亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        飛機(jī)承力構(gòu)件測(cè)點(diǎn)處理與誤差自動(dòng)評(píng)估*

        2023-12-22 09:56:58彭清宇田亞明李文龍
        航空制造技術(shù) 2023年21期
        關(guān)鍵詞:飛機(jī)特征模型

        彭清宇,田亞明,蔣 誠,王 剛,李文龍

        (華中科技大學(xué)數(shù)字制造裝備與技術(shù)國家重點(diǎn)實(shí)驗(yàn)室,武漢 430074)

        飛機(jī)承力構(gòu)件是大型客機(jī)和戰(zhàn)斗機(jī)的關(guān)鍵承壓承載部件,需承受飛行中的復(fù)雜載荷,并需滿足長服役壽命和高可靠性要求[1]。如圖1所示,為保證飛行服役過程中的承載可靠性,飛機(jī)承力構(gòu)件多為整體精密鑄造成形,構(gòu)件內(nèi)表面被設(shè)計(jì)為異形型腔結(jié)構(gòu),外表面存在較多搭接區(qū)域與定位軸孔,整體具有尺寸大、變厚度等特點(diǎn)[2]。為保證飛機(jī)承力構(gòu)件的制造精度與力學(xué)性能,裝配前需要對(duì)該類飛機(jī)承力構(gòu)件的搭接裝配區(qū)域和軸孔類定位區(qū)域進(jìn)行尺寸檢測(cè)。同時(shí)為了保證飛機(jī)承力構(gòu)件的裝配成功率,裝配時(shí)需對(duì)實(shí)際飛機(jī)承力構(gòu)件的外表面進(jìn)行誤差分析。目前,針對(duì)此類工件的檢測(cè)方式主要為人工檢查,單次檢查耗時(shí)較長,且部分檢查要素在構(gòu)件型腔內(nèi)部,難以用卡尺、塞規(guī)等常規(guī)量具進(jìn)行準(zhǔn)確度量。因此亟待引入先進(jìn)的檢測(cè)手段實(shí)現(xiàn)此類飛機(jī)承力構(gòu)件關(guān)鍵部位的參數(shù)檢測(cè)。

        圖1 飛機(jī)承力構(gòu)件Fig.1 Aircraft load-bearing component

        如圖2所示,隨著光學(xué)測(cè)量技術(shù)的快速發(fā)展,雙目結(jié)構(gòu)光、線激光傳感器等非接觸式三維測(cè)量技術(shù)為航空領(lǐng)域提供了數(shù)字化三維型面數(shù)據(jù)獲取手段。目前,三維測(cè)量技術(shù)已在國內(nèi)外航空領(lǐng)域得到了廣泛應(yīng)用,例如GOM公司使用ATOS掃描儀對(duì)空客A350的機(jī)身曲面蒙皮進(jìn)行非接觸式檢查,完成機(jī)身曲面重建[3]。浙江大學(xué)曲巍崴等[4]基于三維視覺傳感器和激光跟蹤儀在機(jī)身壁板裝配中實(shí)現(xiàn)工件定位與標(biāo)定。通過數(shù)字化三維測(cè)量手段獲取三維數(shù)據(jù)后,如何進(jìn)行數(shù)據(jù)處理、提取關(guān)鍵參數(shù)是飛機(jī)承力構(gòu)件高效檢測(cè)的關(guān)鍵。為此,國內(nèi)外學(xué)者針對(duì)三維點(diǎn)云數(shù)據(jù)處理方法開展了大量的研究。在點(diǎn)云預(yù)處理方面,Miao等[5]根據(jù)點(diǎn)云曲率信息及均值漂移聚類法,實(shí)現(xiàn)了點(diǎn)云的壓縮與降采樣;Chen等[6]定義一個(gè)旋轉(zhuǎn)/平移變換不變量,用于密度不均的點(diǎn)云的精簡去噪。在點(diǎn)云–模型匹配方面,陳磊等[7]提出了一種檢測(cè)特征引導(dǎo)的模型配準(zhǔn)方法,通過預(yù)先規(guī)劃模型上的匹配特征,再采用迭代最近點(diǎn) (Iterative closest point,ICP)方法實(shí)現(xiàn)精配準(zhǔn);杜坤鵬等[8]通過霍夫投票算法和ICP方法將飛機(jī)蒙皮與模型蒙皮進(jìn)行配準(zhǔn),完成了蒙皮修配量提取工作。在點(diǎn)云特征提取與尺寸計(jì)算方面,Shi等[9]采用均值聚類方法對(duì)點(diǎn)云分塊,利用最大法矢偏差對(duì)同一點(diǎn)云進(jìn)行細(xì)分與精簡,完成了點(diǎn)云目標(biāo)區(qū)域的提??;田清廉等[10]根據(jù)k鄰域點(diǎn)分布情況提取點(diǎn)云邊界,利用歐式聚類分割不同特征點(diǎn)云,提取出目標(biāo)點(diǎn)云;Ding等[11]提出一種曲面誤差評(píng)估方法,對(duì)葉片型面誤差進(jìn)行計(jì)算;石循磊等[12]基于飛機(jī)锪窩孔工件參數(shù),提出一種飛機(jī)表面锪窩孔參數(shù)的高精度提取方法。

        圖2 數(shù)字化測(cè)量飛機(jī)承力構(gòu)件Fig.2 Digital measurement of aircraft load-bearing component

        針對(duì)飛機(jī)承力構(gòu)件內(nèi)側(cè)多為型腔結(jié)構(gòu),以及外表面具有較多的搭接、軸孔區(qū)域的特點(diǎn),現(xiàn)有測(cè)點(diǎn)數(shù)據(jù)處理手段存在一定的局限性,具有如下弊端:

        (1)現(xiàn)場(chǎng)惡劣的采集環(huán)境易使構(gòu)件測(cè)點(diǎn)部分缺失,導(dǎo)致傳統(tǒng)的ICP方法易產(chǎn)生匹配失真,且無法滿足構(gòu)件測(cè)點(diǎn)數(shù)據(jù)匹配后軸/孔關(guān)鍵特征需對(duì)齊的要求;

        (2)現(xiàn)有商用點(diǎn)云處理軟件缺乏專用數(shù)據(jù)處理模塊,需多次人機(jī)交互,效率低下,無法進(jìn)行飛機(jī)承力構(gòu)件幾何尺寸的批量化處理計(jì)算。

        針對(duì)上述問題,本文提出了針對(duì)某型號(hào)飛機(jī)承力構(gòu)件的測(cè)點(diǎn)處理與誤差自動(dòng)評(píng)估計(jì)算方法,具體包括以下3點(diǎn):

        (1)提出基于工裝標(biāo)準(zhǔn)球面特征的粗匹配方法和基于零件軸孔關(guān)鍵基準(zhǔn)特征測(cè)點(diǎn)的精匹配方法,避免點(diǎn)云–模型匹配失真,保證匹配后軸孔類基準(zhǔn)特征的同時(shí)保持高度對(duì)齊,即得到在實(shí)際夾裝工況下構(gòu)件的外表面整體誤差;

        (2)根據(jù)構(gòu)件的幾何特征,建立針對(duì)某型號(hào)承力構(gòu)件尺寸/形位誤差的系統(tǒng)性自動(dòng)計(jì)算方法;

        (3)完成檢測(cè)軟件模塊開發(fā)并開展飛機(jī)承力構(gòu)件光學(xué)檢測(cè)試驗(yàn),驗(yàn)證所提測(cè)點(diǎn)處理與誤差自動(dòng)評(píng)估計(jì)算方法的有效性。

        1 點(diǎn)云數(shù)據(jù)預(yù)處理

        三維數(shù)據(jù)采集過程中,受現(xiàn)場(chǎng)光照條件和復(fù)雜環(huán)境背景等影響,會(huì)導(dǎo)致現(xiàn)場(chǎng)測(cè)點(diǎn)存在數(shù)據(jù)缺失并且包含孤立噪點(diǎn)。此外多視角測(cè)量點(diǎn)云拼合后易產(chǎn)生層疊冗余,會(huì)導(dǎo)致數(shù)據(jù)精度和處理效率大幅降低。針對(duì)上述問題,本節(jié)提出保證飛機(jī)承力構(gòu)件表面特征完整為前提的孤立噪點(diǎn)去除與點(diǎn)云數(shù)據(jù)精簡方法。

        1.1 孤立噪點(diǎn)去除

        三維數(shù)據(jù)采集現(xiàn)場(chǎng)環(huán)境較為復(fù)雜,掃描儀除了能測(cè)量到構(gòu)件,還會(huì)測(cè)量到構(gòu)件周圍的立柱、工裝夾具等部件,形成孤立噪點(diǎn)。針對(duì)現(xiàn)場(chǎng)獲取到的孤立噪點(diǎn),本節(jié)采用歐式聚類進(jìn)行消除。其主要原理為:對(duì)兩片不同的點(diǎn)云集合P={p1,p2,…,pn}與Q={q1,q2,…,qn},給定點(diǎn)間距閾值,即

        式中,pi、qj分別為點(diǎn)云集合P、Q中的任意點(diǎn);r為點(diǎn)間距閾值。

        若滿足式 (1),則可將P與Q視為不同的點(diǎn)云集合。具體來說,對(duì)于測(cè)點(diǎn)數(shù)據(jù)P={p1,p2,…,pn},給定點(diǎn)間距閾值r,建立k–d樹,查找點(diǎn)云集合P所有數(shù)據(jù)點(diǎn)的最臨近點(diǎn),并計(jì)算其歐氏距離,通過式 (1)判斷數(shù)據(jù)是否屬于同一集合。最終得到若干類的點(diǎn)云集合,取最大的點(diǎn)云集合作為目標(biāo)點(diǎn)集Pt,其余點(diǎn)云集合視作噪點(diǎn)點(diǎn)集Pn。具體去除效果如圖3所示。

        圖3 點(diǎn)云噪點(diǎn)Fig.3 Point cloud noise

        1.2 基于曲率的點(diǎn)云精簡

        為了在點(diǎn)云精簡后仍保留該型號(hào)承力構(gòu)件的部分圓度、弧度等信息特征,本節(jié)擬采用基于網(wǎng)格劃分的曲率精簡方法,在復(fù)雜異形的高曲率區(qū)域保留較多的點(diǎn)云數(shù)據(jù),在工件平緩部分保留較少的點(diǎn)云。具體原理如下:對(duì)去噪后的點(diǎn)云集合Pt進(jìn)行主成分分析,計(jì)算方向向量v0、v1、v2,并給定分割間距d,將每個(gè)點(diǎn)云劃分到對(duì)應(yīng)的點(diǎn)云網(wǎng)格中。隨后對(duì)任一點(diǎn)從臨近網(wǎng)格開始搜索,尋找鄰域點(diǎn)并進(jìn)行最小二乘擬合得到曲面。

        式中,xi、yi、zi分別為每一個(gè)點(diǎn)的具體坐標(biāo);k為點(diǎn)云集合Pt中點(diǎn)云具體的數(shù)量;a、b、c分別表示二次曲面系數(shù)。對(duì)式 (2)系數(shù)分別求偏導(dǎo),即可求解系數(shù)a、b、c。隨后根據(jù)二次曲面的性質(zhì),求出每個(gè)點(diǎn)的平均曲率,即

        式中,E、F、G為曲面第一基本量;L、M、N為曲面第二基本量。最后遍歷點(diǎn)云集合Pt,刪除平均曲率小于設(shè)定曲率閾值K0的點(diǎn),得到曲率精簡后的點(diǎn)云數(shù)據(jù)集合Ps,具體精簡示例如圖4所示。

        圖4 曲率精簡示意Fig.4 Curvature simplification

        2 基于特征的點(diǎn)云–模型匹配

        在點(diǎn)云–模型匹配對(duì)齊的情況下,可計(jì)算點(diǎn)云和模型間的投影距離,得到誤差色譜圖來表示工件的整體誤差。但在承力構(gòu)件的實(shí)際裝配現(xiàn)場(chǎng),除軸孔區(qū)域外,承力構(gòu)件會(huì)存在夾裝變形。傳統(tǒng)的匹配算法大多以全局收斂為目的,為了使全局匹配誤差最小化,會(huì)使承力構(gòu)件基準(zhǔn)測(cè)點(diǎn)數(shù)據(jù)與基準(zhǔn)模型偏移,導(dǎo)致構(gòu)件表面實(shí)際誤差色譜圖存在失真,如圖5所示。為得到構(gòu)件在夾裝狀態(tài)下的表面誤差真實(shí)值,本節(jié)提出基于工裝標(biāo)準(zhǔn)球面特征的粗匹配方法與基于零件軸孔關(guān)鍵基準(zhǔn)特征測(cè)點(diǎn)的精匹配方法,在點(diǎn)云–模型匹配的同時(shí),保證構(gòu)件軸孔關(guān)鍵特征的高度對(duì)齊。通過建立標(biāo)準(zhǔn)球坐標(biāo)系求解點(diǎn)云–模型匹配初值,解決由于構(gòu)件形狀復(fù)雜且測(cè)點(diǎn)不全等問題而導(dǎo)致匹配方法易陷入局部最優(yōu)解的問題。當(dāng)點(diǎn)云匹配初值已知,通過提取承力構(gòu)件的精確軸孔類特征,找到軸孔基準(zhǔn)面,進(jìn)行局部配準(zhǔn),保證測(cè)點(diǎn)與擬合基準(zhǔn)面高度對(duì)齊以保證后續(xù)構(gòu)件誤差計(jì)算的準(zhǔn)確性。

        圖5 誤差色譜圖失真Fig.5 Error chromatogram distortion

        2.1 基于工裝標(biāo)準(zhǔn)球面特征的粗匹配方法

        為得到較為準(zhǔn)確的匹配初值,本節(jié)通過建立工裝標(biāo)準(zhǔn)球陣坐標(biāo)系,計(jì)算實(shí)際球陣坐標(biāo)系與工件坐標(biāo)系間的位姿變換關(guān)系,以得到點(diǎn)云–模型匹配初值,流程方法如圖6所示。首先確立理論工件坐標(biāo)系與工裝標(biāo)準(zhǔn)球陣坐標(biāo)系,如圖7所示。工裝標(biāo)準(zhǔn)球陣坐標(biāo)系與理論工件坐標(biāo)系的位姿變化關(guān)系記為T0。操作掃描儀對(duì)工件進(jìn)行掃描測(cè)量,獲取實(shí)際標(biāo)準(zhǔn)球陣坐標(biāo)系。

        圖6 匹配初值獲取流程Fig.6 Initial registration value acquisition

        圖7 理論工件坐標(biāo)系與工裝標(biāo)準(zhǔn)球陣坐標(biāo)系Fig.7 Workpiece coordinate system and standard ball array coordinate system

        實(shí)際標(biāo)準(zhǔn)球陣坐標(biāo)系可根據(jù)球陣點(diǎn)云數(shù)據(jù)擬合而成。如圖8所示,在實(shí)測(cè)點(diǎn)云中分割球體,分別擬合出球心O1、O2、O3。其中,令向量為X軸,向量為Y軸,則Z軸可由X軸與Y軸叉乘所得?;趯?shí)際標(biāo)準(zhǔn)球陣坐標(biāo)系與T0,可得到測(cè)量坐標(biāo)系與工件坐標(biāo)系的位姿變換關(guān)系,即

        圖8 實(shí)測(cè)點(diǎn)云數(shù)據(jù)Fig.8 Measurement point cloud

        式中,nx、ny、nz為正交化后的X軸向量坐標(biāo);ux、uy、uz為正交化后的Y軸向量坐標(biāo);vx、vy、vz為正交化后的Z軸向量坐標(biāo);ox、oy、oz為原點(diǎn)O1坐標(biāo);T為點(diǎn)云–模型粗匹配矩陣。

        2.2 基于零件軸孔特征關(guān)鍵特征點(diǎn)的精匹配方法

        為保證構(gòu)件誤差計(jì)算的準(zhǔn)確性,點(diǎn)云–模型匹配必須保證構(gòu)件基準(zhǔn)特征高度對(duì)齊,具體方法:在點(diǎn)云–模型粗配準(zhǔn)的條件下,提取模型中的局部特征,根據(jù)模型尺寸并加以法矢約束,得到基準(zhǔn)模型的線面特征并進(jìn)行局部匹配。

        提取出的點(diǎn)面特征和簡化后的特征如圖9所示,此時(shí)擬對(duì)提取出的特征進(jìn)行帶法向量約束的ICP匹配,具體原理為:首先對(duì)待匹配點(diǎn)建立k–d樹,尋找每個(gè)待匹配點(diǎn)云的最近點(diǎn),隨后基于法矢信息對(duì)提取出的最近點(diǎn)對(duì)進(jìn)行篩選,即

        圖9 特征提取Fig.9 Feature extraction

        式中,ni為待匹配法向量;n1為基準(zhǔn)模型法向量;λ為給定閾值。對(duì)篩選后的最近點(diǎn)對(duì)使用如下目標(biāo)函數(shù)進(jìn)行約束:

        式中,R為旋轉(zhuǎn)矩陣;t為平移矢量,對(duì)式(6)進(jìn)行去中心化處理可得:

        圖10 基準(zhǔn)特征匹配Fig.10 Registration of benchmark feature

        2.3 整體誤差計(jì)算

        整體誤差計(jì)算顯示零部件的外表面誤差。本節(jié)以STL格式理論模型為例,依據(jù)二進(jìn)制文本信息,提取模型的三角面片,將三角面片按比例轉(zhuǎn)換為離散的點(diǎn)。通過前文提出的基于特征的點(diǎn)云–模型匹配方法,在保證構(gòu)件裝配基準(zhǔn)高度對(duì)齊的情況下,計(jì)算待比較點(diǎn)云和模型離散點(diǎn)間的投影距離并對(duì)投影距離異常點(diǎn)進(jìn)行中值濾波,將投影距離轉(zhuǎn)換為色譜圖。整體誤差色譜如圖11所示。

        圖11 誤差色譜圖Fig.11 Error chromatogram

        3 飛機(jī)承力構(gòu)件參數(shù)計(jì)算

        該型號(hào)構(gòu)件需具體計(jì)算表面下陷深度和搭接區(qū)域長度的實(shí)際值與設(shè)計(jì)值的尺寸偏差,以及構(gòu)件表面區(qū)域的平整度、半徑誤差。本節(jié)根據(jù)工藝檢查要求,在基于前述點(diǎn)云–模型完全配準(zhǔn)的情況下建立包圍盒提取待計(jì)算區(qū)域,根據(jù)提取所得數(shù)據(jù)進(jìn)行幾何特征擬合與尺寸計(jì)算。

        3.1 平面度與半徑誤差

        平面度誤差計(jì)算原理是將所有數(shù)據(jù)按最小二乘法擬合平面 (式 (9)),具體效果如圖12(a)所示。

        圖12 最小二乘擬合Fig.12 Least square fit

        式中,a0、a1、a2為平面參數(shù),隨后遍歷平面特征點(diǎn)集合Pp所有數(shù)據(jù)點(diǎn)到平面的垂直距離,并剔除異常距離點(diǎn),將最大距離差作為平面度。半徑誤差計(jì)算是將所有數(shù)據(jù)點(diǎn)做主成分分析找到數(shù)據(jù)主軸方向,將所有測(cè)點(diǎn)投影到與主軸垂直的平面上,并使用最小二乘法,采用式(10)得到點(diǎn)集Pc,具體效果如圖12(b)所示。

        式中,xc、yc、R為擬合圓參數(shù),最后將擬合圓柱半徑與理論圓柱半徑之間做差即可得到半徑誤差。

        3.2 下陷深度

        針對(duì)異形帶曲率的下陷區(qū)域,對(duì)點(diǎn)云集合Ps'進(jìn)行如下操作:對(duì)點(diǎn)云集合Ps'使用主成分分析找到點(diǎn)云集合主方向v1并沿主方向?qū)c(diǎn)云集合進(jìn)行均布采樣,如圖13所示,隨后分別對(duì)每個(gè)采樣區(qū)域進(jìn)行基于法矢約束的隨機(jī)樣本一致性 (Random sample consensus,RANSAC)方法提取平面,即

        圖13 異形下陷區(qū)域分布采樣Fig.13 Distribution sampling on step difference area

        式中,A、B、C為隨機(jī)生成的平面系數(shù);D為點(diǎn)到平面的截距系數(shù);ni、n1為當(dāng)前點(diǎn)與當(dāng)前平面的法向量;dc、λc為容差范圍。隨后使用式 (11)分別擬合上平面與下平面,并將平面間距離視為下陷深度dc。

        3.3 長度計(jì)算

        構(gòu)件長度計(jì)算主要以圖14(a)所示的形狀為典型,其關(guān)鍵是找到兩條邊緣直線并計(jì)算兩直線間的距離。對(duì)點(diǎn)云集合Ps'進(jìn)行如下操作:如圖14(b)所示,將下陷區(qū)域近似成平面1,同時(shí)將平面1與平面2相交的直線設(shè)為直線l1,隨后,對(duì)點(diǎn)云進(jìn)行邊界提取得到邊界點(diǎn)Pb,如圖14(c)所示,計(jì)算Pb集合,即

        圖14 構(gòu)件長度區(qū)域Fig.14 Length area of component

        式中,l、m、n為直線參數(shù);d為構(gòu)件長度。

        3.4 厚度計(jì)算

        構(gòu)件厚度如圖15所示,由于待計(jì)算區(qū)域有一定的曲率,無法直接視為平面。本節(jié)擬采用逐點(diǎn)遍歷方法,具體步驟:對(duì)點(diǎn)云集合Ps'進(jìn)行聚類,可得到點(diǎn)云集合Pu與點(diǎn)云集合Pd,遍歷點(diǎn)云Pu,在集合Pd中遍歷每個(gè)臨近點(diǎn)集合Kn= {k1,k2,…,kn}。并將集合Kn中法矢夾角最小點(diǎn)視為配對(duì)點(diǎn),最后計(jì)算每個(gè)配對(duì)點(diǎn)在點(diǎn)云集合Pu法矢方向上的投影距離,即

        圖15 構(gòu)件厚度區(qū)域Fig.15 Thickness area of component

        式中,n1n為Pu集合中點(diǎn)的法向量。得到投影距離集合D={d1,d2,…,dn},對(duì)集合D進(jìn)行濾波,去除異常點(diǎn),取集合D的平均值作為構(gòu)件厚度。

        4 軟件模塊開發(fā)與試驗(yàn)驗(yàn)證

        4.1 數(shù)據(jù)模塊開發(fā)

        飛機(jī)承力構(gòu)件點(diǎn)云處理軟件模塊耦合了前文所提的點(diǎn)云處理方法,由6部分組成,如圖16所示。包括點(diǎn)云預(yù)處理模塊、點(diǎn)云–模型匹配模塊、特征區(qū)域提取模塊、三維變形分析模塊、特征尺寸計(jì)算模塊、數(shù)據(jù)存儲(chǔ)與定制化報(bào)告輸出模塊,軟件界面如圖17所示。

        圖16 軟件模塊Fig.16 Software module

        圖17 軟件界面Fig.17 Software interface

        4.2 試驗(yàn)驗(yàn)證

        為驗(yàn)證前文所提方法的準(zhǔn)確性,本節(jié)使用基于前文所提算法開發(fā)的軟件模塊對(duì)3D打印樣件的三維點(diǎn)云測(cè)量數(shù)據(jù)進(jìn)行分析處理,并將軟件自動(dòng)分析計(jì)算結(jié)果與手動(dòng)計(jì)算結(jié)果進(jìn)行對(duì)比分析。

        (1)數(shù)據(jù)獲取與數(shù)據(jù)預(yù)處理試驗(yàn)。

        控制工業(yè)機(jī)器人帶動(dòng)面陣掃描儀運(yùn)動(dòng)對(duì)被測(cè)構(gòu)件進(jìn)行掃描,掃描儀通過樣件表面及轉(zhuǎn)臺(tái)上的標(biāo)志點(diǎn)對(duì)測(cè)量數(shù)據(jù)進(jìn)行拼接,獲取被測(cè)3D打印樣件的完整三維點(diǎn)云數(shù)據(jù)。具體儀器設(shè)備參數(shù)如表1所示,實(shí)際測(cè)量場(chǎng)景如圖18所示。

        表1 儀器設(shè)備參數(shù)Table 1 Equipment parameters

        圖18 機(jī)器人測(cè)量系統(tǒng)Fig.18 Robotic scanning system

        掃描儀獲取到的測(cè)點(diǎn)數(shù)據(jù)量在100萬以上,且包含部分噪音點(diǎn)及浮動(dòng)點(diǎn)。將測(cè)點(diǎn)數(shù)據(jù)導(dǎo)入軟件,經(jīng)過點(diǎn)云預(yù)處理模塊,即可得到預(yù)處理后的點(diǎn)云,如圖19所示。具體點(diǎn)云精簡結(jié)果表2所示。

        表2 測(cè)點(diǎn)數(shù)據(jù)精簡結(jié)果Table 2 Point cloud simplification results

        圖19 點(diǎn)云預(yù)處理Fig.19 Point cloud preprocessing

        (2)數(shù)據(jù)匹配與色譜顯示試驗(yàn)。

        如圖20所示,分別對(duì)3D打印的樣件1與樣件2采用本文提出的基于面線約束的點(diǎn)云–模型匹配方法計(jì)算實(shí)際測(cè)點(diǎn)到理論模型離散點(diǎn)的剛性變換矩陣。計(jì)算結(jié)果如表3所示,該模塊將完成測(cè)點(diǎn)與模型的配準(zhǔn),計(jì)算測(cè)點(diǎn)到模型對(duì)應(yīng)最近點(diǎn)的有向距離,并最終生成三維色譜圖。三維色譜圖可直觀顯示飛機(jī)承力構(gòu)件外表面的測(cè)點(diǎn)與理論模型的偏差,經(jīng)計(jì)算正向和負(fù)向平均偏差絕對(duì)值均小于0.5 mm。

        表3 匹配計(jì)算結(jié)果Table 3 Cloud point registration results mm

        圖20 誤差色譜結(jié)果Fig.20 Error chromatogram result

        (3)樣件尺寸計(jì)算試驗(yàn)。

        為計(jì)算3D打印樣件的幾何尺寸,本節(jié)基于預(yù)處理后的樣件測(cè)點(diǎn)數(shù)據(jù),使用前文所提算法對(duì)3D打印樣件的下陷深度、平整度、半徑誤差、長度等尺寸進(jìn)行自動(dòng)分析計(jì)算,其具體計(jì)算結(jié)果如表4所示。

        表4 所提算法計(jì)算結(jié)果Table 4 Calculation result by proposed algorithm

        為驗(yàn)證本文所提算法的有效性,在完成樣件尺寸自動(dòng)分析計(jì)算后,同時(shí)對(duì)3D打印樣件使用手動(dòng)計(jì)算方法模擬現(xiàn)場(chǎng)人工測(cè)量方式,其具體計(jì)算方式與具體計(jì)算結(jié)果如表5和6所示。

        表5 手動(dòng)計(jì)算方式Table 5 Manual calculation ways

        通過觀察表4和6可知,兩次計(jì)算結(jié)果的每項(xiàng)檢測(cè)類型偏差均符合檢測(cè)要求 (檢測(cè)誤差與制造誤差的累積誤差),但手動(dòng)計(jì)算操作煩瑣且計(jì)算結(jié)果的方差更大,而基于本文算法的自動(dòng)計(jì)算操作更為便捷且計(jì)算結(jié)果方差更小,結(jié)果更加穩(wěn)定。

        5 結(jié)論

        為滿足飛機(jī)承力構(gòu)件關(guān)鍵部位參數(shù)自動(dòng)化檢測(cè)需求,本文提出了基于飛機(jī)承力構(gòu)件關(guān)鍵特征的點(diǎn)云–模型匹配方法及飛機(jī)承力構(gòu)件尺寸/形位誤差的系統(tǒng)性自動(dòng)計(jì)算方法,并開發(fā)了適用于某類飛機(jī)承力構(gòu)件的點(diǎn)云數(shù)據(jù)處理軟件模塊。結(jié)論如下:

        (1)提出了基于工裝標(biāo)準(zhǔn)球面特征的粗匹配方法與基于承力構(gòu)件關(guān)鍵特征的點(diǎn)云–模型匹配精確方法,滿足承力構(gòu)件外表面誤差在實(shí)際裝配工況下的檢測(cè)要求;

        (2)研究了基于RANSAC方法的承力構(gòu)件特征分割和尺寸/形位誤差計(jì)算方法;

        (3)開發(fā)了某型號(hào)航空承力構(gòu)件檢測(cè)數(shù)據(jù)處理與誤差計(jì)算專用軟件模塊,并通過試驗(yàn)驗(yàn)證構(gòu)件點(diǎn)云–模型整體區(qū)域匹配偏差與特征區(qū)域匹配偏差均小于0.5 mm,尺寸計(jì)算誤差均滿足設(shè)計(jì)要求。

        猜你喜歡
        飛機(jī)特征模型
        一半模型
        飛機(jī)失蹤
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        如何表達(dá)“特征”
        “拼座飛機(jī)”迎風(fēng)飛揚(yáng)
        不忠誠的四個(gè)特征
        抓住特征巧觀察
        乘坐飛機(jī)
        3D打印中的模型分割與打包
        国产亚洲高清在线精品不卡| 精品淑女少妇av久久免费| 99re久久精品国产| 国产欧美亚洲另类第一页| 麻豆成人久久精品二区三区免费| 无码av天天av天天爽| 亚洲av之男人的天堂网站| 超碰Av一区=区三区| 国产无套粉嫩白浆内精| 级毛片内射视频| 男女一边摸一边做爽爽的免费阅读| 国产AV无码专区亚洲AV桃花庵| 色老板在线免费观看视频日麻批| 91久久精品色伊人6882| 精品水蜜桃久久久久久久| 亚洲午夜无码久久yy6080 | 国产精品一区二区三区黄片视频| 国产亚洲一区二区三区| 色先锋av资源中文字幕| 高清国产一级毛片国语| 女同亚洲一区二区三区精品久久| 丰满少妇作爱视频免费观看 | 台湾佬中文娱乐网22| 牛牛本精品99久久精品88m | 中文字幕日韩高清乱码| 好吊妞无缓冲视频观看| 国产女在线| 亚洲av性色精品国产| 国产日产欧产精品精品蜜芽| 最近中文字幕mv在线资源| 精品国免费一区二区三区| 国产专区国产精品国产三级| 蜜桃av抽搐高潮一区二区| a在线免费| 亚洲五码av在线观看| 少妇夜夜春夜夜爽试看视频| 中文字幕精品久久久久人妻红杏1| 日产精品一区二区三区免费 | 欧美精品偷自拍另类在线观看| 美腿丝袜av在线播放| 蜜桃av在线免费网站|