CN112967387A - 矿用刮板磨损后的修复方法和系统 - Google Patents

矿用刮板磨损后的修复方法和系统 Download PDF

Info

Publication number
CN112967387A
CN112967387A CN202110347309.8A CN202110347309A CN112967387A CN 112967387 A CN112967387 A CN 112967387A CN 202110347309 A CN202110347309 A CN 202110347309A CN 112967387 A CN112967387 A CN 112967387A
Authority
CN
China
Prior art keywords
scraper
abrasion
point cloud
surfacing
cloud data
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
Application number
CN202110347309.8A
Other languages
English (en)
Other versions
CN112967387B (zh
Inventor
原长锁
鞠晨
房敏
高峰
曾小平
杨睿凯
段继豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenhua Shendong Coal Group Co Ltd
Original Assignee
Shenhua Shendong Coal Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenhua Shendong Coal Group Co Ltd filed Critical Shenhua Shendong Coal Group Co Ltd
Priority to CN202110347309.8A priority Critical patent/CN112967387B/zh
Publication of CN112967387A publication Critical patent/CN112967387A/zh
Application granted granted Critical
Publication of CN112967387B publication Critical patent/CN112967387B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • 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
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Graphics (AREA)
  • Agronomy & Crop Science (AREA)
  • Architecture (AREA)
  • General Health & Medical Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Primary Health Care (AREA)
  • Animal Husbandry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Drilling And Exploitation, And Mining Machines And Methods (AREA)
  • Arc Welding In General (AREA)

Abstract

本发明提出一种矿用刮板磨损后的修复方法和系统，包括：获取磨损刮板的刮板扫描数据并进行点云数据处理，得到磨损刮板点云数据，构建磨损刮板三维网格模型；获取标准刮板的刮板扫描数据并进行点云数据处理，得到标准刮板点云数据，构建标准刮板三维网格模型；将磨损刮板点云数据和标准刮板点云数据进行对齐求差，得到磨损刮板的磨损量；根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，根据堆焊修复路径对磨损刮板进行修复。本发明解决了现有技术中为保证生产采用以新刮板来更换磨损刮板的方式造成的严重的资源浪费，提高了生产成本的技术问题。

Description

矿用刮板磨损后的修复方法和系统
技术领域
本发明涉及煤矿领域，尤其涉及一种矿用刮板磨损后的修复方法和系统。
背景技术
随着现代工业的快速发展，煤矿采煤作业逐渐向机械化自动化方向转变。矿用刮板输送机对实现煤炭采掘机械化起着重要作用。刮板是刮板输送机的关键部件，对采用机械化作业的煤矿而言，刮板的使用量是非常巨大的。因煤炭运输量大，矸石硬度高，矿用刮板输送机在这种高负荷、环境恶劣的特殊的运行环境下长期工作，刮板会出现严重的磨损情况，经过两个月的时间，磨损量可达约5mm，影响其使用效果，难以满足正常生产使用要求。目前多采用以新刮板来更换磨损刮板的方式来保证生产的正常运转，造成了严重的资源浪费，提高了生产成本。
发明内容
基于以上问题，本发明提出一种矿用刮板磨损后的修复方法和系统，解决了现有技术中为保证生产采用以新刮板来更换磨损刮板的方式造成的严重的资源浪费，提高了生产成本的技术问题。本发明提供的矿用刮板磨损后的修复方法，能够根据不同磨损刮板的磨损程度规划堆焊修复路径，缩短了产品的修复周期，为后续自动化堆焊作业打下数据基础，降低了生产成本。
本发明提出一种矿用刮板磨损后的修复方法，包括：
获取磨损刮板的刮板扫描数据并进行点云数据处理，得到磨损刮板点云数据，构建磨损刮板三维网格模型；
获取标准刮板的刮板扫描数据并进行点云数据处理，得到标准刮板点云数据，构建标准刮板三维网格模型；
将磨损刮板点云数据和标准刮板点云数据进行对齐求差，得到磨损刮板的磨损量；
根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，根据堆焊修复路径对磨损刮板进行修复。
此外，将磨损刮板点云数据和标准刮板点云数据进行对齐求差的计算公式为：
t＝(d-m)cosβ，
其中，磨损刮板的磨损面点法线方向磨损量为t，磨损面Z方向坐标值记为m，β为磨损面的角度值，标准刮板的标准面Z方向坐标值记为d。
此外，磨损面的角度值通过截取磨损刮板中间截面的坐标值进行一次多项式拟合求得，计算公式为：
zn＝ayn+b，
β＝arctan a，
式中，yn，zn分别表示磨损刮板中间截面y向坐标值与z向坐标值，n为自然数。
此外，根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，包括：
先对单层堆焊路径进行规划，然后根据多个单层堆焊路径的规划进行多层堆焊路径的规划。
此外，对单层堆焊路径进行规划包括：
提取磨损刮板两端的点云数据，奇数行坐标首末相连，偶数行坐标末首相连；
按顺序输出坐标，得到单层堆焊路径坐标数据总数Nl；
此外，根据多个单层堆焊路径的规划进行多层堆焊路径的规划包括：
每层堆焊需要去除的坐标Z向差值计算公式为：
Figure BDA0003001187450000031
式中，每层堆焊需要去除的坐标Z向差值为h，每层堆焊的厚度为l，θ为标准面的角度值，β为磨损面的角度值；
根据h与t求得需要堆焊修复的层数p，公式为：
Figure BDA0003001187450000032
式中，
Figure BDA0003001187450000033
为取整符号；
多层堆焊路径的计算公式为：
Nh＝p×Nl，
式中，Nh为多层堆焊路径坐标数据总数，Nl为单层堆焊路径坐标数据总数。
此外，将多层堆焊路径坐标数据总数传输至上位机，上位机控制堆焊机构实现磨损刮板的自动修复。
本发明提出一种矿用刮板磨损后的修复系统，包括至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取磨损刮板的刮板扫描数据并进行点云数据处理，得到磨损刮板点云数据，构建磨损刮板三维网格模型；
获取标准刮板的刮板扫描数据并进行点云数据处理，得到标准刮板点云数据，构建标准刮板三维网格模型；
将磨损刮板点云数据和标准刮板点云数据进行对齐求差，得到磨损刮板的磨损量；
根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，根据堆焊修复路径对磨损刮板进行修复。
此外，将磨损刮板点云数据和标准刮板点云数据进行对齐求差的计算公式为：
t＝(d-m)cosβ，
其中，磨损刮板的磨损面点法线方向磨损量为t，磨损面Z方向坐标值记为m，β为磨损面的角度值，标准刮板的标准面Z方向坐标值记为d。
此外，根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，根据堆焊修复路径对磨损刮板进行修复包括：
先对单层堆焊路径进行规划，然后根据多个单层堆焊路径的规划进行多层堆焊路径的规划。
通过采用上述技术方案，具有如下有益效果：
本发明解决了现有技术中为保证生产采用以新刮板来更换磨损刮板的方式造成的严重的资源浪费，提高了生产成本的技术问题。本发明提供的矿用刮板磨损后的修复方法，能够根据不同磨损刮板的磨损程度规划堆焊修复路径，缩短了产品的修复周期，为后续自动化堆焊作业打下数据基础，降低了生产成本。
附图说明
图1是本发明一个实施例提供的矿用刮板磨损后的修复方法的流程图；
图2是本发明一个实施例提供的矿用刮板磨损后的修复方法中磨损刮板三维网格模型示意图；
图3是本发明一个实施例提供的矿用刮板磨损后的修复方法中磨损量三维网格模型示意图；
图4是本发明一个实施例提供的矿用刮板磨损后的修复方法中单层堆焊路径规划示意图；
图5是本发明一个实施例提供的矿用刮板磨损后的修复方法中多层堆焊路径规划示意图。
具体实施方式
以下结合具体实施方案和附图对本发明进行进一步的详细描述。其只意在详细阐述本发明的具体实施方案，并不对本发明产生任何限制，本发明的保护范围以权利要求书为准。
参照图1-图5，本发明提出一种矿用刮板磨损后的修复方法，包括：
步骤S001，获取磨损刮板的刮板扫描数据并进行点云数据处理，得到磨损刮板点云数据，构建磨损刮板三维网格模型；
步骤S002，获取标准刮板的刮板扫描数据并进行点云数据处理，得到标准刮板点云数据，构建标准刮板三维网格模型；
步骤S003，将磨损刮板点云数据和标准刮板点云数据进行对齐求差，得到磨损刮板的磨损量；
步骤S004，根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，根据堆焊修复路径对磨损刮板进行修复。
本发明中，获取磨损刮板的刮板扫描数据并进行点云数据处理，得到磨损刮板点云数据，获取标准刮板的刮板扫描数据并进行点云数据处理，得到标准刮板点云数据，点云数据包括X，Y，Z三个方向的数值，其分辨率为0.19mm，对点云数据进行预处理，包括：点云去噪，点云规则化处理，特征点提取，预处理后，重构磨损刮板三维网格模型和标准刮板三维网格模型，如图2所示。
点云去噪的算法主要采用K邻近算法处理，记K为坐标点与周围8个点的距离的平均值，通过遍历所有数据点，将其与设定的阈值相比较，大于则去除，具体计算公式为：
K＝Z1+Z2+…+Z8，
因为扫描仪自身和外界一些因素的干扰，我们采取到的坐标值在Z方向上可能存在一定的误差，因此我们需要采用点云规则化处理算法将点云数据进行处理，具体算法是通过遍历数据的每一行，求取每一行的平均值，并将去噪后的数据点投影在此平均值平面上，利用下述公式求得每行的Z坐标平均值：
Figure BDA0003001187450000061
特征点提取主要提取磨损刮板上表面的三个圆孔的位置，记三个圆孔的中心位置为point1，point2，point3，计算方法通过切片法求得，首先设定一定的Z向切片高度值记为zi，然后设定此圆的一个X与Y方向的范围，在此范围内进行切片处理，得到在zi平面内此圆的所有X和Y的坐标值，记为Xn，Yn，n＝1,2,3…，求得圆心的计算公式为：
Figure BDA0003001187450000062
Figure BDA0003001187450000063
Xo＝Xsum/n，
Yo＝Ysum/n，
其中Xo和Yo是求得的圆心坐标，Xsum，Ysum。Xsum为所有X坐标值得总和，Ysum为所有Y坐标值的总和。
在步骤S003中，将磨损刮板点云数据和标准刮板点云数据进行对齐求差，得到磨损刮板的磨损量；将磨损刮板点云数据和标准刮板点云数据进行对齐求差的计算公式为：
t＝(d-m)cosβ，
其中，磨损刮板的磨损面点法线方向磨损量为t，磨损面Z方向坐标值记为m，β为磨损面的角度值，标准刮板的标准面Z方向坐标值记为d。
在步骤S004中，根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，根据堆焊修复路径对磨损刮板进行修复。
先对单层堆焊路径进行规划，然后根据多个单层堆焊路径的规划进行多层堆焊路径的规划。
本发明提供的矿用刮板磨损后的修复方法，解决了现有技术中为保证生产采用以新刮板来更换磨损刮板的方式造成的严重的资源浪费，提高了生产成本的技术问题。本发明提供的矿用刮板磨损后的修复方法，能够根据不同磨损刮板的磨损程度规划堆焊修复路径，缩短了产品的修复周期，为后续自动化堆焊作业打下数据基础，降低了生产成本。
在其中的一个实施例中，将磨损刮板点云数据和标准刮板点云数据进行对齐求差的计算公式为：
将磨损刮板点云数据和标准刮板点云数据进行对齐求差的计算公式为：
t＝(d-m)cosβ，
其中，磨损刮板的磨损面点法线方向磨损量为t，磨损面Z方向坐标值记为m，β为磨损面的角度值，标准刮板的标准面Z方向坐标值记为d。
通过将磨损刮板点云数据和标准刮板点云数据进行对齐求差获取到缺损的数量。
在其中的一个实施例中，磨损面的角度值通过截取磨损刮板中间截面的坐标值进行一次多项式拟合求得，计算公式为：
zn＝ayn+b，
β＝arctan a，
式中，yn，zn分别表示磨损刮板中间截面y向坐标值与z向坐标值，n为自然数。通过这个计算公式计算得到磨损刮板中间截面的坐标值。
在其中的一个实施例中，根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，包括：
先对单层堆焊路径进行规划，然后根据多个单层堆焊路径的规划进行多层堆焊路径的规划。
在其中的一个实施例中，对单层堆焊路径进行规划包括：
提取磨损刮板两端的点云数据，奇数行坐标首末相连，偶数行坐标末首相连；
按顺序输出坐标，得到单层堆焊路径坐标数据总数Nl；
在其中的一个实施例中，根据多个单层堆焊路径的规划进行多层堆焊路径的规划包括：
每层堆焊需要去除的坐标Z向差值计算公式为：
Figure BDA0003001187450000081
式中，每层堆焊需要去除的坐标Z向差值为h，每层堆焊的厚度为l，θ为标准面的角度值，β为磨损面的角度值；
根据h与t求得需要堆焊修复的层数p，公式为：
Figure BDA0003001187450000082
式中，
Figure BDA0003001187450000083
为取整符号；
多层堆焊路径的计算公式为：
Nh＝p×Nl，
式中，Nh为多层堆焊路径坐标数据总数，Nl为单层堆焊路径坐标数据总数。
通过上述公式的计算，得到多层堆焊路径坐标数据总数，为磨损刮板的自动修复提供了精准的数据。
在其中的一个实施例中，将多层堆焊路径坐标数据总数传输至上位机，上位机控制堆焊机构实现磨损刮板的自动修复。通过对磨损刮板的自动修复提高了焊接效率和精度，降低了焊接对工人的要求和影响、降低成本、具有良好的自适应性；根据不同磨损刮板的磨损程度规划堆焊修复路径，缩短了产品的修复周期，为后续自动化堆焊作业打下数据基础。
本发明提出一种矿用刮板磨损后的修复系统，包括至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取磨损刮板的刮板扫描数据并进行点云数据处理，得到磨损刮板点云数据，构建磨损刮板三维网格模型；
获取标准刮板的刮板扫描数据并进行点云数据处理，得到标准刮板点云数据，构建标准刮板三维网格模型；
将磨损刮板点云数据和标准刮板点云数据进行对齐求差，得到磨损刮板的磨损量；
根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，根据堆焊修复路径对磨损刮板进行修复。
本发明提供的矿用刮板磨损后的修复方法，解决了现有技术中为保证生产采用以新刮板来更换磨损刮板的方式造成的严重的资源浪费，提高了生产成本的技术问题。本发明提供的矿用刮板磨损后的修复方法，能够根据不同磨损刮板的磨损程度规划堆焊修复路径，缩短了产品的修复周期，为后续自动化堆焊作业打下数据基础，降低了生产成本。
在其中的一个实施例中，将磨损刮板点云数据和标准刮板点云数据进行对齐求差的计算公式为：
n＝(d-m)cosβ，
其中，磨损刮板的磨损面点法线方向磨损量为n，标准刮板的标准面Z方向坐标值记为d，磨损面Z方向坐标值记为m，β为磨损面的角度值。
在其中的一个实施例中，根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，根据堆焊修复路径对磨损刮板进行修复包括：
先对单层堆焊路径进行规划，然后根据多个单层堆焊路径的规划进行多层堆焊路径的规划。
在其中的一个实施例中，对单层堆焊路径进行规划包括：
提取磨损刮板两端的点云数据，奇数行坐标首末相连，偶数行坐标末首相连；
按顺序输出坐标，得到单层堆焊路径坐标数据总数Nl；
在其中的一个实施例中，根据多个单层堆焊路径的规划进行多层堆焊路径的规划包括：
每层堆焊需要去除的坐标Z向差值计算公式为：
Figure BDA0003001187450000101
式中，每层堆焊需要去除的坐标Z向差值为h，每层堆焊的厚度为l，θ为标准面的角度值，β为磨损面的角度值；
根据h与t求得需要堆焊修复的层数p，公式为：
Figure BDA0003001187450000102
式中，
Figure BDA0003001187450000103
为取整符号；
多层堆焊路径的计算公式为：
Nh＝p×Nl，
式中，Nh为多层堆焊路径坐标数据总数，Nl为单层堆焊路径坐标数据总数。
通过上述公式的计算，得到多层堆焊路径坐标数据总数，为磨损刮板的自动修复提供了精准的数据。
在其中的一个实施例中，将多层堆焊路径坐标数据总数传输至上位机，上位机控制堆焊机构实现磨损刮板的自动修复。通过对磨损刮板的自动修复提高了焊接效率和精度，降低了焊接对工人的要求和影响、降低成本、具有良好的自适应性；根据不同磨损刮板的磨损程度规划堆焊修复路径，缩短了产品的修复周期，为后续自动化堆焊作业打下数据基础。
以上所述的仅是本发明的原理和较佳的实施例。应当指出，对于本领域的普通技术人员来说，在本发明原理的基础上，还可以做出若干其它变型，也应视为本发明的保护范围。

Claims (10)

1.一种矿用刮板磨损后的修复方法，其特征在于，包括：
获取磨损刮板的刮板扫描数据并进行点云数据处理，得到磨损刮板点云数据，构建磨损刮板三维网格模型；
获取标准刮板的刮板扫描数据并进行点云数据处理，得到标准刮板点云数据，构建标准刮板三维网格模型；
将磨损刮板点云数据和标准刮板点云数据进行对齐求差，得到磨损刮板的磨损量；
根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，根据堆焊修复路径对磨损刮板进行修复。
2.根据权利要求1所述的矿用刮板磨损后的修复方法，其特征在于，包括：
将磨损刮板点云数据和标准刮板点云数据进行对齐求差的计算公式为：
t＝(d-m)cosβ，
其中，磨损刮板的磨损面点法线方向磨损量为t，磨损面Z方向坐标值记为m，β为磨损面的角度值，标准刮板的标准面Z方向坐标值记为d。
3.根据权利要求2所述的矿用刮板磨损后的修复方法，其特征在于，包括：
磨损面的角度值通过截取磨损刮板中间截面的坐标值进行一次多项式拟合求得，计算公式为：
zn＝ayn+b，
β＝arctana，
式中，yn，zn分别表示磨损刮板中间截面y向坐标值与z向坐标值，n为自然数。
4.根据权利要求2所述的矿用刮板磨损后的修复方法，其特征在于，包括：
根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，包括：
先对单层堆焊路径进行规划，然后根据多个单层堆焊路径的规划进行多层堆焊路径的规划。
5.根据权利要求4所述的矿用刮板磨损后的修复方法，其特征在于，包括：
对单层堆焊路径进行规划包括：
提取磨损刮板两端的点云数据，奇数行坐标首末相连，偶数行坐标末首相连；
按顺序输出坐标，得到单层堆焊路径坐标数据总数Nl。
6.根据权利要求4所述的矿用刮板磨损后的修复方法，其特征在于，包括：
根据多个单层堆焊路径的规划进行多层堆焊路径的规划包括：
每层堆焊需要去除的坐标Z向差值计算公式为：
Figure FDA0003001187440000021
式中，每层堆焊需要去除的坐标Z向差值为h，每层堆焊的厚度为l，θ为标准面的角度值，β为磨损面的角度值；
根据h与t求得需要堆焊修复的层数p，公式为：
Figure FDA0003001187440000023
式中，
Figure FDA0003001187440000022
为取整符号；
多层堆焊路径的计算公式为：
Nh＝p×Nl，
式中，Nh为多层堆焊路径坐标数据总数，Nl为单层堆焊路径坐标数据总数。
7.根据权利要求6所述的矿用刮板磨损后的修复方法，其特征在于，包括：
将多层堆焊路径坐标数据总数传输至上位机，上位机控制堆焊机构实现磨损刮板的自动修复。
8.一种矿用刮板磨损后的修复系统，其特征在于，包括至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：
获取磨损刮板的刮板扫描数据并进行点云数据处理，得到磨损刮板点云数据，构建磨损刮板三维网格模型；
获取标准刮板的刮板扫描数据并进行点云数据处理，得到标准刮板点云数据，构建标准刮板三维网格模型；
将磨损刮板点云数据和标准刮板点云数据进行对齐求差，得到磨损刮板的磨损量；
根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，根据堆焊修复路径对磨损刮板进行修复。
9.根据权利要求8所述的矿用刮板磨损后的修复系统，其特征在于，包括：
将磨损刮板点云数据和标准刮板点云数据进行对齐求差的计算公式为：
t＝(d-m)cosβ，
其中，磨损刮板的磨损面点法线方向磨损量为t，磨损面Z方向坐标值记为m，β为磨损面的角度值，标准刮板的标准面Z方向坐标值记为d。
10.根据权利要求8所述的矿用刮板磨损后的修复系统，其特征在于，包括：
根据磨损量和磨损刮板的磨损位置规划磨损刮板的堆焊修复路径，根据堆焊修复路径对磨损刮板进行修复包括：
先对单层堆焊路径进行规划，然后根据多个单层堆焊路径的规划进行多层堆焊路径的规划。
CN202110347309.8A 2021-03-31 2021-03-31 矿用刮板磨损后的修复方法和系统 Active CN112967387B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110347309.8A CN112967387B (zh) 2021-03-31 2021-03-31 矿用刮板磨损后的修复方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110347309.8A CN112967387B (zh) 2021-03-31 2021-03-31 矿用刮板磨损后的修复方法和系统

Publications (2)

Publication Number Publication Date
CN112967387A true CN112967387A (zh) 2021-06-15
CN112967387B CN112967387B (zh) 2024-05-24

Family

ID=76280485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110347309.8A Active CN112967387B (zh) 2021-03-31 2021-03-31 矿用刮板磨损后的修复方法和系统

Country Status (1)

Country Link
CN (1) CN112967387B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113534740A (zh) * 2021-09-16 2021-10-22 沈阳机床(集团)有限责任公司 一种火车车轮轮缘踏面的检测数据分析及修复方法
CN113702072A (zh) * 2021-08-27 2021-11-26 中国核动力研究设计院 一种闸板阀磨损量测量方法、测量设备、可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103294421A (zh) * 2013-06-13 2013-09-11 福州大学 三维复印装置
CN103655014A (zh) * 2013-11-26 2014-03-26 西安交通大学 一种人工关节磨损评估方法及评估系统
US20160159011A1 (en) * 2014-12-04 2016-06-09 Caterpillar Inc. Vision System for Selective Tridimensional Repair Using Additive Manufacturing
CN107856309A (zh) * 2017-11-06 2018-03-30 沈阳航空航天大学 一种增材制造与再制造快速路径规划方法
KR102077934B1 (ko) * 2018-08-10 2020-02-14 중앙대학교 산학협력단 비디오를 이용하여 객체의 가상 리트로피팅을 수행하기 위한 정렬 데이터 생성 방법 및 이를 수행하는 단말 장치
WO2020165916A1 (en) * 2019-02-15 2020-08-20 Low Heat Metal Bonds Private Limited Methods and systems for repairing crossings of railway tracks

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103294421A (zh) * 2013-06-13 2013-09-11 福州大学 三维复印装置
CN103655014A (zh) * 2013-11-26 2014-03-26 西安交通大学 一种人工关节磨损评估方法及评估系统
US20160159011A1 (en) * 2014-12-04 2016-06-09 Caterpillar Inc. Vision System for Selective Tridimensional Repair Using Additive Manufacturing
CN107856309A (zh) * 2017-11-06 2018-03-30 沈阳航空航天大学 一种增材制造与再制造快速路径规划方法
KR102077934B1 (ko) * 2018-08-10 2020-02-14 중앙대학교 산학협력단 비디오를 이용하여 객체의 가상 리트로피팅을 수행하기 위한 정렬 데이터 생성 방법 및 이를 수행하는 단말 장치
WO2020165916A1 (en) * 2019-02-15 2020-08-20 Low Heat Metal Bonds Private Limited Methods and systems for repairing crossings of railway tracks

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴卓;钟元元;: "基于逆向工程的破损零件修复模型的建立", 机械制造, no. 05 *
房敏;杨鸿飞;鞠晨;原长锁;: "输送机刮板的等离子堆焊修复方法研究", 煤矿机械, no. 10 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113702072A (zh) * 2021-08-27 2021-11-26 中国核动力研究设计院 一种闸板阀磨损量测量方法、测量设备、可读存储介质
CN113534740A (zh) * 2021-09-16 2021-10-22 沈阳机床(集团)有限责任公司 一种火车车轮轮缘踏面的检测数据分析及修复方法
CN113534740B (zh) * 2021-09-16 2021-11-19 沈阳机床(集团)有限责任公司 一种火车车轮轮缘踏面的检测数据分析及修复方法

Also Published As

Publication number Publication date
CN112967387B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
CN112967387A (zh) 矿用刮板磨损后的修复方法和系统
CN111723448B (zh) 数字孪生智能综采工作面液压支架直线度监测方法
WO2021000720A1 (zh) 一种基于点云边界构建小曲率零件机器人加工路径曲线的方法
CN102637216B (zh) 一种复杂组合曲面的数控侧铣加工刀轨生成方法
CN103093036B (zh) 工件加工仿真
CN112036041B (zh) 一种3dp工艺中stl模型渗透误差综合补偿方法
CN108127523B (zh) 一种用于抛修精锻叶片叶身型面的数控砂带磨削方法
CN107499454A (zh) 一种基于ots的船体分段搭载精度的控制方法
US20120206457A1 (en) Methods and Systems for Generating Continuous Surfaces from Polygonal Data
CN104385052A (zh) 基于激光位移传感器的蒙皮自适应加工方法
CN101653921A (zh) 凸轮轴数控磨削轮廓误差补偿方法
CN104484507A (zh) 一种基于逆向工程的零部件再制造方法
CN109753761A (zh) 一种管路组件生产工艺
CN103336485A (zh) 飞机结构件腹板铣削加工轨迹快速生成方法
CN112001982A (zh) 基于煤层数字化模型ct剖切的采煤机智能截割方法及系统
CN109815540B (zh) 一种空间曲线构件的基准线布设方法
CN111931340A (zh) 一种公差管理系统及管理方法
CN115016394A (zh) 一种基于瑕疵类型的瑕疵刀位点识别方法
CN110928326A (zh) 一种面向飞行器外形的测量点差异性规划方法
US20180318899A1 (en) System and method for model-based pipe bending instructions
CN107886573B (zh) 一种复杂地质条件下边坡三维有限元网格生成方法
US20150206342A1 (en) Methods and Systems for Generating Continuous Surfaces from Polygonal Data
CN116029036B (zh) 用于运营普速铁路的平面坐标测量数据搭接方法和系统
CN117152475A (zh) 一种获取爆堆矿石块度的方法
CN111832759A (zh) 基于bim的水运工程分类编码方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant