基于插补点曲面重建的一种加工过程实时数据分析方法

发布时间：2021-05-19 00:29

　　受益于近年来计算机技术的飞速发展,现今数控系统已具备以插补周期为单位记录曲面加工过程中各种海量实时数据的能力。这些海量的实时数据包括加工过程中的指令数据、反馈信号等多种种类的数据,它们与曲面精加工表面质量之间的关系是值得研究的。曲面精加工的海量插补点可以张成一张插补点曲面,把实时数据看成附着在该曲面上的涂层,实时数据的大小反映涂层的厚度,涂层厚度在插补点曲面上的变化与精加工表面质量之间存在对应关系。因此本文提出通过定量研究涂层厚度在曲面上的变化来研究实时数据与曲面精加工表面质量之间的关系。为了研究上述问题,需要建立插补点曲面模型,由于插补点分布非常密集,为提高重建曲面的效率,需要压缩插补点。为实现保留特征的压缩,首先提出了沿刀具行进方向和横向双向的插补特征点识别算法,算法既保证了特征点的识别效率,也提高了特征点的识别率。基于识别出的插补特征点,提出了一种特征保留的压缩率自适应的插补点压缩算法。算法既拥有较高的压缩率,也保证了压缩后的插补点的几何保真度,提高了重建曲面的效率。最后,把压缩后的插补点重建成三角网格曲面,为后续研究提供了插补点之间的拓扑关系。为定量研究涂层厚度在曲面上的变化,... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题来源
    1.2 研究目的及意义
    1.3 国内外研究现状及发展趋势
    1.4 本文主要研究内容与组织结构
第二章 插补点云的特征点双向识别算法
    2.1 算法概述
    2.2 基本参数
    2.3 刀具行进方向G01特征点识别算法
    2.4 G01特征点横向恢复算法
    2.5 特征点双向识别算法效果验证
    2.6 插补点特征点识别算法
    2.7 本章小结
第三章 插补点压缩和插补点曲面重建算法
    3.1 算法原理
    3.2 插补点云压缩算法
    3.3 插补点曲面重建算法
    3.4 小结
第四章 实时数据不连续度量化算法
    4.1 实时数据不连续度量化算法的数学模型和原理
    4.2 实时数据不连续度量化算法
    4.3 算法应用
    4.4 小结
第五章 实验验证
    5.1 实验方案
    5.2 实验验证
    5.3 小结
第六章 总结与展望
    6.1 全文总结
    6.2 展望
致谢
参考文献
附录1 PCL库贪婪投影三角网格化算法原理
附录2 攻读硕士学位期间的科研成果



本文编号：3194759