三角网格模型法与NURBS曲面重构法相结合的测头半径补偿

在使用接触式测量法进行检测时,测量数据是测头中心点的数据坐标,与实测点之间存在一定的误差。针对该问题提出一种三角网格模型法与NURBS曲面重构法相结合的方法对测头半径进行补偿。对测头中心采样点进行曲面拟合,并通过三角网格划分该曲面,求解三角网格顶点法矢和实测点。再选取高斯曲率较大或曲面法矢方向与坐标平面夹角较小的区域进行NURBS曲面重构,求出重构后的实测点。仿真实验结果表明:采用该方法补偿后的精度比三角网格模型法提高了95.52%。对未知CAD模型的自由曲面工件进行验证实验,补偿误差最大值为0.0121mm,补偿误差平均值为0.0033mm,验证了该方法的有效性和实用性。

CMM测量曲面测头半径补偿与路径规划研究

根据测量曲面的目的把三坐标测量机测量曲面的模式分为两种,即检测模式和重构模式。按照两种不同的测量模式对三坐标测量机测头半径补偿与曲面测量路径规划进行研究。通过实例证明本文所述方法是正确的、实用的。

三坐标测量机测头半径补偿的新方法

用三坐标测量机进行测量时,需要对测头半径进行补偿。在对现有的测头半径补偿方法进行分析的基础上,提出一种“四点共球法”,实现了对测头半径的补偿。在阐述四点共球法原理的同时,给出了它的运算量和采集数据点的方法。然后,对该方法的补偿精度做了初步分析,并给出保证补偿精度的注意事项及进一步提高补偿精度的方法,以一个补偿实例进行验证,结果表明四点共球法可以满足绝大多数工程测量,具有一定的实际应用价值。

自由曲面CMM测量测头半径补偿方法

测量机测量曲线和曲面时获取的数据是测头中心坐标值,因此必须对测头半径进行补偿。在总结目前测头补偿方法的基础上,提出以达到测量目的为宗旨,将自由曲面测量分为检测模式和重构模式,根据测量模式采取不同方法对测头半径进行补偿。检测模式下通过比较测头半径与测点到被测曲面的距离大小来判断曲面是否合格,重构模式下通过求取测头球心面的等距面来获得被测曲面,从而实现测头半径补偿。对于点到曲面距离的算法、等距面计算进行了研究。

CMM测头半径补偿公式中补偿方向的确定

针对补偿公式中法矢与外法矢一致性存在变化的情况,根据CMM实际测量的过程,提出了一种“法矢固定法”,简化了补偿公式.随后通过计算机仿真进行了验证,并给出了一个测量实例.

基于神经网络的接触式测头半径三维补偿

本文探讨了基于扩展的自组织特征映射(ESOFM)神经网络的三坐标测量机接触式密集数据采集的测头半径三维补偿。构建了测头半径三维补偿神经网络模型及其训练算法。用网络神经元对曲面空间测量样本点的学习和训练来模拟曲面上的点与点之间的内在关系。按六角形阵列侧抑制邻区训练调整网络神经元权重矢量,使网络输出层结点呈六角形阵列分布,可实现测量点集压缩后的Delaunay三角逼近剖分。经过训练,神经网络将整个数字化点群数据分成许多子区域,每个子区域用一个微切平面逼近。根据微切平面的法线,对测头半径进行三维补偿。算例表明所创建的测头半径三维补偿神经网络模型有效可行。

基于三角网格构建的扫描测头半径三维补偿

采用扩展的自组织特征映射神经网络探讨了三坐标测量机接触式密集数据采集的测头半径三维补偿。构建了基于三角形网格构建的测头半径三维补偿模型。经过训练,神经网络将整个数字化点群数据分成许多子区域,每个子区域用一个微切平面逼近;对子区域的分类核心,即神经元位置权重,沿微切平面法矢方向进行修正,得到逼近测头球心面的三角形网格II;根据微切平面的法线,对测头半径进行三维补偿,得到逼近接触曲面的三角形网格III。测头半径三维补偿的法矢方向,也可通过估算三角网格II顶点的法矢得到。算例表明所创建的测头半径三维补偿模型有效可行。

双半球测头测量螺杆转子型线的探讨

螺杆转子型线直接影响螺杆压缩机的性能。球形测头测量螺杆转子型线时,由于测量接触点与测头球心不在同一平面内,必须进行测头半径三维补偿,运算量大。用半球测头测量时,调整装置会影响测量精度。采用双半球测头测量转子型线,在不需要调整装置的前提下,保证了接触点与球心在同一平面内,简化了测量和数据处理过程,提高了测量精度。

双半球测头测量螺杆转子型线

螺杆转子型线直接影响螺杆压缩机性能。球形测头测量螺杆转子型线时,由于测量接触点与测头球心不在同一平面内,必须进行测头半径三维补偿,其运算量大,当螺杆转子CAD模型未知时,很难建立测头半径三维补偿数学模型。采用半球测头测量时,其调整装置影响测量精度。采用双半球相扣测头测量转子型线,在不需要调整装置的前提下,保证了接触点与球心在同一平面内,极大地简化了测量和数据处理过程,提高了测量精度。

光学非球面三坐标测量中的像散补偿

利用三坐标测量仪在光学非球面镜研磨与粗抛阶段进行面形检测时,测量结果常由于补偿程序不完善而出现像散误差。本文分析了非球面三坐标测量得到的数据,指出测量结果中出现像散误差是测头半径补偿不准确所致。然后,提出了一种离线数据处理方法对测量数据进行补偿来消除像散误差。该方法通过计算网格排列的测头中心点行和列方向的切向量得出曲面上每个点的法向矢量;根据测头半径计算出测头球心到接触点的偏移量,从而实现三坐标测量仪的三维测头半径补偿。球面样板实验显示这种方法可以将该样板测量中的像散峰谷值(PV)由4.921 9μm减小到0.065 2μm,基本消除了测量结果中的像散误差,提高了三坐标测量结果的准确度。实验结果验证了提出的三维测头半径补偿程序的有效性。

光学测头在飞机发动机叶片检测中的应用

MAXOS/CORE在硬件方面以独特的白光点光源测头,克服了传统触发式测头采点速度慢、测量微小物体时容易产生测头半径补偿方向错误的不足,同时也规避了其他光学测头具有的散斑效应以及反射光信号强度等问题,适用于任何表面的叶片测量而无须喷涂。

扫描式数据采集测头半径的三维智能计算补偿

探讨了基于扩展的自组织特征映射神经网络的扫描式密集数据采集的测头半径三维补偿。构建了测头半径三维补偿神经网络模型及其训练算法。首先经过训练,神经网络将整个数字化点群数据分成许多子区域,每个子区域用一个微切平面逼近;然后对子区域的分类核心,即神经元位置权重,沿微切平面法矢方向进行修正;最后根据微切平面的法线,对测头半径进行三维补偿。算例表明所创建的测头半径三维补偿神经网络模型有效可行。

光学加工过程中高次非球面的三坐标测量数据处理

三坐标轮廓检测是大口径高次非球面确定性加工过程中的主要面形测量手段。由于原始三坐标数据包含较大的检测误差,无法直接应用于加工过程,本文提出了一组数据处理算法对误差进行全面去除。首先,对获取的检测数据采用基于球心曲面重建的测头半径补偿算法进行测头半径误差补偿,然后对补偿后数据进行坐标系旋转平移误差去除,最后对提取的检测面形残差进行基于KNN的残差噪点过滤。其中,提出的基于球心曲面重建的测头半径补偿算法通过引入一个高精度的测头球心包络面拟合模型,来计算各检测点的测头半径补偿向量,仿真实验证明:算法补偿精度达到RMS<4 nm;提出的基于KNN的残差噪点过滤算法,通过采用插值方法提高样本空间密度和优化噪声度量值的计算,提高了噪点的识别敏感度并实现了噪点的自动化去除。最终根据整个误差清理算法构建了检测点云处理软件,应用实践表明其有效提高了镜面加工过程中检测点云的数据处理精度和效率。

复杂曲面测量模式与关键技术

首次提出将复杂曲面测量划分为三种模式 ,论述了各测量模式的演变及其主要测量方法 ,综合评述了复杂曲面测量涉及的数据获取、曲面重构。

非圆齿轮齿廓特性分析及偏差测量方法研究

针对现有啮合检测法不能快速准确地测量非圆齿轮单项偏差的问题,提出了一种非圆齿轮齿廓偏差测量方法。对非圆齿轮齿廓的展成特性进行了分析,求解出齿廓特征突变时所对应的偏心率临界值,以判断齿轮是否满足渐开线齿廓偏差测量条件。对于满足测量条件的非圆齿轮,首先求解出其齿廓起测点,然后采用自主开发的仿真加工与齿廓点提取插件,快速获取理论齿廓点,并利用NURBS插值法得到理论齿廓曲线,最后通过测头半径补偿得到测头运动轨迹。实验结果表明,所提出的方法能够快速准确地测量非圆齿轮齿廓偏差,是完全可行的。

平面凸轮轮廓线检测数据处理方法研究

介绍了在平面凸轮轮廓线检测系统中所采用的数据处理方法 ,主要包括采样数据点的基于最小二乘法理论的三次非均匀B样条曲线拟合 ,以及补偿测头半径误差等方法的研究。该处理方法具有计算精度高 ,应用范围广的特点 ,可以为同类检测设备所借鉴。

基于等高测量数据点的叶片型面建模关键技术

叶片类零件被广泛应用于航空航天领域,其测量建模是逆向制造的关键。根据叶片类零件的几何结构特征,采用等高法测量叶片型面,对其建模过程中的关键技术进行研究。研究了叶片型面测量建模过程中的测头半径补偿方法,测量坏点的剔除,利用单圆弧法构造缘头截面线以及利用NURBS曲线方法构造叶盆、叶背截面线,并实现叶盆(背)截面线与缘头的搭接和等距线的构造。最后通过实例测量生成实体模型,叶片型面质量和精度良好。结果表明,该方法简单实用、使用方便。

基于三次样条函数的自由曲线测量中数据处理方法研究

针对自由曲线测量中数据处理繁琐、测点定位及测头半径补偿等问题,提出了一种基于三次插值样条函数的自由曲线测量方法。该方法能精确地拟合出自由曲线轮廓,解决了测头半径补偿的问题。通过计算机仿真,证明了所提出方法的可行性。