后再利用三维CAD软件反推出模具型腔的模型。模型轮廓数字化采集步骤为：(1)选定测量部位根据样品结构和用户的具体要求，分析样件需要重点测量的部位。在对模型进行三维实体模型数字化之前，应对模型轮廓以及模型的特征进行详细的分析，确定模型的磨损区域。选择测量部位时，在选择被测件的磨损区域同时，还需选择未磨损或磨损区域较轻的区域以及具有基本特征的区域。这些区域的点云将用于后续的测量点云的多视拼合、模型对齐等，以保证磨损量分析的精度。(2)选择

6、测量设备常用的数字化采集方法分为接触式和非接触式。由于测量原理的不同，各种数字化设备各有所长，对不同类型的具所选用的测量方法也有所不同。因此在选用数字化测量方法时应注意一下因素：①对于磨损面积较大的模具，应选择测量速度较快的数字化设备，提高测量效率；②对于结构复杂的模具，应选用课测量复杂轮廓的测量设备；③数字化设备的测量精度应该高于后续分析的精度，一般来说，进行零件的磨损规律研究，需要高精度的测量系统。(3)选择测量方案对于一些形状比较特殊的模型，由于自身所具有的因素无法通过一次测量完成对整个模型轮廓的测量，这些因素包括：①复杂型面在投影上往往存在投影编码盲点和视觉死区，无法一次完成

7、全部型面的测量；②对于大型轮廓模型，由于受测量系统范围限制，必须实行分区域测量。在对模型进行三维模型数字化之前，首先要分析被测对象的形状、需要扫描的区域，并结合所选测量设备的特征参数(如测量范围、测量精度等)制定出一套合理的测量方案。(4)测量模型根据已选定的数字化测量仪和制定的测量方案对拟定好的测量部位进行测量。2．2点云数据预处理在三维实体模型数字化过程中，无论是接触式测量还是非接触式测量，在扫描过程中都不可避免地引入数据误差，尤其是在尖锐边缘和产品边