CN114115123B - 航空大型薄壁类非刚体零件的参数化数控加工方法和系统 - Google Patents
航空大型薄壁类非刚体零件的参数化数控加工方法和系统 Download PDFInfo
- Publication number
- CN114115123B CN114115123B CN202111356224.2A CN202111356224A CN114115123B CN 114115123 B CN114115123 B CN 114115123B CN 202111356224 A CN202111356224 A CN 202111356224A CN 114115123 B CN114115123 B CN 114115123B
- Authority
- CN
- China
- Prior art keywords
- large thin
- wall non
- point cloud
- rigid part
- thin
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000003754 machining Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 34
- 238000013461 design Methods 0.000 claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims description 39
- 230000009466 transformation Effects 0.000 claims description 38
- 230000008569 process Effects 0.000 claims description 12
- 238000013519 translation Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 9
- 238000005452 bending Methods 0.000 claims description 6
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000007704 transition Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000002265 prevention Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims 4
- 230000036544 posture Effects 0.000 claims 2
- 238000004519 manufacturing process Methods 0.000 abstract description 6
- 238000012937 correction Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/404—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33133—For each action define function for compensation, enter parameters
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明提供了一种航空大型薄壁类非刚体零件的参数化数控加工方法和系统,包括:步骤1:工件装夹;步骤2:Mark点标记;步骤3:扫描路径规划;步骤4:点云扫描;步骤5:变形分析;步骤6:POGO柱调整;步骤7:二次扫描;步骤8:基于二次点云与三维设计模型,获取大型薄壁类零件的定位误差;步骤9:以步骤8中获取的定位误差为基础,补偿大型薄壁类零件加工代码。本发明可以有效检测阵列式柔性支撑工装的装夹定位误差、大型航空薄壁类非刚体零件的形变误差,并以此对数控机床加工代码进行补偿修正,在此基础上进行加工,从而大幅度提高航空薄壁类零件的加工精度,进而提高航天制造中薄壁类零件的质量稳定性。
Description
技术领域
本发明涉及航空航天的数控加工技术领域,具体地,涉及一种航空大型薄壁类非刚体零件的参数化数控加工方法和系统。
背景技术
整体蒙皮和薄板等航空大型薄壁类非刚体零件,在航空制造领域具有广泛的应用。由于该类零件自身所具有的尺寸大、厚度小、易变形等特点,传统的装夹定位方式难以适用。因此,目前大多采用阵列式柔性支撑工装的方式进行装夹及定位,以便进行后续加工。
专利文献CN110110414A(申请号:CN201910343950.7)公开了一种薄壁叶片加工误差补偿几何建模方法,用于解决现有基于误差补偿的航空叶片加工方法加工精度差的技术问题。技术方案是将叶片截面线划分为叶盆、叶背、前缘与后缘四部分,并针对不同的区域采用针对性的拟合方法,其中考虑到了弹性变形原理及曲线的连续性要求,以重构叶片的补偿几何模型。
然而,阵列式柔性支撑工装在实际的装夹加工过程中,存在如下几点问题:
1)定位误差:由于航空大型薄壁类零件流线型的几何外形、阵列式柔性支撑工装特殊的支撑原理,导致在装夹加工过程中缺乏精准的定位基准。薄壁类零件普遍存在装夹精度低,定位误差大等问题,需要依赖工人师傅根据经验进行调整;
2)形变误差:薄壁类零件在自身重力、装夹支撑力以及内部应力等多种因素作用下,会发生部分变形。
上述问题的存在,不可避免地对加工精度产生影响,严重制约了航空大型薄壁类零件加工质量的进一步提升。因此,如何补偿阵列式柔性支撑工装上大型薄壁类非刚体零件的定位误差及变形误差,实现参数化数控加工,成为我国航空制造业发展的重点和难点,具有重要的经济应用价值及学术研究意义。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种航空大型薄壁类非刚体零件的参数化数控加工方法和系统。
根据本发明提供的航空大型薄壁类非刚体零件的参数化数控加工方法,包括:
步骤1:依据加工工艺,将大型航空薄壁类零件装夹到阵列式柔性支撑工装上;
步骤2:结合零件造型,将零件边沿、中心和过渡顶点位置标记为Mark点;
步骤3:根据薄壁类零件空间曲面造型及初始位姿,结合RGB-D相机参数,规划扫描路径;
步骤4:通过RGB-D相机沿规划路径扫描阵列型柔性支撑工装上薄壁类非刚体零件,获取工件的实际点云数据;
步骤5:基于点云空间参数方程的平均曲率K,量化分析薄壁类零件的变形程度;
步骤6:基于确定的大型薄壁类非刚体零件的变形量,调整阵列式柔性工装各POGO柱高度,以恢复大型薄壁类非刚体零件的弯曲变形量;
步骤7:通过RGB-D相机沿规划轨迹二次扫描形变量调整后的薄壁类非刚体零件;
步骤8:基于二次点云与三维设计模型,获取大型薄壁类零件的定位误差;
步骤9:以获取的定位误差为基础补偿大型薄壁类零件加工代码。
优选的,所述Mark点为工件姿态的标记点,用于点云数据处理中的定位、变形误差的确定和补偿处理;
所述薄壁类零件的空间曲面为流线型复杂型面;
所述深度相机参数包括景深、拍摄距离和焦距;
从准确性、高效性及安全性这三个角度出发,规划深度相机的扫描路径;
所述准确性是指薄壁类零件的检测点始终位于深度相机的最佳聚焦平面及景深变化区域内,以确保获取图像的清晰可靠,公式为:
其中,D表示薄壁类零件检测点与深度相机的扫描距离;f为镜头焦距;H为相机芯片靶面尺寸;FOV为相机视野范围;ΔL为相机景深;
所述高效性是指在确保扫描结果准确性的前提下,尽可能减少的拍摄图像数目,以提高扫描效率,公式为:
其中,F(s)代表整体扫描过程中所有图像的重叠面积之和;Si代表第i张图片与相邻图片之间的重叠面积;n代表图像总数目;
所述安全性是指在扫描过程中避免深度相机传感器与薄壁类零件或其他硬件之间发生碰撞干涉意外情况。
优选的,采取分区域迭代拍摄的方式进行扫描,最后通过坐标系变换完成各区域点云数据的拼接统一处理;
结合RGB-D相机所在机床结构,依据X、Y、Z轴平移变换矩阵及A、B轴旋转变换矩阵T,实现不同位置下点云数据的拼接整合;
所述变换矩阵T=GT(x,y,z)×Rot(x,a)×Rot(y,b),计算得:
其中,平移变换矩阵其中x、y、z为机床坐标系下相机作为空间位置坐标点,a、b为A、B轴旋转的角度;
A轴旋转矩阵
B轴旋转矩阵
优选的,沿平行于大型薄壁板边界方向,以等间隔均分平面组集对实测点云、模型点云进行切分,拟合大型薄壁板截面型线参数方程组,分别得到实测点云截面型线拟合参数方程与模型点云截面型线参数方程/>
空间曲线参数方程fi在(xi,yi,zi)处的曲率其中/>
优选的,(xi,yi)处POGO柱高度的调整量计算公式为:
其中,ε为曲率阈值;
以参数方程曲率为判别标志,进行形变条件下非刚体薄壁板的形变补偿调整;
二次扫描的对象是POGO柱调整后的薄壁板零件,获取的点云数据为变形补偿调整后的二次点云;
将获取的二次点云数据与理想位姿下的零件设计模型进行三维配准,通过计算点云数据与设计模型中对应Mark点配准前后的变换关系,计算得到大型薄壁类零件在阵列式柔性工装支撑上位移变换矩阵,进而锁定实际位姿,实现定位误差的补偿。
根据本发明提供的航空大型薄壁类非刚体零件的参数化数控加工系统,包括:
模块M1:依据加工工艺,将大型航空薄壁类零件装夹到阵列式柔性支撑工装上;
模块M2:结合零件造型,将零件边沿、中心和过渡顶点位置标记为Mark点;
模块M3:根据薄壁类零件空间曲面造型及初始位姿,结合RGB-D相机参数,规划扫描路径;
模块M4:通过RGB-D相机沿规划路径扫描阵列型柔性支撑工装上薄壁类非刚体零件,获取工件的实际点云数据;
模块M5:基于点云空间参数方程的平均曲率K,量化分析薄壁类零件的变形程度;
模块M6:基于确定的大型薄壁类非刚体零件的变形量,调整阵列式柔性工装各POGO柱高度,以恢复大型薄壁类非刚体零件的弯曲变形量;
模块M7:通过RGB-D相机沿规划轨迹二次扫描形变量调整后的薄壁类非刚体零件;
模块M8:基于二次点云与三维设计模型,获取大型薄壁类零件的定位误差;
模块M9:以获取的定位误差为基础补偿大型薄壁类零件加工代码。
优选的,所述Mark点为工件姿态的标记点,用于点云数据处理中的定位、变形误差的确定和补偿处理;
所述薄壁类零件的空间曲面为流线型复杂型面;
所述深度相机参数包括景深、拍摄距离和焦距;
从准确性、高效性及安全性这三个角度出发,规划深度相机的扫描路径;
所述准确性是指薄壁类零件的检测点始终位于深度相机的最佳聚焦平面及景深变化区域内,以确保获取图像的清晰可靠,公式为:
其中,D表示薄壁类零件检测点与深度相机的扫描距离;f为镜头焦距;H为相机芯片靶面尺寸;FOV为相机视野范围;ΔL为相机景深;
所述高效性是指在确保扫描结果准确性的前提下,尽可能减少的拍摄图像数目,以提高扫描效率,公式为:
其中,F(s)代表整体扫描过程中所有图像的重叠面积之和;Si代表第i张图片与相邻图片之间的重叠面积;n代表图像总数目;
所述安全性是指在扫描过程中避免深度相机传感器与薄壁类零件或其他硬件之间发生碰撞干涉意外情况。
优选的,采取分区域迭代拍摄的方式进行扫描,最后通过坐标系变换完成各区域点云数据的拼接统一处理;
结合RGB-D相机所在机床结构,依据X、Y、Z轴平移变换矩阵及A、B轴旋转变换矩阵T,实现不同位置下点云数据的拼接整合;
所述变换矩阵T=GT(x,y,z)×Rot(x,a)×Rot(y,b),计算得:
其中,平移变换矩阵其中x、y、z为机床坐标系下相机作为空间位置坐标点,a、b为A、B轴旋转的角度;
A轴旋转矩阵
B轴旋转矩阵
优选的,沿平行于大型薄壁板边界方向,以等间隔均分平面组集对实测点云、模型点云进行切分,拟合大型薄壁板截面型线参数方程组,分别得到实测点云截面型线拟合参数方程与模型点云截面型线参数方程/>
空间曲线参数方程fi在(xi,yi,zi)处的曲率其中/>
优选的,(xi,yi)处POGO柱高度的调整量计算公式为:
其中,ε为曲率阈值;
以参数方程曲率为判别标志,进行形变条件下非刚体薄壁板的形变补偿调整;
二次扫描的对象是POGO柱调整后的薄壁板零件,获取的点云数据为变形补偿调整后的二次点云;
将获取的二次点云数据与理想位姿下的零件设计模型进行三维配准,通过计算点云数据与设计模型中对应Mark点配准前后的变换关系,计算得到大型薄壁类零件在阵列式柔性工装支撑上位移变换矩阵,进而锁定实际位姿,实现定位误差的补偿。
与现有技术相比,本发明具有如下的有益效果:
(1)本发明可以有效检测阵列式柔性支撑工装的装夹定位误差、大型航空薄壁类非刚体零件的形变误差,并以此对数控机床加工代码进行补偿修正,在此基础上进行加工,从而大幅度提高航空薄壁类零件的加工精度,进而提高航天制造中薄壁类零件的质量稳定性;
(2)采用本发明所提出技术方案,在加工大型航空薄壁类非刚体零件时,加工精度可达0.5mm,定位精度优于0.1mm/m,复材零件孔隙率等缺陷均符合工艺要求。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明技术方案流程图;
图2为大型薄壁类零件及形变示意图;
图3为大型薄壁类零件扫描点云示意图;
图4为阵列式柔性支撑工装装夹大型航空类薄壁板零件示意图;
图5为大型航空薄壁类零件定位偏差示意图;其中,图5a为变形前的薄壁板,图5b为变形后的薄壁板;
图6为定位误差的补偿示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例:
如图1所示,为本发明的整体技术流程方案,包括如下步骤:
1)结合加工工艺要求,将大型航空薄壁类非刚体零件装夹到阵列式柔性支撑工装上。
在1)中,依据薄壁类零件的三维设计模型,调整阵列式柔性支撑工装中各POGO柱空间位置及支撑高度,实现薄壁类零件低形变程度下的装夹定位。
2)结合薄壁类零件几何造型,在零件的边沿、过渡顶点等位置标记Mark点,以便后续确定形变误差、定位误差。具体如图2和图3所示。
3)按照准确性、高效性及安全性,结合RGB-D相机具体参数,规划大型薄壁类零件的扫描路径。在规划中,始终确保:
其中,D代表薄壁类零件检测点与深度相机的扫描距离;f为镜头焦距;H为相机芯片靶面尺寸;FOV为相机视野范围;ΔL为相机景深。
其中,F(s)代表整体扫描过程中,所有图像的重叠面积之和;Si代表第i张图片与相邻图片之间的重叠面积;n代表图像总数目。
4)控制RGB-D相机,沿规划路径对薄壁类零件进行扫描,获取不同位置下的深度图像及点云数据。并通过变换矩阵,实现不同位置下点云数据的拼接整合。具体如图4所示。
所述变换矩阵T=GT(x,y,z)×Rot(x,a)×Rot(y,b),计算可得:
其中,平移变换矩阵其中x、y、z为机床坐标系下相机作为空间位置坐标点。A轴旋转矩阵/>B轴旋转矩阵
5)基于点云空间参数方程的平均曲率K,量化分析薄壁类零件的变形程度。
沿平行于大型薄壁板边界的方向,以等间隔均分平面组集对实测点云、模型点云进行切分,拟合大型薄壁板截面型线参数方程组,分别得到实测点云截面型线拟合参数方程与模型点云截面型线参数方程/>
在步骤5)中,空间曲线参数方程fi在(xi,yi,zi)处的曲率其中
6)POGO柱调整:基于步骤5)中确定的大型薄壁板非刚体零件的变形量,调整阵列式柔性工装各POGO柱高度,以恢复大型薄壁板非刚体零件的弯曲变形量,如图5a和图5b,为变形前后的薄壁板。
在步骤6)中,(xi,yi)处POGO柱高度的调整量具体计算公式为: 其中/>ε为曲率阈值。从而,以参数方程曲率为判别标志,进而实现形变条件下非刚体薄壁板的形变补偿调整。
7)二次扫描:RGB-D相机沿规划轨迹,二次扫描形变量调整后的薄壁板非刚体零件。
在步骤7)中,二次扫描的对象是POGO柱调整后的薄壁板零件,获取的点云数据为变形补偿调整后的二次点云。
8)基于二次点云与三维设计模型,获取大型薄壁类零件的定位误差;
在步骤8)中,需要注意的是,实际点云数据与理想位姿下的零件设计模型之间的偏差,主要包含两部分:装夹定位误差与零件形变误差。在本发明的步骤5—7中,通过拟合系列截面参数方程,对比实际零件与设计模型的曲率,并以此调整阵列式柔性支撑工装的POGO柱高度,从而实现对零件形变偏差的补偿。
在步骤8)中,将获取的二次点云数据与理想位姿下的零件设计模型进行三维配准,通过计算点云数据与设计模型中对应Mark点配准前后的变换关系,即可计算得到大型薄壁类零件在阵列式柔性工装支撑上位移变换矩阵,进而锁定实际位姿,实现定位误差的补偿。具体如图6所示。
在步骤8)中,基于Mark点计算位移变换矩阵,具体步骤如下:
(1)依据预先粘贴的标志符,提取点云数据中的Mark点,设点云数据中的Mark点集为Mr1,Mr2,Mr3,……Mrn,对应坐标分别为Mri(xi,yi,zi);相应的从三维设置模型中提取对应Mark点,设三维模型中的Mark点集为Md1,Md2,Md3,……Mdn,对应坐标分别为Mdi(xi,yi,zi);
(2)建立从理想三维模型到实际点云数据的旋转变换矩阵Tc:结合阵列式柔性支撑工装的实际应用场景可知,大型薄壁类零件的装夹定位误差主要为沿X、Y、Z三坐标轴方向的平移以及绕Z轴的角度偏转。因此,旋转变换矩阵Tc可以表示为:
T=GT(x,y,z)·Rot(z,c)其中:c代表绕Z轴的旋转偏移角度。
(3)依据Mark点计算阵列式柔性支撑工装的定位误差,即旋转变换矩阵Tc的具体数值:
通过Mark点之间的对应关系,结合各个点具体坐标,构建超静定方程组,基于最小二乘法求解确定,从而获取大型薄壁类零件在阵列式柔性支撑工装的定位误差。
9)以步骤8中获取的定位误差为基础,补偿大型薄壁类零件加工代码
在步骤9)中,基于确定的定位误差,对后续加工代码进行补偿,具体包含如下步骤:
(1)依据工艺文件设计加工需求,提取理想位姿下三维模型中的加工轨迹,即机床刀具的加工坐标点集合L1,L2,L3,……Ln;
(2)利用公式Mi=Li·GT(x,y,z)·Rot(z,c),计算包含有大型薄壁类零件定位误差前提下的实际加工坐标点集合M1,M2,M3,……Mn;
(3)结合加工机床具体运动链结构,基于D-H法分析坐标变换矩阵,将补偿后工件坐标系下的加工点M1,M2,M3,……Mn转换至机床坐标系下的加工点T1,T2,T3,……Tn;
其中,φb与φc分别代表绕机床B轴与C轴旋转角度。
由此,即可确定阵列式柔性支撑工装装夹下的零件的装夹定位误差,并基于该误差实现自适应补偿加工,从而提高大型薄壁类零件的加工制造精度,进一步提升航空制造的稳定性。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以,本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件,而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构;也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (4)
1.一种航空大型薄壁类非刚体零件的参数化数控加工方法,其特征在于,包括:
步骤1:依据加工工艺,将大型薄壁类非刚体零件装夹到阵列式柔性支撑工装上;
步骤2:结合零件造型,将零件边沿、中心和过渡顶点位置标记为Mark点;
步骤3:根据大型薄壁类非刚体零件空间曲面造型及初始位姿,结合RGB-D相机参数,规划扫描路径;
步骤4:通过RGB-D相机沿规划路径扫描阵列式柔性支撑工装上大型薄壁类非刚体零件,获取工件的实际点云数据;
步骤5:基于点云空间参数方程的平均曲率K,量化分析大型薄壁类非刚体零件的变形程度;
步骤6:基于确定的大型薄壁类非刚体零件的变形量,调整阵列式柔性工装各POGO柱高度,以恢复大型薄壁类非刚体零件的弯曲变形量;
步骤7:通过RGB-D相机沿规划轨迹二次扫描形变量调整后的大型薄壁类非刚体零件;
步骤8:基于二次点云与三维设计模型,获取大型薄壁类非刚体零件的定位误差;
步骤9:以获取的定位误差为基础补偿大型薄壁类非刚体零件加工代码;
采取分区域迭代拍摄的方式进行扫描,最后通过坐标系变换完成各区域点云数据的拼接统一处理;
结合RGB-D相机所在机床结构,依据X、Y、Z轴平移变换矩阵及A、B轴旋转变换矩阵T,实现不同位置下点云数据的拼接整合;
所述变换矩阵T=GT(x,y,z)×Rot(x,a)×Rot(y,b),计算得:
其中,平移变换矩阵其中x、y、z为机床坐标系下相机作为空间位置坐标点,a、b为A、B轴旋转的角度;
A轴旋转矩阵
B轴旋转矩阵
沿平行于大型薄壁类非刚体零件边界方向,以等间隔均分平面组集对实测点云、模型点云进行切分,拟合大型薄壁类非刚体零件截面型线参数方程组,分别得到实测点云截面型线拟合参数方程与模型点云截面型线参数方程/>
空间曲线参数方程fi在(xi,yi,zi)处的曲率其中
(xi,yi)处POGO柱高度的调整量计算公式为:
其中,ε为曲率阈值;
以参数方程曲率为判别标志,进行形变条件下大型薄壁类非刚体零件的形变补偿调整;
二次扫描的对象是POGO柱调整后的大型薄壁类非刚体零件,获取的点云数据为变形补偿调整后的二次点云;
将获取的二次点云数据与理想位姿下的零件设计模型进行三维配准,通过计算点云数据与设计模型中对应Mark点配准前后的变换关系,计算得到大型薄壁类非刚体零件在阵列式柔性工装支撑上位移变换矩阵,进而锁定实际位姿,实现定位误差的补偿。
2.根据权利要求1所述的航空大型薄壁类非刚体零件的参数化数控加工方法,其特征在于,所述Mark点为工件姿态的标记点,用于点云数据处理中的定位、变形误差的确定和补偿处理;
所述大型薄壁类非刚体零件的空间曲面为流线型复杂型面;
从准确性、高效性及安全性这三个角度出发,规划深度相机的扫描路径;深度相机参数包括景深、拍摄距离和焦距;
所述准确性是指大型薄壁类非刚体零件的检测点始终位于深度相机的最佳聚焦平面及景深变化区域内,以确保获取图像的清晰可靠,公式为:
其中,D表示大型薄壁类非刚体零件检测点与深度相机的扫描距离;f为镜头焦距;H为相机芯片靶面尺寸;FOV为相机视野范围;ΔL为相机景深;
所述高效性是指在确保扫描结果准确性的前提下,尽可能减少的拍摄图像数目,以提高扫描效率,公式为:
其中,F(s)代表整体扫描过程中所有图像的重叠面积之和;Si代表第i张图片与相邻图片之间的重叠面积;n代表图像总数目;
所述安全性是指在扫描过程中避免深度相机传感器与大型薄壁类非刚体零件或其他硬件之间发生碰撞干涉意外情况。
3.一种航空大型薄壁类非刚体零件的参数化数控加工系统,其特征在于,包括:
模块M1:依据加工工艺,将大型薄壁类非刚体零件装夹到阵列式柔性支撑工装上;
模块M2:结合零件造型,将零件边沿、中心和过渡顶点位置标记为Mark点;
模块M3:根据大型薄壁类非刚体零件空间曲面造型及初始位姿,结合RGB-D相机参数,规划扫描路径;
模块M4:通过RGB-D相机沿规划路径扫描阵列式柔性支撑工装上大型薄壁类非刚体零件,获取工件的实际点云数据;
模块M5:基于点云空间参数方程的平均曲率K,量化分析大型薄壁类非刚体零件的变形程度;
模块M6:基于确定的大型薄壁类非刚体零件的变形量,调整阵列式柔性工装各POGO柱高度,以恢复大型薄壁类非刚体零件的弯曲变形量;
模块M7:通过RGB-D相机沿规划轨迹二次扫描形变量调整后的大型薄壁类非刚体零件;
模块M8:基于二次点云与三维设计模型,获取大型薄壁类非刚体零件的定位误差;
模块M9:以获取的定位误差为基础补偿大型薄壁类非刚体零件加工代码;
采取分区域迭代拍摄的方式进行扫描,最后通过坐标系变换完成各区域点云数据的拼接统一处理;
结合RGB-D相机所在机床结构,依据X、Y、Z轴平移变换矩阵及A、B轴旋转变换矩阵T,实现不同位置下点云数据的拼接整合;
所述变换矩阵T=GT(x,y,z)×Rot(x,a)×Rot(y,b),计算得:
其中,平移变换矩阵其中x、y、z为机床坐标系下相机作为空间位置坐标点,a、b为A、B轴旋转的角度;
A轴旋转矩阵
B轴旋转矩阵
沿平行于大型薄壁类非刚体零件边界方向,以等间隔均分平面组集对实测点云、模型点云进行切分,拟合大型薄壁类非刚体零件截面型线参数方程组,分别得到实测点云截面型线拟合参数方程与模型点云截面型线参数方程/>
空间曲线参数方程fi在(xi,yi,zi)处的曲率其中
(xi,yi)处POGO柱高度的调整量计算公式为:
其中,ε为曲率阈值;
以参数方程曲率为判别标志,进行形变条件下大型薄壁类非刚体零件的形变补偿调整;
二次扫描的对象是POGO柱调整后的大型薄壁类非刚体零件,获取的点云数据为变形补偿调整后的二次点云;
将获取的二次点云数据与理想位姿下的零件设计模型进行三维配准,通过计算点云数据与设计模型中对应Mark点配准前后的变换关系,计算得到大型薄壁类非刚体零件在阵列式柔性工装支撑上位移变换矩阵,进而锁定实际位姿,实现定位误差的补偿。
4.根据权利要求3所述的航空大型薄壁类非刚体零件的参数化数控加工系统,其特征在于,所述Mark点为工件姿态的标记点,用于点云数据处理中的定位、变形误差的确定和补偿处理;
所述大型薄壁类非刚体零件的空间曲面为流线型复杂型面;
从准确性、高效性及安全性这三个角度出发,规划深度相机的扫描路径;深度相机参数包括景深、拍摄距离和焦距;
所述准确性是指大型薄壁类非刚体零件的检测点始终位于深度相机的最佳聚焦平面及景深变化区域内,以确保获取图像的清晰可靠,公式为:
其中,D表示大型薄壁类非刚体零件检测点与深度相机的扫描距离;f为镜头焦距;H为相机芯片靶面尺寸;FOV为相机视野范围;ΔL为相机景深;
所述高效性是指在确保扫描结果准确性的前提下,尽可能减少的拍摄图像数目,以提高扫描效率,公式为:
其中,F(s)代表整体扫描过程中所有图像的重叠面积之和;Si代表第i张图片与相邻图片之间的重叠面积;n代表图像总数目;
所述安全性是指在扫描过程中避免深度相机传感器与大型薄壁类非刚体零件或其他硬件之间发生碰撞干涉意外情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111356224.2A CN114115123B (zh) | 2021-11-16 | 2021-11-16 | 航空大型薄壁类非刚体零件的参数化数控加工方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111356224.2A CN114115123B (zh) | 2021-11-16 | 2021-11-16 | 航空大型薄壁类非刚体零件的参数化数控加工方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114115123A CN114115123A (zh) | 2022-03-01 |
CN114115123B true CN114115123B (zh) | 2024-04-09 |
Family
ID=80395995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111356224.2A Active CN114115123B (zh) | 2021-11-16 | 2021-11-16 | 航空大型薄壁类非刚体零件的参数化数控加工方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114115123B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115599526B (zh) * | 2022-10-31 | 2023-05-16 | 上海铼钠克信息技术有限公司 | 五轴数控机床智能编辑方法、装置、电子设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104759942A (zh) * | 2015-04-22 | 2015-07-08 | 华中科技大学 | 一种薄壁零件的铣削变形在线测量与补偿加工方法 |
CN105242637A (zh) * | 2015-10-27 | 2016-01-13 | 华中科技大学 | 一种航空薄壁叶片补偿加工方法 |
CN109202539A (zh) * | 2018-08-23 | 2019-01-15 | 北京动力机械研究所 | 一种复合材料弱刚度异形结构在线检测方法 |
CN109489580A (zh) * | 2018-12-10 | 2019-03-19 | 华东理工大学 | 一种复杂表面加工的在机点云检测及补偿方法 |
CN110202318A (zh) * | 2019-06-18 | 2019-09-06 | 华东理工大学 | 一种基于双侧超声滚压加工的航空叶片定位与姿态调节方法 |
CN110322464A (zh) * | 2019-06-30 | 2019-10-11 | 华中科技大学 | 一种基于三维点云的小曲率薄壁零件边界提取方法 |
CN111008602A (zh) * | 2019-12-06 | 2020-04-14 | 青岛海之晨工业装备有限公司 | 一种小曲率薄壁零件用二维和三维视觉结合的划线特征提取方法 |
CN111581874A (zh) * | 2020-06-28 | 2020-08-25 | 大连理工大学 | 一种薄壁曲面表层图案激光加工轨迹求解方法 |
CN112254664A (zh) * | 2020-07-23 | 2021-01-22 | 南京优登科技有限公司 | 高性能部件点云轮廓分析评价方法 |
-
2021
- 2021-11-16 CN CN202111356224.2A patent/CN114115123B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104759942A (zh) * | 2015-04-22 | 2015-07-08 | 华中科技大学 | 一种薄壁零件的铣削变形在线测量与补偿加工方法 |
CN105242637A (zh) * | 2015-10-27 | 2016-01-13 | 华中科技大学 | 一种航空薄壁叶片补偿加工方法 |
CN109202539A (zh) * | 2018-08-23 | 2019-01-15 | 北京动力机械研究所 | 一种复合材料弱刚度异形结构在线检测方法 |
CN109489580A (zh) * | 2018-12-10 | 2019-03-19 | 华东理工大学 | 一种复杂表面加工的在机点云检测及补偿方法 |
CN110202318A (zh) * | 2019-06-18 | 2019-09-06 | 华东理工大学 | 一种基于双侧超声滚压加工的航空叶片定位与姿态调节方法 |
CN110322464A (zh) * | 2019-06-30 | 2019-10-11 | 华中科技大学 | 一种基于三维点云的小曲率薄壁零件边界提取方法 |
CN111008602A (zh) * | 2019-12-06 | 2020-04-14 | 青岛海之晨工业装备有限公司 | 一种小曲率薄壁零件用二维和三维视觉结合的划线特征提取方法 |
CN111581874A (zh) * | 2020-06-28 | 2020-08-25 | 大连理工大学 | 一种薄壁曲面表层图案激光加工轨迹求解方法 |
CN112254664A (zh) * | 2020-07-23 | 2021-01-22 | 南京优登科技有限公司 | 高性能部件点云轮廓分析评价方法 |
Non-Patent Citations (3)
Title |
---|
自由曲面薄壁工件加工的柔性定位方法研究;门延武;周凯;;制造技术与机床;20081002(第10期);全文 * |
航空发动机叶片保形加工中的定位误差数值建模与分析;王辉;周明星;余杰;王文宇;黄博浩;融亦鸣;;计算机集成制造系统;20160915(第09期);全文 * |
航空薄壁件原位检测与补偿加工方法研究;王刚;童刚;毛金城;李文龙;;装备制造技术;20171015(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114115123A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110434671B (zh) | 一种基于特征测量的铸造件表面机加工轨迹校准方法 | |
CN108692688B (zh) | 一种机器人测量-加工系统扫描仪坐标系自动标定方法 | |
CN110202318B (zh) | 一种基于双侧超声滚压加工的航空叶片定位与姿态调节方法 | |
CN112614098B (zh) | 一种基于增强现实的毛坯定位与加工余量分析方法 | |
CN111986219B (zh) | 一种三维点云与自由曲面模型的匹配方法 | |
CN105234743A (zh) | 一种五轴加工中心刀具变形误差补偿方法 | |
CN114018155B (zh) | 化铣激光刻型轮廓精度检测方法及系统 | |
CN114115123B (zh) | 航空大型薄壁类非刚体零件的参数化数控加工方法和系统 | |
CN111539446A (zh) | 一种基于模板匹配的2d激光孔位检测方法 | |
CN112729112B (zh) | 基于机器人视觉的发动机缸体孔径与孔位检测方法 | |
CN110716497A (zh) | 一种基于平面基准约束与余量约束的配准方法 | |
CN109978991A (zh) | 基于视觉快速实现复杂构件装夹位姿误差在线测量的方法 | |
CN114669775A (zh) | 叶片气膜孔加工自适应定位方法、系统、设备及存储介质 | |
CN114413788B (zh) | 基于双目视觉和反向模型重构的零件表面图案检测方法 | |
CN115077378A (zh) | 一种应用于大型工件测量的线扫激光的手眼标定方法 | |
CN112319845A (zh) | 用于飞机壁板精度自修正的变形监测方法及系统 | |
Tian et al. | A technology framework for robotic profiling of blade edges based on model reconstruction and trajectory replanning | |
CN113102882A (zh) | 几何误差补偿模型的训练方法和几何误差补偿方法 | |
CN111069973B (zh) | 一种复杂外形铸件快速找正的方法及装置 | |
CN1256990A (zh) | 智能寻位加工方法 | |
CN114460900B (zh) | 一种异形曲面玻璃轮廓的加工方法及装置 | |
CN109035238B (zh) | 一种面向自由曲面零件的加工余量离线分析方法 | |
Feng et al. | A matrix-solving hand-eye calibration method considering robot kinematic errors | |
CN113843797B (zh) | 一种基于单双目混合视觉的非结构环境下零件六角螺栓自动拆卸方法 | |
CN115056213A (zh) | 一种面向大型复杂构件的机器人轨迹自适应修正方法 |
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 |