CN109035238B - 一种面向自由曲面零件的加工余量离线分析方法 - Google Patents

Abstract

本发明涉及一种面向自由曲面零件的加工余量离线分析方法，是为了解决现有的配准方法精度较低的缺点而提出的，包括：获取能够使得毛坯的质心和设计模型的质心平移至重合的平移向量；将毛坯和设计模型的所有表面法线分别映射至扩展高斯图像球面上，获取能够使毛坯的扩展高斯图像和设计模型的扩展高斯图像达到预设的相关性条件的三维姿态角组合；确定能够使毛坯和设计模型满足全包络条件、基准对齐条件以及余量均匀条件的旋转矩阵和平移量。本发明适用于曲面零件加工过程中的配准方法。

Description

一种面向自由曲面零件的加工余量离线分析方法

技术领域

本发明涉及计算机图形学以及机械加工技术领域，具体涉及一种面向自由曲面零件的加工余量离线分析方法。

背景技术

对于加工精度要求较高的薄壁叶片类曲面零件常采用熔模铸造技术制造毛坯，再通过打磨完成最后的去余量和表面抛光的工序，但铸造的一致性程度产生了加工余量不一致的现象，从而对后续加工的自动化程度产生严重影响，而手工操作又对操作者的技术有较高要求；此外，传统的手工打磨环境恶劣，粉尘对操作者健康造成极大影响，所以复杂曲面数字化加工具有重要意义。为实现自由曲面零件的数字化加工，通过三维扫描技术获取零件点云数据，与理想几何要素进行匹配比较，依照特定的加工余量分析方法，得到期望的加工信息。

薄壁叶片类零件由多幅曲面构成，对于特定放样曲面采用卡板和塞尺的方式进行质量检测，曲面与卡板缝隙不能超过1mm。在毛坯制造过程中，辅助基准通过铸造成型，表面质量差，在机床上利用该基准找正困难，特别是大型零件误差更大。目前叶片找正已开始采用叶片毛坯型面三维测量技术与基于检测数据的加工余量分析技术结合的先进方法。

传统的配准方法是通过手动选择对应点进行粗匹配，然后利用最近点迭代法(ICP)进行精匹配，然而，毛坯点云与模型点云往往形状相似，但比例不一致，因为毛坯点云必然要包络模型点云。在这种情况下，最近点迭代算法精度会大大下降。

发明内容

本发明的目的是为了解决现有的配准方法精度较低的缺点，而提出一种面向自由曲面零件的加工余量离线分析方法。

一种面向自由曲面零件的加工余量离线分析方法，包括：

步骤一、获取能够使得毛坯的质心和设计模型的质心平移至重合的平移向量；

步骤二、将毛坯和设计模型的所有表面法线分别映射至扩展高斯图像球面上，获取能够使毛坯的扩展高斯图像和设计模型的扩展高斯图像达到预设的相关性条件的三维姿态角组合；

步骤三、确定能够使毛坯和设计模型满足全包络条件、基准对齐条件以及余量均匀条件的旋转矩阵和平移量；其中全包络条件定义为设计模型的点云位于毛坯点云内部的几率；基准对齐条件定义为毛坯与设计模型的基准面夹角的弧度；余量均匀条件定义为毛坯点云中的所有点和设计模型中与其对应的点的距离方差。

本发明的有益效果为：修正了利用传统配准方法分析余量不合理的问题，包括“负余量”以及无基准；并优化了加工余量分布，将有效控制残高，减少走刀次数。

附图说明

图1为本发明一个实施例的面向自由曲面零件的加工余量离线分析方法的流程图；

图2为本发明一个实施例的步骤一的流程图；

图3为本发明一个实施例的步骤二的流程图；

图4(a)、图4(b)和图4(c)分别为扩展高斯图像为20面体、80面体、320面体时的示意图。

具体实施方式

本发明的主要目的是将毛坯和设计模型平移到基本一致的位置，并调整姿态角使得加工过程中能够保持均匀的余量。设计模型是期望能够通过加工得到的理论模型，毛坯是待加工的部件，通过本发明的方法，能够得到粗配准的平移向量、粗配准的姿态角、精配准的平移向量、精配准的姿态角，这些量可以用来调整毛坯和设计模型的相对位置，以使相对位置能够调整为能够达到余量尽可能均匀的程度。下面具体说明本发明的各种实施方式。

具体实施方式一：本实施方式的面向自由曲面零件的加工余量离线分析方法，如图1所示，包括：

步骤一、获取能够使得毛坯的质心和设计模型的质心平移至重合的平移向量。

本步骤是获得粗配准平移向量的过程，计算毛坯质心过程可以为：先通过三维扫描仪的高精度扫描和三维重建，并经过滤波移除离群点，得到待分析的毛坯点云，将点云中的每个点视为质点，计算整个点云的质心作为毛坯的质心。设计模型的计算过程同理，可以利用设计模型进行点云采样，获得与毛坯点云相同体量的模型点云，进而通过模型点云的质心作为设计模型的质心。将毛坯质心和设计模型质心做差即可得到粗配准过程的平移向量。

步骤二、将毛坯和设计模型的所有表面法线分别映射至扩展高斯图像球面上，获取能够使毛坯的扩展高斯图像和设计模型的扩展高斯图像达到预设的相关性条件的三维姿态角组合。

本步骤中，将表面发现映射至扩展高斯图像球面上的过程是已有技术，可以用向量的形式表示扩展高斯图像球面的每个面上有几条法线，例如对于20个面的扩展高斯图像，可以构建20维的向量，每一维的数值表示该面上包含的法线数量。对于毛坯和设计模型均可以得到这样的一组向量，然后计算两个向量的相关性，以此判断此时毛坯和设计模型的三维姿态是否相似。步骤二中的“预设的相关性条件”表示的是对相关性的数值要求，比如超过一定的阈值或者通过优化算法达到最优值。为了寻找最优的三维姿态角，可以选用遗传算法等优化算法找到最优解，将相关性作为适应度。最后找到的最优解对应的三维姿态角即为粗配准阶段的姿态角，该姿态角的含义是，毛坯根据该姿态角旋转形成的姿态与设计模型的姿态的相关性最高。

步骤三、确定能够使毛坯和设计模型满足全包络条件、基准对齐条件以及余量均匀条件的旋转矩阵和平移量；其中全包络条件定义为设计模型的点云位于毛坯点云内部的几率；基准对齐条件定义为毛坯与设计模型的基准面夹角的弧度；余量均匀条件定义为毛坯点云中的所有点和设计模型中与其对应的点的距离方差。

本步骤是精配准过程，精配准过程的目的是在通过粗配准的平移向量和粗配准姿态角的调整之后，再寻找更为精确的精配准平移向量和精配准姿态角。具体通过三类参数来寻找最优解，分别是设计模型的点云位于毛坯点云内部的几率(用于衡量设计模型是否包络在毛坯内部，记为全包络条件)、毛坯与设计模型的基准面夹角的弧度(用于衡量基准面是否对齐，记为基准对齐条件)以及毛坯点云中的所有点和设计模型中与其对应的点的距离方差(用于衡量余量是否均匀，记为余量均匀条件)。

全包络条件是为了防止加工余量为负数的情况；基准面条件是为了防止基准面存在加工余量的情况，基准面是指被加工装置夹持或固定的面，由于基准面有一部分是固定在加工装置上的，因此不同于毛坯的其他部分，加工起来会有特殊要求；余量均匀条件是为了防止余量不均匀，进而对后续的自动化加工产生不良影响的情况。

全包络条件、基准对齐条件以及余量均匀条件可以根据以下数学模型进行表示：

(a)全包络原则扫描数据应实现对零件模型的完全包络，即对于理想零件M₀的点云

中的任意一点P′，它落入数据M₁的点云

所对应的封闭空间中的概率逼近于1。

(b)基准对齐原则扫描数据上的主要基准与零件模型上的对应表面对齐，即对于零件模型M₀的点云

中的基准面(记为点集合N_P2)，它与数据M₁的对应表面N_P1的名义距离概率逼近于0。

probability{dis||N_P1-N_P2||=0}→1

(c)均匀性原则在求取加工余量的过程中，扫描数据与零件模型表面点云的距离应保持均匀，避免余量较大的部分出现切削力过大或多次走刀的情况，即对于理想零件M₀的点云

中的表面O_sP0为外表面、数据M₁的点云

所对应的表面I_sP1为内表面，其名义加工余量逼近于均值。

probability{dis||Osp0(k)-Isp1(k)||

≈E(allowance)}→1。

由于扫描数据和零件模型所转化的点云是以较大数量的坐标点集描述的，上述的(a)、(b)、(c)准则只是统计意义上的约束条件，并不排除实际匹配中部分点云的偶然偏移。因此，本实施方式中以毛坯/零件点云模型的空间变换分析及三条匹配对准的约束性准则为基础，提供了一个实现工件空间匹配对准的计算分析方法。在工程意义上，运用本实施方式的方法能够回答毛坯是否严重变形、能否进行加工、加工余量如何三个关键问题。通过本实施方式得到的各种粗匹配、精匹配的平移向量和姿态角等量可以将毛坯调整到能够保障余量最均匀的程度。

具体实施方式二：本实施方式与具体实施方式一不同的是：步骤一包括：

对毛坯进行扫描和三维重建，并经过滤波以移除离群点，得到毛坯点云。

对设计模型进行点云采样，获得与毛坯点云相同体量的模型点云。

将毛坯点云和模型点云中的每个点视为质点，计算毛坯点云和模型点云的质心空间位置，将毛坯点云和质心和模型点云的质心做差以获取能够使得毛坯的质心和设计模型的质心平移至重合的平移向量。

其它步骤及参数与具体实施方式一相同。

具体实施方式三：本实施方式与具体实施方式一或二不同的是：步骤二具体为：

分别计算毛坯和设计模型的所有表面法线；生成扩展高斯图像球面；将毛坯和设计模型的所有表面法线映射到扩展高斯图像球面上，毛坯和设计模型在扩展高斯图像球面的每个面上含有的法线数量分别代表毛坯的特征强度和设计模型的特征强度，计算毛坯的特征强度与设计模型的特征强度间的相关程度，计算公式为：

其中Corr为相关程度，

为毛坯在扩展高斯图像球面的每个面上含有的法线数量组成的向量，

为设计模型在扩展高斯图像球面的每个面上含有的法线数量组成的向量。

将相关程度作为优化目标，通过遗传算法进行优化，得到能够使得相关程度达到最优解的三维姿态角组合。

其它步骤及参数与具体实施方式一或二相同。

具体实施方式四：本实施方式与具体实施方式一至三之一不同的是：步骤二中，扩展高斯图像为80面体、320面体或1280面体。

其它步骤及参数与具体实施方式一至三之一相同。

具体实施方式五：本实施方式与具体实施方式一至四之一不同的是：步骤三具体为：

将毛坯和设计模型的三维点云转换为多个二维点云，预测设计模型的点云位于毛坯点云内部的几率P(若P小于90％，则视为精配准不成功)。

计算毛坯和设计模型的基准面夹角θ；

计算毛坯点云中的所有点和设计模型中与其对应的点的距离方差v；寻找设计模型中与毛坯点云中的点对应的点可以通过点云匹配领域的通用算法实现，即在另一模型中寻找与一个点距离最近的点。

构造适应度函数Fitness：

其中w₁，w₂，w₃分别表示预设的第一权值、第二权值和第三权值；可以根据实际情况具体设置数值。

使用遗传算法作为优化算法，找到能够使适应度函数达到一定阈值范围的x轴旋转角、y轴旋转角、z轴旋转角、x轴平移量、y轴平移量和z轴平移量。“一定阈值范围”可以指全局最优。

其它步骤及参数与具体实施方式一至四之一相同。

具体实施方式六：本实施方式与具体实施方式一至五之一不同的是：步骤三还包括：

将x轴旋转角、y轴旋转角、z轴旋转角、x轴平移量、y轴平移量和z轴平移量构成变换矩阵：

其中M为根据x轴旋转角、y轴旋转角、z轴旋转角确定的3×3旋转矩阵；x表示x轴平移量，y表示y轴平移量，z表示z轴平移量；依次通过步骤一得到的平移向量、步骤二得到的三维姿态角组合以及步骤三得到的变换矩阵对毛坯相对于设计模型的位置和姿态进行调整。

其它步骤及参数与具体实施方式一至五之一相同。

本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (4)

1.一种面向自由曲面零件的加工余量离线分析方法，其特征在于，包括：

步骤一、获取能够使得毛坯的质心和设计模型的质心平移至重合的粗配准平移向量；

步骤二、将毛坯和设计模型的所有表面法线分别映射至扩展高斯图像球面上，获取能够使毛坯的扩展高斯图像和设计模型的扩展高斯图像达到预设的相关性条件的粗配准三维姿态角；

步骤三、确定能够使毛坯和设计模型满足全包络条件、基准对齐条件以及余量均匀条件的精配准三维旋转角和精配准平移量；其中全包络条件定义为设计模型的点云位于毛坯点云内部的几率；基准对齐条件定义为毛坯与设计模型的基准面夹角的弧度；余量均匀条件定义为毛坯点云中的所有点和设计模型中与其对应的点的距离方差：具体过程为：

将毛坯和设计模型的三维点云转换为多个二维点云，预测设计模型的点云位于毛坯点云内部的几率P；

计算毛坯和设计模型的基准面夹角θ；

计算毛坯点云中的所有点和设计模型中与其对应的点的距离方差v；

构造适应度函数Fitness：

其中w₁，w₂，w₃分别表示预设的第一权值、第二权值和第三权值；

使用遗传算法作为优化算法，找到能够使适应度函数达到一定阈值范围的x轴旋转角、y轴旋转角、z轴旋转角、x轴平移量、y轴平移量和z轴平移量；

将x轴旋转角、y轴旋转角、z轴旋转角、x轴平移量、y轴平移量和z轴平移量构成变换矩阵：

其中M为根据x轴旋转角、y轴旋转角、z轴旋转角确定的3×3旋转矩阵；x表示x轴平移量，y表示y轴平移量，z表示z轴平移量；依次通过步骤一得到的平移向量、步骤二得到的三维姿态角组合以及步骤三得到的变换矩阵对毛坯相对于设计模型的位置和姿态进行调整。

2.根据权利要求1所述的面向自由曲面零件的加工余量离线分析方法，其特征在于，步骤一包括：

对毛坯进行扫描和三维重建，并经过滤波以移除离群点，得到毛坯点云；

对设计模型进行点云采样，获得与毛坯点云相同体量的模型点云；

将毛坯点云和模型点云中的每个点视为质点，计算毛坯点云和模型点云的质心空间位置，将毛坯点云的质心和模型点云的质心做差，以获取能够使得毛坯的质心和设计模型的质心平移至重合的粗配准平移向量。

3.根据权利要求1或2所述的面向自由曲面零件的加工余量离线分析方法，其特征在于，步骤二具体为：

分别计算毛坯和设计模型的所有表面法线；生成扩展高斯图像球面；将毛坯和设计模型的所有表面法线映射到扩展高斯图像球面上，毛坯和设计模型在扩展高斯图像球面的每个面上含有的法线数量分别代表毛坯的特征强度和设计模型的特征强度，计算毛坯的特征强度与设计模型的特征强度间的相关程度，计算公式为：

其中Corr为相关程度，

为毛坯在扩展高斯图像球面的每个面上含有的法线数量组成的向量，

为设计模型在扩展高斯图像球面的每个面上含有的法线数量组成的向量；

将相关程度作为优化目标，通过遗传算法进行优化，得到能够使得相关程度达到最优解的三维姿态角组合。

4.根据权利要求3所述的面向自由曲面零件的加工余量离线分析方法，其特征在于，步骤二中，扩展高斯图像为80面体、320面体或1280面体。

Images