自由曲面扫描线测量点云数据处理技术

采用测量点云数据进行自由曲面的重构是逆向工程的关键技术之一,自由曲面重构的精度很大程度取决于点云数据处理技术.论文根据自由曲面测量点云数据比较普遍采用的数据组织方式--扫描线点云数据的特点,详细阐述了包括异常点去除、数据拼接与统一、平滑与滤波、数据精简等点云数据的处理技术,提出了自由曲面扫描线点云数据的高精度和自动化处理方法与流程.实例表明,经过自动处理的点云数据能够充分满足后续曲面重构建模的需要,并能为建模提供可靠的数据保障.     

一种点云数据曲线光顺处理算法

在光顺点云数据时,为了避免采用多项式曲线拟合点云数据难以取得较好的拟合效果,以及采用分段曲线拟合方法在分段处不满足函数连续性和可导性的缺陷,在传统最小二乘法曲线拟合的基础上,提出了基于拉格朗日乘数法对点云数据光顺处理的算法,对该算法进行了建模、求解及实际算例验证.通过对点云数据处理后结果表明:光顺后的曲线及曲线一阶导数在全域下均连续,且光顺后值与初始值最大偏离误差值不超过0.1mm,偏移幅度小于0.5％.因此,该算法曲线拟合精度高,满足点云数据光顺处理的要求,为点云数据的曲线光顺处理提供了参考依据.     

构建原型表面的数据获取处理与重构研究

逆向工程是一种与传统设计相反的现代设计方法。它的重要作用就是加速概念设计和物理设计。逆向工程的关键问题是如何获得点云数据、处理数据和重建数据原型,因此着重研究处理数据点云和重建曲面模型,并经过基于逆向工程系统的机械结构设计最终建成空间曲面模型。使用包含三坐标测量机(CMM)和光学仪的三维光学扫描设备,完成实物对象分散点云数据的获取。获取点云数据后再进行数据处理操作,包括噪声消除、数据插值、数据平滑、数据筛选、数据拼接和曲面重建。处理测量数据创建出CAD模型,将模型在激光快速成型机(SLA)上制造出来。     

基于参数化的钣金零件逆向设计

通过关节臂测量机对钣金零件模型进行扫描得到其点云数据,将点云数据导入逆向软件中,经过点处理、多边形处理、参数化设计得到钣金零件的NURBS曲面,最后再经过正向软件的修改得到相对质量较高、符合零件本身特性和设计思想的理想曲面。通过实例验证了采用参数化技术可以还原零件数据的设计需求,以提高设计效率。     

基于手持式激光扫描和Geomagic的CAD模型重建

应用手持式激光扫描系统对汽车连杆进行数字化扫描,获得点云数据;再使用逆向工程软件Geomagic Studio对点云数据进行处理,通过Fashion模块中的曲面片类型识别和拟合功能,构造CAD模型.对重建过程中的关键技术进行了分析.     

基于点云数据的鞋楦数控编程及其仿真

在刻楦机的数控编程中,文章针对测量所得的鞋楦点云数据,利用一种常见的方法来处理点云数据并进行了针对鞋楦离散模型的刀轨计算,并介绍了如何利用CGTech公司的Vericut软件来进行刀轨仿真.     

复杂箱体零件的激光扫描测量与模型重构

复杂箱体是一种制造难度较大的重要零件,逆向设计技术可以有效缩短复杂箱体零件的设计周期、降低生产成本,箱体的数字化测量是逆向设计的关键技术之一。在对复杂箱体进行数字化测量时,选用了转站方式的激光扫描测量方法。箱体外表面的点云数据可以通过激光扫描测量直接获得;箱体内腔形状复杂,难以测量,通过将石膏灌入箱体内腔,待石膏冷却成型后取出石膏,测量石膏外表面获得石膏外表面点云数据。计算出石膏质心,将石膏表面点云依照石膏材料的收缩率进行以质心为中心的缩放处理,反求出箱体内腔表面的点云数据,最后利用特征点匹配的方法将复杂箱体的外形点云数据和内腔点云数据融合,形成完整的箱体点云模型。根据点云完成了复杂箱体零件的三维数字模型的重构和精度评价。     

大型复杂锻铸件三维扫描点云数据去噪及光顺研究

逆向工程,对锻铸件的三维点云数据处理是获得复杂零件外形尺寸的关键环节。如何从散乱的、多噪点的点云数据中得到无噪点、光滑的三维点云是人们一直研究的重点。依据散乱点云中的噪声点的特征进行分类,并提出一种分步去噪及光顺方法。首先用格网阀值法去除第一类噪点,用格网法去除第二类噪点,最后用双边滤波法对数据进行光顺处理。结果表明该方法不仅有效去除了锻铸件的三维点云数据的噪声点,同时获得了光滑的测量表面,保留了尖锐特征。     

基于Pro/E点云数据处理方法

介绍了逆向工程中的点云数据获取、数据预处理、曲线曲面拟合、实体建模的基本理论和方法,并举例说明了利用Pro/E软件中基于逆向工程的点云数据处理工具对其进行数据处理和建模方法。同时也对各种处理和建模方法的适用场合加以对比,提出了针对不同产品外形的解决方案。     

基于Imageware和Pro／E的自行车鞍座曲面反求设计

文章简要介绍了逆向工程的基本概念及其工作流程,利用逆向工程软件Imageware对自行车鞍座的点云数据进行处理,并创建边界线和特征曲线,然后利用三维软件Pro/E进行曲面拟合和CAD模型重构的反求设计,体现了逆向工程"点-线-面-实体"的实现过程,其中较为详细的阐述了点云数据的处理过程.     

锥台工件点云拟合算法研究

针对不完整锥面工件模型拟合问题背景，为了解决大量点云数据的标准几何模型拟合问题，提出一种基于遗传算法的锥面点云数据拟合算法：通过随机选取拟合模型采样点，用点云数据点-标准模型采样点的距离计算替代点云数据点-标准曲面模型的距离运算，提高计算效率同时保留点云细节特征；通过对点云数据建立Kd-tree索引提升标准模型采样点距离检测效率；通过遗传算法迭代搜索拟合模型参数，并通过变数据量、变拟合精度等方法改进遗传算法的搜索效率。经实验验证：采用该算法可有效提升部分锥面工件拟合的匹配精度，误差范围±0.5 mm,且对于大量点云数据的处理效果良好。     

面向铸件自动化打磨的点云精简方法

由于铸件自动化打磨作业中存在点云数据过冗余等问题，导致数据处理时间过长，影响加工效率。为了提高点云处理的计算效率，提出一种基于线性耦合曲率的点云精简方法，以兼具效率和精度。对源扫描点云构建K-d树数据结构，并提出更稳健的线性耦合曲率特征模型以提取特征域；在此基础上，利用改进空间二分法快速精简非特征域；最后融合特征域和精简后的非特征域，得到最终精简结果。结果表明：该方法可得准确的精简比，拟合曲面模型仅存在微小的数据空洞。在90%精简比、2.7%噪声比条件下，保形性误差为0.867 mm，优于传统的点云精简方法，能够实现铸件点云的高效精简。     

基于云模型与LSTM算法的旋转机械故障诊断研究

针对旋转机械故障率偏高,而人工参与故障诊断工作量大、效率偏低等问题,提出一种基于云模型与LSTM算法的旋转机械故障诊断方法。采用实验台采集振动故障原始数据,统一进行EEMD数据预处理,利用云模型进行故障特征数据提取,输入LSTM神经网络模型进行故障诊断。通过云模型和能量法进行特征提取,分别输入支持向量机和LSTM神经网络模型进行诊断结果对比。结果表明：云模型与LSTM算法的故障诊断准确率最高,达到98.75%,证明该方法能够有效应用在旋转机械故障诊断中。     

基于云计算的大数据信息处理技术研究

随着大数据时代的到来，信息的数据量正在以指数级的速度快速增长，己经达到TB、PB甚至是ZB级别。而在信息数据飞速増长的背后，是它们所蕴含的无穷无尽的价值。大数据信息处理技术可以帮助人们发现知识并从海量数据中找出规律，从而创造应用价值。但传统的信息处理方法不能有效地处理海量数据，尤其是不能满足用户对时效性的要求。云计算技术的出现和发展为快速、高效地处理海量数据提供了解决方案。为了充分利用云计算的并行计算能力及其动态资源的分配来有效地处理海量数据，基于云计算的大数据信息处理技术变得至关重要。因此，以提高信息处理效率并且保持数据的准确率为目标，将现有的经典数据分析算法模型与云计算技术相结合，对结合云计算和大数据的海量信息处理技术进行了研究，并提出了一种基于云计算的大数据信息处理方法。     

基于双边滤波的三维曲面重构技术在钢轨检测中的应用

钢轨廓形的测量对指导钢轨打磨、提高列车运行安全、延长钢轨寿命具有重要的意义。采用三维激光扫描重建技术,获取钢轨廓形点云数据;分别采用迭代最近邻算法、双边滤波法以及曲率精简法对钢轨点云数据进行拼接、降噪和精简处理;对比在不同高斯滤波参数下,该技术对钢轨点云数据的滤波效果。结合UM动力学软件和有限元分析软件对三维重构后的钢轨模型进行仿真对比分析。结果表明:采用该三维重构技术可以快速地对钢轨的型面进行重构;高斯滤波参数σ_c为20时,对钢轨点云数据的滤波效果较好,能够使钢轨轨顶保持良好的细节特征。     

海量数据冗余干扰下云数据查询的安全索引构建方法

针对云数据查询安全检索结构未能考虑数据的不确定性,在海量数据冗余干扰下无法稳定挖掘数据特征,提出一种专门针对海量数据冗余干扰的云数据查询的安全索引构建方法,其构建规则是以数据可被安全查询为基础,构建了一种新型云数据查询的安全索引结构,通过迭代法消除冗余数据,并从位于中心区域的R树开始顺次索引个体云数据,以便得到比较确切且更加安全的查询或索引结果。实验结果表明:所提方法的云数据索引规模大,数据查询效率与查准率高,具有较好的抗干扰性能,且在索引过程中能够消除大量数据冗余干扰,稳定性较好。     

基于云平台的旋转机械轴承监测系统设计

针对旋转机械监测中无法随时随地查看其运行状态，监测产生的数据量逐渐加大，以及故障特征提取困难的问题，以轴承作为关键部件，提出一种基于云平台的旋转机械轴承监测系统。系统采用温度和加速度传感器、STM32单片机获得轴承监测所需的数据；然后利用窄带物联网完成数据远程传输，并将其存储到云端数据库中；在云平台利用相关时域频域分析对轴承状态进行监测，并利用设计的一种多尺度一维卷积神经网络模型实现轴承的故障诊断；然后由Web浏览器显示轴承的运行状态和故障诊断结果。实验结果表明提出的故障诊断方法诊断准确率高、效果好，系统能够良好地运行。     

航空发动机叶片数字化再制造方法研究

叶片作为航空发动机的关键部件,其数字化三维模型等核心技术资料一直由国外发动机厂商垄断。为获取航空发动机叶片的三维数字化模型,提出一种基于海量点云数据的叶片数字化模型重建方法。利用激光扫描仪获取的叶片点云数据;在点云数据预处理部分,进行点云对齐并合理精简;将点云数据截面转化为含有噪声的时域信号进行滤波,引入单树小波包分析方法,并通过坐标变换将其分割为叶盆面和叶背面;依据叶片的型面特点,采用不同方法对叶片截面边界进行拟合。反复上述过程,采用蒙面曲面的方法建立叶片数字化三维模型。实验结果表明,利用该方法建立的发动机叶片模型具有良好的光顺性和几何精度,明显提升了建模效率。     

基于大数据和物联网技术的模具维修保养系统

基于大数据和物联网技术,提出了一种模具维修保养管理系统方案。系统在模具使用过程中进行数据采集,模具数据中心通过GPRS将数据发送到云服务平台,云服务平台对数据进行分析整理和模具维修保养档案管理。系统可自动生成模具维修保养计划,提示相关人员进行模具维修保养,并对模具的每次维修保养加以记录,有助于提升模具管理水平,延长模具使用寿命。