三维点云预采样的曲面自适应布点策略及应用

针对现有的自适应布点策略大多无法在三维模型未知的前提下进行智能布点的问题,将点云信息、颜色信息与接触式测量进行结合,提出一种三维点云预采样的曲面自适应布点策略。通过预处理后的深度点云与HSV颜色空间下分割后的点集,获取待测曲面的显著性点云。提出一种改进的欧式分割算法将显著性点云分割为数个点云簇。根据均值漂移算法,以质心Voronoi结构的成本函数作为均值漂移算法的权函数,在各点云簇中迭代计算出最佳采样点的具体位置。通过实验对比该布点策略与均匀采样、随机采样、自适应采样的采样精度和采样效率。结果表明三维点云预采样的曲面自适应布点策略能够在保证测量精度的前提下提高采样效率,相较常规自适应采样的采样计算时间时间缩短了60%。

基于Moldflow和正交实验的车标注塑参数优化

针对汽车车标注塑成型时会产生缺陷的问题,对车标的注塑参数进行分析优化。首先运用Moldflow进行5因素4水平正交实验,然后通过层次分析法和S型隶属函数对3指标下的实验参数进行综合分析,使用极差分析法得到综合分析下模具温度、熔体温度、保压时间与保压压力、注射时间以及冷却时间5个注塑参数的最佳组合及其影响顺序,并通过Moldflow和实际注塑进行验证。结果表明,5因素在3指标下的综合影响程度为注射时间>冷却时间>熔体温度>保压时间与保压压力>模具温度。对注塑起主要决定作用的为注塑时间。最佳组合为模具温度55℃、最佳熔体温度230℃、最佳保压时间与保压压力为85%、最佳注塑时间为1.4 s、最佳冷却时间为18 s。

基于CMM的平行度和垂直度检测过程分析

解决常规方法不易测量形位公差的问题,使用CMM对实际产品测件进行平行度与垂直度检测,通过完善的准备工作将测量误差减小到最小,对获取结果进行误差来源分析,最终该测件属于不合格产品。