CN104809357B - 一种三维粗糙表面多尺度接触行为的分析方法及装置 - Google Patents
一种三维粗糙表面多尺度接触行为的分析方法及装置 Download PDFInfo
- Publication number
- CN104809357B CN104809357B CN201510262666.9A CN201510262666A CN104809357B CN 104809357 B CN104809357 B CN 104809357B CN 201510262666 A CN201510262666 A CN 201510262666A CN 104809357 B CN104809357 B CN 104809357B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- rough surface
- intermediate data
- component
- dimensional rough
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明提供了一种三维粗糙表面多尺度接触行为的分析方法及装置,其中该分析方法包括:获取三维粗糙表面的测量数据;对测量数据进行预处理,得到初始数据;根据采样长度和采样间隔,确定出三维粗糙表面的分解层数;根据分解层数,对初始数据进行多尺度分解和重构操作,得到中间数据;根据中间数据构建三维粗糙表面的确定性接触模型,并通过分析确定性接触模型得到三维粗糙表面接触行为。本发明实施例的分析方法能稳定快速的得到三维粗糙表面在各个尺度下的接触行为。
Description
技术领域
本发明涉及机械工程领域,特别涉及一种三维粗糙表面多尺度接触行为的分析方法及装置。
背景技术
表面质量是加工过程和设计功能的重要纽带。工程表面由不同波长的表面复合而成,特定频带的表面对相应功能具有主要影响。典型的工程表面往往根据表面纹理频率分为三类,高频部分被认为是粗糙度,低频部分为平面度,中间部分为波纹度。不同的加工工艺在加工表面上形成不同的表面纹理,不同尺度的表面纹理影响不同的表面功能。平面度主要影响两表面之间的配合,波纹度是密封、磨损等性能的关键因素,而表面的摩擦特性主要受粗糙度的影响。通过将表面分离成不同的频带,可形成表面的功能性与加工工艺之间的映射,从而实现由表面功能要求逆向地对加工工艺进行控制和诊断。粗糙表面的多尺度接触问题是密封、摩擦学等研究中基础问题之一。分析粗糙表面在不同尺度的接触行为,有助于更好地理解各个尺度的表面形貌对其功能属性的影响和作用机理。
表面的接触行为所分析的尺度密切相关,不同尺度的接触行为对表面功能属性的影响有着明显的不同。揭示金属表面各个尺度表面分量的接触行为,需要将一定尺度的表面形貌提取出来进行独立分析。工程中常用的表面由不同波长的特征组成,一定频带的表面分量对相应功能具有主要影响。为了建立表面的功能性与表面形貌之间的映射,可将表面分解成不同的频带进行研究,其中分解过程可通过滤波技术来实现。用于表面分析的滤波器主要有:类2RC滤波器、高斯滤波器、样条滤波器、形态滤波器和小波滤波器。其中2RC滤波器是最早用于表面形貌分析的滤波器。这种滤波器起初只在硬件系统上应用,目前已可方便地应用于软件系统。类2RC滤波器的缺陷在于引进了相位畸变和边缘畸变,并且没有线性相位,不满足分离粗糙度和波纹度的要求。高斯滤波器是在表面形貌分析方面应用最为广泛的滤波器,其主要优势之一是零相位特性,这可避免相位畸变的发生。高斯高通滤波器和低通滤波器的传输特性具有互补性,这个互补性可以用来提取和分离特定尺度的表面信息,然而标准的高斯滤波器在截断频率处没有急转的传输特性,因此不能分辨出很接近波长的频带。样条滤波器采用数字逼近和解矩阵方程的方法,克服了高斯滤波器的边缘效应和处理大波长表现差的缺陷,并且有更陡的传输特性。样条滤波器的主要劣势在于缺少权函数的表达式,应用过程显得繁琐。形态滤波器不同于其他传统滤波器,采用球(或线)作为构造元素,作用于表面生成平均包络面(或线)以达到滤波的目的,其截断频率取决于构造元素的尺度。小波滤波器以及其在表面形态学方面的应用是目前很活跃的一个研究方向。一些小波具有急转的传输特性,这使得较窄带宽的表面信息分离成为可能。粗糙表面的多尺度分析需要提取表面各个尺度的信息,打破传统严格的粗糙度、波纹度和平面度的划分,获得影响最大的尺度频带,并结合接触分析,实现分析粗糙表面各尺度接触行为的目的。
目前国内对于粗糙表面接触行为分析方法要么只适用于二维问题,要么没有给出实际工程表面接触行为的分析方法。
发明内容
本发明实施例的目的在于提供一种三维粗糙表面多尺度接触行为的分析方法及装置,能稳定快速的得到三维粗糙表面在各个尺度下的接触行为。
为了达到上述目的,本发明的实施例提供了一种三维粗糙表面多尺度接触行为的分析方法,该分析方法包括:
获取三维粗糙表面的测量数据;
对测量数据进行预处理,得到初始数据;
根据采样长度和采样间隔,确定出三维粗糙表面的分解层数;
根据分解层数,对初始数据进行多尺度分解和重构操作,得到中间数据;
根据中间数据构建三维粗糙表面的确定性接触模型,并通过分析确定性接触模型得到三维粗糙表面接触行为。
其中,根据采样长度和采样间隔,确定出三维粗糙表面的分解层数,具体为:
根据公式和确定出三维粗糙表面的分解层数,其中F2为小波的中心频率,ΔL为采样间隔,s为尺度,F1和D1分别为s尺度下的三维粗糙表面细节分量的伪频率和伪周期,且D1小于采样长度。
其中,根据分解层数,对初始数据进行多尺度分解和重构操作,得到中间数据,具体包括:
根据小波多分辨原理和分解层数,通过双正交小波对初始数据进行多尺度分解,初始数据被分解为一个低频近似分量和多个尺度细节分量,且每个尺度细节分量包括水平、竖直和对角分量;
根据工程需求,选择要进行接触行为分析的分量,并对选择出的分量进行重构操作,得到中间数据。
其中,当要进行接触行为分析的分量为多个尺度细节分量时,
相应地,对选择出的分量进行重构操作,得到中间数据,具体包括:
将要进行接触行为分析的每个尺度细节分量对应的水平、竖直和对角分量进行合成,得到合成后的初始数据;
对合成后的初始数据进行重构操作,得到中间数据。
其中,当要进行接触行为分析的分量为低频近似分量或一个尺度细节分量时,
相应地,对选择出的分量进行重构操作,得到中间数据,具体为:
对低频近似分量或一个尺度细节分量进行重构操作,得到中间数据。
其中,根据中间数据构建三维粗糙表面的确定性接触模型,具体包括:
根据中间数据、采样长度和采样间隔,确定出三维粗糙表面的关键点,其中每个关键点的高度方向由中间数据决定;
连接每两个相邻的关键点,形成线框模型;
根据线框模型,生成三维粗糙表面;
以三维粗糙表面为上表面,分别构造底面和四壁,并根据三维粗糙表面、底面和四壁形成一封闭的几何模型;
通过自由网格划分方法在几何模型上生成有限元网格,并根据工程需求对网格进行加密;
确定三维粗糙表面上处于最高位置处的关键点,并在该关键点所在的位置处构造一个刚性平面,并选取刚性平面中的任一节点为控制节点,得到三维粗糙表面的确定性接触模型,其中刚性平面的两个坐标轴的方向由采样长度和采样间隔决定。
其中,通过分析确定性接触模型得到三维粗糙表面接触行为,具体包括:
约束控制节点在刚性平面的两个坐标轴上的位移,并在与关键点的高度方向相反的方向施加位移载荷;
通过有限元分析软件分析三维粗糙表面和经过施加位移载荷后的刚性平面所构成的确定性接触模型,得到三维粗糙表面接触行为。
本发明的实施例还提供了一种三维粗糙表面多尺度接触行为的分析装置,该分析装置包括:
获取模块,用于获取三维粗糙表面的测量数据;
处理模块,用于对测量数据进行预处理,得到初始数据;
确定模块,用于根据采样长度和采样间隔,确定出三维粗糙表面的分解层数;
分解模块,用于根据分解层数,对初始数据进行多尺度分解和重构操作,得到中间数据;
构建模块,用于根据中间数据构建三维粗糙表面的确定性接触模型,并通过分析确定性接触模型得到三维粗糙表面接触行为。
其中,确定模块包括:
第一确定单元,用于根据公式和确定出三维粗糙表面的分解层数,其中F2为小波的中心频率,ΔL为采样间隔,s为尺度,F1和D1分别为s尺度下的三维粗糙表面细节分量的伪频率和伪周期,且D1小于采样长度。
其中,分解模块包括:
分解单元,用于根据小波多分辨原理和分解层数,通过双正交小波对初始数据进行多尺度分解,初始数据被分解为一个低频近似分量和多个尺度细节分量,且每个尺度细节分量包括水平、竖直和对角分量;
选择单元,用于根据工程需求,选择要进行接触行为分析的分量,并对选择出的分量进行重构操作,得到中间数据。
其中,当要进行接触行为分析的分量为多个尺度细节分量时,
相应地,选择单元包括:
合成子单元,用于将要进行接触行为分析的每个尺度细节分量对应的水平、竖直和对角分量进行合成,得到合成后的初始数据;
第一重构子单元,用于对合成后的初始数据进行重构操作,得到中间数据。
其中,当要进行接触行为分析的分量为低频近似分量或一个尺度细节分量时,
相应地,选择单元包括:
第二重构子单元,用于对低频近似分量或一个尺度细节分量进行重构操作,得到中间数据。
其中,构建模块包括:
第二确定单元,用于根据中间数据、采样长度和采样间隔,确定出三维粗糙表面的关键点,其中每个关键点的高度方向由中间数据决定;
连接单元,用于连接每两个相邻的关键点,形成线框模型;
第一生成单元,用于根据线框模型,生成三维粗糙表面;
构造单元,用于以三维粗糙表面为上表面,分别构造底面和四壁,并根据三维粗糙表面、底面和四壁形成一封闭的几何模型;
第二生成单元,用于通过自由网格划分方法在几何模型上生成有限元网格,并根据工程需求对网格进行加密;
第三确定单元,用于确定三维粗糙表面上处于最高位置处的关键点,并在该关键点所在的位置处构造一个刚性平面,并选取刚性平面中的任一节点为控制节点,得到三维粗糙表面的确定性接触模型,其中刚性平面的两个坐标轴的方向由采样长度和采样间隔决定。
其中,构建模块包括:
约束单元,用于约束控制节点在刚性平面的两个坐标轴上的位移,并在与关键点的高度方向相反的方向施加位移载荷;
分析单元,用于通过有限元分析软件分析三维粗糙表面和经过施加位移载荷后的刚性平面所构成的确定性接触模型,得到三维粗糙表面接触行为。
本发明的上述方案至少包括以下有益效果:
在本发明的实施例中,在获取到三维粗糙表面的测量数据,并去除其中的边界数据和明显错误的数据,得到初始数据后,根据小波分辨原理对该初始数据进行多尺度分解和重构,得到中间数据,然后再根据中间数据构建关于三维粗糙表面的确定性接触模型,最后通过分析确定性接触模型稳定快速地得到三维粗糙表面在各个尺度下的接触行为。
附图说明
图1为本发明实施例中三维粗糙表面多尺度接触行为的分析方法的流程图;
图2为本发明实施例中db2、db4、db8、db16和db32的幅频特性曲线图;
图3为本发明实施例中db2、db4、db8、db16和db32的相频特性曲线图;
图4为本发明实施例中haar、db8、coif4、bior5.5和bior6.8所构成滤波器的幅频特性曲线图;
图5为本发明实施例中haar、db8、coif4、bior5.5和bior6.8所构成滤波器的相频特性曲线图;
图6为本发明实施例中图1中步骤13的具体步骤流程图;
图7为本发明实施例中三维粗糙表面多尺度接触行为的分析装置的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明针对现有技术中针对于三维粗糙表面接触行为的分析不够完善的问题,提供了一种三维粗糙表面多尺度接触行为的分析方法及装置,能稳定快速的得到三维粗糙表面在各个尺度下的接触行为。
实施例一
如图1所示,本发明的实施例提供了一种三维粗糙表面多尺度接触行为的分析方法,该分析方法包括:
步骤11,获取三维粗糙表面的测量数据;
在本发明的实施例一中,三维粗糙表面的测量数据为高度矩阵,其可以通过三维粗糙表面形貌测量设备获得。
步骤12,对测量数据进行预处理,得到初始数据;
在本发明的实施例一中,对测量数据进行预处理主要是去除测量数据中的边界数据和明显错误的数据,进而得到初始数据,便于后续操作。
步骤13,根据采样长度和采样间隔,确定出三维粗糙表面的分解层数;
步骤14,根据分解层数,对初始数据进行多尺度分解和重构操作,得到中间数据;
步骤15,根据中间数据构建三维粗糙表面的确定性接触模型,并通过分析确定性接触模型得到三维粗糙表面接触行为。
在本发明的实施例一中,在获取到三维粗糙表面的测量数据,并去除其中的边界数据和明显错误的数据,得到初始数据后,根据小波分辨原理对该初始数据进行多尺度分解和重构,得到中间数据,然后再根据中间数据构建关于三维粗糙表面的确定性接触模型,最后通过分析确定性接触模型稳定快速地得到三维粗糙表面在各个尺度下的接触行为。
其中,在本发明的上述实施例中,上述步骤13的具体步骤为:根据公式和确定出三维粗糙表面的分解层数,其中F2为小波的中心频率,ΔL为采样间隔,s为尺度,F1和D1分别为s尺度下的三维粗糙表面细节分量的伪频率和伪周期,且D1小于采样长度。
在本发明的实施例一中,在阐述上述步骤14的具体步骤之前,在此先简单介绍一下小波多分辨率。
小波变换是把一个给定函数分解成不同频率分量并进行多分辨率细化分析的一种数学方法。小波是一种零均值、有限长度的波形,小波变换的基函数可通过改变母小波ψ(t)的尺度因子和位移因子进行连续的尺度和位移变化而构成。对于离散小波分析,尺度因子和位移因子取离散值。根据多分辨率分析理论,对尺度因子s进行二进制离散,位移因子t进行均匀采样,即s=2-j,t=i·s,其中j为分解层数,i=1,2,3,...,N,N为离散步数。若Vj为空间L2(R)的多分辨分析,则V0可分解为其中且Wj表示属于Vj-1但不属于Vj的信息,为Vj的正交补空间。因此对于f0∈V0,f0可以唯一地分解为f0=fj+wj+wj-1+…+w1,其中f0∈V0,wl∈Wl,1≤l≤j。函数f[n]的一维离散小波变换为其中ψj,k[n]=2k/2ψ(2kn-i)为离散小波函数构成的小波系,“*”表示复共轭操作。假设尺度层次为J,可得f[n]低频分量的近似为其中φi,j[n]=2J/2φ(2Jn-i)为在尺度层次J下的离散尺度函数。则f[n]可分解为一个低频近似分量和多尺度细节分量:
其中Cψ为由尺度函数积分求得的系数。
而三维粗糙表面结构的三维本质决定了一维小波不能完整地表征出工程三维粗糙表面的形态特征,因此小波函数需要扩展到二维以进行三维表面分析。二维函数可定义为一维函数的张量积,其中尺度函数定义如下:
φ(x,y)=φ(x)φ(y)
一维小波和二维小波的区别在于二维小波在水平、竖直和对角线方向分别有三个小波函数,分别定义为:
ψH(x,y)=φ(x)ψ(y)
ψV(x,y)=ψ(x)φ(y)
ψD(x,y)=ψ(x)ψ(y)
多尺度小波分解由滤波和下采样两个过程组成。在每一个滤波步骤中,由低通滤波器和高通滤波器滤波分别获得相应尺度的低频近似信号和高频细节信号。迭代执行这个过程,则表面信号被分解为一个近似信号和多个细节信号,如所示。同时利用下采样过程使得近似信号和细节信号的数据长度为上一尺度近似信号的一半,以使分解信号的总长度和原始信号保持一致。
因此,本发明的实施例中的三维粗糙表面的多尺度分解通过小波滤波器来实现。小波滤波器的传输特性和相位特性决定了基于这个小波构造的滤波器是否适用于三维粗糙表面的形貌分析,其中急转的传输特性可实现很邻近尺度特征的分解,线性相位可避免滤波结果发生畸变。目前已有很多不同特征的小波族被开发出来。首先分析多贝西小波(Daubechics)族构成滤波器的幅频特性和相频特性。Daubechics小波族是常用的正交小波族。随着尺度函数和小波函数阶数的增大,Daubechics小波分别表示为db2、db4、db8、db16和db32等。从图2可以看出,阶数越高,幅频特性曲线越陡,然而从图3可以看出,随着阶数的增大,相频特性曲线的弯曲程度增大,并且db16和db32在曲线末端出现了抖动,这是进行三维粗糙表面滤波应该避免的。为了比较各种小波滤波器性能,如图4和图5所示,分别绘制出哈尔小波(haar)、db8、coif4、双正交小波(bior)5.5和bior6.8所构成滤波器的幅频特性和相频特性曲线。Haar小波滤波器幅频特性的急转性最差,bior5.5出现了畸变。db8、coif4和bior6.8具有相似的曲线。在图5所示的相频特性图中,除了db8呈现出非线性外,其他曲线的都呈线性变化。因此,coif4和bior6.8是较理想的可用于多尺度表面分解的小波。而在本发明的实施例中采用bior6.8小波(bior6.8小波的中心频率为0.7649)来实现三维粗糙表面的多尺度分解与重构。但是可以理解的是,在本发明的实施例中并不限定小波的类型。
通过多尺度滤波器对三维粗糙表面进行分解,若取三维粗糙表面的分解层数为M(M为大于1的整数)。分解后的逻辑关系式为:
S=A1+(H1+V1+D1)
=A2+(H2+V2+D2)+(H1+V1+D1)
=…
=AM+(HM+VM+DM)+…+(H1+V1+D1),
其中Ai表示第i层的近似分量,Hi、Vi、Di分别表示第i层的水平、垂直和对角细节分量。第M层次的细节分量(HM+VM+DM)表示低频表面信号分量,第1层次的细节分量(H1+V1+D1)为高频表面信号分量,第M层次的近似分量AM为频率小于第M层次细节信号的所有表面信号分量。
其中,在本发明的上述实施例中,上述步骤14的具体步骤为根据小波多分辨原理和分解层数,通过双正交小波对初始数据进行多尺度分解,初始数据被分解为一个低频近似分量和多个尺度细节分量,且每个尺度细节分量包括水平、竖直和对角分量;根据工程需求,选择要进行接触行为分析的分量,并对选择出的分量进行重构操作,得到中间数据。
其中在执行重构操作前,会根据要进行接触行为分析的分量的不同,考虑是否要对要进行接触行为分析的分量进行合成处理。具体地,当要进行接触行为分析的分量为多个尺度细节分量时,在进行重构操作前,需要将要进行接触行为分析的每个尺度细节分量对应的水平、竖直和对角分量进行合成,得到合成后的初始数据;然后再对合成后的初始数据进行重构操作,得到中间数据。然而当要进行接触行为分析的分量为低频近似分量或一个尺度细节分量时,直接对低频近似分量或一个尺度细节分量进行重构操作,便可得到中间数据。
其中,在本发明的实施例一中,作为一个优选的实例,在上述对选择出的分量进行重构操作后,还可以进一步的给重构后的初始数据进行维粗糙表面二次样条插值处理(即加密处理),进而得到中间数据。这样可以提高后续生成有限元网格的质量。
如图6所示,在本发明的上述实施例中,上述步骤13中的构建三维粗糙表面的确定性接触模型的具体步骤为:
步骤61,根据中间数据、采样长度和采样间隔,确定出三维粗糙表面的关键点;
其中每个关键点的高度方向z由中间数据决定,位置x、y由采样长度、采样间隔和二次样条插值节点的位置(若没进行二次样条插值处理的话,不需要考虑二次样条插值节点的位置)决定。
步骤62,连接每两个相邻的关键点,形成线框模型;
在本发明的实施例一中,相邻的关键点构成线,进行形成网状的线框模型。
步骤63,根据线框模型,生成三维粗糙表面;
在本发明的实施例一中,由邻接的四条线构造面,由于面的四个关键节点不在同一个平面上,因此采用Coons patch方法生成局部表面,局部表面组合在一起构成三维粗糙表面。
步骤64,以三维粗糙表面为上表面,分别构造底面和四壁,并根据三维粗糙表面、底面和四壁形成一封闭的几何模型;
步骤65,通过自由网格划分方法在几何模型上生成有限元网格,并根据工程需求对网格进行加密;
步骤66,确定三维粗糙表面上处于最高位置处的关键点,并在该关键点所在的位置处构造一个刚性平面,并选取刚性平面中的任一节点为控制节点,得到三维粗糙表面的确定性接触模型。
其中刚性平面的两个坐标轴的方向由采样长度和采样间隔决定,即刚性平面平行于上述x-y平面。
在本发明的实施例一中,对于波长较大的三维粗糙表面细节分量,基于采样定理对中间数据进行采样,以使这个尺度的三维粗糙表面特征在充分得包含在确定性模型中的同时保持网格数不至于过大。
其中,在本发明的上述实施例中,上述步骤13中的分析确定性接触模型得到三维粗糙表面接触行为的具体步骤为:约束控制节点在刚性平面的两个坐标轴上的位移,并在与关键点的高度方向相反的方向施加位移载荷,这样可以使整个分析过程更加稳定、更容易收敛;通过有限元分析软件(ANSYS)分析三维粗糙表面和经过施加位移载荷后的刚性平面所构成的确定性接触模型,得到三维粗糙表面接触行为。
在本发明的实施例一中,通过操纵控制节点便可以调节刚性平面与三维粗糙表面的接触面积和接触压力。因此在每次分析中,从分析结果中提取接触面积和接触压力等分析结果相关变量便可以清楚的了解到三维粗糙表面多尺度接触行为。
此外,在上述分析的过程中,还可以得到用于表征三维粗糙表面的相关参数(粗糙度Sa、均方差粗糙度Sq以及相关长度)。其中,
其中Sa为粗糙度,Sq为均方差粗糙度,nx为横坐标方向矩阵的数量,ny为纵坐标方向矩阵的数量,i和j均为矩阵的序号。计算相关长度的伪代码为:
实施例二
如图7所示,本发明的实施例还提供了一种三维粗糙表面多尺度接触行为的分析装置,该分析装置包括:
获取模块71,用于获取三维粗糙表面的测量数据;
处理模块72,用于对测量数据进行预处理,得到初始数据;
确定模块73,用于根据采样长度和采样间隔,确定出三维粗糙表面的分解层数;
分解模块74,用于根据分解层数,对初始数据进行多尺度分解和重构操作,得到中间数据;
构建模块75,用于根据中间数据构建三维粗糙表面的确定性接触模型,并通过分析确定性接触模型得到三维粗糙表面接触行为。
其中,测量数据为高度矩阵,
相应地,获取模块71包括:
获取单元,用于通过三维粗糙表面形貌测量设备获取三维粗糙表面的高度矩阵。
其中,处理模块72包括:
去除单元,用于去除测量数据中的边界数据和明显错误的数据,得到初始数据。
其中,确定模块73包括:
第一确定单元,用于根据公式和确定出三维粗糙表面的分解层数,其中F2为小波的中心频率,ΔL为采样间隔,s为尺度,F1和D1分别为s尺度下的三维粗糙表面细节分量的伪频率和伪周期,且D1小于采样长度。
其中,分解模块74包括:
分解单元,用于根据小波多分辨原理和分解层数,通过双正交小波对初始数据进行多尺度分解,初始数据被分解为一个低频近似分量和多个尺度细节分量,且每个尺度细节分量包括水平、竖直和对角分量;
选择单元,用于根据工程需求,选择要进行接触行为分析的分量,并对选择出的分量进行重构操作,得到中间数据。
其中,当要进行接触行为分析的分量为多个尺度细节分量时,
相应地,选择单元包括:
合成子单元,用于将要进行接触行为分析的每个尺度细节分量对应的水平、竖直和对角分量进行合成,得到合成后的初始数据;
第一重构子单元,用于对合成后的初始数据进行重构操作,得到中间数据。
其中,当要进行接触行为分析的分量为低频近似分量或一个尺度细节分量时,
相应地,选择单元包括:
第二重构子单元,用于对低频近似分量或一个尺度细节分量进行重构操作,得到中间数据。
其中,选择单元包括:
插值子单元,用于对选择出的分量进行重构操作,并对重构后的初始数据进行三维粗糙表面二次样条插值处理,得到中间数据。
其中,构建模块75包括:
第二确定单元,用于根据中间数据、采样长度和采样间隔,确定出三维粗糙表面的关键点,其中每个关键点的高度方向由中间数据决定;
连接单元,用于连接每两个相邻的关键点,形成线框模型;
第一生成单元,用于根据线框模型,生成三维粗糙表面;
构造单元,用于以三维粗糙表面为上表面,分别构造底面和四壁,并根据三维粗糙表面、底面和四壁形成一封闭的几何模型;
第二生成单元,用于通过自由网格划分方法在几何模型上生成有限元网格,并根据工程需求对网格进行加密;
第三确定单元,用于确定三维粗糙表面上处于最高位置处的关键点,并在该关键点所在的位置处构造一个刚性平面,并选取刚性平面中的任一节点为控制节点,得到三维粗糙表面的确定性接触模型,其中刚性平面的两个坐标轴的方向由采样长度和采样间隔决定。
其中,构建模块75包括:
约束单元,用于约束控制节点在刚性平面的两个坐标轴上的位移,并在与关键点的高度方向相反的方向施加位移载荷;
分析单元,用于通过有限元分析软件分析三维粗糙表面和经过施加位移载荷后的刚性平面所构成的确定性接触模型,得到三维粗糙表面接触行为。
需要说明的是,本发明实施例提供的三维粗糙表面多尺度接触行为的分析装置是应用上述方法的装置,即上述方法的所有实施例均适用于该装置,且均能达到相同或相似的有益效果。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (14)
1.一种三维粗糙表面多尺度接触行为的分析方法,其特征在于,所述分析方法包括:
获取三维粗糙表面的测量数据;
对所述测量数据进行预处理,得到初始数据;
根据采样长度和采样间隔,确定出三维粗糙表面的分解层数;
根据所述分解层数,对所述初始数据进行多尺度分解和重构操作,得到中间数据;
根据所述中间数据构建所述三维粗糙表面的确定性接触模型,并通过分析所述确定性接触模型得到所述三维粗糙表面接触行为。
2.如权利要求1所述的分析方法,其特征在于,所述根据采样长度和采样间隔,确定出三维粗糙表面的分解层数,具体为:
根据公式和确定出三维粗糙表面的分解层数,其中F2为小波的中心频率,ΔL为所述采样间隔,s为尺度,F1和D1分别为s尺度下的三维粗糙表面细节分量的伪频率和伪周期,且D1小于所述采样长度。
3.如权利要求1所述的分析方法,其特征在于,所述根据所述分解层数,对所述初始数据进行多尺度分解和重构操作,得到中间数据,具体包括:
根据小波多分辨原理和所述分解层数,通过双正交小波对所述初始数据进行多尺度分解,所述初始数据被分解为一个低频近似分量和多个尺度细节分量,且每个尺度细节分量包括水平、竖直和对角分量;
根据工程需求,选择要进行接触行为分析的分量,并对选择出的分量进行重构操作,得到中间数据。
4.如权利要求3所述的分析方法,其特征在于,当要进行接触行为分析的分量为多个尺度细节分量时,
相应地,所述对选择出的分量进行重构操作,得到中间数据,具体包括:
将要进行接触行为分析的每个尺度细节分量对应的水平、竖直和对角分量进行合成,得到合成后的初始数据;
对所述合成后的初始数据进行重构操作,得到中间数据。
5.如权利要求3所述的分析方法,其特征在于,当要进行接触行为分析的分量为低频近似分量或一个尺度细节分量时,
相应地,所述对选择出的分量进行重构操作,得到中间数据,具体为:
对所述低频近似分量或一个尺度细节分量进行重构操作,得到中间数据。
6.如权利要求1所述的分析方法,其特征在于,所述根据所述中间数据构建所述三维粗糙表面的确定性接触模型,具体包括:
根据所述中间数据、采样长度和采样间隔,确定出所述三维粗糙表面的关键点,其中每个关键点的高度方向由所述中间数据决定;
连接每两个相邻的关键点,形成线框模型;
根据所述线框模型,生成三维粗糙表面;
以所述三维粗糙表面为上表面,分别构造底面和四壁,并根据所述三维粗糙表面、底面和四壁形成一封闭的几何模型;
通过自由网格划分方法在所述几何模型上生成有限元网格,并根据工程需求对网格进行加密;
确定所述三维粗糙表面上处于最高位置处的关键点,并在该关键点所在的位置处构造一个刚性平面,并选取所述刚性平面中的任一节点为控制节点,得到所述三维粗糙表面的确定性接触模型,其中所述刚性平面的两个坐标轴的方向由所述采样长度和采样间隔决定。
7.如权利要求6所述的分析方法,其特征在于,所述通过分析所述确定性接触模型得到所述三维粗糙表面接触行为,具体包括:
约束所述控制节点在所述刚性平面的两个坐标轴上的位移,并在与所述关键点的高度方向相反的方向施加位移载荷;
通过有限元分析软件分析所述三维粗糙表面和经过施加位移载荷后的刚性平面所构成的确定性接触模型,得到所述三维粗糙表面接触行为。
8.一种三维粗糙表面多尺度接触行为的分析装置,其特征在于,所述分析装置包括:
获取模块,用于获取三维粗糙表面的测量数据;
处理模块,用于对所述测量数据进行预处理,得到初始数据;
确定模块,用于根据采样长度和采样间隔,确定出三维粗糙表面的分解层数;
分解模块,用于根据所述分解层数,对所述初始数据进行多尺度分解和重构操作,得到中间数据;
构建模块,用于根据所述中间数据构建所述三维粗糙表面的确定性接触模型,并通过分析所述确定性接触模型得到所述三维粗糙表面接触行为。
9.如权利要求8所述的分析装置,其特征在于,所述确定模块包括:
第一确定单元,用于根据公式和确定出三维粗糙表面的分解层数,其中F2为小波的中心频率,ΔL为所述采样间隔,s为尺度,F1和D1分别为s尺度下的三维粗糙表面细节分量的伪频率和伪周期,且D1小于所述采样长度。
10.如权利要求8所述的分析装置,其特征在于,所述分解模块包括:
分解单元,用于根据小波多分辨原理和所述分解层数,通过双正交小波对所述初始数据进行多尺度分解,所述初始数据被分解为一个低频近似分量和多个尺度细节分量,且每个尺度细节分量包括水平、竖直和对角分量;
选择单元,用于根据工程需求,选择要进行接触行为分析的分量,并对选择出的分量进行重构操作,得到中间数据。
11.如权利要求10所述的分析装置,其特征在于,当要进行接触行为分析的分量为多个尺度细节分量时,
相应地,所述选择单元包括:
合成子单元,用于将要进行接触行为分析的每个尺度细节分量对应的水平、竖直和对角分量进行合成,得到合成后的初始数据;
第一重构子单元,用于对所述合成后的初始数据进行重构操作,得到中间数据。
12.如权利要求10所述的分析装置,其特征在于,当要进行接触行为分析的分量为低频近似分量或一个尺度细节分量时,
相应地,所述选择单元包括:
第二重构子单元,用于对所述低频近似分量或一个尺度细节分量进行重构操作,得到中间数据。
13.如权利要求8所述的分析装置,其特征在于,所述构建模块包括:
第二确定单元,用于根据所述中间数据、采样长度和采样间隔,确定出所述三维粗糙表面的关键点,其中每个关键点的高度方向由所述中间数据决定;
连接单元,用于连接每两个相邻的关键点,形成线框模型;
第一生成单元,用于根据所述线框模型,生成三维粗糙表面;
构造单元,用于以所述三维粗糙表面为上表面,分别构造底面和四壁,并根据所述三维粗糙表面、底面和四壁形成一封闭的几何模型;
第二生成单元,用于通过自由网格划分方法在所述几何模型上生成有限元网格,并根据工程需求对网格进行加密;
第三确定单元,用于确定所述三维粗糙表面上处于最高位置处的关键点,并在该关键点所在的位置处构造一个刚性平面,并选取所述刚性平面中的任一节点为控制节点,得到所述三维粗糙表面的确定性接触模型,其中所述刚性平面的两个坐标轴的方向由所述采样长度和采样间隔决定。
14.如权利要求13所述的分析装置,其特征在于,所述构建模块包括:
约束单元,用于约束所述控制节点在所述刚性平面的两个坐标轴上的位移,并在与所述关键点的高度方向相反的方向施加位移载荷;
分析单元,用于通过有限元分析软件分析所述三维粗糙表面和经过施加位移载荷后的刚性平面所构成的确定性接触模型,得到所述三维粗糙表面接触行为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510262666.9A CN104809357B (zh) | 2015-05-21 | 2015-05-21 | 一种三维粗糙表面多尺度接触行为的分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510262666.9A CN104809357B (zh) | 2015-05-21 | 2015-05-21 | 一种三维粗糙表面多尺度接触行为的分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104809357A CN104809357A (zh) | 2015-07-29 |
CN104809357B true CN104809357B (zh) | 2017-10-03 |
Family
ID=53694173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510262666.9A Active CN104809357B (zh) | 2015-05-21 | 2015-05-21 | 一种三维粗糙表面多尺度接触行为的分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104809357B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105956300B (zh) * | 2016-05-10 | 2019-05-07 | 清华大学 | 一种分层粗糙表面的数字化重构方法 |
CN105956299B (zh) * | 2016-05-10 | 2019-04-05 | 清华大学 | 一种分层粗糙表面接触性能的分析方法 |
CN106021661B (zh) * | 2016-05-10 | 2019-03-22 | 清华大学 | 一种表面分析、仿真与重构系统 |
CN106021660B (zh) * | 2016-05-10 | 2018-12-28 | 清华大学 | 一种分层粗糙表面的分析方法 |
CN108168492A (zh) * | 2017-12-17 | 2018-06-15 | 北京工业大学 | 一种基于三维微观表面形貌的接触特性分析方法 |
CN109635432A (zh) * | 2018-12-12 | 2019-04-16 | 内蒙古农业大学 | 地块三维形貌评价方法及实现所述方法的系统 |
CN109657405B (zh) * | 2019-01-08 | 2022-07-22 | 西北工业大学 | 航空液压扩口管接头接触磨损的分析方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1416780A (zh) * | 2002-11-22 | 2003-05-14 | 天津市先石光学技术有限公司 | 基于人体表层或表面纹理特征和接触压力的测量条件复现装置与方法 |
EP2284770A1 (en) * | 2009-07-06 | 2011-02-16 | Stavros Perantonis | Method and system for content-based search and retrieval of 3D models using panoramic views |
CN103258206A (zh) * | 2012-11-28 | 2013-08-21 | 河海大学常州校区 | 一种硅太阳能电池表面缺陷检测和识别方法 |
CN104143031A (zh) * | 2013-05-07 | 2014-11-12 | 福州大学 | 一种基于小波多尺度分解的植被指数时序数据重构方法 |
-
2015
- 2015-05-21 CN CN201510262666.9A patent/CN104809357B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1416780A (zh) * | 2002-11-22 | 2003-05-14 | 天津市先石光学技术有限公司 | 基于人体表层或表面纹理特征和接触压力的测量条件复现装置与方法 |
EP2284770A1 (en) * | 2009-07-06 | 2011-02-16 | Stavros Perantonis | Method and system for content-based search and retrieval of 3D models using panoramic views |
CN103258206A (zh) * | 2012-11-28 | 2013-08-21 | 河海大学常州校区 | 一种硅太阳能电池表面缺陷检测和识别方法 |
CN104143031A (zh) * | 2013-05-07 | 2014-11-12 | 福州大学 | 一种基于小波多尺度分解的植被指数时序数据重构方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104809357A (zh) | 2015-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104809357B (zh) | 一种三维粗糙表面多尺度接触行为的分析方法及装置 | |
Pan et al. | Two denoising methods by wavelet transform | |
Sheppard et al. | Improved pore network extraction methods | |
CN105046651B (zh) | 一种图像的超分辨率重构方法和装置 | |
CN109586688B (zh) | 基于迭代计算的时变可分非下采样图滤波器组的设计方法 | |
CN102568017B (zh) | 基于滤波算子的交替优化压缩感知图像重构方法 | |
CN101587189B (zh) | 用于合成孔径雷达图像的纹理基元特征提取方法 | |
Wang et al. | Iterative filtering decomposition based on local spectral evolution kernel | |
CN108419083B (zh) | 一种图像多级小波全子带压缩感知编码方法 | |
CN104504740A (zh) | 压缩感知框架下的图像融合方法 | |
CN107179550B (zh) | 一种数据驱动的地震信号零相位反褶积方法 | |
CN110646851B (zh) | 一种基于Shearlet变换的自适应阈值地震随机噪声压制方法 | |
CN103247028A (zh) | 一种多假设预测的分块压缩感知图像处理方法 | |
CN101847256A (zh) | 基于自适应剪切波的图像去噪方法 | |
CN102184451B (zh) | 一种基于多小波融合特征的神经元动作特征提取方法 | |
CN104143031A (zh) | 一种基于小波多尺度分解的植被指数时序数据重构方法 | |
CN113158830A (zh) | 一种剩余重力异常场分离方法 | |
CN111859709A (zh) | 一种含水层结构变异转移概率的地质统计模拟方法及装置 | |
CN102509268B (zh) | 基于免疫克隆选择的非下采样轮廓波域图像去噪方法 | |
CN103020907A (zh) | 基于二维集合经验模态分解的dspi条纹滤波系统 | |
CN112634428A (zh) | 一种基于双向循环生成网络的多孔介质三维图像重建方法 | |
CN111242043B (zh) | 一种时间序列大数据的稀疏化方法及系统 | |
Heinen et al. | Wavelet shrinkage on paths for denoising of scattered data | |
CN109856673B (zh) | 一种基于优势频率迭代加权的高分辨Radon变换数据分离技术 | |
CN110361782B (zh) | 一种地震波形聚类方法与装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |