CN114036666A - 预测铸造件壁厚偏差的方法 - Google Patents
预测铸造件壁厚偏差的方法 Download PDFInfo
- Publication number
- CN114036666A CN114036666A CN202111297409.0A CN202111297409A CN114036666A CN 114036666 A CN114036666 A CN 114036666A CN 202111297409 A CN202111297409 A CN 202111297409A CN 114036666 A CN114036666 A CN 114036666A
- Authority
- CN
- China
- Prior art keywords
- data
- casting
- inner cavity
- casting shell
- wall thickness
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明实施例提供一种预测铸造件壁厚偏差的方法，包括：S1.对铸造件壳体内腔进行动态扫描，获取定位标点的位置数据；S2.对获取到的所述位置数据进行处理，至少包括：S21.将多个所述定位标点的所述位置数据进行封装，得到多边形对象数据；S22.对所述多边形对象数据进行多边形修复处理，获得所述铸造件壳体内腔的网格特征数据；S3.对所述铸造件壳体内腔的CAD参考模型所述网格特征数据进行数据分析，并计算得到铸造件壳体内腔与原设计件的各个位置的位置偏差信息，实现只检测毛坯状态的铸造件壳体内腔即可预测精加工完成后的铸造件壳体壁厚，避免大量产生不合格的铸造件，便于及时采取措施，将壁厚不合格的铸造件扼杀在产品加工的起始状态。
Description
技术领域
本发明涉及铸造件检测领域，尤其涉及一种预测铸造件壁厚偏差的方法。
背景技术
很多的铸造件的内表面由流线型曲面、网状肋骨、大肋、孔座和凸台等结构组成，结构复杂，相关尺寸繁多，现有检测设备无法进行流线型曲面的整体检测和评价。因为铸造件的壳体壁厚和重量有严格的要求，由于内壁曲线等尺寸无法准确测量，检验员在对毛坯状态的铸造件进行检测时，无法做出正确的判断。
目前的检测方法为试模检测，即对铸造出的铸造件先进行外形尺寸的大致检测，然后进行多道工序加工，再对精加工后的铸造件壁厚、重量和尺寸进行检测，检测符合图纸要求后，才能判定模具合格。如果加工出的铸造件产品的壁厚、重量或其它尺寸达不到要求，则需要重新修改模具。采用这种检测方法对铸造件进行检测，需要等到铸造件完成一个加工周期才能得出检测结果。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供一种预测铸造件壁厚偏差的方法，针对具有内孔的铸造件，判断实际铸造后的铸造件与原设计件壁厚的偏差，实现在铸造件的毛坯阶段，即可实现对铸造件尺寸的预测，将问题扼杀在机床加工以前，避免大量产生不合格的铸造件。
包括：
S1.对铸造件壳体内腔进行动态扫描，获取定位标点的位置数据；
S2.对获取到的所述位置数据进行处理，至少包括：
S21.将多个所述定位标点的所述位置数据进行封装，得到多边形对象数据；
S22.对所述多边形对象数据进行多边形修复处理，获得所述铸造件壳体内腔的网格特征数据；
S3.对所述铸造件壳体内腔的CAD参考模型所述网格特征数据进行数据分析，并计算得到铸造件壳体内腔与原设计件的各个位置的位置偏差信息。
更进一步的，在S1步骤前，还包括在所述铸造件壳体内腔粘贴多个所述定位标点。
更进一步的，所述定位标点为高反光黑色微粘性定位标点。
更进一步的，步骤S22.对所述多边形对象数据进行多边形修复处理，获得所述铸造件壳体内腔的网格特征数据，至少包括：
S221.删除所述多边形对象数据中的钉状物多边形数据；
S222.对剩余的多个所述多边形对象数据进行组合处理，获得所述铸造件壳体内腔的网格；
S223.对所述网格进行开流形计算，并删除获得的所述铸造件壳体内腔的所述网格中，与其主体网格不相连的三角形面片；
S224.对剩余的所述网格进行平滑滤波，获得所述铸造件壳体内腔的网格特征数据。
更进一步的，在步骤S224中，所述对剩余的所述网格进行平滑滤波之后，还包括：
S2241.对所述铸造件壳体内腔中未扫描到的区域，进行插值数据填充，补充缺失的表面数据。
更进一步的，步骤S3.对所述铸造件壳体内腔的所述网格特征数据进行数据分析，至少包括：
S31.将所述铸造件壳体内腔的所述网格特征数据与所述原设计件的CAD参考模型对齐；
S32.将对齐后的所述铸造件壳体内腔的所述网格特征数据与所述原设计件的CAD参考模型进行3D对比，显示对齐状态，并计算所述网格特征数据中各个位置的位置偏差信息。
更进一步的，步骤S31中，所述将所述铸造件壳体内腔的所述网格特征数据与所述原设计件的CAD参考模型对齐，采用基于特征的对齐方法。
更进一步的，当采用基于特征的对齐方法时，所述原设计件的CAD参考模型中，对对齐精度要求较高、需保证对齐偏差较小的区域，在所述区域建立多个特征，以保证对所述网格特征数据的约束。
更进一步的，步骤S32中，所述将对齐后的所述铸造件壳体内腔的所述网格特征数据与所述原设计件的CAD参考模型进行3D对比，采用Geomagic Qualify的三维对比功能。
上述技术方案具有如下有益效果：
对毛坯状态的铸造件壳体内腔进行动态扫描，通过将实际扫描得出的铸造件壳体内腔三维模型(即网格特征数据)与原设计件的CAD参考模型进行对比，实现只检测毛坯状态的铸造件壳体内腔即可预测精加工完成后的铸造件壳体壁厚，将壁厚不合格的铸造件扼杀在产品加工的起始状态。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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的附图。
图1是根据本发明实施例的方法流程图。
图2是根据本发明实施例步骤S2的方法流程图；
图3是根据本发明实施例步骤S22的方法流程图；
图4是根据本发明实施例步骤S224的方法流程图；
图5是根据本发明实施例步骤S3的方法流程图。
具体实施方式
下面将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。基于本发明中的实施例，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，都属于本发明保护的范围。
如图1至图5所示的一种预测铸造件壁厚偏差的方法，针对具有内孔的铸造件，判断实际铸造后的铸造件与原设计件壁厚的偏差，实现在铸造件的毛坯阶段，即可实现对铸造件尺寸的预测，将问题扼杀在机床加工以前，避免大量产生不合格的铸造件。
本实施例通过对毛坯状态的电机段壳体铸件的检测，对本发明内容进行说明。
包括：
S1.对铸造件壳体内腔进行动态扫描，获取定位标点的位置数据；
对铸造件壳体内腔进行动态扫描，可以采用三维激光扫描仪，三维激光扫描仪其本质原理就是一种光学三角测量法，其扫描数据是由无数个几何点所组成，EXASCAN扫描仪采集足够的空间坐标点，可将铸造件壳体内腔表示出来。
扫描得到的位置数据的分辨率，与扫描物体表面精细程度、扫描铸造件壳体内腔的移动速度有关。扫描时所采用较小分辨率时，扫描出的铸造件壳体内腔的模型越精细，与此同时其扫描头相对于铸造件壳体内腔的移动速度就相应的缓慢，所以扫描所用时间较长，并且扫描出的数据规模相对庞大。所以在进行扫描时，对扫描设备分辨率的设置，需要根据所要求的铸造件壳体内腔预测壁厚的准确率、误差率设置。本发明不对此作任何限制。
在其中一种实施方式中，在S1步骤前，还包括在所述铸造件壳体内腔粘贴多个所述定位标点，所述定位标点。所述定位标点为高反光黑色微粘性定位标点。
为将对铸造件壳体内腔检测时，现场震动所产生的误差去除，避免累积误差，在其中一种实施方式中，可以采用的检测方法是动态扫描，即在铸造件壳体内腔中，以无规则方式粘贴定位标点，只需保证内腔检测无空白区即可，并将扫描仪的定位标点检测软件设置为自定位。
需要注意的是，在粘贴定位标点时，所贴定位标点的疏密会对扫描结果产生影响。所以对于铸造件壳体内腔的关键易发生壁厚变化的区域应将定位标点粘贴紧密，对于相对不关键区域点则应相对稀疏，在本实施例中，定位标点间的距离基本在20mm～100mm的范围内。
在本实施例中，检测每个毛坯状态的电机段壳体铸件至少需要粘贴关键500个以上的点。
S2.对获取到的所述位置数据进行处理，至少包括：
S21.将多个所述定位标点的所述位置数据进行封装，得到多边形对象数据；
扫描数据都是由无数个几何点所组成的，采集足够多的点才可以精确的将电机段壳体内腔表示出来。多边形对象数据是由一个个点云(扫描得到的位置数据点形成的云状数据集)封装成的多边形网格所组成。
S22.对所述多边形对象数据进行多边形修复处理，获得所述铸造件壳体内腔的网格特征数据；
在本实施例中，采用Geomagic Qualify多边形对象处理方法对所述多边形对象数据进行多边形修复处理。Geomagic Qualify多边形对象处理方法是通过点云数据封装后进行一系列的多边形修复处理，从而得到一个高质量的多边形对象的过程。
即在本实施例中，步骤S22.对所述多边形对象数据进行多边形修复处理，获得所述铸造件壳体内腔的网格特征数据，采用Geomagic Qualify多边形对象处理方法，至少包括：
S221.删除所述多边形对象数据中的钉状物多边形数据；
S222.对剩余的多个所述多边形对象数据进行组合处理，获得所述铸造件壳体内腔的网格；
S223.对所述网格进行开流形计算，并删除获得的所述铸造件壳体内腔的所述网格中，与其主体网格不相连的三角形面片；
根据扫描得到的定位标点的位置数据的分布的情况，测量得到的位置数据能够分为两种：截面测量数据与散乱测量数据。对于截面测量数据来说，常用的检测方法是在图形终端显示出测量数据，或生成曲线曲面，对数据实施检查和调整的时候运用半交互半自动的方法。而对于散乱测量数据点，由于拓扑关系较散乱，完成光顺预处理相当困难，所以只能经过图形终端用人工交互的方法来检查和调整。
在质量检测中，数据中的“跳点”与“坏点”对质量检测会产生很大的影响。“跳点”也通常被称之为失真点，产生失真点通常是由于设备环境的突然变化。想要顺利并且很好的完成测量数据的处理，最开始要做的是从大量的点云数据中找出可能的失真点。假设在同一个截面上对数据进行扫描，有一个点存在着这样的情况，它的相邻点距离它的距离偏移量较大，则把出现这种状况的点看做是“跳点”。辨别“跳点”有下面的几种方法：
(1)直观检查法：通过图形终端观察，有些点是屏幕上的孤点，还有些点与截面数据点的偏离程度较大，这些点可以直接用肉眼剔除。该方法可将一些偏差较大的跳点从数据点中剔选出来，该方法适用于对数据进行初步检查；
(2)曲线检查法：截面数据可以拟合成一条曲线，而这条曲线是通过截面数据的首末数据点来拟合的，拟合的方法为最小二乘法，设定曲线的阶次是有标准的，这个标准通常由曲面的截面形状所确定，通常将曲线的阶次设置为3～4阶，然后通过计算，求出数据点到样条曲线的距离，通过给定的允差来判别是否为失真点。假如Pi点到样条曲线的距离||ei||≤[ε]，[ε]为给定的允差，我们就可以认为Pi是失真点，所以删除掉。
(3)弦高差方法：将要接受检查的点Pi，相邻的前后两个点进行连接形成弦，然后计算出Pi到弦的距离，根据曲线检查法同样，若||ei||≤[ε]，则认为Pi是失真点，应该删除掉。S224.对剩余的所述网格进行平滑滤波，获得所述铸造件壳体内腔的网格特征数据。
由于实际测量过程中会有各种因素对扫描的数据产生影响，例如噪声，其测量结果对后续建模质量影响较大，为了减少或消除这些因素，对测量的定位标点的点数据进行平滑滤波是很有必要的，主要是为了消除误差。
在本实施例中，平滑滤波在对所述网格进行开流行计算之后，是因为大多数的滤波是基于扫描的数据，如果定位标点的点数据是无序的，会影响滤波的结果。
在其中一种实施方式中，在步骤S224中，所述对剩余的所述网格进行平滑滤波之后，还包括：
S2241.对所述铸造件壳体内腔中未扫描到的区域，进行插值数据填充，补充缺失的表面数据。
在其中一种实施方式中，还包括再填充孔步骤，将扫描不到的铸造件壳体内腔的地方进行填充，补充缺失的表面数据，可以将扫描后出来的电机段壳体内腔数据修复的更加完美。
S3.对所述铸造件壳体内腔的CAD参考模型所述网格特征数据进行数据分析，并计算得到铸造件壳体内腔与原设计件的各个位置的位置偏差信息。
步骤S3至少包括：
S31.将所述铸造件壳体内腔的所述网格特征数据与所述原设计件的CAD参考模型对齐；
对齐方法有许多种，对于不同的对齐方式对最终的分析结果有很大的影响。
在本实施例中，步骤S31中，所述将所述铸造件壳体内腔的所述网格特征数据与所述原设计件的CAD参考模型对齐，采用基于特征的对齐方法。
该方法多用于有规则外形的零件，通过创建在CAD模型和点云上对应的基准或特征的重合，达到CAD模型和点云的对齐。对齐时应当约束模型的6个自由度，这样可使对齐实现完全约束，若是所创建的基准或特征达不到完全约束，可通过“最佳拟合”功能，完成对齐操作。使用该方法时，应先在CAD模型上创建基准或特征，再利用自动创建基准或特征，再利用自动创建命令在点云上创建对应的基准或特征。
当采用基于特征的对齐方法时，所述原设计件的CAD参考模型中，对对齐精度要求较高、需保证对齐偏差较小的区域，在所述区域建立多个特征，以保证对所述网格特征数据的约束。
S32.将对齐后的所述铸造件壳体内腔的所述网格特征数据与所述原设计件的CAD参考模型进行3D对比，显示对齐状态，并计算所述网格特征数据中各个位置的位置偏差信息。
在本实施例中，步骤S32中，所述将对齐后的所述铸造件壳体内腔的所述网格特征数据与所述原设计件的CAD参考模型进行3D对比，采用Geomagic Qualify的三维对比功能。
对齐完成后，通过Geomagic Qualify三维对比功能，即可显示铸造件壳体内腔的所述网格特征数据与所述原设计件的CAD参考模型的对齐状态，同时也可以提取任意位置的偏差信息。
上述技术方案具有如下有益效果：
对毛坯状态的铸造件壳体内腔进行动态扫描，能够对复杂铸造件壳体内腔的隐藏点和细节进行快速扫描，通过将实际扫描得出的铸造件壳体内腔三维模型(即网格特征数据)与原设计件的CAD参考模型进行对比，得出两者之间的偏差，实现只检测毛坯状态的铸造件壳体内腔即可预测精加工完成后的铸造件壳体壁厚，避免大量产生不合格的铸造件，将壁厚不合格的铸造件扼杀在产品加工的起始状态。本发明的方法不受铸造件尺寸、复杂性、材质、颜色和放置位置、方向的影响。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.预测铸造件壁厚偏差的方法，其特征在于，
S1.对铸造件壳体内腔进行动态扫描，获取定位标点的位置数据；
S2.对获取到的所述位置数据进行处理，至少包括：
S21.将多个所述定位标点的所述位置数据进行封装，得到多边形对象数据；
S22.对所述多边形对象数据进行多边形修复处理，获得所述铸造件壳体内腔的网格特征数据；
S3.对所述铸造件壳体内腔的CAD参考模型所述网格特征数据进行数据分析，并计算得到铸造件壳体内腔与原设计件的各个位置的位置偏差信息。
2.如权利要求1所述的预测铸造件壁厚偏差的方法，其特征在于，在S1步骤前，还包括在所述铸造件壳体内腔粘贴多个所述定位标点。
3.如权利要求2所述的预测铸造件壁厚偏差的方法，其特征在于，所述定位标点为高反光黑色微粘性定位标点。
4.如权利要求1所述的预测铸造件壁厚偏差的方法，其特征在于，步骤S22.对所述多边形对象数据进行多边形修复处理，获得所述铸造件壳体内腔的网格特征数据，至少包括：
S221.删除所述多边形对象数据中的钉状物多边形数据；
S222.对剩余的多个所述多边形对象数据进行组合处理，获得所述铸造件壳体内腔的网格；
S223.对所述网格进行开流形计算，并删除获得的所述铸造件壳体内腔的所述网格中，与其主体网格不相连的三角形面片；
S224.对剩余的所述网格进行平滑滤波，获得所述铸造件壳体内腔的网格特征数据。
5.如权利要求4所述的预测铸造件壁厚偏差的方法，其特征在于，在步骤S224中，所述对剩余的所述网格进行平滑滤波之后，还包括：
S2241.对所述铸造件壳体内腔中未扫描到的区域，进行插值数据填充，补充缺失的表面数据。
6.如权利要求1所述的预测铸造件壁厚偏差的方法，其特征在于，步骤S3.对所述铸造件壳体内腔的所述网格特征数据进行数据分析，至少包括：
S31.将所述铸造件壳体内腔的所述网格特征数据与所述原设计件的CAD参考模型对齐；
S32.将对齐后的所述铸造件壳体内腔的所述网格特征数据与所述原设计件的CAD参考模型进行3D对比，显示对齐状态，并计算所述网格特征数据中各个位置的位置偏差信息。
7.如权利要求6所述的预测铸造件壁厚偏差的方法，其特征在于，步骤S31中，所述将所述铸造件壳体内腔的所述网格特征数据与所述原设计件的CAD参考模型对齐，采用基于特征的对齐方法。
8.如权利要求7所述的预测铸造件壁厚偏差的方法，其特征在于，当采用基于特征的对齐方法时，所述原设计件的CAD参考模型中，对对齐精度要求较高、需保证对齐偏差较小的区域，在所述区域建立多个特征，以保证对所述网格特征数据的约束。
9.如权利要求6所述的预测铸造件壁厚偏差的方法，其特征在于，步骤S32中，所述将对齐后的所述铸造件壳体内腔的所述网格特征数据与所述原设计件的CAD参考模型进行3D对比，采用Geomagic Qualify的三维对比功能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111297409.0A CN114036666A (zh) | 2021-11-04 | 2021-11-04 | 预测铸造件壁厚偏差的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111297409.0A CN114036666A (zh) | 2021-11-04 | 2021-11-04 | 预测铸造件壁厚偏差的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114036666A true CN114036666A (zh) | 2022-02-11 |
Family
ID=80142715
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111297409.0A Pending CN114036666A (zh) | 2021-11-04 | 2021-11-04 | 预测铸造件壁厚偏差的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114036666A (zh) |
-
2021
- 2021-11-04 CN CN202111297409.0A patent/CN114036666A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111274671B (zh) | 一种基于数字孪生的复杂产品装配过程精准修配方法及其运行系统 | |
| RU2476301C2 (ru) | Способ ремонта механически обрабатываемых деталей, таких как лопатки турбомашин или лопатки моноблочного лопаточного диска | |
| JP5703396B2 (ja) | 減数された測定点による公差評価 | |
| CN102496161B (zh) | 一种印刷电路板图像的轮廓提取方法 | |
| US20090226073A1 (en) | Method of creating master data used for inspecting concave-convex figure | |
| Sánchez‐Rodríguez et al. | Detection of structural faults in piers of masonry arch bridges through automated processing of laser scanning data | |
| CN111460567B (zh) | 基于bim楼梯面层净高检查系统、应用系统的方法及工艺 | |
| CN111932669A (zh) | 一种基于边坡岩体特征对象的变形监测方法 | |
| US20220004674A1 (en) | Parallelized vehicle impact analysis | |
| CN111612888A (zh) | 一种文物建筑图形的自动生成方法、系统及存储介质 | |
| CN116681873B (zh) | 基于数字高程模型快速更新的影像正射纠正方法及系统 | |
| CN112161566B (zh) | 一种基于模型的零件制造质量智能检测方法 | |
| CN114036666A (zh) | 预测铸造件壁厚偏差的方法 | |
| CN112989453A (zh) | 一种基于bim的全息变形信息提取方法 | |
| CN115758496A (zh) | 一种面向叶片三维测量的视点规划方法及系统 | |
| CN115583030A (zh) | 一种构件增材制造时内部三维缺陷在线检测方法及装置 | |
| CN114862816A (zh) | 毛刺检测方法、系统和计算机可读存储介质 | |
| US20210407064A1 (en) | Method and device for geometric analysis of a part surface | |
| JP4007857B2 (ja) | 三次元ソリッドモデルによる機能品質検査方法 | |
| Sinha | Efficient wall thickness analysis methods for optimal design of casting parts | |
| CN110490865A (zh) | 基于螺柱高反光特性的螺柱点云分割方法 | |
| Sitnik et al. | New concept of fast hybrid contact and no-contact measurement for automotive industry | |
| Selvi et al. | Triangulation method for area-line geometry-type changes in map generalisation | |
| US20230385479A1 (en) | Making a measurement relating to an object depending on a derived measurement surface | |
| CN116862909B (zh) | 一种基于三维成像的金属封装外壳检测方法及系统 |
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 |