CN112229356B - 一种基于点测量数据的零件质量检测方法 - Google Patents

Abstract

本发明公开了一种基于点测量数据的零件质量检测方法，属于零件质量检测领域。包括1）面特征离散处理步骤；2）、创建取样点集合步骤；3）点位测量与数据获取步骤；4）构建点组步骤；5）构建点组统计量步骤；6）构建特征组统计量步骤；7）、构建批次统计量步骤。本发明对零件的曲面特征进行等距离散，结合取点方法，获得更加贴近零件真实轮廓的样点集合，并将实测数据与理论数据对比，反映零件每类特征的加工质量，同时加入了加工制造过程信息和特殊结构信息，综合反映加工顺序、工艺参数和特殊结构对零件质量的影响，可获得多个维度的评价指标，直观地反映零件在特定区域、特定工序、特定加工参数下的质量状态，检测结果客观真实。

Description

一种基于点测量数据的零件质量检测方法

技术领域

本发明涉及一种零件质量检测方法，具体涉及一种基于点测量数据的零件质量检测方法。

背景技术

在现代化的装备制造、模具制造、汽车工业、航空航天、石化能源等制造行业里，组成机器的零件具有越来越复杂的结构，它们的单件价值巨大，既是制造商核心技术的体现，也是质量管理环节中的重大风险点。准确可靠的测量技术是获得优质复杂零件的基本前提，大量先进的检测技术在此得到用武之地。随着数字化检测技术的高速发展，越来越多的企业将其用于零件加工过程检测与质量管控。在这类检测技术中，广泛应用在机测量系统、三坐标测量机、关节臂、激光跟踪仪、iGPS等设备，配备高精度探头、靶球、靶标点，对零件复杂的几何特征进行测量，获取零件在测量坐标系下的特征点数据，进而对几何特征的尺寸精度、形位公差进行评估。

当零件结构的复杂程度上升到一定阶段后，常用的形位公差(如面轮廓度、孔位置度、斜筋顶面)指标在单独使用的情况下，已经不能准确、全面地评价零件的质量特性，导致许多隐藏的潜在问题在装配阶段或者使用过程中逐渐暴露出来，给用户造成巨大损失。为了真实有效地评估零件的质量特性，还需要对测量数据进行一系列运算，获取多个维度的评价指标。

针对此类问题，本发明提出一种基于点测量数据的零件质量评估方法，采用多个维度的评价指标，科学地评估零件的质量状态。

发明内容

本发明的目的在于提供一种基于点测量数据的零件质量检测方法，能够真实有效地评价零件复杂结构的质量特性。

本发明的目的是通过以下技术方案实现的：

一种基于点测量数据的零件质量检测方法，其特征在于，包括以下步骤：

1)、点位测量与数据获取

依次获得零件中各个被测曲面的取样点集合，零件的所有取样点坐标构成集合P：

P＝{P₁，P₂，…，P_c}，其中，c为零件的曲面数量；

借助点接触式设备，对集合P中的所有取样点进行测量，得到取样点的实际坐标集合P；

2)、构建点组P

将零件的实测点集合P按照几何特征形式分为多个实测点组P：

P＝{P₁，P₂，…，P_e}，其中，e为零件的几何特征数量，几何特征包括外形、筋顶、筋位、孔位等；每个点组P_i(1≤i≤e)表示零件的某个几何特征加工后的质量状态。

3)、构建点组P统计量

分别计算点组P每个实测点与理论取样点P之间的偏差；

4)、构建特征组统计量

从P中抽取点位公差相同、类型相同、几何拓扑关系相邻的测点，重新组合得到多个特征组，分别计算每个特征组内实测点的均值、方差、极差；

5)、构建批次统计量

对同一批次的全部零件均采用步骤4)中所述方法构建特征组，得到特征组集合，分别计算每个特征组集合内实测点元素的均值、方差、极差。

进一步地，所述点位测量与数据获取步骤中，零件的取点过程包括：

面特征离散处理：明确法向矢量T，通过零件被测曲面的边界曲线Q₀作平行于法向矢量T的曲面F₀；设置等距参数n，以F₀作为样板曲面，生成的n+1个曲面分别与被测曲面相交，获得n+1条交线；

创建取样点集合：以被测曲面的质心O为起点，在被测曲面表面生成m条射线，所述m条射线与上述步骤中的n+1条交线分别相交，得到m×(n+1)个交点，所述全部交点构成被测曲面的取样点集合；

依次获得零件中其他曲面的取样点，所有取样点坐标构成集合P。

进一步地，所述步骤4)中的特征组至少包括3种类型：由同一加工工序获得的结构特征，组成工序特征组F_o1；由同一切削参数获得的结构特征，组成参数特征组F_p1；由相同或邻近的结构特征，组成结构特征组F_t1。

进一步地，所述步骤5)中的特征组集合至少包括3种类型：

工序特征组集合F_o＝{F_o1，F_o2，…，F_ok}；

参数特征组集合F_p＝{F_p1，F_p2，…，F_pk}；

结构特征组集合F_t＝{F_t1，F_t2，…，F_tk}；

其中，k为同一批次的零件数量。

进一步地，步骤3)中，点组P每个实测点与理论取样点P之间的偏差包括计算二者之间的空间H，以及在X、Y、Z三个方向上的偏差。

进一步地，步骤3)中，分别计算点组P中每个集合元素P在空间距离H的平均值、极差、方差，以及在X、Y、Z三个方向上的方向上的平均值、极差、方差。

本技术方案的有益效果如下：

1、本发明中，步骤3)将实测数据与理论数据对比，反映零件每类特征的加工质量；步骤4)加入加工制造过程信息和特殊结构信息，综合反映加工顺序、工艺参数和特殊结构对零件质量的影响；

2、本发明经过步骤2)～步骤5)的统计量构建流程，获得了多个维度的评价指标，可以直观地反映零件在特定区域、特定工序、特定加工参数下的质量状态，检测结果客观真实；并且，还可评价同一批次零件的加工稳定性，分析工艺系统的薄弱点，指明了后续工艺优化的具体方向。

3、本发明中，对零件的曲面特征进行等距离散并结合取点方法，可以获得更加贴近零件真实轮廓的样点集合，并且有效地减小了区域遗漏的隐患。

附图说明

本发明的前述和下文具体描述在结合以下附图阅读时变得更清楚，附图中：

图1至图3为零件面特征离散处理的示意图；

图4是创建取样点集合的示意图；

图5是零件A的几何特征结构示意图；

图中：

1、零件；2、被测曲面。

具体实施方式

下面通过几个具体的实施例来进一步说明实现本发明目的技术方案，需要说明的是，本发明要求保护的技术方案包括但不限于以下实施例。

本实施例提供了一种基于点测量数据的零件质量检测方法，包括以下步骤：

步骤一、面特征离散处理

(1)参照图1，借助CATIA开发的面特征离散工具，获得零件1中被测曲面的边界曲线Q₀；

(2)明确法向矢量T，通过Q₀作平行于法向矢量T的曲面F₀；

(3)参照图2、图3，利用CATIA的曲面等距算法，设置等距参数n＝4，以F₀作为样板曲面，生成5个曲面：

F₀，F₁，F₂，F₃，F₄

所述的5个曲面分别与被测曲面相交，获得5条相交曲线：

Q₀，Q₁，Q₂，Q₃，Q₄

至此完成被测曲面的离散化处理。

步骤二、创建取样点P₂

(1)参照图4，借助CATIA的曲面质心获取工具，获取被测曲面的质心O；

(2)参照图4，以O为起点并设定切分角，在被测曲面2的表面生成3条射线：L₁，L₂，L₃；每条射线L_a与每条曲线Q_b相交得到1个交点，其中：

1≤a≤3，0≤b≤4

{L₁，L₂，L₃}与{Q₀，Q₁，Q₂，Q₃，Q₄}相交共得到15个交点，它们构成被测曲面2的取样点集合P₂，其中角标“2”代表被测曲面2。

将P₂中所有元素点的坐标(x，y，z，i，j，k)存储起来，完成被测曲面2的取样点创建过程。

步骤一对零件的曲面特征进行等距离散，并结合步骤二的取点方法，可以获得更加贴近零件真实轮廓的样点集合，并且有效地减小了区域遗漏的隐患。

步骤三、点位测量与数据获取

(1)重复步骤一、步骤二中所述方法，依次获得零件中其他曲面的取样点集合，零件的所有取样点坐标构成集合P：

P＝{P₁，P₂，…，P_c}，其中，c为零件的曲面数量；

(2)借助三坐标测量机、在线测量系统或者其它点接触式设备，对集合P中的所有取样点进行测量，得到取样点的实际坐标集合P。

步骤四、构建点组P

使用CATIA的persistentTag将零件的实测点集合P按照几何特征形式划分为3个实测点组P：

P＝{P₁，P₂，P₃}

其中：P₁——外形轮廓实测点组；P₂——筋顶实测点组；P₃——筋位实测点组，P₁、P₂、P₃分别代表零件的外形轮廓、筋顶、筋位加工后的质量状态。

步骤五、构建点组P统计量

常规统计量是点位偏差的均值、方差、极差，用来判断几何特征在加工过程中是否出现切削力不均、加工变形、余料残留、材料过切等缺陷。此外针对重点关注的工艺过程，亦会选择点位在特定方向的极限偏差值来构建统计量，用来反映该几何特征在加工过程中的误差分布规律。

因此，分别计算点组P中每个实测点与理论取样点P之间的偏差，所述偏差包括计算二者之间的空间距离H，以及在X、Y、Z三个方向上的偏差。还要分别计算点组P中每个集合元素P在空间距离H的平均值、极差、方差，以及在X、Y、Z三个方向上的方向上的平均值、极差、方差，并根据计算结果评价零件中每个曲面的质量状态。

以图5所示的零件A为例来说明，P＝{P₁，P₂，…，P_e}，其中P₁＝{1#腹板实测点+2#腹板实测点+3#腹板实测点+4#腹板实测点}。P₁中每个测点与理论取样点P之间的空间距离H，以及在X、Y、Z三个方向上的偏差都可以直接计算得到，P₁由多个实测点组成，所以可以得到空间距离H的平均值、极差、方差，也可以得到在X、Y、Z三个方向上的平均值、极差、方差。

如图5所示，零件A由4个相邻的小框格组成(类似于一个“田”字)，每个小框格都有一个腹板面，一共有四个腹板面，那么步骤四的P₁＝{1#腹板实测点+2#腹板实测点+3#腹板实测点+4#腹板实测点}。结合步骤五，从P₁当中可以得到零件腹板特征的加工质量。

同时，零件A有4个缘条(“田”字的4个外边框)，则步骤五中的P₂＝{1#缘条实测点+2#缘条实测点+3#缘条实测点+4#缘条实测点}。结合步骤五，从P₂当中可以得到零件缘条特征的加工质量。

同时，零件A还有4个筋条(“田”字内的“十”)，则步骤四中的P₃＝{1#筋条实测点+2#筋条实测点+3#筋条实测点+4#筋条实测点}。结合步骤五，从P₃当中可以得到零件缘条特征的加工质量。

由于步骤四单纯包含零件的几何信息，它仅仅反映零件上每类特征的加工质量，无法区分加工工序、工艺参数和特殊结构带来的影响。因此本方法还包括：

步骤六、构建特征组统计量

将点位公差相同，类型相同、几何拓扑关系相邻的测点从P中抽取出来，分别按照以下方式进行组合，得到3个特征组：

(1)由同一加工工序获得的结构特征，组成工序特征组F_o1；

(2)由同一切削参数获得的结构特征，组成参数特征组F_p1；

(3)由相同或邻近的结构特征，组成结构特征组F_t1。

分别计算特征组F_o1、F_p1、F_t1内每个实测点的均值、方差、极差，用以评价加工工序、切削参数、结构特征对零件质量产生的不同影响。

步骤七、构建批次统计量

在本实施例中，假设零件共生产4件成品，每件成品均采用步骤六中所述方法构建特征组，得到同一批零件的特征组集合：

工序特征组集合F_o＝{F_o1，F_o2，F_o4}；

参数特征组F_p＝{F_p1，F_p2，F_p4}；

结构特征组F_t＝{F_t1，F_t2，F_t4}；

针对F_o、F_p、F_t三类特征组集合，分别计算实测点元素的均值、方差、极差，用以评价同一批零件在不同加工工序、不同切削参数、不同结构特征的加工质量稳定性，分析工艺系统的薄弱点，指导工艺改进方向。

步骤六在步骤四的基础上加入了两个方面的信息：

(1)首先是制造过程信息，包括加工顺序、加工参数，反映这两者对零件质量的影响。

a、加工顺序对零件质量的影响：如前述零件A的制造过程如下：

加工工序	加工特征
		10	1#腹板、1#筋条、1#缘条
15	2#腹板、2#筋条、2#缘条
		20	3#腹板、3#筋条、3#缘条
25	4#腹板、4#筋条、4#缘条

则步骤七中：

第一个零件的工序特征组F_o1＝{10工序实测点(1#腹板+1#筋条+1#缘条)，15工序实测点(2#腹板+2#筋条+2#缘条)，20工序实测点(3#腹板+3#筋条+3#缘条)，25工序实测点(4#腹板+4#筋条+4#缘条)}。

b、工艺参数对零件质量的影响：如前述零件A的进给速度如下：

进给速度	加工特征
		F500	1#腹板、1#筋条、1#缘条
F530	2#腹板、2#筋条、2#缘条
		F560	3#腹板、3#筋条、3#缘条
F590	4#腹板、4#筋条、4#缘条

则步骤七中：

第一个零件的参数特征组F_p1＝{F500加工特征实测点(1#腹板+1#筋条+1#缘条)，F530加工特征实测点(2#腹板+2#筋条+2#缘条)，F560加工特征实测点(3#腹板+3#筋条+3#缘条)，F590加工特征实测点(4#腹板+4#筋条+4#缘条)}。

(2)然后是相邻区域的几何信息，反映的是某些特殊结构对零件质量的影响。有时在零件某个区域内的腹板、筋高、筋位等多个特征会发生同时超差的现象，所以有必要这些特殊区域内的实测点组合起来，观察它们的实测结构。

如零件A中，“田”字内部“十”交叉点区域就是4个腹板和4个筋条的会合区，那么就把腹板位于交叉点附近的一部分实测点和筋条位于交叉点附近的一部分实测点抽取出来，组成步骤7)中的：

第一个零件的结构特征组F_t1＝{1#腹板部分实测点+2#腹板部分实测+3#腹板部分实测点+4#腹板部分实测点+1#筋条部分实测点+2#筋条部分实测+3#筋条部分实测点+4#筋条部分实测点+1#缘条部分实测点+2#缘条部分实测+3#缘条部分实测点+4#缘条部分实测点}。由于本实施例中零件A的结构较为简单，所以F_t1只有一个元素。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (5)

1.一种基于点测量数据的零件质量检测方法，其特征在于，包括如下步骤：

1)点位测量与数据获取步骤

对零件的各个被测曲面进行取点，零件的所有取样点坐标构成集合P，借助点接触式设备，对集合P中的所有取样点进行测量，得到取样点的实际坐标集合P’；

2)构建点组P”步骤

将零件的实测点集合P’按照几何特征形式分为多个点组P”；

3)构建点组P”统计量步骤

分别计算点组P”每个实测点与理论取样点P之间的偏差；

4)构建特征组统计量步骤

从P’中抽取点位公差相同、类型相同、几何拓扑关系相邻的测点，重新组合得到多个特征组，分别计算每个特征组内实测点的均值、方差、极差；

5)构建批次统计量步骤

对同一批次的全部零件均采用步骤4)中所述方法构建特征组，得到特征组集合，分别计算每个特征组集合内实测点元素的均值、方差、极差；

所述点位测量与数据获取步骤中，零件的取点过程包括：

面特征离散处理：明确法向矢量T，通过零件被测曲面的边界曲线Q₀作平行于法向矢量T的曲面F₀；设置等距参数n，以F₀作为样板曲面，生成的n+1个曲面分别与被测曲面相交，获得n+1条交线；

创建取样点集合：以被测曲面的质心O为起点，在被测曲面表面生成m条射线，所述m条射线与上述步骤中的n+1条交线分别相交，得到m×(n+1)个交点，所述全部交点构成被测曲面的取样点集合；

依次获得零件中其他曲面的取样点，所有取样点坐标构成集合P。

2.根据权利要求1所述的一种基于点测量数据的零件质量检测方法，其特征在于，所述步骤4)中的特征组至少包括3种类型：由同一加工工序获得的结构特征，组成工序特征组F’_o1；由同一切削参数获得的结构特征，组成参数特征组F’_p1；由相同或邻近的结构特征，组成结构特征组F’_t1。

3.根据权利要求1所述的一种基于点测量数据的零件质量检测方法，其特征在于，所述步骤5)中的特征组集合至少包括3种类型：

工序特征组集合F’_o＝{F’_o1，F’_o2，…，F’_ok}；

参数特征组集合F’_p＝{F’_p1，F’_p2，…，F’_pk}；

结构特征组集合F’_t＝{F’_t1，F’_t2，…，F’_tk}；

其中，k为同一批次的零件数量。

4.根据权利要求1所述的一种基于点测量数据的零件质量检测方法，其特征在于，步骤3)中，点组P’每个实测点与理论取样点P之间的偏差包括计算二者之间的空间距离H，以及在X、Y、Z三个方向上的偏差。

5.根据权利要求3所述的一种基于点测量数据的零件质量检测方法，其特征在于，步骤3)中，分别计算点组P”中每个集合元素P’在空间距离H上的平均值、极差、方差，以及在X、Y、Z三个方向上的方向上的平均值、极差、方差。

Images