反求工程中的点云数据采集

对反求工程中常用点云数据的采集方式进行了总结,对三维数据采集系统应用时所出现的累积误差过大、数据采集不便或数据缺失等问题进行了探讨,并提出了相应的解决方案。  

叶片三维轮廓测量点云数据高精度多角度融合

针对高精度多角度点云数据融合叶片测量难题,设计了一种基于相位测量轮廓方法的多角度点云数据融合的机械装置.通过设计对参考平面数据旋转的算法,实现叶片三维轮廓的高精度数据合成,精度达到(0.06±0.01)mm.这种装置的方法、结构简单实用,测量效率和精度高,可以多个叶片同时测量,是一种可以取代三坐标测量的实用方法.  

基于定位特征点的叶片锥束CT点云模型配准方法

针对实际生产过程中锥束CT检测空心涡轮叶片的点云数据与计算机辅助设计模型的配准问题,提出了一种基于定位特征点的叶片锥束CT点云模型配准方法。首先将点云数据与计算机辅助设计模型进行预配准;然后查找空心涡轮叶片的设计定位特征点坐标;最后根据定位基准点寻找点云数据上与之对应的基准点,并建立各自坐标系,根据坐标系进行几何变换,迭代直至满足要求,从而完成精确配准。试验结果表明,该方法很好地实现了锥束CT点云模型的配准定位,满足了实际生产要求。  

凸轮自由曲面反求建模技术

自由曲面精确建模是凸轮高精度反求的必要前提.针对三坐标测量机获得的自由曲面点云数据,研究了噪声点快速有效的去除算法、边界数据及整体数据的平滑技术、点云数据的筛选与曲面扩展;最后,结合VC强大的数据处理能力以及UG/open二次开发工具,实现大密度点云数据在UG环境中的快速精确建模.经验证,该方法数据处理效果明显,曲面建模效率和精度高.  

基于点云数据的发动机管路最小间距计算方案

为检测整机发动机管路是否满足最小间距的设计要求,提出了一种基于点云数据的发动机管路最小间距计算方案,方案包含5个步骤:①从点云数据中划分出不同管路的数据;②基于管路点云数据的空间分布构造等间隔栅格,计算栅格中心点作为管路的趋势线数据;③在管路各趋势线数据点位置上构造垂直平面,将管路点云数据投影到最近的垂直平面上,获得各个垂直平面上呈圆弧状分布的投影点数据;④对各垂直平面上的投影点数据进行最小二乘圆拟合,得到拟合圆圆心及其半径值,将拟合圆圆心作为管路中心线数据;⑤采用遍历法计算两条管路中心线数据的最小间距,中心线最小间距分别减去两条管路的半径值则得到两条管路的表面最小间距。通过12条管路验证了方案的准确度。实验结果表明:管路最小间距偏差在-0.35～0.46mm之间,管路半径偏差在-0.08～0.22mm之间。该方案的实施有助于管路间距数字化检测的实现,且方案的计算结果具有较好的鲁棒性。  

基于无序点云的叶片截面特征参数提取

针对提取航空发动机叶片截面特征参数的实用性要求,研究了基于无序点云数据的叶片截面特征参数提取方法.综合距离法和二分法的优点,采用基于矩形腐蚀法的距离-二分法对点云数据排序,基于最小包容区域直线和最小二乘圆拟合,提出了将整条叶片截面点云数据分割成前缘、后缘、叶盆和叶背4部分的自动分区方法,对特征参数提取方法做了研究并用VC++进行算法实现,使用UG/OpenGrip生成UG中叶片截面上的点云数据进行实验运算,计算精度达到10-4 mm,表明在实际测量和参数提取中算法误差可以忽略.