CN106898050A - 一种基于环形邻域参照轮廓线的网格模型自适应分层方法 - Google Patents
一种基于环形邻域参照轮廓线的网格模型自适应分层方法 Download PDFInfo
- Publication number
- CN106898050A CN106898050A CN201710066732.4A CN201710066732A CN106898050A CN 106898050 A CN106898050 A CN 106898050A CN 201710066732 A CN201710066732 A CN 201710066732A CN 106898050 A CN106898050 A CN 106898050A
- Authority
- CN
- China
- Prior art keywords
- contour line
- thickness
- summit
- grid model
- model
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 27
- 238000004519 manufacturing process Methods 0.000 claims abstract description 29
- 230000029052 metamorphosis Effects 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 3
- 238000005457 optimization Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 2
- 238000009987 spinning Methods 0.000 claims description 2
- 230000003121 nonmonotonic effect Effects 0.000 abstract description 4
- 238000007639 printing Methods 0.000 description 13
- 238000013459 approach Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000010146 3D printing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000877 morphologic effect Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000032798 delamination Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000010100 freeform fabrication Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B33—ADDITIVE MANUFACTURING TECHNOLOGY
- B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
- B33Y50/00—Data acquisition or data processing for additive manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Materials Engineering (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了一种基于环形邻域参照轮廓线的网格模型自适应分层方法。确定分层最大和最小层厚及残余高度精度值，顶点环形邻域面片阶数可调，从模型网格顶点选取构建参照轮廓线的初始顶点，从初始顶点递归遍历获高斯曲率最大值顶点，多准则拟合所有高斯曲率最值顶点获得环形邻域参照轮廓线，依据沿分层方向的非单调形态变化率，自下而上逐层自适应设定网格模型分层层厚，对各层厚进行残余高度分析，重复步骤获得多条参照轮廓线的各层厚，迭代加权获得最终各层厚，确定各分层切片平面位置进行切片。本发明方法能多维度表征网格模型内外表面形态，提高了自适应分层切片的精度，有助于实现内外表面形态急剧变化的几何网格模型的高精度分层切片。
Description
技术领域
本发明涉及先进制造技术领域的复杂三维模型处理方法，尤其是涉及增材制造领域几何网格模型的层切方法。
背景技术
3D打印(3D Printing)又称为增材制造(Additive Manufacturing，AM)，其能够直接从CAD实体几何数据模型生成零件模型，3D打印加工过程是以各层截面图形为底，高度为切片层厚的多个柱体依次叠加累积成型的，这种加工工艺在零件的倾斜表面会产生阶梯效应(Staircase effect)，使得加工的模型与实际模型轮廓有误差，甚至使零件产生形态畸变，因此，分层切片的效果直接影响零件的制造效率和精度。阶梯效应的评价指标可采用残余高度，表示沿模型表面法向量的方向，曲边三角形(Reuleaux triangle)的顶点到模型表面的距离。在打印坐标系(Printing Coordinate System)中，给定层高，对应一个含截切线的分层，因此，可将沿打印方向坐标值最小层，设置为第一层。网格面片的法向是由顶点顺序唯一确定的，面片的曲率可有多种定义方式，例如高斯曲率、平均曲率，并且可对面片及其距离滤波后的邻域进行加权计算。打印精度与打印效率是3D打印技术的主要评价指标，分层的切片层厚越厚，打印速度越快，但是表面质量较差；切片较薄，打印精度较高，但非常耗时，因此，需要合理选择切片厚度。
目前，主要的切片分层方法主要为两种。一种是等层厚分层方法，这是最先开发与应用的分层方法，在目前的增材制造设备上应用广泛，但是其加工时产生的阶梯效应较为严重，影响了零件的表面精度，难以在制造效率和制造精度两者之间做到很好平衡。另一种是自适应层厚的分层方法，可根据加工的精度和效率需求，设置不同的层厚，可有效地降低阶梯效应的负面影响，提升加工精度。网格模型参照轮廓线指沿某一或某几个方向的表面形态特征参照曲线，如何选择网格模型的轮廓线作为分层参照，是网格自适应分层切片难点之一，如采用切片竖切网格模型，获取模型Z向参照轮廓线进行自适应分层。三维零件的加工数据模型主要为CAD实体模型和几何网格模型，CAD实体模型可充分表达模型的实际轮廓、材质和颜色信息，但是在分层切片时，存在文件较大、难以对模型加支撑以及难以优化等问题；几何网格模型主要有STL、OBJ、PLY等格式，只保留三维物体的几何信息，易于编辑优化，但其是面片包裹的空间结构，存在与实际模型轮廓误差，可通过网格加密提升逼近精度。
目前，对于网格模型切片处理时，有采用网格拓扑关系的方法，而网格元素间的拓扑关系主要包括邻接关系和所属关系，网格模型顶点v的邻接顶点，称为v的环域近邻点(Rings of Neighbourhood Vertices)。1环近邻点可表示为：rg(v,1)，n环近邻点表示为：rg(v,n)，全部的环域顶点可表示为：Nnv，即{rg(v,i)}0≤i≤n。对于环绕顶点v的面片，一般称为v的环域面片(Rings of Neighbourhood Facets)，可表示为：rg(f,n)，通常情况下v的环域面片指的是1环域。通过顶点的环域近邻点以及顶点的环域面片就可以表示整个网格面片结构。给定面片f，定义1层邻接面片为aj(f,1)，n层邻接面片为aj(f,n)，全部邻接面片可表示为：Nnf，即{aj(f,i)}0≤i≤n。通过顶点v可以得到环域面片rg(f,n)，基于rg(f,n)可通过递归遍历依次得到aj(f,n)，最终取得Nnf，即v→rg(f,n)，基于f∈rg(f,n)，f→{aj(f,i)}0≤i≤n。
有些学者针对这些增材制造问题提出了改进的适应性分层切片算法，例如，Suchada Rianmora等于2010年在《International Journal of Advanced ManufacturingTechnology》(46(2010):第1021-1033页)的论文“Recommended slicing positions foradaptive direct slicing by image processing technique”中提出了一种采用捕捉CAD模型的两个正交视图，通过对边缘图形的复杂度进行分析，从而确定分层层厚和切片位置的自适应分层方法，提高了模型制造精度。Mohammad T.Hayasi等于2013年在《Journal ofIntelligent Manufacturing》(24(2013)：第683-694页)的论文“A new adaptive slicingapproach for the fully dense freeform fabrication(FDFF)process”中提出了致密成形加工工艺中使用自适应切片处理的方法，获得高质量复杂形体零件。Bin Huang等于2015年在《Rapid Prototyping Journal》(4(2015):第354-367页)的论文“Curved LayerAdaptive Slicing(CLAS)for fused deposition modelling”中提出了用于工艺熔融沉积制造(Fused Deposition Modeling，FDM)加工工艺的自适应曲面切片方法，用于最大化消除阶梯效应的影响。
这些方法有各自的优点和适用范围，但是仍有一些局限性，尤其是对内外表面形态急剧变化的网格模型的分层切片上，存在效率和精度难以兼具的问题，特别是对多维度形态急剧变化的网格模型，难以实现高精度和高效率的分层切片。
发明内容
为了解决背景技术中存在的问题，为了使得对几何网格模型的分层切片得到的截面轮廓精度更高，阶梯效应的影响更小，打印效率更高，本发明的目的在于提供一种三维几何网格模型的自适应分层方法。针对于有复杂多变表面的几何网格模型自适应分层，实现依据模型表面形态特征自适应分层，具有鲁棒高效与精度提升的优势。
为了实现上述目的，如图1所示是本发明方法流程总图，本发明采用的技术方案的步骤如下：
第一步：根据全局容差精度要求、喷头尺寸、打印效率要求设定全局数值计算阈值，求解零件的初始几何网格模型的凸包围盒，并根据网格模型的表面形态和精度要求，确定分层方向；
第二步：根据增材制造工艺参数，确定最大和最小分层厚度dmin、dmax以及残余高度精度值δ*；
第三步：设定顶点的环形邻域面片阶数m，从模型沿打印方向坐标，即Z向坐标最低的网格顶点集合选取用于构建环形邻域参照轮廓线的初始顶点，遍历初始顶点m阶环形邻域面片内高斯曲率最大的网格顶点为高斯曲率最值顶点并记录；
第四步：递归遍历执行第三步，获取高斯曲率最值顶点并记录，直至遍历到模型凸包围盒z坐标最高点；
第五步：将初始顶点和所有高斯曲率最值顶点多准则拟合成一条空间参照轮廓线C；
第六步：根据参照轮廓线C沿分层方向的非单调形态变化率，从网格模型最低处开始向上逐层自适应设定分层层厚，对分层层厚进行残余高度分析，若满足要求，保留分层结果，执行下一步；若不满足要求，增大顶点的环形邻域面片阶数m，返回到第三步重新进行步骤三～步骤六，直到满足要求；
第七步：根据网格模型的表面形态特征，可重复上述步骤三～步骤六重新选取用于构建参照轮廓线的初始顶点，获取多条参照轮廓线C，得到不同的分层层厚；
第八步：将上述步骤七得到的依据各条参照轮廓线的分层层厚进行迭代加权优化，得到网格模型最终分层层厚，由分层层厚确定各切片平面的位置，构建切片平面；
第九步：求取各切片平面与网格模型的相交面片，再求取各切片平面与网格模型的轮廓线，得到网格模型全部分层轮廓线，完成网格模型的自适应分层。
所述的环形邻域参照轮廓线是指通过递归遍历网格顶点的环形邻域面片内的高斯曲率最值顶点，再由所有高斯曲率最值顶点多准则拟合成的能够表征网格模型表面形态特征轮廓的空间参照曲线。
所述的最小层厚dmin是指打印机喷头和吐丝工艺参数所允许的最小分层层厚，最大层厚dmax是指打印机喷头尺寸所允许的最大分层层厚。
所述第四步中的具体步骤为：记用于构建参照轮廓线的初始顶点为Pi(i＝1)，从用于构建参照轮廓线的初始顶点为P1开始采用以下方式进行遍历：
步1：遍历第i个顶点Pi的m阶环形邻域内高斯曲率最大的网格顶点
步2：顶点的z坐标是否满足若满足，令作为下一高斯曲率最值顶点并记录；若不满足，执行下一步；
步3：令m＝m+1，重复上述步1～步2，直到找到满足要求的下一高斯曲率最值顶点；
步4：重复执行上述步骤，直至遍历到模型凸包围盒z坐标最高顶点，得到用于构建参照轮廓线的全部网格模型高斯曲率最值顶点。
所述第五步的多准则拟合参照轮廓线C的具体步骤为：选取所求取高斯曲率最值网格顶点作为拟合点，采用NURBS进行多准则曲线拟合，得到表征模型特征的环形邻域参照轮廓空间曲线C。
所述第六步中依据网格模型环形邻域参照轮廓线C沿分层方向的形态变化率进行自适应设定分层层厚，具体步骤为：
步1：依据环形邻域参照轮廓线构建其沿分层方向形态变化率集合r＝{r1,r2,ri,…,rn}，ri表示参照轮廓线的沿分层方向的形态变化率的第i段,i∈[1,n]，n为分层层数；
步2：确定第i层初始分层厚度：di＝dmax/ri+γ，γ为层厚动态调整参数，计算其所有面片最大残余高度δ(i)，并与设定残余高度精度值δ*进行比较，若满足精度要求，则保留第i层分层层厚di；若不满足，执行第三步；
步3：动态更新层厚调整参数γ(j)重复上述步2进行迭代，j(j≥1)表示迭代步，使得在第j迭代步时的第i层分层厚度的残余高度满足精度要求；
步4：重复步1～步3递归遍历计算模型所有分层层厚，获得分层层厚序列对于分层厚度，若则 则
本发明具有的有益效果是：
1.本发明提出的环形邻域递归遍历方法，利用顶点的环形邻域面片遍寻网格模型的高斯曲率最值顶点，多准则拟合网格模型环形邻域参照轮廓线，构建非单调形态变化率函数，能表征内外表面形态急剧变化的网格模型；多准则拟合可根据网格顶点处的曲率变化，可根据样条阶次调节节点向量的重合度以强制过某个顶点，调整参照轮廓线的精度。
2.本发明的方法通过阶数可调的环形邻域网格顶点递归遍历获得高斯曲率最值顶点，从而得到的环形邻域参照轮廓线映射了网格模型表面特征，相比传统的沿打印方向竖切网格模型得到的参照轮廓线，扩大了形态遍寻区域，能更大程度表征网格模型的轮廓形态特征。对内外形态特征多维度变化的网格模型，采用多条环形邻域参照轮廓线对层厚迭代加权优化，有助于实现内外表面形态急剧变化的几何网格模型的高精度分层切片。
附图说明
图1是本发明的方法流程总图。
图2是本发明的网格模型分层残余高度示意图。
图3是本发明的环形邻域参照轮廓线递归遍历示意图。
图4是本发明的实例几何网格模型图。
图5是本发明的网格模型环形邻域参照轮廓线图。
图6是本发明的基于环形邻域参照轮廓线C1的分层截切线图。
图7是本发明的基于环形邻域参照轮廓线C2的分层截切线图。
图8是本发明的基于环形邻域参照轮廓线C1与C2的迭代加权优化的分层截切线图。
图9是本发明的分层最大残余高度与已有方法的对比图。
具体实施方式
以下结合附图和实例对本发明作进一步的详细描述。
本发明实施例如下：
如图2所示，是本发明的网格模型分层残余高度示意图。3D打印成型时的阶梯效应的评价指标采用残余高度，是指沿模型表面法向量的方向，曲边三角形的顶点到模型表面的距离。第i层分层，其所有面片最大残余高度为δi＝di·|cosαi|，di为层厚，αi为面片与水平方向的夹角，可由面片法向量在Z向的分向量得出，残余高度δi可表示为：
εi为相邻第i层与第i-1层切片层边界距离。
如图3所示，是本发明的环形邻域参照轮廓线递归遍历示意图。网格顶点在其环形邻域面片内高斯曲率最大的顶点为参照轮廓线拟合点，在递归遍历环形邻域时，为充分表征参照轮廓线表征分层方向的形态变化，应满足下一高斯曲率最值顶点的z坐标值大于当前顶点，即满足：zi+1>zi。递归遍历得到所有高斯曲率最值顶点，采用NURBS进行多准则曲线拟合，其公式为：vi表示控制点，已知权因子w，可转化为：
其中，n为正整数，表示控制点数目，j表示曲线的阶数，Bi,j(u)表示j次规范B样条基函数，wi表示权因子，u表示节点，u∈R实数域。
网格模型参照轮廓线，若弧长用参数s表示，则T(s)表示其单位切矢量，T2(s)＝1，求导可知设k(s)是一个标量，等于的大小，N(s)是单位矢量，为单位主法矢，其方向垂直于切矢量方向。定义矢量积：B＝T×N，称为曲线的副法矢，可知空间曲线曲率 曲率半径Δθ表示切向量T(s)与T(s+Δs)的夹角，ΔT表示T(s)的增量，Δs表示弧长s的增量，T′表示T的导数。
沿分层方向形态变化率取决于空间曲线曲率k、主法矢N、副法矢B和切矢量T，通过迭代趋优方式构建一个非单调度量函数r＝f(k,N,B,T)作为分层方向形态变化率。构建沿分层方向形态变化率归一化的集合r＝{r1,r2,ri,…,rn}，n为分层层数。第i,i∈[1,n]层分层厚度设置初始层厚di＝dmax/ri+γ，γ为层厚动态调整参数，γ∈(0,dmin)。计算得到第i层的残余高度δ(i)，将δ(i)与设定残余高度精度值δ*比较，若满足δ(i)≤δ*，则保留第i层分层厚度di；若δ(i)>δ*，则动态更新调整参数γ(j)，j(j≥1)表示迭代步，计算其第j步的层厚的残余高度若则第i层分层厚度为若j＝j+1，调整参数γ(j)直至满足递归遍历计算各层分层厚度，可获得分层层厚序列若则则
对内外形态特征多维度变化的网格模型，采用多条环形邻域参照轮廓线对层厚进行迭代加权优化。对多条环形邻域参照轮廓线{C1,C2,Ci,…,Ch}，对每条环形邻域参照轮廓线得到的第i层分层厚度d(i)i，动态设置分层层厚加权因子{ζ1,ζ2,ζi,…,ζh}，其中，ζ1+ζ2+…+ζi+…+ζh＝1，且ζ1≥0,ζ2≥0,…,ζi≥0,…,ζh≥0。此时网格模型第i层分层厚度di＝ζ1d(1)i+ζ2d(2)i+…+ζid(i)i+…+ζhd(h)i，计算其所有面片最大残余高度是否满足若满足，则该层层厚确定；若不满足，则调整分层层厚加权因子，递归遍历计算可实现模型迭代加权优化自适应分层。
如图4所示，是本发明的实例几何网格模型图。几何网格模型有面片数5760，顶点数3040，3040个网格顶点处的最大平均曲率max(Cmean)＝2.1415，最小平均曲率min(Cmean)＝0.0024，平均平均曲率mean(Cmean)＝0.0773，大于平均平均曲率的顶点有816个，占26.84％。最大高斯曲率max(Cgaussian)＝0.2075，最小高斯曲率min(Cgaussian)＝0.0000，平均高斯曲率mean(Cgaussian)＝0.0019，大于平均高斯曲率的顶点有490个，占16.12％。该模型具有圆周方向近似对称的多维度形态急剧变化特征。打印坐标系原点设定为(0,0,0)，网格形心坐标为：(87.2938,43.6469,10.0637)，凸包围盒顶点的坐标极值：[xmin,xmax,ymin,ymax,zmin,zmax]＝[0.0000,132.2592,0.0000,66.1296,0.0000,90.0000]，凸包围盒中心坐标为：(66.1296,33.0648,45.0000)，分层行程空间[xstroke,ystroke,zstroke]为：[132.2592,66.1296,90.0000]，xstroke>zstroke>ystroke，凸包围盒对角线长度为173.1058。
如图5所示，是本发明的网格模型环形邻域参照轮廓线图。有160个初始顶点序号可任选：82,83,85,86,87,89,91,93,98,100,139,140,149,155,163,168,177,182,194,209,211,227,236,237,249,251,261,262,273,282,385,393,415,424,440,451,470,474,508,544,548,579,608,614,646,657,685,694,720,758,956,973,987,991,1003,1006,1019,1021,1031,1047,1053,1073,1098,1102,1130,1135,1164,1173,1193,1221,1380,1390,1399,1402,1408,1409,1434,1435,1468,1514,1527,1573,1606,1607,1632,1633,1639,1642,1651,1661,1820,1848,1868,1877,1906,1911,1939,1943,1968,1988,1994,2010,2020,2022,2035,2038,2050,2054,2068,2085,2283,2321,2347,2356,2384,2395,2427,2433,2462,2493,2497,2533,2567,2571,2590,2601,2617,2626,2648,2656,2759,2768,2779,2780,2790,2792,2804,2805,2814,2830,2832,2847,2859,2864,2873,2878,2886,2892,2901,2902,2941,2943,2948,2950,2952,2954,2955,2956,2958,2959。
根据实例网格模型的形态特征，以第1402个顶点为初始顶点，构建环形邻域参照轮廓线C1，第1次递归遍历环形邻域，第1402个顶点的环形邻域顶点rg(v,1)为：1221,1407,1408,1427，环形邻域面片rg(f,1)为：312,313,314，其中，高斯曲率最大值max(Cmean)为-0.5542，选定局部环形邻域中满足Z向坐标条件的全局第1427个点。第2次，第1427个顶点的rg(v,1)为：1402,1407,1408,1443,1453,1478，rg(f,1)为：313,314,315,634,635,636，其中，max(Cmean)为0.0001，选定局部环形邻域中满足Z向坐标条件的全局第1443个点。同理依次递归遍历，经过18次递归遍历满足终止条件，顶点序号依次为1402→1427→1443→1464→1475→1487→1502→1508→1510→1511→1513→1515→1519→1524→1556→1594→1600→1604→1615。19个拟合点原始坐标依次为：(62.0872,2.0344,0.0000)，(63.8224,1.3743,5.0000)，(64.4566,0.9706,10.0000)，(64.9581,0.6951,15.0000)，(65.3373,0.5499,20.0000)，(65.6087,0.5324,25.0000)，(65.7902,0.6361,30.0000)，(65.9014,0.8505,35.0000)，(65.9632,1.1619,40.0000)，(65.9961,1.5545,45.0000)，(66.0192,2.0109,50.0000)，(66.0502,2.5133,55.0000)，(66.1042,3.0438,60.0000)，(66.1938,3.5853,65.0000)，(66.7347,3.6650,70.0000)，(67.6439,3.8487,75.0000)，(67.8472,4.3226,80.0000)，(68.1202,4.7579,85.0000)，(68.4665,5.1460,90.0000)。
同理，选择第2054个顶点为初始顶点，构建环形邻域参照轮廓线的C2，经过18次递归遍历满足终止条件，顶点序号依次为2054→2018→1986→1941→1884→1709→1679→1652→1623→1542→1454→1412→1395→1385→1371→1360→1350→1338→1330。19个拟合点原始坐标依次为：(92.8209,59.8522,0.0000)，(90.7686,59.4822,5.0000)，(88.8123,58.9193,10.0000)，(87.0062,58.2368,15.0000)，(85.3736,57.5111,20.0000)，(77.1545,57.8581,25.0000)，(74.1124,57.4648,30.0000)，(71.2298,57.2033,35.0000)，(68.6414,57.0896,40.0000)，(66.4943,57.1039,45.0000)，(64.7915,56.6860,50.0000)，(63.1959,56.3064,55.0000)，(61.7123,55.9651,60.0000)，(60.3404,55.6610,65.0000)，(59.0760,55.3919,70.0000)，(57.9118,55.1552,75.0000)，(56.8381,54.9479,80.0000)，(55.8441,54.7667,85.0000)，(54.9181,54.6084,90.0000)。
如图6所示，是本发明的基于环形邻域参照轮廓线C1的分层截切线图。打印坐标系中，选择初始顶点序号为1402，参照轮廓线C1，29层分层切片，实例网格模型分层切片平面z坐标自下至上依次为：0,6.3529,9.7281,12.7950,17.2260,19.9070,22.0150,24.9380,28.1060,31.1100,33.8330,36.3050,39.1100,42.0600,44.0690,45.8360,52.5000,55.3530,56.7850,58.8480,60.9400,64.1390,68.4030,71.7940,74.2190,76.1390,78.5690,83.1460,90.0000，最高层z坐标与打印坐标系的zmax一致，最大层厚6.8540(第28层)，最小层厚1.4320(第18层)，平均层厚3.2143，均大于dmin且小于dmax。
如图7所示，是本发明的基于环形邻域参照轮廓线C2的分层截切线图。打印坐标系中，选择初始顶点序号为2054，参照轮廓线C2，29层分层切片，实例网格模型分层切片平面z坐标自下至上依次为：0,7.0391,10.9380,13.6120,16.1750,18.9440,21.9100,24.9040,27.7670,30.1830,32.6650,35.7090,39.1710,42.6470,45.3230,47.7490,49.8030,52.5850,57.6060,59.7920,61.3460,66.3480,69.3720,69.8930,70.3600,75.3880,81.4910,84.6780,90.0000，最高层z坐标与打印坐标系的Zmax一致，最大层厚7.0391(第1层)，最小层厚0.4670(第24层)，平均层厚3.2143，均大于dmin且小于dmax。
如图8所示，是本发明的基于环形邻域参照轮廓线C1与C2的迭代加权优化的分层截切线图。迭代后加权优化因子：ζ1＝0.15,ζ2＝0.85，29层分层切片，实例网格模型分层切片平面z坐标自下至上依次为：0,6.9362,10.7565,13.4895,16.3327,19.0884,21.9258,24.9091,27.8179,30.3220,32.8402,35.7984,39.1619,42.5589,45.1349,47.4620,50.2075,53.0002,57.4828,59.6504,61.2851,66.0166,69.2267,70.1782,70.9389,75.5007,81.0527,84.4482,90.0000，最高层z坐标与打印坐标系的zmax一致，最大层厚6.9362(第1层)，最小层厚0.7607(第24层)，平均层厚3.2143，均大于dmin且小于dmax。
如图9所示，是本发明的分层最大残余高度与已有方法的对比图。使用传统的等层厚分层方法，平均残余高度0.0214，占凸包围盒体对角线的0.0124％，大于平均值的有14层(第4,5,7,8,9,10,11,12,14,16,17,19,21,22层)，占50.00％，最大残余高度为0.0281(第8层)，最小残余高度为0.0159(第28层)。使用环形邻域参照轮廓线C1，平均残余高度0.0196，占凸包围盒体对角线的0.0113％，大于平均值的有14层(第7,8,9,10,11,12,13,14,15,19,20,21,22,23层)，占50.00％，最大残余高度为0.0253(第9层)，最小残余高度为0.0133(第1层)。使用环形邻域参照轮廓线C2，平均残余高度0.0189，占凸包围盒体对角线的0.0109％，大于平均值的有12层(第7,8,9,10,11,12,13,14,17,19,20,23层)，占42.86％，最大残余高度为0.0241(第11层)，最小残余高度为0.0131(第1层)。使用环形邻域参照轮廓线{C1C2}，平均残余高度0.0145，占凸包围盒体对角线的0.0084％，大于平均值的有15层(第2,3,4,5,6,7,8,9,10,11,12,13,14,15,16层)，占53.57％，最大残余高度为0.0162(第5层)，最小残余高度为0.0123(第24层)。由此可见，在相同分层层数时，与等层厚分层方法相比，使用C1、C2和{C1C2}环形邻域参照轮廓线，平均残余高度分别降低了8.41％,11.68％和32.24％，最大残余高度分别降低了9.96％，14.23％和42.35％，显著提升了3D打印分层精度，本发明方法最终能够实现提突出显著的技术效果。
上述具体实施方式用来解释说明本发明，而不是对本发明进行限制，在本发明的精神和权利要求的保护范围内，对本发明作出的任何修改和改变，都落入本发明的保护范围。
Claims (6)
1.一种基于环形邻域参照轮廓线的网格模型自适应分层方法的步骤如下：
第一步：求解几何网格模型的凸包围盒，并根据网格模型的表面形态和精度要求确定分层方向；
第二步：根据增材制造工艺参数，确定最大和最小分层厚度dmin、dmax以及残余高度精度值δ*；
第三步：设定顶点的环形邻域面片阶数m，从模型沿打印方向坐标，即Z向坐标最低的网格顶点集合选取用于构建环形邻域参照轮廓线的初始顶点，遍历初始顶点m阶环形邻域面片内高斯曲率最大的网格顶点为高斯曲率最值顶点并记录；
第四步：递归遍历执行第三步，获取高斯曲率最值顶点并记录，直至遍历到模型凸包围盒z坐标最高点；
第五步：将初始顶点和所有高斯曲率最值顶点多准则拟合成一条空间参照轮廓线C；
第六步：根据参照轮廓线C沿分层方向的形态变化率，从网格模型最低处开始向上逐层自适应设定分层层厚，对分层层厚进行残余高度分析，若满足要求，保留分层结果，执行下一步；若不满足要求，增大顶点的环形邻域面片阶数m，返回到第三步重新进行步骤三～步骤六，直到满足要求；
第七步：根据网格模型的表面形态特征，可重复上述步骤三～步骤六重新选取用于构建参照轮廓线的初始顶点，获取多条参照轮廓线C，得到不同的分层层厚；
第八步：将上述步骤七得到的依据各条参照轮廓线的分层层厚进行迭代加权优化，得到网格模型最终分层层厚，由分层层厚确定各切片平面的位置，构建切片平面；
第九步：求取各切片平面与网格模型的相交面片，再求取各切片平面与网格模型的轮廓线，得到网格模型全部分层轮廓线，完成网格模型的自适应分层。
2.根据权利要求1所述的一种基于环形邻域参照轮廓线的网格模型自适应分层方法，其特征在于：所述的环形邻域参照轮廓线是指通过递归遍历网格顶点的环形邻域面片内的高斯曲率最值顶点，再由所有高斯曲率最值顶点多准则拟合成的能够表征网格模型表面形态特征轮廓的空间参照曲线。
3.根据权利要求1所述的一种基于环形邻域参照轮廓线的网格模型自适应分层方法，其特征在于：所述的最小层厚dmin是指打印机喷头和吐丝工艺参数所允许的最小分层层厚，最大层厚dmax是指打印机喷头尺寸所允许的最大分层层厚。
4.根据权利要求1所述的一种基于环形邻域参照轮廓线的网格模型自适应分层方法，其特征在于：所述第四步中的具体步骤为：从用于构建参照轮廓线的初始顶点为P1开始采用以下方式进行遍历：
步1：遍历第i个顶点Pi的m阶环形邻域内高斯曲率最大的网格顶点步2：顶点的z坐标是否满足若满足，令作为下一高斯曲率最值顶点Pi+1并记录；若不满足，执行下一步；
步3：令m＝m+1，重复上述步1～步2，直到找到满足要求的下一高斯曲率最值顶点；
步4：重复执行上述步骤，直至遍历到模型凸包围盒z坐标最高顶点，得到用于构建参照轮廓线的全部网格模型高斯曲率最值顶点。
5.根据权利要求1所述的一种基于环形邻域参照轮廓线的网格模型自适应分层方法，其特征在于：所述第五步的多准则拟合参照轮廓线C的具体为：选取所求取高斯曲率最值网格顶点作为拟合点，采用NURBS进行多准则曲线拟合，得到表征模型特征的环形邻域参照轮廓空间曲线C。
6.根据权利要求1所述的一种基于环形邻域参照轮廓线的网格模型自适应分层方法，其特征在于：所述第六步中依据网格模型环形邻域参照轮廓线C沿分层方向的形态变化率进行自适应设定分层层厚，具体步骤为：
步1：依据环形邻域参照轮廓线构建其沿分层方向形态变化率集合r＝{r1,r2,ri,…,rn}，ri表示参照轮廓线的沿分层方向的形态变化率的第i段,i∈[1,n]，n为分层层数；
步2：确定第i层初始分层厚度：di＝dmax/ri+γ，γ为层厚动态调整参数，计算其所有面片最大残余高度δ(i)，并与设定残余高度精度值δ*进行比较，若满足精度要求，则保留第i层分层层厚di；若不满足，执行第三步；
步3：动态更新层厚调整参数γ(j)重复上述步2进行迭代，j(j≥1)表示迭代步，使得在第j迭代步时的第i层分层厚度的残余高度满足精度要求；
步4：重复步1～步3递归遍历计算模型所有分层层厚，获得分层层厚序列对于分层厚度，若则 则
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710066732.4A CN106898050B (zh) | 2017-02-07 | 2017-02-07 | 一种基于环形邻域参照轮廓线的网格模型自适应分层方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710066732.4A CN106898050B (zh) | 2017-02-07 | 2017-02-07 | 一种基于环形邻域参照轮廓线的网格模型自适应分层方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106898050A true CN106898050A (zh) | 2017-06-27 |
| CN106898050B CN106898050B (zh) | 2019-08-23 |
Family
ID=59198735
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710066732.4A Expired - Fee Related CN106898050B (zh) | 2017-02-07 | 2017-02-07 | 一种基于环形邻域参照轮廓线的网格模型自适应分层方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106898050B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107571506A (zh) * | 2017-08-30 | 2018-01-12 | 华中科技大学 | 一种自适应分层的増材制造方法 |
| CN108022307A (zh) * | 2017-11-26 | 2018-05-11 | 中国人民解放军陆军装甲兵学院 | 基于增材再制造点云模型的自适应平面分层方法 |
| CN108062433A (zh) * | 2017-11-26 | 2018-05-22 | 中国人民解放军陆军装甲兵学院 | 基于增材再制造点云模型的梯度曲面分层方法 |
| CN109532006A (zh) * | 2018-11-20 | 2019-03-29 | 广州捷和电子科技有限公司 | 一种自适应层厚切片方法及打印系统 |
| CN109955486A (zh) * | 2019-03-14 | 2019-07-02 | 浙江大学 | 一种基于点阵化与稀疏压缩处理的结构模型3d打印方法 |
| CN111186140A (zh) * | 2020-01-20 | 2020-05-22 | 浙江大学 | 一种力线分布的掩模打印路径生成方法 |
| CN111770829A (zh) * | 2018-02-19 | 2020-10-13 | 新加坡科技研究局 | 增材制造的方法和系统 |
| CN113183470A (zh) * | 2021-05-12 | 2021-07-30 | 电子科技大学 | 一种保留模型非常规特征的3d打印自适应分层方法 |
| CN114571732A (zh) * | 2022-01-26 | 2022-06-03 | 桂林航天工业学院 | 一种适用于复杂曲面类零件的3d打印分层方法 |
| CN114986872A (zh) * | 2022-06-17 | 2022-09-02 | 南京航空航天大学 | 一种用于头盔的多自由度增材制造打印方法 |
| CN115195126A (zh) * | 2022-07-06 | 2022-10-18 | 中国科学院空间应用工程与技术中心 | 3d打印物体的二维匹配方法、装置、电子设备及介质 |
| CN116100808A (zh) * | 2023-01-05 | 2023-05-12 | 南京航空航天大学 | 一种基于动态轮廓偏置离散的空间曲面打印路径规划方法 |
| CN116275124A (zh) * | 2023-05-11 | 2023-06-23 | 四川大学 | 基于无模型自适应迭代学习的激光增材制造分区控制方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103777911A (zh) * | 2014-01-14 | 2014-05-07 | 浙江大学 | 3d打印中的自适应分层方法 |
| CN104708824A (zh) * | 2015-03-12 | 2015-06-17 | 中国科学院重庆绿色智能技术研究院 | 一种保留模型特征的3d打印自适应切片方法 |
-
2017
- 2017-02-07 CN CN201710066732.4A patent/CN106898050B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103777911A (zh) * | 2014-01-14 | 2014-05-07 | 浙江大学 | 3d打印中的自适应分层方法 |
| CN104708824A (zh) * | 2015-03-12 | 2015-06-17 | 中国科学院重庆绿色智能技术研究院 | 一种保留模型特征的3d打印自适应切片方法 |
Non-Patent Citations (2)
| Title |
|---|
| P KULKARNI AND D DUTTA: "An accurate slicing procedure for layered manufacturing", 《COMPUTER-AIDED DESIGN》 * |
| 李娜等: "3DP分层切片中基于点云射线投影的NURBS曲面切片算法", 《机械科学与技术》 * |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107571506A (zh) * | 2017-08-30 | 2018-01-12 | 华中科技大学 | 一种自适应分层的増材制造方法 |
| CN108022307B (zh) * | 2017-11-26 | 2021-06-18 | 中国人民解放军陆军装甲兵学院 | 基于增材再制造点云模型的自适应平面分层方法 |
| CN108022307A (zh) * | 2017-11-26 | 2018-05-11 | 中国人民解放军陆军装甲兵学院 | 基于增材再制造点云模型的自适应平面分层方法 |
| CN108062433A (zh) * | 2017-11-26 | 2018-05-22 | 中国人民解放军陆军装甲兵学院 | 基于增材再制造点云模型的梯度曲面分层方法 |
| CN108062433B (zh) * | 2017-11-26 | 2021-06-18 | 中国人民解放军陆军装甲兵学院 | 基于增材再制造点云模型的梯度曲面分层方法 |
| US11865787B2 (en) | 2018-02-19 | 2024-01-09 | Agency For Science, Technology And Research | Method and system for additive manufacturing |
| CN111770829B (zh) * | 2018-02-19 | 2022-12-27 | 新加坡科技研究局 | 增材制造的方法和系统 |
| CN111770829A (zh) * | 2018-02-19 | 2020-10-13 | 新加坡科技研究局 | 增材制造的方法和系统 |
| CN109532006A (zh) * | 2018-11-20 | 2019-03-29 | 广州捷和电子科技有限公司 | 一种自适应层厚切片方法及打印系统 |
| CN109532006B (zh) * | 2018-11-20 | 2021-11-30 | 广州捷和电子科技有限公司 | 一种自适应层厚切片方法及打印系统 |
| CN109955486B (zh) * | 2019-03-14 | 2020-08-04 | 浙江大学 | 一种基于点阵化与稀疏压缩处理的结构模型3d打印方法 |
| CN109955486A (zh) * | 2019-03-14 | 2019-07-02 | 浙江大学 | 一种基于点阵化与稀疏压缩处理的结构模型3d打印方法 |
| CN111186140A (zh) * | 2020-01-20 | 2020-05-22 | 浙江大学 | 一种力线分布的掩模打印路径生成方法 |
| CN111186140B (zh) * | 2020-01-20 | 2021-03-26 | 浙江大学 | 一种力线分布的掩模打印路径生成方法 |
| CN113183470B (zh) * | 2021-05-12 | 2022-07-15 | 电子科技大学 | 一种保留模型非常规特征的3d打印自适应分层方法 |
| CN113183470A (zh) * | 2021-05-12 | 2021-07-30 | 电子科技大学 | 一种保留模型非常规特征的3d打印自适应分层方法 |
| CN114571732A (zh) * | 2022-01-26 | 2022-06-03 | 桂林航天工业学院 | 一种适用于复杂曲面类零件的3d打印分层方法 |
| CN114986872A (zh) * | 2022-06-17 | 2022-09-02 | 南京航空航天大学 | 一种用于头盔的多自由度增材制造打印方法 |
| CN114986872B (zh) * | 2022-06-17 | 2023-03-21 | 南京航空航天大学 | 一种用于头盔的多自由度增材制造打印方法 |
| CN115195126A (zh) * | 2022-07-06 | 2022-10-18 | 中国科学院空间应用工程与技术中心 | 3d打印物体的二维匹配方法、装置、电子设备及介质 |
| CN116100808A (zh) * | 2023-01-05 | 2023-05-12 | 南京航空航天大学 | 一种基于动态轮廓偏置离散的空间曲面打印路径规划方法 |
| CN116100808B (zh) * | 2023-01-05 | 2024-04-19 | 南京航空航天大学 | 一种基于动态轮廓偏置离散的空间曲面打印路径规划方法 |
| CN116275124A (zh) * | 2023-05-11 | 2023-06-23 | 四川大学 | 基于无模型自适应迭代学习的激光增材制造分区控制方法 |
| CN116275124B (zh) * | 2023-05-11 | 2023-08-01 | 四川大学 | 基于无模型自适应迭代学习的激光增材制造分区控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106898050B (zh) | 2019-08-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106898050A (zh) | 一种基于环形邻域参照轮廓线的网格模型自适应分层方法 | |
| CN105183405B (zh) | 一种自定义模型表面镂空的3d打印方法 | |
| CN106600710B (zh) | 一种几何网格模型邻接拓扑关联的层切多连通域构建方法 | |
| CN107067471B (zh) | 一种提高悬垂体模型成型质量的自适应扫描速度方法 | |
| CN106981097B (zh) | 一种基于分区局部光顺权因子的t样条曲面拟合方法 | |
| CN102682172B (zh) | 基于参数分类的超临界机翼极多参数优化设计方法 | |
| CN107657130A (zh) | 一种面向轮胎花纹结构设计参数的逆向建模方法 | |
| CN104503711A (zh) | 一种3d打印的自适应分层方法 | |
| CN109166145A (zh) | 一种基于聚类分割的果树叶片生长参数提取方法及系统 | |
| CN100545872C (zh) | 基于视觉特征度量的三维模型简化方法 | |
| CN107457995A (zh) | 基于nurbs曲面描述的五轴联动3d打印方法 | |
| CN110442994A (zh) | 一种基于图论的3d打印切片处理方法 | |
| CN106903889A (zh) | 一种stl模型的快速切片算法 | |
| CN109558646B (zh) | 一种多轴增材制造成型顺序优化方法 | |
| CN113650301B (zh) | 一种基于水平集的3d打印填充路径规划方法 | |
| CN107730587A (zh) | 一种基于图片快速三维化交互式建模方法 | |
| CN111832172B (zh) | 一种基于等测地曲率曲线的自动铺带轨迹规划方法 | |
| CN114972387B (zh) | 基于三维实测的复材成型过程模具变形修配方法及系统 | |
| CN110928326A (zh) | 一种面向飞行器外形的测量点差异性规划方法 | |
| CN109955486B (zh) | 一种基于点阵化与稀疏压缩处理的结构模型3d打印方法 | |
| CN109977526B (zh) | 一种基于三维cst技术的调整机翼有限元模型的方法 | |
| CN108724734B (zh) | 一种基于密集特征的3d打印前处理分层算法 | |
| CN113334773A (zh) | 一种基于自适应分层的3d打印成型方向多目标优化方法 | |
| CN106484511A (zh) | 一种谱姿态迁移方法 | |
| CN109859322A (zh) | 一种基于变形图的谱姿态迁移方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190823 |