利用面片法向量保留模型特征的3D打印自适应分层算法

针对传统算法计算复杂、不能有效保留模型特征的问题,提出一种以STL文件中三角面片法向量为计算基础、可以减小台阶效应并且识别和保留模型特征的自适应分层算法。首先计算面片法向量在分层方向上的分量,识别出分量较大处即为模型表面倾斜角度较小的地方,在该地方采用较小的分层厚度以减小台阶效应。然后给出一种识别模型特征的方法,利用面片法向量计算模型面片之间的二面角大小和顶点的复杂程度,识别出模型表面的锐边和复杂点特征。接着在特征附近采用较小的分层厚度以保留模型特征,其余地方采用较大的分层厚度以减少打印时间。最后检测遗漏的三角面片并对分层厚度进行修正,以防止模型特征丢失。实验结果表明:对于实验所采用的哑铃模型,所提算法能识别出传统算法识别不出的非局部最高或最低特征点;对于龙猫模型和锥体模型,本文算法可以识别出所有模型特征,并且可以根据模型特征的复杂程度调节分层厚度,在保证尖端高度分别为0.400 mm和0.355 mm的前提下,分层数较传统识别模型特征的自适应分层算法分别降低了2.5%和1.2%。

增材制造中STL模型三角面片法向量自适应分层算法研究

本文提出了增材制造技术中STL模型三角面片法向量自适应分层新算法。该方法寻找与层厚t相交的三角面片的最小法向量,应用三维模型体素中x-y分辨率和STL模型中三角面片法向量与制造方向间夹角变化关系,实现STL模型的自适应分层。用此方法分层,减少了分层参数处理的复杂性,使自适应分层变得更加简单且易实现,得到的分层厚度值更加准确。由于自适应分层是在允许的误差范围内得到的分层厚度,因此在STL模型轮廓变化明显的区域分层更加精细。

基于三角面片法矢量的适应性分层算法

等层厚层切法数控铣削是复杂曲面粗加工和半精加工的主要方法之一,但实际的切削实验表明所加工的工件在水平面附近的切削余量分布不均,而目前的分层方法都不能很好地解决这一问题。提出了一种基于面片法矢量以及面片组面积阈值准则的适应性分层算法。新算法通过面片法矢量检测出可能发生局部欠切的部位,并以高度值对面片分组,根据阈值准则确定曲面上大水平面的高度值,进一步结合给定的分层厚度确定分层高度,然后在所得到的分层高度进行分层。新算法能够根据工件模型,适应性地确定分层平面的高度,实验证明应用所提出的算法法规划的分层切削路径解决了前述的问题。

基于散乱点云的疵点去除与体积积分算法研究

针对目前处理大量散乱点云数据体积计算算法效率低下且时间较长的情况,提出了一种基于散乱点云数据的高效率体积计算算法。此算法对散乱的点云数据进行三角剖分,利用最小二乘法计算三角面片的各个顶点与其法向量,根据法向量进行疵点去除及方向调整,再将三角面片投影形成的凸五面体分割成两个三棱锥和一个三棱柱,最后积分计算出各分割体的体积之和从而得到总体积。结果表明,该算法在降低运算时间的同时具有更高的准确性。