基于插補點曲面重建的一種加工過程實時數(shù)據(jù)分析方法
發(fā)布時間:2021-05-19 00:29
受益于近年來計算機技術(shù)的飛速發(fā)展,現(xiàn)今數(shù)控系統(tǒng)已具備以插補周期為單位記錄曲面加工過程中各種海量實時數(shù)據(jù)的能力。這些海量的實時數(shù)據(jù)包括加工過程中的指令數(shù)據(jù)、反饋信號等多種種類的數(shù)據(jù),它們與曲面精加工表面質(zhì)量之間的關(guān)系是值得研究的。曲面精加工的海量插補點可以張成一張插補點曲面,把實時數(shù)據(jù)看成附著在該曲面上的涂層,實時數(shù)據(jù)的大小反映涂層的厚度,涂層厚度在插補點曲面上的變化與精加工表面質(zhì)量之間存在對應關(guān)系。因此本文提出通過定量研究涂層厚度在曲面上的變化來研究實時數(shù)據(jù)與曲面精加工表面質(zhì)量之間的關(guān)系。為了研究上述問題,需要建立插補點曲面模型,由于插補點分布非常密集,為提高重建曲面的效率,需要壓縮插補點。為實現(xiàn)保留特征的壓縮,首先提出了沿刀具行進方向和橫向雙向的插補特征點識別算法,算法既保證了特征點的識別效率,也提高了特征點的識別率;谧R別出的插補特征點,提出了一種特征保留的壓縮率自適應的插補點壓縮算法。算法既擁有較高的壓縮率,也保證了壓縮后的插補點的幾何保真度,提高了重建曲面的效率。最后,把壓縮后的插補點重建成三角網(wǎng)格曲面,為后續(xù)研究提供了插補點之間的拓撲關(guān)系。為定量研究涂層厚度在曲面上的變化,...
【文章來源】:華中科技大學湖北省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:88 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題來源
1.2 研究目的及意義
1.3 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢
1.4 本文主要研究內(nèi)容與組織結(jié)構(gòu)
第二章 插補點云的特征點雙向識別算法
2.1 算法概述
2.2 基本參數(shù)
2.3 刀具行進方向G01特征點識別算法
2.4 G01特征點橫向恢復算法
2.5 特征點雙向識別算法效果驗證
2.6 插補點特征點識別算法
2.7 本章小結(jié)
第三章 插補點壓縮和插補點曲面重建算法
3.1 算法原理
3.2 插補點云壓縮算法
3.3 插補點曲面重建算法
3.4 小結(jié)
第四章 實時數(shù)據(jù)不連續(xù)度量化算法
4.1 實時數(shù)據(jù)不連續(xù)度量化算法的數(shù)學模型和原理
4.2 實時數(shù)據(jù)不連續(xù)度量化算法
4.3 算法應用
4.4 小結(jié)
第五章 實驗驗證
5.1 實驗方案
5.2 實驗驗證
5.3 小結(jié)
第六章 總結(jié)與展望
6.1 全文總結(jié)
6.2 展望
致謝
參考文獻
附錄1 PCL庫貪婪投影三角網(wǎng)格化算法原理
附錄2 攻讀碩士學位期間的科研成果
本文編號:3194759
【文章來源】:華中科技大學湖北省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:88 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題來源
1.2 研究目的及意義
1.3 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢
1.4 本文主要研究內(nèi)容與組織結(jié)構(gòu)
第二章 插補點云的特征點雙向識別算法
2.1 算法概述
2.2 基本參數(shù)
2.3 刀具行進方向G01特征點識別算法
2.4 G01特征點橫向恢復算法
2.5 特征點雙向識別算法效果驗證
2.6 插補點特征點識別算法
2.7 本章小結(jié)
第三章 插補點壓縮和插補點曲面重建算法
3.1 算法原理
3.2 插補點云壓縮算法
3.3 插補點曲面重建算法
3.4 小結(jié)
第四章 實時數(shù)據(jù)不連續(xù)度量化算法
4.1 實時數(shù)據(jù)不連續(xù)度量化算法的數(shù)學模型和原理
4.2 實時數(shù)據(jù)不連續(xù)度量化算法
4.3 算法應用
4.4 小結(jié)
第五章 實驗驗證
5.1 實驗方案
5.2 實驗驗證
5.3 小結(jié)
第六章 總結(jié)與展望
6.1 全文總結(jié)
6.2 展望
致謝
參考文獻
附錄1 PCL庫貪婪投影三角網(wǎng)格化算法原理
附錄2 攻讀碩士學位期間的科研成果
本文編號:3194759
本文鏈接:http://sikaile.net/kejilunwen/jinshugongy/3194759.html
最近更新
教材專著