CN115523871A - 一种航空器表面波纹度的检测方法、装置、设备及介质 - Google Patents
一种航空器表面波纹度的检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115523871A CN115523871A CN202211107478.5A CN202211107478A CN115523871A CN 115523871 A CN115523871 A CN 115523871A CN 202211107478 A CN202211107478 A CN 202211107478A CN 115523871 A CN115523871 A CN 115523871A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- waviness
- acquiring
- point
- 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
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/64—Analysis of geometric attributes of convexity or concavity
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本申请公开一种航空器表面波纹度的检测方法、装置、设备及介质,包括:获取待测航空器部件的表面容差、波纹度阈值和测量设备不确定度;根据表面容差、波纹度阈值和测量设备不确定度,获取测量设备的精度阈值;选取满足精度阈值的测量设备;利用测量设备获取待测航空器部件的第一点云数据;对第一点云数据进行拟合,获取不确定区域;获取空间点云矩阵;根据线性判别法检测空间点云矩阵的广义波纹度,获得检测结果;根据预设检测次数和检测结果,获取待测航空器部件的波纹度合格率。本申请对第一点云数据采用曲面拟合、插值规则化和线性判别法进行波纹度随机性判定,即能满足测量需求,又能提高计算资源的利用率,有效提高了检测结果的精确度和快捷性。
Description
技术领域
本申请涉及飞机装配检测技术领域,具体而言,涉及一种航空器表面波纹度的检测方法、装置、设备及介质。
背景技术
航空器是一种重要的交通运输工具,在生产生活中,为了使航空器具有特定的功能和经济适用性,其外形基本采用自由曲面结构。由于其特殊的结构,在制造过程中,航空器表面质量的检测一直是各国研究的热点。
航空器部件表面波纹度是衡量航空器表面质量的重要参数,也是衡量航空器质量优劣的重要指标。目前,大多数航空制造企业也只有依靠过程能力,以此来保证表面质量,需要的工作量较大,并且获得的检测结果不够精确。
发明内容
本申请的主要目的在于提供一种航空器表面波纹度的检测方法、装置、电子设备及存储介质,旨在解决通过现有技术获得的检测结果不够精确的问题。
为解决上述技术问题,本申请提供如下技术方案:
第一方面,本申请实施例提供一种航空器表面波纹度的检测方法,包括以下步骤:
获取待测航空器部件的表面容差、波纹度阈值和测量设备不确定度;
根据所述表面容差、所述波纹度阈值和所述测量设备不确定度,获取测量设备的精度阈值;
选取满足所述精度阈值的测量设备;
利用所述测量设备获取所述待测航空器部件的第一点云数据;
对所述第一点云数据进行拟合,获取不确定区域;
根据插值法对所述不确定区域对应的点云数据进行规则化,获取空间点云矩阵;
根据线性判别法检测所述空间点云矩阵的广义波纹度,获得检测结果;
根据预设检测次数和所述检测结果,获取所述待测航空器部件的波纹度合格率。
可选地,
所述根据所述表面容差、所述波纹度阈值和所述测量设备不确定度计算,获取测量设备的精度阈值,包括:
根据所述表面容差和所述波纹度阈值计算所述待测航空器部件的名义波长;
根据预设分度值,获取所述名义波长对应的第一预设个数的数据采集点和每个所述数据采集点之间的第一间距;
根据所述测量设备不确定度和所述第一间距,获取所述测量设备的精度阈值。
可选地,所述根据插值法对所述不确定区域对应的点云数据进行规则化,获取空间点云矩阵包括:
根据所述不确定区域获取对应的第一空间点云矩阵;其中,所述第一空间点云矩阵为离散状态;
在所述第一空间点云矩阵中选取第二预设个数的点云数据采样点;
根据行间距和列间距均为所述第一间距的排列方式,获取所述点云数据采样点对应的第一元素值;
若所述第一空间点云矩阵中的排列位置上的元素不存在对应的所述点云数据采样点,则根据插值方法补全对应位置的第二元素值;
根据所述第一元素值和所述第二元素值,获取所述空间点云矩阵。
可选地,所述若所述第一空间点云矩阵中的排列位置上的元素不存在对应的所述点云数据采样点,则根据插值方法补全对应位置的第二元素值,包括:
若所述待测航空器部件表面为平直面,则根据平均数插值法补全所述第二元素值;
若所述待测航空器部件表面为单向曲面,则根据抛物线插值法补全所述第二元素值;
若所述待测航空器部件表面为自由曲面,则根据指数插值法补全所述第二元素值。
可选地,所述根据线性判别法检测所述空间点云矩阵的广义波纹度,获得检测结果,包括:
获取所述空间点云矩阵中第三预设个数的点云数据点集;其中,所述点云数据点集中的点云数据点为三维空间点,每一所述点云数据点均在同一平面内;
获取所述点云数据点集中的参考点云数据点;其中,所述参考点云数据点为所述点云数据点集中的任一点云数据点;
获取第一点云数据点集;其中,所述第一点云数据点集由所述点云数据点集中除所述参考点云数据点外的点云数据点构成;
分别计算所述第一点云数据点集中的点云数据点与所述参考点云数据点的距离;
根据所述距离确定目标云数据点和对应的最大距离;其中,所述目标点云数据点为与所述参考云数据点之间距离最大的点云数据点;
获取所述参考点云数据点和所述目标点云数据点之间的直线;
获取第二点云数据点集;其中,所述第二点云数据点集由所述点云数据点集中除所述参考点云数据点和所述目标点云数据点外的点云数据点构成;
分别计算所述第二点云数据点集中的点云数据点到所述直线的距离的平均值,获得平均距离;
根据所述最大距离和所述平均距离,获取所述广义波纹度。
可选地,所述根据预设检测次数和所述检测结果,获取所述待测航空器部件的波纹度合格率,包括:
根据预设检测次数分别对所述空间点云矩阵进行广义波纹度检测,获取每一次波纹检测对应的检测结果;
根据波纹度阈值判断所述检测结果,以获得合格次数;
根据所述预设检测次数和所述合格次数计算所述待测航空器部件的波纹度合格率。
可选地,所述根据所述最大距离和所述平均距离,获取所述广义波纹度,包括:
其中,P为所述广义波纹度,D1N为所述平均距离,L1N为所述最大距离。
第二方面,本申请实施例提供一种航空器表面波纹度的检测装置,包括:
获取模块,用于获取待测航空器部件的表面容差、波纹度阈值和测量设备不确定度;
精度计算模块,用于根据所述表面容差、所述波纹度阈值和所述波纹度阈值,获取测量设备的精度阈值;
选取模块,用于选取满足所述精度阈值的测量设备;
测量模块,用于利用所述测量设备获取所述待测航空器部件的第一点云数据;
拟合模块,用于对所述第一点云数据进行拟合,获取不确定区域;
插值模块,用于根据插值法对所述不确定区域对应的点云数据进行规则化,获取空间点云矩阵;
波纹度检测模块,用于根据线性判别法检测所述空间点云矩阵的广义波纹度,获得检测结果;
合格率检测模块,用于根据预设检测次数和所述检测结果,获取所述待测航空器部件的波纹度合格率。
第三方面,本申请实施例提供一种电子设备,包括:处理器和存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器调用所述程序指令能够执行第一方面的方法。
第四方面,本申请实施例提供一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行第一方面的方法。
本申请通过待测航空器部件的表面容差、波纹度阈值和测量设备不确定度计算出测量设备的精度阈值,再根据测量设备阈值的精度选择合适的三维测量设备,可以满足测量需求,又能提高计算资源的利用率;对第一点云数据采用曲面拟合和插值规则化,可以减少运算量,并且能够快捷且准确的对波纹度进行判定;通过编程方法对空间点云矩阵进行高次数、随机性判定,并根据波纹度要求判定每次波纹度检测合格率,从而提高检测结果的精确度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例涉及的硬件运行环境的电子设备结构示意图;
图2为本申请实施例提供的一种航空器表面波纹度的检测方法的流程示意图;
图3为本申请实施例提供的第一空间点云矩阵示意图;
图4为本申请实施例提供的空间点云矩阵示意图;
图5为本申请实施例提供的航空器表面波纹度的检测装置结构示意图。
图中标记:101-处理器,102-通信总线,103-网络接口,104-用户接口,105-存储器。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
本申请实施例的主要解决方案是:提出一种航空器表面波纹度的检测方法、装置、设备及介质,通过获取待测航空器部件的表面容差、波纹度阈值和测量设备不确定度;根据所述表面容差、所述波纹度阈值和所述测量设备不确定度,获取测量设备的精度阈值;选取满足所述精度阈值的测量设备;利用所述测量设备获取所述待测航空器部件的第一点云数据;对所述第一点云数据进行拟合,获取不确定区域;根据插值法对所述不确定区域对应的点云数据进行规则化,获取空间点云矩阵;根据线性判别法检测所述空间点云矩阵的广义波纹度,获得检测结果;根据预设检测次数和所述检测结果,获取所述待测航空器部件的波纹度合格率。
航空器是一种重要的交通运输工具,在生产生活中,为了使航空器具有特定的功能和经济适用性,其外形基本采用自由曲面结构。由于其特殊的结构,在制造过程中,航空器表面质量的检测一直是各国研究的热点。
航空器部件表面波纹度是衡量航空器表面质量的重要参数,也是衡量航空器质量优劣的重要指标。迄今为止,还没有很好的方法可以快捷、准确地测量出波纹度,大多数航空制造企业也只有依靠过程能力,以此来保证表面质量,需要的工作量较大,并且获得的检测结果不够精确。
为此,本申请提供一种解决方案,通过获取待测航空器部件的表面容差、波纹度阈值和测量设备不确定度;根据所述表面容差、所述波纹度阈值和所述测量设备不确定度,获取测量设备的精度阈值;选取满足所述精度阈值的测量设备;利用所述测量设备获取所述待测航空器部件的第一点云数据;对所述第一点云数据进行拟合,获取不确定区域;根据插值法对所述不确定区域对应的点云数据进行规则化,获取空间点云矩阵;根据线性判别法检测所述空间点云矩阵的广义波纹度,获得检测结果;根据预设检测次数和所述检测结果,获取所述待测航空器部件的波纹度合格率,解决了通过现有技术获得的检测结果不够精确的问题。
参照附图1,附图1为本申请实施例方案涉及的硬件运行环境的电子设备结构示意图,该电子设备可以包括:处理器101,例如中央处理器(Central Processing Unit,CPU)、通信总线102、用户接口104、网络接口103、存储器105。其中,通信总线102用于实现这些组件之间的连接通信。用户接口104可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口104还可以包括标准的有线接口、无线接口。网络接口103可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器105可选的可以是独立于前述处理器101的存储装置,存储器105可能是高速的随机存取存储器(Random Access Memory,RAM),也可能是稳定的非易失性存储器(Non-VolatileMemory,NVM),例如至少一个磁盘存储器;处理器101可以是通用处理器,包括中央处理器、网络处理器等,还可以是数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本领域技术人员可以理解,附图1中示出的结构并不构成对电子设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如附图1所示,作为一种存储介质的存储器105中可以包括操作系统、网络通信模块、用户接口模块以及航空器表面波纹度的检测装置。
在附图1所示的电子设备中,网络接口103主要用于与网络服务器进行数据通信;用户接口104主要用于与用户进行数据交互;本申请电子设备中的处理器101、存储器105可以设置在电子设备中,电子设备通过处理器101调用存储器105中存储的航空器表面波纹度的检测装置,并执行本申请实施例提供的航空器表面波纹度的检测方法。
参照附图2,附图2为本申请实施例提供的一种航空器表面波纹度的检测方法的流程示意图,包括以下步骤:
步骤201:获取待测航空器部件的表面容差、波纹度阈值和测量设备不确定度。
在具体实施过程中,待测航空器部件的表面容差可以根据容差测量装置进行测量获得,将表面容差记为△D;波纹度阈值为待测航空器部件对波纹度要求值,将波纹度阈值记为P;测量设备不确定度(Test Uncertain Ratio,TUR)是与测量结果关联的一个参数,用于表征合理赋予被测量的值的分散性,不同航空器部件选取的TUR也不尽相同,国军标一般要求国标一般要求本申请实施例令
步骤202:根据所述表面容差、所述波纹度阈值和所述测量设备不确定度,获取测量设备的精度阈值。
在具体实施过程中,考虑到不同测量设备具有不同的精度,如果选择的测量设备精度低,获取的点云数据可能较为稀疏,无法满足测量需求;反之,如果选择的测量设备精度过高,获取的点云数据可能过于稠密,会造成计算资源的浪费。因此,从实际需求出发,以待测航空产品的表面容差△D、部件波纹度要求值P以及TUR作为依据,逆向推导出满足测量要求的点云距离,然后以此点云距离作为选择测量设备的原则,以满足测量需求和计算资源的高效利用。
步骤203:选取满足所述精度阈值的测量设备。
在具体实施过程中,根据上述测量设备的精度阈值,选取精度大于此精度阈值的测量设备,测量设备为三维扫描工具,用于提取待测航空器部件的点云数据。
步骤204:利用所述测量设备获取所述待测航空器部件的第一点云数据。
其中,点云数据是指在一个三维坐标系统中的一组向量的集合,含有颜色信息(RGB)或反射强度信息(Intensity),本申请实施例选择非接触式三维测量设备提取三维点云数据,将第一点云数据记为Data1,将获取的点云数据Data1保存为.txt格式。
步骤205:对所述第一点云数据进行拟合,获取不确定区域。
在具体实施过程中,用三维测量设备获取的第一点云数据的数据量较大,故通过曲面拟合的方式进行初步筛查,具体为:利用CATIA三维软件对Data1进行拟合,在CATIA软件的自然光照模式下,观察拟合面的质量情况;如存在或疑似存在凹坑、凸起、裂纹、扭曲等情况,将区域进行标记并形成不确定区域;然后导出不确定区域相应点的坐标值,以供下一步定量分析。
步骤206:根据插值法对所述不确定区域对应的点云数据进行规则化,获取空间点云矩阵。
在具体实施过程中,采用三维测量设备获取的第一点云数据呈现离散状态,无法进行波纹度的有效评估。同理,不确定区域对应的点云数据也是呈现离散状态,需要进行再加工才能进行后续分析处理。本申请实施例采用插值法对不确定区域对应的点云数据进行插值处理,处理后获得空间点云矩阵呈现规则连续排列状态,将空间点云矩阵记为Data2(i)(i=1,2,3…),Data2(i)的元素为三维空间点,每个点包含了三个坐标分量。
步骤207:根据线性判别法检测所述空间点云矩阵的广义波纹度,获得检测结果。
在具体实施过程中,根据线性判别法检测空间点云矩阵Data2(i)(i=1,2,3…)的广义波纹度,以空间点云矩阵Data2(i)(i=1,2,3…)的广义波纹度值代替被测曲面波纹度,具体为:在Data2(i)中随机选取共面的空间点,计算所选取空间点的广义波纹度,根据选取的点云数据点的个数N,将之称为N点式判别法,选取的空间点个数可以根据部件的重要程度来确定。
步骤208:根据预设检测次数和所述检测结果,获取所述待测航空器部件的波纹度合格率。
在具体实施过程中,利用编程方法对空间点云矩阵Data2(i)进行预设次数、随机性的线性判别检测,获取每一次线性检测的检测结果,对检测次数和检测结果进行分析,即可计算出待测航空器部件的波纹度合格率。其中,预设检测次数根据部件的重要程度来确定。
在本申请实施例中,通过待测航空器部件的表面容差、波纹度阈值和测量设备不确定度计算出测量设备的精度阈值,根据测量设备的精度阈值选择合适的三维测量设备,可以满足测量需求,又能提高计算资源的利用率;对第一点云数据采用曲面拟合和插值规则化,可以减少运算量,并且能够快捷且准确的对波纹度进行判定;通过编程方法对空间点云矩阵行高次数、随机性判定,并根据波纹度要求判定每次波纹度检测合格率,从而提高检测结果的精确度。
在一种可选的实施方式中,所述根据所述表面容差、所述波纹度阈值和所述测量设备不确定度计算,获取测量设备的精度阈值,包括:
根据所述表面容差和所述波纹度阈值计算所述待测航空器部件的名义波长;
根据预设分度值,获取所述名义波长对应的第一预设个数的数据采集点和每个所述数据采集点之间的第一间距;
根据所述测量设备不确定度和所述第一间距,获取所述测量设备的精度阈值。
在本申请实施例中,表面容差△D与波纹度阈值P已知,根据公式计算待测航空器部件的名义波长λ0;取预设分度值为则刻画名义波长需要的最少数据采集点的数量为h个,即第一预设个数为h个,根据公式计算每个数据采集点之间的第一间距d。
在本申请实施例中,通过待测航空器部件的表面容差、波纹度阈值和测量设备不确定度计算出测量设备的精度阈值,根据测量设备的精度阈值选择合适的三维测量设备,以满足测量需求和计算资源的高效利用。
在一种可选的实施方式中,所述根据插值法对所述不确定区域对应的点云数据进行规则化,获取空间点云矩阵包括:
根据所述不确定区域获取对应的第一空间点云矩阵;其中,所述第一空间点云矩阵为离散状态;
在所述第一空间点云矩阵中选取第二预设个数的点云数据采样点;
根据行间距和列间距均为所述第一间距的排列方式,获取所述点云数据采样点对应的第一元素值;
若所述第一空间点云矩阵中的排列位置上的元素不存在对应的所述点云数据采样点,则根据插值方法补全对应位置的第二元素值;
根据所述第一元素值和所述第二元素值,获取所述空间点云矩阵。
所述若所述第一空间点云矩阵中的排列位置上的元素不存在对应的所述点云数据采样点,则根据插值方法补全对应位置的第二元素值,包括:
若所述待测航空器部件表面为平直面,则根据平均数插值法补全所述第二元素值;
若所述待测航空器部件表面为单向曲面,则根据抛物线插值法补全所述第二元素值;
若所述待测航空器部件表面为自由曲面,则根据指数插值法补全所述第二元素值。
参照附图3,附图3为本申请实施例提供的第一空间点云矩阵示意图,如附图3所示,第一空间点云矩阵呈现离散排列状态;参照附图4,附图4为本申请实施例提供的空间点云矩阵示意图,如附图4所示,空间点云矩阵呈现连续排列状态。在具体实施过程中,对不确定区域进行标记并形成第一空间点云矩阵Data12(i)(i=1,2,3…),在Data12(i)中对应的矩形区域中随机选取M个点云数据采样点,其坐标分别为1(x1,y1,z1)、2(x2,y2,z2)、3(x3,y3,z3)、…、M(xm,ym,zm);根据的第一间距从矩形区域左上角开始,按照行等距d、列等距d的排列方式,对Data12(i)进行规则化,以获得规则化矩阵Data2(i)(i=1,2,3…)。
若Data12(i)中的排列位置上的元素不存在对应的点云数据采样点,利用该元素附近的点云数据进行插值拟合,具体的插值方法由待测航空器部件表面的外形几何属性确定。
本申请实施例通过插值法对离散状态的Data12(i)进行插值处理,得到规则连续排列状态的矩阵Data2(i),以便于后续对待测航空器部件广义波纹度进行分析和处理,从而能够有效的评估待测航空器部件的波纹度合格率。
在一种可选的实施方式中,所述根据线性判别法检测所述空间点云矩阵的广义波纹度,获得检测结果,包括:
获取所述空间点云矩阵中第三预设个数的点云数据点集;其中,所述点云数据点集中的点云数据点为三维空间点,每一所述点云数据点均在同一平面内;
获取所述点云数据点集中的参考点云数据点;其中,所述参考点云数据点为所述点云数据点集中的任一点云数据点;
获取第一点云数据点集;其中,所述第一点云数据点集由所述点云数据点集中除所述参考点云数据点外的点云数据点构成;
分别计算所述第一点云数据点集中的点云数据点与所述参考点云数据点的距离;
根据所述距离确定目标云数据点和对应的最大距离;其中,所述目标点云数据点为与所述参考云数据点之间距离最大的点云数据点;
获取所述参考点云数据点和所述目标点云数据点之间的直线;
获取第二点云数据点集;其中,所述第二点云数据点集由所述点云数据点集中除所述参考点云数据点和所述目标点云数据点外的点云数据点构成;
分别计算所述第二点云数据点集中的点云数据点到所述直线的距离的平均值,获得平均距离;
根据所述最大距离和所述平均距离,获取所述广义波纹度。
所述根据所述最大距离和所述平均距离,获取所述广义波纹度,包括:
其中,P为所述广义波纹度,D1N为所述平均距离,L1N为所述最大距离。
其中,第三预设个数为选取的点云数据点集中点云数据点的个数,本申请实施例选取3个点云数据点,分别为P1(x1,y1,z1)、P2(x2,y2,z2)、P3(x3,y3,z3),该三点确定的平面需垂直于OXY平面。任取1个点云数据点为参考点云数据点,本申请实施例以P1作为参考点云数据点,P3为目标云数据点,则第一点云数据点集包括P2和P3,第二点云数据点集包括P2,P3与P1之间的直线记为P1-3,将P3与P1之间的距离为最大距离记为L13,P2与直线P1-3之间的距离记为D13。
根据空间几何法计算最大距离L13以及平均距离记为D13,则P1(x1,y1,z1)、P2(x2,y2,z2)和P3(x3,y3,z3)在三维空间OXYZ中的广义波纹度为在具体实施过程中,第三预设个数可以根据待检测航空部件的重要程度进行选择,第三预设个数为N个对应的判别原理与上述步骤中第三预设个数为3个的相同,此次不再赘述。
其中,波纹度阈值为测航空器部件的标准波纹度;对待测航空器部件进行定量判定,具体为:利用编程方法对空间点云矩阵Data2(i)进行预设次数、随机性的线性判别检测,获取每一次线性检测的检测结果;利用标准波纹度来对每一次的检测结果进行判断,以获得合格次数;计算合格次数与预设次数的比值,以获取计算所述待测航空器部件的波纹度合格率合格率,从而完成对待测航空器部件的波纹度的评价。
本申请实施根据待测航空器部件的波纹度标准值,对待测航空器部件进行定量判定,以及根据待测航空器部件的波纹度标准值,对待测航空器部件进行定性判定,基于编程方法对空间点云矩阵行高次数、随机性判定,并根据波纹度要求判定每次波纹度检测合格率,能够快捷且准确的对波纹度进行判定,从而提高检测结果的精确度。
参照附图5,附图5为本申请实施例提供的航空器表面波纹度的检测装置300结构示意图,该装置可以是电子设备上的模块、程序段或代码。应理解,该装置与上述附图2方法实施例对应,能够执行附图2方法实施例涉及的各个步骤,该装置具体的功能可以参见上文中的描述,为避免重复,此处适当省略详细描述。如附图5所示,该装置包括:获取模块301、精度计算模块302、选取模块303、测量模块304、拟合模块305、插值模块306、波纹度检测模块307和合格率检测模块308;其中:
获取模块301,用于获取待测航空器部件的表面容差、波纹度阈值和测量设备不确定度;
精度计算模块302,用于根据所述表面容差、所述波纹度阈值和所述波纹度阈值,获取测量设备的精度阈值;
选取模块303,用于选取满足所述精度阈值的测量设备;
测量模块304,用于利用所述测量设备获取所述待测航空器部件的第一点云数据;
拟合模块305,用于对所述第一点云数据进行拟合,获取不确定区域;
插值模块306,用于根据插值法对所述不确定区域对应的点云数据进行规则化,获取空间点云矩阵;
波纹度检测模块307,用于根据线性判别法检测所述空间点云矩阵的广义波纹度,获得检测结果;
合格率检测模块308,用于根据预设检测次数和所述检测结果,获取所述待测航空器部件的波纹度合格率。
作为一种可选的实施方式,精度计算模块302具体用于:
根据所述表面容差和所述波纹度阈值计算所述待测航空器部件的名义波长;
根据预设分度值,获取所述名义波长对应的第一预设个数的数据采集点和每个所述数据采集点之间的第一间距;
根据所述测量设备不确定度和所述第一间距,获取所述测量设备的精度阈值。
作为一种可选的实施方式,插值模块306具体用于:
根据所述不确定区域获取对应的第一空间点云矩阵;其中,所述第一空间点云矩阵为离散状态;
在所述第一空间点云矩阵中选取第二预设个数的点云数据采样点;
根据行间距和列间距均为所述第一间距的排列方式,获取所述点云数据采样点对应的第一元素值;
若所述第一空间点云矩阵中的排列位置上的元素不存在对应的所述点云数据采样点,则根据插值方法补全对应位置的第二元素值;
根据所述第一元素值和所述第二元素值,获取所述空间点云矩阵。
作为一种可选的实施方式,插值模块306具体用于:
若所述待测航空器部件表面为平直面,则根据平均数插值法补全所述第二元素值;
若所述待测航空器部件表面为单向曲面,则根据抛物线插值法补全所述第二元素值;
若所述待测航空器部件表面为自由曲面,则根据指数插值法补全所述第二元素值。
作为一种可选的实施方式,波纹度检测模块307具体用于:
获取所述空间点云矩阵中第三预设个数的点云数据点集;其中,所述点云数据点集中的点云数据点为三维空间点,每一所述点云数据点均在同一平面内;
获取所述点云数据点集中的参考点云数据点;其中,所述参考点云数据点为所述点云数据点集中的任一点云数据点;
获取第一点云数据点集;其中,所述第一点云数据点集由所述点云数据点集中除所述参考点云数据点外的点云数据点构成;
分别计算所述第一点云数据点集中的点云数据点与所述参考点云数据点的距离;
根据所述距离确定目标云数据点和对应的最大距离;其中,所述目标点云数据点为与所述参考云数据点之间距离最大的点云数据点;
获取所述参考点云数据点和所述目标点云数据点之间的直线;
获取第二点云数据点集;其中,所述第二点云数据点集由所述点云数据点集中除所述参考点云数据点和所述目标点云数据点外的点云数据点构成;
分别计算所述第二点云数据点集中的点云数据点到所述直线的距离的平均值,获得平均距离;
根据所述最大距离和所述平均距离,获取所述广义波纹度。
作为一种可选的实施方式,合格率检测模块308具体用于:
根据预设检测次数分别对所述空间点云矩阵进行广义波纹度检测,获取每一次波纹检测对应的检测结果;
根据波纹度阈值判断每一所述检测结果,以获得合格次数;
根据所述预设检测次数和所述合格次数,计算所述待测航空器部件的波纹度合格率。
作为一种可选的实施方式,波纹度检测模块307具体用于:
其中,P为所述广义波纹度,D1N为所述平均距离,L1N为所述最大距离。
综上所述,本申请通过待测航空器部件的表面容差、波纹度阈值和测量设备不确定度计算出测量设备的精度阈值,再根据测量设备的精度阈值选择合适的三维测量设备,可以满足测量需求,又能提高计算资源的利用率;对第一点云数据采用曲面拟合和插值规则化,可以减少运算量,并且能够快捷且准确的对波纹度进行判定;通过编程方法对空间点云矩阵进行高次数、随机性判定,并根据波纹度要求判定每次波纹度检测合格率,从而提高检测结果的精确度。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:获取待测航空器部件的表面容差、波纹度阈值和测量设备不确定度;根据所述表面容差、所述波纹度阈值和所述测量设备不确定度,获取测量设备的精度阈值;选取满足所述精度阈值的测量设备;利用所述测量设备获取所述待测航空器部件的第一点云数据;对所述第一点云数据进行拟合,获取不确定区域;根据插值法对所述不确定区域对应的点云数据进行规则化,获取空间点云矩阵;根据线性判别法检测所述空间点云矩阵的广义波纹度,获得检测结果;根据预设检测次数和所述检测结果,获取所述待测航空器部件的波纹度合格率。
本实施例提供一种存储介质,所述存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:获取待测航空器部件的表面容差、波纹度阈值和测量设备不确定度;根据所述表面容差、所述波纹度阈值和所述测量设备不确定度,获取测量设备的精度阈值;选取满足所述精度阈值的测量设备;利用所述测量设备获取所述待测航空器部件的第一点云数据;对所述第一点云数据进行拟合,获取不确定区域;根据插值法对所述不确定区域对应的点云数据进行规则化,获取空间点云矩阵;根据线性判别法检测所述空间点云矩阵的广义波纹度,获得检测结果;根据预设检测次数和所述检测结果,获取所述待测航空器部件的波纹度合格率。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种航空器表面波纹度的检测方法,其特征在于,包括:
获取待测航空器部件的表面容差、波纹度阈值和测量设备不确定度;
根据所述表面容差、所述波纹度阈值和所述测量设备不确定度,获取测量设备的精度阈值;
选取满足所述精度阈值的测量设备;
利用所述测量设备获取所述待测航空器部件的第一点云数据;
对所述第一点云数据进行拟合,获取不确定区域;
根据插值法对所述不确定区域对应的点云数据进行规则化,获取空间点云矩阵;
根据线性判别法检测所述空间点云矩阵的广义波纹度,获得检测结果;
根据预设检测次数和所述检测结果,获取所述待测航空器部件的波纹度合格率。
2.根据权利要求1所述的方法,其特征在于,所述根据所述表面容差、所述波纹度阈值和所述测量设备不确定度计算,获取测量设备的精度阈值,包括:
根据所述表面容差和所述波纹度阈值计算所述待测航空器部件的名义波长;
根据预设分度值,获取所述名义波长对应的第一预设个数的数据采集点和每个所述数据采集点之间的第一间距;
根据所述测量设备不确定度和所述第一间距,获取所述测量设备的精度阈值。
3.根据权利要求2所述的方法,其特征在于,所述根据插值法对所述不确定区域对应的点云数据进行规则化,获取空间点云矩阵,包括:
根据所述不确定区域获取对应的第一空间点云矩阵;其中,所述第一空间点云矩阵为离散状态;
在所述第一空间点云矩阵中选取第二预设个数的点云数据采样点;
根据行间距和列间距均为所述第一间距的排列方式,获取所述点云数据采样点对应的第一元素值;
若所述第一空间点云矩阵中的排列位置上的元素不存在对应的所述点云数据采样点,则根据插值方法补全对应位置的第二元素值;
根据所述第一元素值和所述第二元素值,获取所述空间点云矩阵。
4.根据权利要求3所述的方法,其特征在于,所述若所述第一空间点云矩阵中的排列位置上的元素不存在对应的所述点云数据采样点,则根据插值方法补全对应位置的第二元素值,包括:
若所述待测航空器部件表面为平直面,则根据平均数插值法补全所述第二元素值;
若所述待测航空器部件表面为单向曲面,则根据抛物线插值法补全所述第二元素值;
若所述待测航空器部件表面为自由曲面,则根据指数插值法补全所述第二元素值。
5.根据权利要求1所述的方法,其特征在于,所述根据线性判别法检测所述空间点云矩阵的广义波纹度,获得检测结果,包括:
获取所述空间点云矩阵中第三预设个数的点云数据点集;其中,所述点云数据点集中的点云数据点为三维空间点,每一所述点云数据点均在同一平面内;
获取所述点云数据点集中的参考点云数据点;其中,所述参考点云数据点为所述点云数据点集中的任一点云数据点;
获取第一点云数据点集;其中,所述第一点云数据点集由所述点云数据点集中除所述参考点云数据点外的点云数据点构成;
分别计算所述第一点云数据点集中的点云数据点与所述参考点云数据点的距离;
根据所述距离确定目标云数据点和对应的最大距离;其中,所述目标点云数据点为与所述参考云数据点之间距离最大的点云数据点;
获取所述参考点云数据点和所述目标点云数据点之间的直线;
获取第二点云数据点集;其中,所述第二点云数据点集由所述点云数据点集中除所述参考点云数据点和所述目标点云数据点外的点云数据点构成;
分别计算所述第二点云数据点集中的点云数据点到所述直线的距离的平均值,获得平均距离;
根据所述最大距离和所述平均距离,获取所述广义波纹度。
6.根据权利要求5所述的方法,其特征在于,所述根据预设检测次数和所述检测结果,获取所述待测航空器部件的波纹度合格率,包括:
根据预设检测次数分别对所述空间点云矩阵进行广义波纹度检测,获取每一次波纹检测对应的检测结果;
根据波纹度阈值判断每一所述检测结果,以获得合格次数;
根据所述预设检测次数和所述合格次数,计算所述待测航空器部件的波纹度合格率。
8.一种航空器表面波纹度的检测装置,其特征在于,包括:
获取模块,用于获取待测航空器部件的表面容差、波纹度阈值和测量设备不确定度;
精度计算模块,用于根据所述表面容差、所述波纹度阈值和所述波纹度阈值,获取测量设备的精度阈值;
选取模块,用于选取满足所述精度阈值的测量设备;
测量模块,用于利用所述测量设备获取所述待测航空器部件的第一点云数据;
拟合模块,用于对所述第一点云数据进行拟合,获取不确定区域;
插值模块,用于根据插值法对所述不确定区域对应的点云数据进行规则化,获取空间点云矩阵;
波纹度检测模块,用于根据线性判别法检测所述空间点云矩阵的广义波纹度,获得检测结果;
合格率检测模块,用于根据预设检测次数和所述检测结果,获取所述待测航空器部件的波纹度合格率。
9.一种电子设备,其特征在于,包括:处理器和存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述机器可读指令被所述处理器执行时执行如权利要求1至7任一项所述的方法。
10.一种存储介质,其特征在于,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211107478.5A CN115523871A (zh) | 2022-09-13 | 2022-09-13 | 一种航空器表面波纹度的检测方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211107478.5A CN115523871A (zh) | 2022-09-13 | 2022-09-13 | 一种航空器表面波纹度的检测方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115523871A true CN115523871A (zh) | 2022-12-27 |
Family
ID=84697451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211107478.5A Pending CN115523871A (zh) | 2022-09-13 | 2022-09-13 | 一种航空器表面波纹度的检测方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115523871A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116109632A (zh) * | 2023-04-11 | 2023-05-12 | 成都飞机工业(集团)有限责任公司 | 一种飞机表面几何精度检测方法、装置、设备及介质 |
-
2022
- 2022-09-13 CN CN202211107478.5A patent/CN115523871A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116109632A (zh) * | 2023-04-11 | 2023-05-12 | 成都飞机工业(集团)有限责任公司 | 一种飞机表面几何精度检测方法、装置、设备及介质 |
CN116109632B (zh) * | 2023-04-11 | 2023-07-21 | 成都飞机工业(集团)有限责任公司 | 一种飞机表面几何精度检测方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020062702A1 (zh) | 短信发送的方法、装置、计算机设备和存储介质 | |
CN108694265B (zh) | 设计布局的失效风险的智能型预诊断系统及方法 | |
CN111814740B (zh) | 指针仪表读数的识别方法、装置、计算机设备和存储介质 | |
CN115523871A (zh) | 一种航空器表面波纹度的检测方法、装置、设备及介质 | |
CN115937167A (zh) | 电池极片陶瓷的缺陷检测方法、装置及电子设备 | |
CN115422617A (zh) | 一种基于cad的框架图像尺寸测量方法、装置及介质 | |
CN114066891B (zh) | 基于深度学习的墙体裂缝识别评判方法、装置、设备及介质 | |
CN109871743B (zh) | 文本数据的定位方法及装置、存储介质、终端 | |
CN111259903A (zh) | 识别表计示数方法、装置、可读存储介质和计算机设备 | |
WO2019019429A1 (zh) | 一种虚拟机异常检测方法、装置、设备及存储介质 | |
CN113221855B (zh) | 基于尺度敏感损失与特征融合的小目标检测方法和系统 | |
CN116205918B (zh) | 基于图卷积的多模态融合半导体检测方法、装置及介质 | |
Fu et al. | Region‐based fully convolutional networks with deformable convolution and attention fusion for steel surface defect detection in industrial Internet of Things | |
CN114584377A (zh) | 流量异常检测方法、模型的训练方法、装置、设备及介质 | |
CN104598702A (zh) | 测试报告生成方法及系统 | |
CN111738290B (zh) | 图像检测方法、模型构建和训练方法、装置、设备和介质 | |
CN114925153B (zh) | 基于业务的地理信息数据质量检测方法、装置和设备 | |
CN116384148A (zh) | 一种雷达对抗系统的元宇宙建模系统 | |
EP4050560B1 (en) | Wafer testing method and apparatus, and device and storage medium | |
CN115690431A (zh) | 条码图像二值化方法、装置、存储介质及计算机设备 | |
CN115546539A (zh) | 基于机器视觉的磁翻板液位读取方法、装置及可读介质 | |
CN113780284A (zh) | 一种基于目标检测和度量学习的logo检测方法 | |
CN113469087A (zh) | 建筑图纸中的图框检测方法、装置、设备及介质 | |
CN113989632A (zh) | 一种遥感图像桥梁检测方法、装置、电子设备及存储介质 | |
CN114140336A (zh) | 一种基于红外图像的坏点处理方法及装置 |
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 |