最小条件下一般二次曲面轮廓度误差的评定

为准确、快速地评定任意位姿的一般二次曲面轮廓度误差,提出以改进粒子群算法(IPSO)和角度分割逼近法为基础的最小区域评定方法。首先,提出角度分割逼近法计算的所有测量点与一般二次曲面的距离,并以其中最大值作为任意位姿二次曲面方程拟合算法的目标函数。其次,结合模型中目标函数的特点,提出以最优化解析法思想、自然选择和杂交结合PSO算法的新IPSO算法解决误差评定模型的优化问题。实验采用上述方法对某抛物面天线进行评定,与最小二乘算法(LSM)、标准PSO算法的结果和进化曲线等进行比较,同时比较商用软件SA的评定结果。结果表明结合PSO、最优化分析法思想、角度分割逼近法的新方法可更快速、准确地解决任意位姿的二次曲面轮廓度误差评定问题。

评定二次曲面轮廓度误差的角度分割逼近法

提出一种基于角度分割逼近算法和粒子群算法计算二次曲面轮廓度误差的最小区域评定方法来准确评定任意位姿的二次曲面轮廓度误差。首先,给出了能够实现角度分割逼近算法的两条前提假设;基于假设,给出了更合理的算法网格布局递推公式。根据曲面轮廓度误差的定义建立了误差评定的精确模型。然后,采用角度分割逼近法求取测点到拟合二次曲面轮廓的距离;通过粒子群算法,以所有的点与二次曲面距离中的最大值为适应度值拟合出二次曲面一般方程,并实现被测轮廓与理论轮廓位置的匹配。最后,采用上述方法对某抛物面天线进行了评定,并与参数分割法、SMXInsight和最小二乘法进行比较。实验结果显示:该方法测得的天线轮廓度误差为0.659 8mm,比其它方法准确。结论表明:基于角度分割算法能够更有效地评定任意位姿二次曲面轮廓度误差,计算准确、迅速,而且无需确定待分割区域。

曲面轮廓度评定技术的研究

本主讨论了曲面轮廓度检测中的两个重要问题——采样点的坐标转换矩阵的求解以及采样点选取方法的研究。提出基于 ｋｒｉｓｔｊａｎ法扩展的牛顿迭代算法来解决曲面检测问题中的采样测量点与设计模型的匹配问题。该方法在计算时间和对初值的敏感性方面，都要优于变分法。同时，以微分几何为基础，根据曲面主曲率与法曲率的关系，采用基于曲面上任一点处主曲率的合成曲率作为曲率测度，来构造反映曲面曲率分布状况的采样形状函数，以它作为采样点选取的评价指标之一。

基于点集拓扑学涡旋曲面轮廓度误差评定

对自由曲面的轮廓度误差进行评定是精密测量中的一个难点。在涡旋压缩机制造过程中,检测方面亟待解决涡旋齿曲面轮廓度误差评定问题。点集拓扑学运用于曲面轮廓的表述,具有原理清晰、数据处理简洁的特点,据此建立曲面轮廓度评定数学模型,结合涡旋齿曲面型线特征的分析,通过从空间坐标系的建立、点到曲面距离的计算、曲面平动与旋转等方面构建适用于涡旋齿曲面的最小二乘轮廓度误差评定算法。实例研究中,采用德国卡尔蔡司三坐标UMC550采集的点位数据应用到评定算法中计算轮廓度值,实验验证了基于点集拓扑原理构建涡旋曲面轮廓度误差评定模型算法的有效性及高精度,为自主开发涡旋型线检测专机中涡旋轮廓度评定软件提出了一种解决办法,具有较高的应用参考价值。

基于UG/CAM模块固定轴曲面轮廓数控铣的研究

UG/CAM模块固定轴曲面轮廓铣操作用于对表面轮廓进行数控加工,其后处理模块可以生成指定机床能够识别的NC程序,利用其可视化功能可以直观地仿真加工过程,检验NC程序的正确性。本文提出了UG NX/CAM模块中固定轴曲面轮廓铣削的CAM及NC程序生成的思路、方法。通过一具体实例讨论了固定轴曲面轮廓铣数控加工中工艺设计与规划的方法,研究了固定轴曲面轮廓铣数控加工中参数的合理设置方法及其误差的有效控制手段。

基于遗传算法和分割逼近法精确计算复杂曲面轮廓度误差

在超精密复杂零件加工与检测技术中,高精度轮廓度误差的评估方法一直是一个研究重点。在分析研究现状基础上,阐明精确计算复杂曲面轮廓度误差需要解决的关键问题,阐述复杂曲面轮廓度误差定义,建立复杂曲面轮廓度误差的数学模型。在分析基于NURBS描述复杂曲面特点基础上,提出分割逼近法计算测点到曲面的最小距离快速简便算法。分析传统遗传算法存在计算精度与编码长度、计算工作量之间的矛盾,提出改进型归一化实数编码的遗传算法,建立相应的交叉算子和变异算子,确立分割逼近法和归一化实数值编码遗传算法相结合计算复杂曲面轮廓度误差的具体步骤。该算法易于计算机实现,且计算精确度高,可以达到任意给定的精度,非常适用于三坐标测量机。

基于广义延拓逼近法的典型机械零件曲面轮廓设计

对于高精度机械零件的非圆曲面轮廓,一般采用线性插值法和拟合法进行设计,但都普遍存在设计精度不高等缺陷;为此我们采用一种新的广义延拓逼近法,利用典型零件的离散测量点进行数据逼近处理,构造出机械零件非圆曲面的广义延拓逼近模型,从而实现高精度机械零件的曲面轮廓设计。我们以某平面凸轮为例,分别运用线性插值法和分片拟合法对凸轮零件非圆曲面的测量数据进行逼近计算。设计结果对比表明,在3种逼近方法中,采用广义延拓逼近法数学模型处理典型机械零件非圆曲面的离散数据时,在取值间距相同的情况下,广义延拓逼近法具有更高的设计精度。

基于粒子群算法和分割逼近法的复杂曲面轮廓度误差计算

建立了复杂曲面轮廓度误差的数学模型,提出采用分割逼近法计算测点到NURBS曲面的最小距离。将分割逼近法和粒子群优化算法相结合,用于计算复杂曲面轮廓度误差,该方法易于计算机实现,且计算精确度高,可以达到任意给定的精度,非常适用于三坐标测量机。

多处理机系统中曲面轮廓图像处理的并行化研究

在雕刻、精密机械加工等行业中,对形状复杂且测量精度要求很高的零件,通常要首先经过CCD图像采集系统获得曲面轮廓的数字图像,然后对这些曲面轮廓图像进行处理.然而,如何提高这些曲面轮廓数字图像处理的效率和效果,己成为当前研究的主要课题.通过实验,分析了多处理机系统在数字图像处理中的并行化情况,提出了在图像预处理、图像的增强处理过程中的并行化实现方法,进而使多个处理机之间能够更加协调工作,充分利用CPU,提高了多处理机计算机系统的性能,提高了图像处理的效率和效果.

UG固定轴曲面轮廓铣在三次B样条曲面加工中的应用

采用UG/CAM固定轴曲面轮廓铣作用于复杂轮廓表面时,刀具跟随轮廓表面形状实施切削,可以实现复杂轮廓的高精度加工。UG/CAM提供的加工仿真功能可以直观地仿真零件加工过程,检验加工路径、碰撞干涉以获得正确刀轨。其强大的后处理功能,可以结合实际的数控系统生成正确的NC加工程序。以具有双参数三次B样条曲面零件为例,提出UG/CAM固定轴曲面轮廓铣的CAM思路及方法。试验结果表明:采用UG/CAM固定轴轮廓铣可以在三轴数控机床完成复杂型面的半精加工和精加工,能有效地降低加工成本,具有很高的实际应用价值。

曲面轮廓测量中二维坐标传感器的设计

本文详细阐述了二维光学测量的原理,指出了传统单三角测量中象点位移和表面起伏的关系的不准确性,推导了光学测量头各器件之间的精确关系,给出了测量范围和象点的关系,量后根据设计实例说明测量装置调节的可能性和调节方法。

曲面轮廓矩不变量及其应用

传统三维矩不变量的计算方法基于区域特征,计算量较大。将基于区域的三维矩不变量计算转化到三维物体曲面轮廓上,构造了一种的新的曲面轮廓矩不变量。此不变量减小了计算复杂度,不仅具有平移、尺度和旋转不变性,而且独立于三维物体本身的颜色和灰度级。仿真实验表明,基于曲面轮廓矩不变量的识别算法对于三维目标具有良好的识别率,减小了计算复杂度。另外,对这种矩不变量在基于颜色、灰度等识别场合的应用做了推广。

基于UG/CAM模块可变轴曲面轮廓数控铣的研究

提出了UG NX/CAM模块中可变轴曲面轮廓铣削的CAM及NC程序生成的思路、方法。通过一具体实例讨论了可变轴曲面轮廓铣数控加工中,工艺设计与规划的方法,研究了可变轴曲面轮廓铣数控加工中,参数的合理设置方法及其误差的有效控制手段。

一种矩阵秩运算的自由曲面轮廓度评定方法

为了能够提高自由曲面轮廓度评定的精度与效率,提出一种将空间齐次坐标变换矩阵与刚体运动学相结合,从而保证测点集始终在理想零件模型的边界作用下向最小区域变动,并通过方程组解的特性来模拟实际量具测量过程的评定方法。采用系数矩阵与增广矩阵的秩分析每个测点的运动情况来确定每一阶段测点集的变动方向,依据各阶段测点集的自由度来判断评定过程是否满足终止条件,最后通过使用螺旋桨叶片自由曲面为工程实例来验证该方法的有效性。

带有曲面轮廓轴套类零件数控车削工艺设计与应用

通过对一个带有曲面轮廓轴套类典型零件进行图样和工艺分析,找出了该类零件在加工方案设计中的最优工艺路线、零件的准确定位和牢固装夹、合理的刀具和最佳切削用量选择等,并编制了高效合理的加工程序,对提高产品质量和生产效率有着一定的指导意义。

UG/CAM中固定轴曲面轮廓铣的应用

阐述了固定轴轮廓铣的基本工作原理、驱动方法的选择,并结合实例探讨了数控切削加工中各种驱动方法的应用。

UG CAM的固定轴曲面轮廓铣

介绍固定轴曲面轮廓铣的概念。创建过程。常用驱动方法。

UG多轴加工中可变轴曲面轮廓铣和顺序铣的区别

多轴数控机床的加工程序通常是用软件编制而成,其中UG软件是使用比较多的软件之一。UG软件的CAM模块可以编制多轴加工的程序,而且方法较多,但通常用的方法是可变轴曲面轮廓铣和顺序铣。但两种方法各有特点,很多编程人员特别是初学者无法准确领悟编程精髓,本文针对这两种加工方法的区别进行介绍,希望对大家有所帮助。

基于旋转曲面轮廓特征的农田地表点云配准研究

作业场景重建可为智能农机自主作业提供全局信息与局部细节,针对因农田表面缺乏高区分度的点、线、面高层结构造成的特征描述性差、点云配准精度不足的问题,提出一种基于旋转曲面轮廓特征的农田地表点云配准方法。首先,采用32线激光雷达获取农田真实地表点云数据并完成去噪、降采样等预处理;然后,采用加权线性协方差矩阵的奇异值分解确定关键点唯一局部参考坐标系,并统计关键点与旋转曲面截面交点距离信息,生成地表点云的局部特征;最后,采用基于单特征初选与局部特征精匹配原则的多级特征匹配策略进行局部特征匹配,计算旋转矩阵与平移矩阵完成点云配准。试验结果表明,旋转曲面轮廓特征与其他特征相比,平均精度增加7.5个百分点,平均召回率增加24.09个百分点;多级特征匹配策略相对于最近邻搜索策略,平均精度增加12.68个百分点,平均召回率增加18.38个百分点;本文的点云配准方法的平均平移误差为23.59dr,平均旋转误差为3.72°,配准成功率为87.5%。因此,本文提出的基于旋转曲面轮廓特征的农田地表点云配准方法适用于真实农业地表无序点云的自动配准。

基于改进粒子群算法的自由曲面轮廓度评定

为提高复杂曲面轮廓度评定精度,建立了曲面轮廓度数学模型。针对标准粒子群算法在求解过程中存在早熟收敛和局部寻优能力较差的问题,采用了一种引入天牛须搜索思想的改进粒子群算法来评定复杂曲面轮廓度误差。通过理论分析和仿真验证,证实了在寻找最佳变换矩阵过程中,多数情况下基于天牛须算法改进的粒子群算法相较于传统的评定方法具有更好的全局搜索性能,评定结果更加准确。同时在点到曲面STL模型距离的计算中,针对出现狭长三角面片的情况做了优化处理,并简化了投影点与三角面片关系判定条件,提升了算法的实用性和适应性。