CN116129078A - 一种制件收缩尺寸分析方法 - Google Patents
一种制件收缩尺寸分析方法 Download PDFInfo
- Publication number
- CN116129078A CN116129078A CN202211700814.7A CN202211700814A CN116129078A CN 116129078 A CN116129078 A CN 116129078A CN 202211700814 A CN202211700814 A CN 202211700814A CN 116129078 A CN116129078 A CN 116129078A
- Authority
- CN
- China
- Prior art keywords
- product
- local
- size
- deviation
- coordinate system
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种制件收缩尺寸分析方法,属于精密铸造领域,包括:利用蓝光扫描设备获取制件点云数据;根据产品特征在原始数模和点云上以相同的基准要素建立局部坐标系;产品轮廓分区域分别进行局部最佳拟合;曲面比较后通过上下偏差及众数获得对应区域形状及大小尺寸变化量;根据点云局部基准坐标系6个自由度的偏差值获得相应分析区域位置和变方向的变化量;整合不同区域形状、大小、位置、方向的变化量即可得到产品不同区域的精确尺寸变化。对产品轮廓进行分解,并对产品的不同轮廓的尺寸进行分解分析,使得对产品尺寸的变化规律认识得更透彻,使分析出的数据更加逼近真值,为提高制件尺寸精度提供指导作用,具有广泛的应用价值。
Description
技术领域
本发明涉及精密铸造领域,尤其涉及一种制件收缩尺寸分析方法。
背景技术
精密铸造制件结构复杂且对质量、精密性有着极高的要求。精密铸造制件在制造过程中需经过一系列热过程,在这过程中制件尺寸状态会不断发生收缩和变化,若要提高制造精度需要我们对产品尺寸变化规律有较深的认识。目前对制件的尺寸分析方法多采用蓝光扫描后直接将点云与原始数模全局最佳拟合后在整体对比状态下通过查看多个单点的矢量偏差来概括产品的尺寸变化,最终以三个方向的收缩率来粗犷的表达制件的尺寸变化,数据分析不够精细、以点盖面,不够精确,且无法区分尺寸变化是由大小、形状、方向还是位置导致的,无法制定对应的修正措施提高产品制造精度。综上所述,目前的尺寸分析方法难以精细准确的分析出制件各部位轮廓尺寸变化规律,难以量化尺寸变化中大小、形状、方向和位置四个几何特征的占比,无法对提高制件制造精度起指导性作用。
发明内容
本发明所要解决的技术问题是针对背景技术的不足提供一种制件收缩尺寸分析方法,该分析方法对产品轮廓进行分解,并对产品的不同轮廓的尺寸进行分解分析,使得对产品尺寸的变化规律认识得更透彻,使分析出的数据更加逼近真值,为提高制件尺寸精度提供指导作用,具有广泛的应用价值。
本发明为解决上述技术问题采用以下技术方案:
一种制件收缩尺寸分析方法,具体包含如下步骤;
步骤1,利用蓝光扫描设备获取制件点云数据;
步骤2,根据产品特征在原始数模和点云上以相同的基准要素建立局部坐标系;
步骤3,产品轮廓分区域分别进行局部最佳拟合;
步骤4,曲面比较后通过上下偏差及众数获得对应区域形状及大小尺寸变化量;
步骤5,根据点云局部基准坐标系6个自由度的偏差值获得相应分析区域位置和变方向的变化量;
步骤6,整合不同区域形状、大小、位置、方向的变化量即可得到产品不同区域的精确尺寸变化。
作为本发明一种制件收缩尺寸分析方法的进一步优选方案,在在步骤3中,将制件分析面轮廓点云与制件原始数模对应位置进行局部最佳拟合。
作为本发明一种制件收缩尺寸分析方法的进一步优选方案,在步骤4中,进行曲面比较可得到分析面形状变形趋势图,根据直方图显示的上下偏差可获得分析面的变形量,若分析的轮廓为封闭或半封闭结构则直方图中统计显示的众数为该封闭/半封闭结构大小尺寸的变化量。
作为本发明一种制件收缩尺寸分析方法的进一步优选方案,在步骤5中,对建立的局部基准坐标系进行检验,可获得局部坐标系6个自由度的偏差值X’、Y’、Z’、phi(X)’、Theta(Y)’、Psi(Z)’;
其中,X’为X轴方向的平移偏差量,Y’为Y轴方向的平移偏差量,Z’为Z轴方向的平移偏差量,phi(X)’为X轴方向的旋转偏差量,Theta(Y)’为Y轴方向的旋转偏差量,Psi(Z)’为Z轴方向的旋转偏差量;
X’、Y’、Z’为局部基准坐标系三个坐标方向的位移偏差量;
phi(X)’、Theta(Y)’、Psi(Z)’为局部基准坐标系三个坐标方向的方向偏差量;
通过对上述参数进行反向转换即可得到所分析局部轮廓的位置偏量和方向偏差量
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1、本发明对产品轮廓进行分解,并对产品的不同轮廓的尺寸进行分解分析,使得对产品尺寸的变化规律认识得更透彻,使分析出的数据更加逼近真值,为提高制件尺寸精度提供指导作用,具有广泛的应用价值
2、本发明相比传统尺寸分析方法本发明采用根据制件表面曲率及矢量方向对轮廓表面分解分析的方式,细化的制件尺寸的分析方法,使得分析出的数据更加逼近真值。
3、本发明相比传统尺寸分析方法本发明在分析过程中所有点云数据均参与统计,数据全面、准确且可信度高
4、本发明相比传统尺寸分析方法本发明将尺寸分析从大小、形状、方向、位置四个尺寸几何特征进行分类分析,分析出的数据可清晰表达出在产品各局部轮廓尺寸变化中大小、形状、方向、位置四个几何特征的具体数值,通过结果可对尺寸变化进行寻因,并可有效指导制定尺寸改进方案。
附图说明
图1是本发明一种制件收缩尺寸分析方法的流程图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
为使本发明实施例的目的、技术方案和优点更加清楚,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作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所示,首先利用蓝光扫描设备获取制件实际点云数据,将点云数据和原始数模输入测量软件,根据产品基准在点云和原始数模上以相同的基准要素建立局部坐标系。将制件分析面轮廓点云与制件原始数模对应位置进行局部最佳拟合,此时进行曲面比较可得到分析面形状变形趋势图,根据直方图显示的上下偏差可获得分析面的变形量,若分析的轮廓为封闭或半封闭结构则直方图中统计显示的众数为该封闭/半封闭结构大小尺寸的变化量。
此时对建立的局部基准坐标系进行检验,可获得局部坐标系6个自由度的偏差值X’、Y’、Z’、phi(X)’、Theta(Y)’、Psi(Z)’,X’、Y’、Z’为局部基准坐标系三个坐标方向的位移偏差量,phi(X)’、Theta(Y)’、Psi(Z)’为局部基准坐标系三个坐标方向的方向偏差量。
由此反向转换即可得到制件分析面在局部基准坐标系下相较原始数模的6个自由度的偏差值-X’、-Y’、-Z’、-phi(X)’、-Theta(Y)’、-Psi(Z)’。
至此分析面在制件收缩状态下大小、形状、方向、位置四个几何特征均已分析得到。重复上述步骤即可得到制件各部位轮廓的精确尺寸分析结果。
1)本发明为解决尺寸数据分析粗犷,无法系统精细的做出分析的问题,在分析方法上采用对产品以曲率及轮廓表面法向方向为依据对轮廓进行分解分析。
2)本发明为解决尺寸分析以点盖面,数据不够准确的问题,在分析方法上将铸件轮廓按表面法向方向进行分类分解,以其中一个局部轮廓为例,将该局部轮廓实际点云数据做为整体与对应原始理论轮廓进行局部最佳拟合,通过对该局部轮廓的所有点云数据进行统计得出该局部轮廓的大小和形状偏差,之后通过对在这一拟合状态下局部基准坐标系的偏差进行转换,得到局部轮廓的方向和位置变化量。在这一方法下分解部位的所有点云数据参与整个检验计算统计过程,使得数据全面、准确且可信度高。
3)本发明为解决传统尺寸分析方法上无法量化尺寸变化(大小、形状、方向和位置)中四个几何特征的具体数值问题,以制件的一个局部轮廓为例,将选取的局部轮廓点云与相应位置原始理论轮廓进行局部最佳拟合,曲面比较后可得到局部轮廓的形状变化趋势,通过统计该区域所有点云数据矢量偏差的众数和上下偏差值得到该局部轮廓的大小偏差和形状偏差,当选取的轮廓是封闭、半封闭轮廓时,统计的众数为轮廓大小偏差,统计的上下偏差为轮廓形状偏差,当选取的轮廓为开放轮廓时,轮廓大小尺寸偏差为0,统计的上下偏差即为该轮廓的形状变化量。之后对在这一拟合状态下局部基准坐标系进行检测,得到6个偏差值——X’(X轴方向的平移偏差量)、Y’(Y轴方向的平移偏差量)、Z’(Z轴方向的平移偏差量)、phi(X)’(X轴方向的旋转偏差量)、Theta(Y)’(Y轴方向的旋转偏差量)、Psi(Z)’(Z轴方向的旋转偏差量),X’、Y’、Z’即为对局部基准坐标系位置偏差的量化描述,phi(X)’、Theta(Y)’、Psi(Z)’即为局部基准坐标系方向偏差的量化描述,通过对上述参数进行反向转换即可得到所分析局部轮廓的位置偏量和方向偏差量。通过该方式分析出的轮廓尺寸数据相互之间独立,可准确表达出在产品各局部轮廓尺寸变化中大小、形状、方向、位置四个几何特征的占比和具体数值,可对尺寸变化进行寻因分析,并可有效指导制定尺寸改进方案。
相比传统尺寸分析方法本发明采用根据制件表面曲率及矢量方向对轮廓表面分解分析的方式,细化的制件尺寸的分析方法,使得分析出的数据更加逼近真值。
相比传统尺寸分析方法本发明在分析过程中所有点云数据均参与统计,数据全面、准确且可信度高。
相比传统尺寸分析方法本发明将尺寸分析从大小、形状、方向、位置四个尺寸几何特征进行分类分析,分析出的数据可清晰表达出在产品各局部轮廓尺寸变化中大小、形状、方向、位置四个几何特征的具体数值,通过结果可对尺寸变化进行寻因,并可有效指导制定尺寸改进方案。
Claims (4)
1.一种制件收缩尺寸分析方法,其特征在于:具体包含如下步骤;
步骤1,利用蓝光扫描设备获取制件点云数据;
步骤2,根据产品特征在原始数模和点云上以相同的基准要素建立局部坐标系;
步骤3,产品轮廓分区域分别进行局部最佳拟合;
步骤4,曲面比较后通过上下偏差及众数获得对应区域形状及大小尺寸变化量;
步骤5,根据点云局部基准坐标系6个自由度的偏差值获得相应分析区域位置和变方向的变化量;
步骤6,整合不同区域形状、大小、位置、方向的变化量即可得到产品不同区域的精确尺寸变化。
2.根据权利要求1所述的一种制件收缩尺寸分析方法,其特征在于:在在步骤3中,将制件分析面轮廓点云与制件原始数模对应位置进行局部最佳拟合。
3.根据权利要求1所述的一种制件收缩尺寸分析方法,其特征在于:在步骤4中,进行曲面比较可得到分析面形状变形趋势图,根据直方图显示的上下偏差可获得分析面的变形量,若分析的轮廓为封闭或半封闭结构则直方图中统计显示的众数为该封闭/半封闭结构大小尺寸的变化量。
4.根据权利要求1所述的一种制件收缩尺寸分析方法,其特征在于:在步骤5中,对建立的局部基准坐标系进行检验,可获得局部坐标系6个自由度的偏差值X’、Y’、Z’、phi(X)’、Theta(Y)’、Psi(Z)’;
其中,X’为X轴方向的平移偏差量,Y’为Y轴方向的平移偏差量,Z’为Z轴方向的平移偏差量,phi(X)’为X轴方向的旋转偏差量,Theta(Y)’为Y轴方向的旋转偏差量,Psi(Z)’为Z轴方向的旋转偏差量;
X’、Y’、Z’为局部基准坐标系三个坐标方向的位移偏差量;
phi(X)’、Theta(Y)’、Psi(Z)’为局部基准坐标系三个坐标方向的方向偏差量;
通过对上述参数进行反向转换即可得到所分析局部轮廓在局部基准坐标系下的位置偏量和方向偏差量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211700814.7A CN116129078A (zh) | 2022-12-28 | 2022-12-28 | 一种制件收缩尺寸分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211700814.7A CN116129078A (zh) | 2022-12-28 | 2022-12-28 | 一种制件收缩尺寸分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116129078A true CN116129078A (zh) | 2023-05-16 |
Family
ID=86309441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211700814.7A Pending CN116129078A (zh) | 2022-12-28 | 2022-12-28 | 一种制件收缩尺寸分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116129078A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117308790A (zh) * | 2023-12-01 | 2023-12-29 | 泊头市兴达汽车模具制造有限公司 | 提升精度减少整改轮次的检测方法、电子设备及存储介质 |
-
2022
- 2022-12-28 CN CN202211700814.7A patent/CN116129078A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117308790A (zh) * | 2023-12-01 | 2023-12-29 | 泊头市兴达汽车模具制造有限公司 | 提升精度减少整改轮次的检测方法、电子设备及存储介质 |
CN117308790B (zh) * | 2023-12-01 | 2024-03-12 | 泊头市兴达汽车模具制造有限公司 | 提升精度减少整改轮次的检测方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110108208B (zh) | 五轴非接触式测量机的误差补偿方法 | |
CN116129078A (zh) | 一种制件收缩尺寸分析方法 | |
CN112132886A (zh) | 一种航空零件圆孔圆心快速定位及圆度检测方法 | |
CN109101761B (zh) | 一种基于实测表面形貌的装配接触的空间姿态确定方法 | |
CN111047588A (zh) | 一种轴型小零件尺寸的图像化测量方法 | |
CN112614098A (zh) | 一种基于增强现实的毛坯定位与加工余量分析方法 | |
CN109766597B (zh) | 一种考虑几何误差的装配位姿高精度线性化求解方法 | |
CN109990711B (zh) | 一种冲孔镀镍钢带的外观质量检测方法 | |
CN113781585A (zh) | 一种增材制造零件表面缺陷在线检测方法及系统 | |
CN111673540A (zh) | 一种面向实际切削的金刚石刀具刃口轮廓计算方法 | |
CN110864671B (zh) | 基于线结构光拟合平面的机器人重复定位精度测量方法 | |
CN102354320A (zh) | 一种基于白光扫描的梁类零件匹配方法 | |
CN116399241B (zh) | 一种贴片式电感几何参数测量方法及系统 | |
CN111307102A (zh) | 一种光学加工中获得离轴非球面面型特征的方法 | |
CN109035238B (zh) | 一种面向自由曲面零件的加工余量离线分析方法 | |
CN115797414A (zh) | 一种考虑测头半径的复杂曲面测量点云数据配准方法 | |
CN111768347B (zh) | 一种判定零件工装是否适合从模拟量改为数字量的方法 | |
CN108168459A (zh) | 一种汽车轮毂识别匹配方法 | |
CN112381948B (zh) | 一种基于语义的激光条纹中心线提取及拟合方法 | |
CN114240871A (zh) | 一种面向工件成型过程中轮廓检测的点云数据处理方法 | |
CN109902694B (zh) | 一种方孔特征的提取方法 | |
Hong et al. | An AFM-based methodology for planar size and local 3D parameters of large workpieces | |
CN114707265B (zh) | 五轴球头铣削加工表面纹理形貌的评价指标的提取方法 | |
CN115908182B (zh) | 基于数字化模型的模具磨损修复方法 | |
CN113704914B (zh) | 一种多点成形模具调形运动数据的计算方法 |
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 |