受益于近年來(lái)計(jì)算機(jī)技術(shù)的飛速發(fā)展,現(xiàn)今數(shù)控系統(tǒng)已具備以插補(bǔ)周期為單位記錄曲面加工過(guò)程中各種海量實(shí)時(shí)數(shù)據(jù)的能力。這些海量的實(shí)時(shí)數(shù)據(jù)包括加工過(guò)程中的指令數(shù)據(jù)、反饋信號(hào)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(bǔ)點(diǎn)可以張成一張插補(bǔ)點(diǎn)曲面,把實(shí)時(shí)數(shù)據(jù)看成附著在該曲面上的涂層,實(shí)時(shí)數(shù)據(jù)的大小反映涂層的厚度,涂層厚度在插補(bǔ)點(diǎn)曲面上的變化與精加工表面質(zhì)量之間存在對(duì)應(yīng)關(guān)系。因此本文提出通過(guò)定量研究涂層厚度在曲面上的變化來(lái)研究實(shí)時(shí)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(wèn)題,需要建立插補(bǔ)點(diǎn)曲面模型,由于插補(bǔ)點(diǎn)分布非常密集,為提高重建曲面的效率,需要壓縮插補(bǔ)點(diǎn)。為實(shí)現(xiàn)保留特征的壓縮,首先提出了沿刀具行進(jìn)方向和橫向雙向的插補(bǔ)特征點(diǎn)識(shí)別算法,算法既保證了特征點(diǎn)的識(shí)別效率,也提高了特征點(diǎn)的識(shí)別率�；谧R(shí)別出的插補(bǔ)特征點(diǎn),提出了一種特征保留的壓縮率自適應(yīng)的插補(bǔ)點(diǎn)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(bǔ)點(diǎn)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(bǔ)點(diǎn)重建成三角網(wǎng)格曲面,為后續(xù)研究提供了插補(bǔ)點(diǎn)之間的拓?fù)潢P(guān)系。為定量研究涂層厚度在曲面上的變化,... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：88 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題來(lái)源
    1.2 研究目的及意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展趨勢(shì)
    1.4 本文主要研究?jī)?nèi)容與組織結(jié)構(gòu)
第二章 插補(bǔ)點(diǎn)云的特征點(diǎn)雙向識(shí)別算法
    2.1 算法概述
    2.2 基本參數(shù)
    2.3 刀具行進(jìn)方向G01特征點(diǎn)識(shí)別算法
    2.4 G01特征點(diǎn)橫向恢復(fù)算法
    2.5 特征點(diǎn)雙向識(shí)別算法效果驗(yàn)證
    2.6 插補(bǔ)點(diǎn)特征點(diǎn)識(shí)別算法
    2.7 本章小結(jié)
第三章 插補(bǔ)點(diǎn)壓縮和插補(bǔ)點(diǎn)曲面重建算法
    3.1 算法原理
    3.2 插補(bǔ)點(diǎn)云壓縮算法
    3.3 插補(bǔ)點(diǎn)曲面重建算法
    3.4 小結(jié)
第四章 實(shí)時(shí)數(shù)據(jù)不連續(xù)度量化算法
    4.1 實(shí)時(shí)數(shù)據(jù)不連續(xù)度量化算法的數(shù)學(xué)模型和原理
    4.2 實(shí)時(shí)數(shù)據(jù)不連續(xù)度量化算法
    4.3 算法應(yīng)用
    4.4 小結(jié)
第五章 實(shí)驗(yàn)驗(yàn)證
    5.1 實(shí)驗(yàn)方案
    5.2 實(shí)驗(yàn)驗(yàn)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(xiàn)
附錄1 PCL庫(kù)貪婪投影三角網(wǎng)格化算法原理
附錄2 攻讀碩士學(xué)位期間的科研成果



本文編號(hào)：3194759