CN105046020A - 一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法 - Google Patents
一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法 Download PDFInfo
- Publication number
- CN105046020A CN105046020A CN201510520452.7A CN201510520452A CN105046020A CN 105046020 A CN105046020 A CN 105046020A CN 201510520452 A CN201510520452 A CN 201510520452A CN 105046020 A CN105046020 A CN 105046020A
- Authority
- CN
- China
- Prior art keywords
- broken
- curved surface
- planar defect
- defect
- automatic identification
- 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.)
- Pending
Links
Landscapes
- Processing Or Creating Images (AREA)
Abstract
本发明是公开一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法,其步骤如下:1)碎面自动识别;2)碎面自动修正。其中,碎面自动识别通过对常见碎面描述与分类、常见碎面缺陷定义、邻接图构建、边属性计算、面属性计算等步骤完成;碎面自动修正主要是针对圆柱面、圆锥面、球面、圆环面等二次曲面和近似二次曲面、近似回转曲面或拉伸柱面、直纹面等Nurbs曲面的修正。同传统人工修正相比,本发明对碎面缺陷的识别效率更高,识别结果更加可靠,修正结果更精确。本技术对保证正确、有效、规范、合理的零件几何模型有着重要的作用。
Description
技术领域
本发明涉及航空制造中的飞机复杂结构件数控加工制造领域,具体来说,是一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法。
背景技术
在现代飞机设计中,为满足高性能的要求,广泛采用性能优越的整体结构件,飞机整体结构件数模表面通常具有数以千计的拓扑面,包含大量的几何与拓扑信息。虽然各曲面的几何类型相对简单,但由于不规范的设计过程、系统异构和格式转换、外形及设计意图需要等种种原因,使得模型中存在诸多曲面缺陷问题。这些缺陷问题将严重影响到自动编程系统中特征识别结果的正确率。因此,在特征识别之前,亟需对零件数模中可能存在的各类曲面缺陷进行预处理。其中,碎面是曲面常见的缺陷之一,飞机复杂结构件的碎面缺陷自动识别与修正方法可以有效解决曲面存在碎面缺陷这一问题。
现有的人工修正存在如下不足:
⑴耗时长;
⑵可靠性差;
⑶某些碎面无法识别,难以保证模型质量。
发明内容
针对现有方法中存在的问题,本发明提出一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法,实现对飞机复杂结构件设计数模中碎面缺陷的自动识别与修正。该方法为保证零件数模的正确性、合理性和规范性发挥了重要的作用,是保证零件快速、有效加工的重要保证。
本发明的目的是通过下述技术方案实现的:
1)碎面自动识别;2)碎面自动修正。
所述步骤1)碎面自动识别流程包括:⑴常见碎面描述与分类:①形状规则且排列分布有规律;②形状不规则但排列分布有规律;③形状不规则且排列分布也无规律;
⑵常见碎面缺陷定义:①基础理论描述;②碎面缺陷、碎面、碎边定义;
⑶碎面缺陷识别:①邻接图构建;②边属性计算;③面属性计算。
所述步骤2)碎面自动修正流程包括:
⑴二次曲面构造:①圆柱面构造;②圆锥面构造;③球面构造;④圆环面构造;
⑵Nurbs曲面:①近似二次曲面构造;②近似回转曲面或拉伸柱面构造;③直纹面构造。
通过上述方法,可实现对数控加工零件所存在的碎面缺陷自动进行有效的识别与修正,极大提高了碎面修正效率,该方法为下游CAPP/CAM平台提供适宜于自动、智能编程的合理、有效、规范零件几何模型迈出了重要的一步,对缩短产品研制周期、降低成本和提高产品质量有着重要的意义。
本发明的优点在于:
(1)本发明是一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法,该方法结合常见碎面缺陷内部拓扑面的几何形状、本质特征对其进行了合理的定义与分类,并采用一套行之有效的识别算法对其进行有效识别,大大提高了碎面缺陷的识别效率,而且,识别结果更加可靠。
(2)本发明是一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法,该方法对常见碎面进行分类修正,使修正的结果更加精准、可靠。
附图说明
为了更清楚的说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单介绍,显而易见,下面所描述的附图仅仅是本发明的一些实施案例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例所述的交互操作参数输入界面;
图2为本发明实施例所述飞机结构件碎面缺陷分类示意图;
图3为本发明实施例所述碎面缺陷定义示例;
图4为本发明实施例所述槽结构拓扑面邻接图示意图;
图4(a)为本发明实施例所述的零件模型示意图;
图4(b)为本发明实施例所述的零件模型的拓扑面邻接图示意图;
图5为本发明实施例所述非正则拓扑缺陷示意图;
图5(a)为本发明实施例所述的孤点示意图;
图5(b)为本发明实施例所述的悬边示意图;
图5(c)为本发明实施例所述的悬面示意图;
图6为本发明实施例所述邻接图分解示意图;
图7为本发明实施例所述碎面缺陷识别算法流程图;
图8为本发明实施例所述截面线生成示意图;
图9为本发明实施例所述最小二乘法拟合直母线示意图;
图10为本发明实施例所述基线拟合示意图;
图11为本发明实施例所述碎面缺陷修正算法流程图;
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
下面将结合附图对本发明进行进一步的详细说明,如附图1所示为零件模型表面预处理模块交互界面,其中主界面如图1(a)所示,分为三个主要区域:选择区,结果显示区和操作区;参数配置界面如图1(b)所示,用于编辑曲面缺陷检测所需各项参数设定值,包含常规设定、容差设定和几何约束等参数。其中:
本发明主要针对零件模型表面预处理模块中碎面自动识别与修正方法进行详细介绍,该方法实现主要分为两步:1)碎面自动识别;2)碎面自动修正。
步骤1)碎面自动识别
⑴常见碎面描述与分类
①形状规则且排列分布有规律,如图2(a)所示。缺陷内部各拓扑面的几何形状大体为规则三角形或矩形,且呈现出有序、一致的排列分布。此类碎面缺陷主要出现在壁板件的内外缘处,由不规范的草图绘制过程或系统精度问题导致而成,通常可用一张直纹面来近似表示。
②形状不规则但排列分布有规律,如图2(b)所示。缺陷内部各拓扑面的几何形状多为不规则的曲边多边形,但整体在排列分布上却呈现出一定的有序性。常见于各飞机结构件转角特征中的底R处,此类过渡曲面本该为圆环面或球面,往往由于不规范的倒圆角顺序使其变异成几张形状不规则的NURBS曲面。
③形状不规则且排列分布也无规律,如图2(c)所示。几何形状任意,各拓扑面边界可能是直线也可能是曲线,且空间位置分布杂乱无章,但整体上通过间接或直接的拓扑邻接关系,能拼合成一个相对独立的曲面区域。通常出现在飞机结构件中槽特征的底面或侧面,可用一整张平面或曲面来拟合表示。
⑵常见碎面缺陷定义
①基础理论:
a、曲面的相对面积,在微分几何中,曲面常表示成双参数u和v的矢函数p=p(u,v),其面积可由公式进行计算。那么对于由若干相邻有界曲面f1~fn所组成的曲面组F来说,子曲面fi的相对面积
其中,Sfi为子曲面fi的面积。
b、曲面的几何连续性
包括位置连续性和切平面连续性。
c、曲率连续性
②碎面缺陷、碎面、碎边定义
对数模m表面的曲面组F(相邻有界曲面f1~fn所组成的连通面域),若其子曲面fi(i=1,2,…,n)理论上均属于同一张完整的面,且满足:
a、各曲面fi的几何类型一致;
b、各曲面fi在公共边界处具有G2以上的连续性;
c、曲面组中,存在曲面fi的相对面积小于预设阈值。
则称各曲面fi(i=1,2,…,n)共同构成一个碎面缺陷,且单个曲面fi称为碎面。
如图3所示为碎面缺陷定义的示例图,图3(a)中曲面f1~f3在公共边界e12、e23处是曲率连续的,且均为圆柱面;图3(b)中各曲面f1~f4均可用同一张直纹面表示,且在公共边界处也是曲率连续的
碎面缺陷内,各碎面在公共边界处具有一定的连续性,为了便于叙述,将此类公共边称为碎边。
⑶碎面缺陷识别
①邻接图构建
根据零件三维模型中的B-Rep信息,可以获得零件三维模型上的拓扑面之间邻接关系,并可以基于此关系构建零件拓扑面邻接图G=<Vf,Ee>。其中Vf为图的顶点集合,其元素与零件上的拓扑面集F中的元素一一对应,Ee为面的邻接关系,即图的边集合,对于模型上任意两存在公共边的拓扑面,图中均有相应的邻接关系与之对应。如图4所示,为零件三维模型及其所对应的拓扑面邻接图。
本文关于碎面缺陷的自动识别与修正均只针对于正则形体,而对于非正则形体,则以相应的拓扑缺陷(孤点、悬边和悬面)进行表示(如图5所示),并将其从模型中分离出来,以便碎面缺陷的检测能够正确执行。
②边属性计算
边的属性是指邻接图邻接顶点之间无向边的属性,
a、位置连续性,即邻接顶点所对应的拓扑面之间满足位置连续性(G0);
b、切平面连续性,即邻接顶点所对应的拓扑面之间满足切平面连续性(G1);
c、曲率连续性,即邻接顶点所对应的拓扑面之间满足曲率连续性(G2)。
根据规则1提取邻接图中的“特征边”,即具有G2或G2以上连续性的边结点,进一步对边集Ec中各元素以邻接关系进行分组。
规则1:设e1,e2为Ec中任意两元素,Ve1,Ve2分别为边e1,e2在邻接图G中所关联的顶点集,若则将元素e1,e2置为同一组,记Group(e1)=Group(e2)。
针对同组边元素分别构建新的子边集E1,E2,…,En,并满足下列条件:
①
②
③Group(el)≠Group(es)(el∈Ei,es∈Ej;i≠j)。
最终,以子边集E1,E2,…,En构造邻接图G的边导出子图集{G′1,G′2,…,G′n}。其中,子图G′i(i=1,2,…,n)为邻接图G的由Ei导出的子图。
如图6所示,图6(a)为某模型所对应的有效邻接图,分析图中各边属性后,提取“特征边”集Ec={e12,e23,e34,e45,e56,e67}。基于规则1进行分组可构建新的子边集E1={e12,e23,e34,e14},E2={e56,e57,e67}。由E1,E2便可得到邻接图的边导出子图,如图6(b)、图6(c)。
③面属性计算
本发明是建立在CATIA平台基础上,该软件提供了六种用于表示零件拓扑表面的几何类型,分为Nurbs曲面(CATNurbsSurface)和规范曲面,规范曲面包括圆柱面(CATCylinder)、圆锥面(CATCone)、圆环面(CATTorus)、平面(CATPlane)和球面(CATSphere)。另外,为了便于后续对碎面缺陷进行修正,可将Nurbs曲面根据其造型方法进一步分为回转面(CATRevolutionSurface)、拉伸柱面(CATTabulatedCylinder)和一般直纹面(CATRuledSurface)等。其中,Nurbs曲面采用面向精度要求的参数线识别方法,本发明建立了近平面识别、近圆柱面、近圆环面、近球面、近圆锥面、近曲线圆角曲面、一般回转面、一般拉伸柱面、一般直纹面等识别规则对Nurbs曲面进行有效识别,并计算其对应的参数,例如轴向、圆心、半径、拉伸方向等参数,为后续碎面缺陷的自动修正提供几何数据基础。
本发明碎面自动识别算法流程如图7所示。
步骤2)碎面自动修正
⑴二次曲面
当缺陷内各碎面片的几何类型为圆柱面、圆锥面、球面和圆环面等二次曲面时,可从碎面中自动提取、计算相应的几何参数,以定义和构造完整的“基面”。各类型二次曲面的几何参数如表1所示。
表1二次曲面几何参数
⑵Nurbs曲面
①近似二次曲面,按二次曲面修正方法进行修正;
②近似回转曲面或拉伸柱面,则从碎面中提取并计算相应的几何参数(如表2所示)进行构造;
表2Nurbs曲面
③其它曲面,视情况构造一张直纹面进行拟合,其步骤为:
a、截面线生成
以一组平面与碎面缺陷相交,得到的交线称为截面线,截平面是以碎面缺陷中能反映碎面的大致走向的某一参数线为参考来等距生成的,各截平面之间的距离可视碎面大小而定,如图8所示。
b、直母线拟合
得到截面线后,以等参数采样的方法从截面线中获取一组离散的采样点,对此二维离散点列,以线性最小二乘方法拟合直线,如图9所示。
c、基线拟合
在上一步所拟合直母线的基础上,以三次B样条曲线插值于所有直母线的端点,可得到直纹面的两条基线,如图10所示。再利用Deboor算法,分别在两条基线上计算出更多的数据点。当数据点密集到一定程度后,连接两条基线上对应的数据点既可得到所需拟合的直纹面,并将此直纹面作为贴近碎面缺陷的“基面”。
本发明碎面自动修正算法流程如图11所示。
Claims (3)
1.一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法,其特征在于,包括如下步骤:
1)碎面自动识别;2)碎面自动修正。
2.根据权利要求1所述的一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法,其特征在于:
所述步骤1)碎面自动识别流程包括:
⑴常见碎面描述与分类:①形状规则且排列分布有规律;②形状不规则但排列分布有规律;③形状不规则且排列分布也无规律;
⑵常见碎面缺陷定义:①基础理论描述;②碎面缺陷、碎面、碎边定义;
对数模m表面的曲面组F(相邻有界曲面f1~fn所组成的连通面域),若其子曲面fi(i=1,2,…,n)理论上均属于同一张完整的面,且满足:
①各曲面fi的几何类型一致;
②各曲面fi在公共边界处具有G2以上的连续性;
③曲面组中,存在曲面fi的相对面积小于预设阈值。
则称各曲面fi(i=1,2,…,n)共同构成一个碎面缺陷,且单个曲面fi称为碎面。
⑶碎面缺陷识别:①邻接图构件;②边属性计算;③面属性计算。
3.根据权利要求1所述的一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法,其特征在于:
所述步骤2)碎面自动修正流程包括:
⑴二次曲面构造:①圆柱面构造;②圆锥面构造;③球面构造;④圆环面构造;
⑵Nurbs曲面:①近似二次曲面构造;②近似回转曲面或拉伸柱面构造;③直纹面构造。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510520452.7A CN105046020A (zh) | 2015-08-21 | 2015-08-21 | 一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510520452.7A CN105046020A (zh) | 2015-08-21 | 2015-08-21 | 一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105046020A true CN105046020A (zh) | 2015-11-11 |
Family
ID=54452561
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510520452.7A Pending CN105046020A (zh) | 2015-08-21 | 2015-08-21 | 一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105046020A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105913412A (zh) * | 2016-03-24 | 2016-08-31 | 北京航空航天大学 | 基于参数域边界分析的飞机结构件cad模型窄面缺陷自动识别方法 |
CN107577891A (zh) * | 2017-09-19 | 2018-01-12 | 中国农业大学 | 基于属性邻接图的结构件碎面缺陷自动识别与修正方法 |
CN110715627A (zh) * | 2019-11-14 | 2020-01-21 | 昌河飞机工业(集团)有限责任公司 | 一种面向直升机动部件的三坐标测量方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104502527A (zh) * | 2014-11-06 | 2015-04-08 | 西北工业大学 | 飞机结构件模型缺陷自动检测方法 |
CN104808588A (zh) * | 2015-02-15 | 2015-07-29 | 南京航空航天大学 | 基于特征的碎面自动组合与拟合方法 |
CN104820401A (zh) * | 2015-03-13 | 2015-08-05 | 北京航空航天大学 | 基于约束Delaunay三角剖分的飞机结构件筋特征识别方法 |
-
2015
- 2015-08-21 CN CN201510520452.7A patent/CN105046020A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104502527A (zh) * | 2014-11-06 | 2015-04-08 | 西北工业大学 | 飞机结构件模型缺陷自动检测方法 |
CN104808588A (zh) * | 2015-02-15 | 2015-07-29 | 南京航空航天大学 | 基于特征的碎面自动组合与拟合方法 |
CN104820401A (zh) * | 2015-03-13 | 2015-08-05 | 北京航空航天大学 | 基于约束Delaunay三角剖分的飞机结构件筋特征识别方法 |
Non-Patent Citations (1)
Title |
---|
闫海兵: ""飞机结构件复杂加工特征识别技术的研究与实现"", 《硕士学位论文》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105913412A (zh) * | 2016-03-24 | 2016-08-31 | 北京航空航天大学 | 基于参数域边界分析的飞机结构件cad模型窄面缺陷自动识别方法 |
CN107577891A (zh) * | 2017-09-19 | 2018-01-12 | 中国农业大学 | 基于属性邻接图的结构件碎面缺陷自动识别与修正方法 |
CN110715627A (zh) * | 2019-11-14 | 2020-01-21 | 昌河飞机工业(集团)有限责任公司 | 一种面向直升机动部件的三坐标测量方法 |
CN110715627B (zh) * | 2019-11-14 | 2021-10-29 | 昌河飞机工业(集团)有限责任公司 | 一种面向直升机动部件的三坐标测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Orbay et al. | Beautification of design sketches using trainable stroke clustering and curve fitting | |
CN107610230B (zh) | 一种3d打印数字模型剖切及接口设计方法及应用 | |
CN108776993B (zh) | 带有孔洞的三维点云的建模方法及地下电缆工井建模方法 | |
Sunil et al. | Automatic recognition of features from freeform surface CAD models | |
CN106295058B (zh) | 一种钣金零件弯曲角度的数字化检测方法 | |
CN105427317A (zh) | 一种适用于多视角自动化配准多站地面激光点云数据的方法 | |
CN111055293A (zh) | 一种基于曲面自适应的工业机器人高精度恒力打磨方法 | |
CN105426628B (zh) | 一种复杂产品异构模型融合方法 | |
Weber et al. | Methods for feature detection in point clouds | |
CN102944174A (zh) | 一种点云数据的处理方法及系统 | |
CN105868498A (zh) | 基于扫描线点云的蒙皮边界特征重构方法 | |
JP4568843B2 (ja) | 解析曲面セグメンテーション装置、方法、プログラム及び記録媒体 | |
CN113298949A (zh) | D类焊缝信息获取方法、装置及计算机存储介质 | |
CN113269791B (zh) | 一种基于边缘判定与区域生长的点云分割方法 | |
CN105046020A (zh) | 一种用于飞机复杂结构件的碎面缺陷自动识别与修正方法 | |
CN116522496A (zh) | 一种基于对称方向场的三维翼面四边形网格自动生成方法 | |
CN110097588A (zh) | 一种航发叶片陶瓷型芯点云模型的修型边缘提取方法 | |
CN107527385B (zh) | 一种网格自动投影方法 | |
Xú et al. | STEP-NC based reverse engineering of in-process model of NC simulation | |
CN115222883A (zh) | 一种基于地基LiDAR点云的电力杆塔重建方法 | |
CN104050640A (zh) | 一种多视角密集点云数据融合方法 | |
Ghaffarishahri et al. | Feature recognition for structural aerospace sheet metal parts | |
CN107577891A (zh) | 基于属性邻接图的结构件碎面缺陷自动识别与修正方法 | |
CN110207618B (zh) | 三维扫描测量数据的表面线数据提取方法 | |
Ji et al. | Point cloud segmentation for complex microsurfaces based on feature line fitting |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151111 |
|
WD01 | Invention patent application deemed withdrawn after publication |