本文關(guān)鍵詞：裝配精度檢測中的自適應(yīng)特征分割方法及其在虛擬裝配中的應(yīng)用

  更多相關(guān)文章： 裝配精度檢測 點(diǎn)云模型 聚類 特征分割 權(quán)值軟分配 K-Means

【摘要】：裝配精度檢測是保證裝配體質(zhì)量與性能的關(guān)鍵,在裝配生產(chǎn)中有非常廣泛的應(yīng)用,而在虛擬環(huán)境下利用點(diǎn)云模型與理想模型匹配的裝配精度計(jì)算是一種常用的裝配精度檢測手段。通過自動(dòng)化特征分割能夠精確獲得虛擬環(huán)境下裝配配合特征的信息,只有獲得該信息才能在虛擬環(huán)境下進(jìn)行裝配精度計(jì)算,所以自動(dòng)化特征分割是虛擬裝配精度檢測的核心環(huán)節(jié)。為了在虛擬環(huán)境下對裝配精度進(jìn)行檢測,需要有能夠反映實(shí)際裝配零件形狀、尺寸和工裝誤差等信息的模型。但是,點(diǎn)云模型僅僅是實(shí)際零件表面三維點(diǎn)坐標(biāo)數(shù)據(jù)的集合,并沒有裝配配合特征的信息,因此缺乏自動(dòng)化特征分割方法會(huì)導(dǎo)致難以進(jìn)行虛擬裝配精度檢測的問題。第一章介紹了裝配精度檢測技術(shù)國內(nèi)外的相關(guān)研究,包括虛擬裝配精度檢測技術(shù)、點(diǎn)云模型特征分割技術(shù)、密集型數(shù)據(jù)特征聚類技術(shù),分析了上述技術(shù)的研究進(jìn)展以及目前存在的問題,由此提出本文的研究內(nèi)容并分析其研究意義,最后簡單介紹了論文結(jié)構(gòu)。第二章提出基于隨機(jī)樣本一致性的點(diǎn)云模型顯著特征分割算法。首先,顯著特征就是零部件中占據(jù)大部分空間的特征,它主要區(qū)別于倒角、窄端面這樣的細(xì)節(jié)特征,借助點(diǎn)云模型裝配配合特征的參數(shù)化定義,從統(tǒng)計(jì)學(xué)角度和泛函角度分析了隨機(jī)樣本一致性特征分割方法的特點(diǎn)。然后,根據(jù)上述的定義與分析,設(shè)計(jì)了基于隨機(jī)樣本一致性的點(diǎn)云模型顯著特征分割算法,并對其進(jìn)行了實(shí)驗(yàn)分析。第三章提出基于權(quán)值軟分配K均值聚類分析的RANSAC細(xì)節(jié)特征分割算法。首先,細(xì)節(jié)特征就是零部件中倒角、窄端面這樣細(xì)小局部特征,分析點(diǎn)云模型中這些數(shù)據(jù)的特點(diǎn),針對這些特點(diǎn)對點(diǎn)云模型進(jìn)行數(shù)據(jù)預(yù)處理。然后,結(jié)合無監(jiān)督學(xué)習(xí)中聚類分析理論,開發(fā)了針對點(diǎn)云模型細(xì)小局部特征的聚類器。最后,運(yùn)用該聚類器對RANSAC分割算法進(jìn)行改進(jìn),綜合形成了點(diǎn)云模型的自適應(yīng)特征分割方法。第四章提出了利用點(diǎn)云模型和誤差關(guān)聯(lián)混合模型ICP配準(zhǔn)計(jì)算的裝配精度檢測方法。首先利用點(diǎn)云模型自適應(yīng)特征分割方法獲取實(shí)際裝配零件的裝配特征信息,然后結(jié)合點(diǎn)云模型與誤差關(guān)聯(lián)混合模型ICP配準(zhǔn)后的位姿信息,進(jìn)行基于LOOCV優(yōu)化的裝配精度評價(jià)計(jì)算,從而實(shí)現(xiàn)虛擬環(huán)境下的裝配精度檢測。第五章開發(fā)了裝配精度檢測系統(tǒng),實(shí)現(xiàn)虛擬環(huán)境下點(diǎn)云模型數(shù)據(jù)的預(yù)處理模塊、裝配精度檢測流程控制模塊、點(diǎn)云模型自適應(yīng)特征分割模塊、裝配精度檢測計(jì)算功能模塊。并將該系統(tǒng)應(yīng)用于實(shí)際零件裝配的精度檢測中。第六章對全文進(jìn)行總結(jié),并對本文研究存在的不足進(jìn)行了分析并由此對今后的研究工作進(jìn)行了預(yù)測和展望。
【關(guān)鍵詞】：裝配精度檢測 點(diǎn)云模型 聚類 特征分割 權(quán)值軟分配 K-Means
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TG95
【目錄】：

• 致謝4-5
• 摘要5-7
• ABSTRACT7-12
• 第1章 緒論12-20
• 1.1 引言12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-17
• 1.2.1 點(diǎn)云模型的特征分割技術(shù)13-15
• 1.2.2 集群數(shù)據(jù)的聚類分析技術(shù)15
• 1.2.3 虛擬環(huán)境下的裝配精度檢測技術(shù)15-17
• 1.3 研究內(nèi)容與意義17-18
• 1.4 本文組織與框架18-20
• 第2章 基于隨機(jī)樣本一致性的顯著特征分割方法20-40
• 2.1 引言20-21
• 2.2 面向裝配配合特征的隨機(jī)樣本一致性泛函分析21-28
• 2.2.1 面向點(diǎn)云模型的隨機(jī)樣本一致性統(tǒng)計(jì)學(xué)分析21-26
• 2.2.2 面向參數(shù)化特征的隨機(jī)樣本一致性泛函分析26-28
• 2.3 基于RANSAC的顯著特征分割算法設(shè)計(jì)28-31
• 2.3.1 點(diǎn)云模型顯著特征的數(shù)據(jù)提取28-29
• 2.3.2 顯著特征分割算法模塊設(shè)計(jì)與實(shí)現(xiàn)29-31
• 2.4 點(diǎn)云模型顯著特征分割算法的實(shí)驗(yàn)與結(jié)果分析31-39
• 2.4.1 點(diǎn)云模型顯著特征分割算法實(shí)例測試與分析32-36
• 2.4.2 點(diǎn)云模型顯著特征分割算法實(shí)驗(yàn)結(jié)果評價(jià)36-39
• 2.5 本章小結(jié)39-40
• 第3章 基于權(quán)值軟分配K均值聚類分析的細(xì)節(jié)特征分割方法40-63
• 3.1 引言40-41
• 3.2 高精度點(diǎn)云模型細(xì)節(jié)特征的點(diǎn)云數(shù)據(jù)標(biāo)簽化41-46
• 3.2.1 高精度點(diǎn)云模型的點(diǎn)云數(shù)據(jù)特點(diǎn)分析41-42
• 3.2.2 基于主成分分析的細(xì)節(jié)特征點(diǎn)云數(shù)據(jù)提取方法42-46
• 3.2.3 基于PCA的點(diǎn)云模型細(xì)節(jié)特征標(biāo)簽化方法46
• 3.3 基于權(quán)值軟分配K均值的細(xì)節(jié)特征聚類分析方法46-51
• 3.3.1 基于調(diào)和均值質(zhì)量判定的K均值聚類方法47-48
• 3.3.2 面向點(diǎn)云模型細(xì)節(jié)特征的聚類器設(shè)計(jì)48-51
• 3.4 基于權(quán)值軟分配聚類分析的細(xì)節(jié)特征分割算法51-58
• 3.4.1 點(diǎn)云模型細(xì)節(jié)特征的自適應(yīng)分離方法51-54
• 3.4.2 基于RANSAC改進(jìn)的細(xì)節(jié)特征分割方法54-57
• 3.4.3 點(diǎn)云模型自適應(yīng)特征分割方法57-58
• 3.5 細(xì)節(jié)特征分割算法實(shí)驗(yàn)分析58-62
• 3.5.1 細(xì)節(jié)特征分割算法的模塊設(shè)計(jì)與實(shí)現(xiàn)58-59
• 3.5.2 細(xì)節(jié)特征分割算法的實(shí)驗(yàn)結(jié)果與分析59-62
• 3.6 本章小結(jié)62-63
• 第4章 基于點(diǎn)云特征匹配計(jì)算的裝配精度檢測方法63-80
• 4.1 引言63-64
• 4.2 基于裝配配合特征ICP配準(zhǔn)的形位誤差檢測流程64-68
• 4.2.1 工裝定位誤差的引入65-66
• 4.2.2 形位誤差檢測流程66-68
• 4.3 基于裝配配合點(diǎn)云特征計(jì)算的形位誤差評價(jià)函數(shù)68-77
• 4.3.1 平面度評價(jià)函數(shù)70-71
• 4.3.2 平行度評價(jià)函數(shù)71-73
• 4.3.3 垂直度評價(jià)函數(shù)73-76
• 4.3.4 角度誤差評價(jià)函數(shù)76-77
• 4.4 基于留一驗(yàn)證(LOOCV)優(yōu)化的形位誤差計(jì)算方法77-79
• 4.4.1 形位誤差評價(jià)計(jì)算的影響因素77-78
• 4.4.2 基于留一驗(yàn)證的精度計(jì)算流程78-79
• 4.5 本章小結(jié)79-80
• 第5章 裝配精度檢測系統(tǒng)開發(fā)及其應(yīng)用80-97
• 5.1 引言80
• 5.2 裝配精度檢測系統(tǒng)總體設(shè)計(jì)80-84
• 5.2.1 裝配精度檢測系統(tǒng)的總體架構(gòu)設(shè)計(jì)81-83
• 5.2.2 裝配精度檢測系統(tǒng)功能模塊設(shè)計(jì)83-84
• 5.3 裝配精度檢測系統(tǒng)核心功能模塊實(shí)現(xiàn)84-92
• 5.3.1 點(diǎn)云模型及混合模型數(shù)據(jù)預(yù)處理模塊85-87
• 5.3.2 裝配精度檢測流程控制模塊87-88
• 5.3.3 點(diǎn)云模型自適應(yīng)特征分割模塊88-90
• 5.3.4 虛擬裝配中的裝配精度檢測模塊90-92
• 5.4 裝配精度檢測系統(tǒng)在桁架裝配中的應(yīng)用92-96
• 5.5 本章小結(jié)96-97
• 第6章 總結(jié)與展望97-99
• 6.1 全文總結(jié)97-98
• 6.2 工作展望98-99
• 參考文獻(xiàn)99-103
• 作者簡介103

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉薇娜,趙偉宏,周軍杰;機(jī)器裝配精度的系統(tǒng)分析[J];長春理工大學(xué)學(xué)報(bào);2004年03期

2 孫征;;產(chǎn)品的裝配精度及工藝保證方法[J];科技信息(學(xué)術(shù)研究);2007年05期

3 殷建波;郭斌;;關(guān)于機(jī)械裝配精度[J];叉車技術(shù);1999年01期

4 闞風(fēng)華;;提高裝配精度的幾種方法[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2010年02期

5 鄧興貴,蔣宏偉;從部件裝配精度反求零件的尺寸精度[J];機(jī)械研究與應(yīng)用;2002年02期

6 沈劍英;調(diào)整環(huán)實(shí)際裝配精度的計(jì)算和分析[J];寧波高等�？茖W(xué)校學(xué)報(bào);2003年02期

7 鐘先信;;開式曲柄壓力機(jī)裝配精度的分析和保證裝配精度的方法[J];鍛壓機(jī)械;1976年02期

8 牟永田;韓耀光;;淺談保證裝配精度的裝配方法[J];機(jī)械管理開發(fā);2011年04期

9 劉偉東;寧汝新;劉檢華;蔣科;;基于偏差有向圖和D-H方法的產(chǎn)品裝配精度預(yù)測技術(shù)[J];機(jī)械工程學(xué)報(bào);2012年07期

10 吉美麗,文西芹;裝配精度設(shè)計(jì)中的形位誤差問題分析[J];中國標(biāo)準(zhǔn)化;1996年12期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 徐向蘭;王靜;姜合萍;王佰超;;軸孔零件精確選配法[A];全國先進(jìn)制造技術(shù)高層論壇暨第八屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 栗萬羽;數(shù)控機(jī)床結(jié)合面特性對其裝配精度影響規(guī)律的研究[D];電子科技大學(xué);2014年

2 周彭晨;裝配精度檢測中的自適應(yīng)特征分割方法及其在虛擬裝配中的應(yīng)用[D];浙江大學(xué);2016年

3 王鵬;基于CAD模型的裝配精度預(yù)測[D];哈爾濱工業(yè)大學(xué);2012年

4 肖君源;板式家具裝配精度研究[D];北京林業(yè)大學(xué);2009年

5 王淞靈;考慮結(jié)合面基礎(chǔ)特性參數(shù)的數(shù)控機(jī)床裝配精度研究[D];電子科技大學(xué);2013年

，

本文編號：1132948