CN116227120A - 基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法 - Google Patents

基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法 Download PDF

Info

Publication number
CN116227120A
CN116227120A CN202211537402.6A CN202211537402A CN116227120A CN 116227120 A CN116227120 A CN 116227120A CN 202211537402 A CN202211537402 A CN 202211537402A CN 116227120 A CN116227120 A CN 116227120A
Authority
CN
China
Prior art keywords
wall thickness
sampling point
dimensional model
pump body
sampling
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
CN202211537402.6A
Other languages
English (en)
Other versions
CN116227120B (zh
Inventor
胡德雨
刘俊
高龙
安然
何柳
董洪飞
陶剑
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.)
China Aero Polytechnology Establishment
Original Assignee
China Aero Polytechnology Establishment
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 China Aero Polytechnology Establishment filed Critical China Aero Polytechnology Establishment
Priority to CN202211537402.6A priority Critical patent/CN116227120B/zh
Publication of CN116227120A publication Critical patent/CN116227120A/zh
Application granted granted Critical
Publication of CN116227120B publication Critical patent/CN116227120B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Computer Graphics (AREA)
  • Databases & Information Systems (AREA)
  • Structures Of Non-Positive Displacement Pumps (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明提供了一种基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法,其包括:对待测外表面进行均匀采样,获得采样点集合以及采样点外法矢集合;获得采样点到其非邻接反向面集合中每个面的投影距离集合;使用采样点处的壁厚得到三维模型外表面的采样点壁厚集合并计算待测量外表面的壁厚;该方法将零件的壁厚问题转化为采样点到反向面的投影距离问题,从而实现针对航空射流泵铸造泵体壁厚的计算,为基于模型的设计、制造和检验提供了一定的数据基础,同时也解决了复杂的铸造泵体三维模型中壁厚确定的技术难题。

Description

基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法
技术领域
本发明涉及航空射流泵设计计算领域,尤其是涉及一种基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法。
背景技术
铸造是一种历史悠久的金属热加工工艺,其成型能力强,在机械制造领域应用广泛。但是铸造泵体质量不易保证,其成型不稳定,影响因素复杂,易产生许多缺陷。其中,对铸造泵体成型质量影响较大的一个因素是铸造泵体的壁厚,如果铸造泵体的设计壁厚过大,在铸造时容易因心部冷却速度缓慢从而产生缩孔、缩松、偏析等缺陷;如果铸造泵体的设计壁厚过小,难以保证铸造泵体的成型质量和刚度,后续加工和使用过程中可能会产生较大的变形;同时,铸造泵体的设计壁厚应当是均匀的,应尽量避免较大的壁厚变化率。
在现有技术中,公开了箱体壁厚的优化方法,例如在CN110135009A中,公开一种液体火箭椭球底圆柱贮箱壁厚优化设计模型,应用该方法对椭球底圆柱贮箱壁厚进行优化设计,可有效减轻贮箱质量,优化贮箱应力分布,为液体火箭椭球底圆柱贮箱的工程设计提供参考。首先,在椭球底圆柱贮箱数学模型的基础上,确定贮箱壁厚参数,并对贮箱参数的影响进行分析,确定贮箱壁厚参数分布规律。其次,根据贮箱壁厚参数分布规律,结合安全系数建立贮箱壁厚优化设计模型。再次,根据贮箱的实际设计需求,确定贮箱质量与贮箱半径、椭球模数间的约束关系,以贮箱质量最小化为目标,对贮箱半径与椭球模数进行设计。
目前的通用做法是,在铸造之前首先对零件的设计壁厚进行检查,以避免不合理壁厚设计引起的铸造缺陷。随着三维软件在铸造泵体设计制造中的广泛应用,目前多是借助软件通过人工方法进行手动测量,这种方法效率较低且准确性差。尤其是在航空射流泵设计中,由于射流泵主管路的外表面形状复杂,且其对应内外表面处于半封闭空间,手动测量不便,更加需要一种铸造泵体的壁厚自动计算与优化方法,根据三维模型计算铸造泵体的壁厚不同位置数据,为设计、制造和检验提供一定的数据基础。
发明内容
本发明需要解决的技术难题是针对航空射流泵铸造泵体三维模型壁厚确定这一问题,将铸造泵体的壁厚问题转化为采样点到反向面的投影距离问题,从而实现航空射流泵泵体三维模型壁厚的计算,获取铸造泵体模型任意面的壁厚最大值、最小值、平均值和变化率数据,为基于模型的铸造泵体的壁厚计算、检查与分析提供一定的数据基础。
为解决上述问题本发明提供了基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法,其包括以下步骤:
S1、输入航空射流泵铸造泵体的三维模型,所述铸造泵体包括主管路、下陷、凸起和支撑架,选定待计算壁厚数据的铸造泵体三维模型上主管路的外表面F;
S2、对外表面F进行均匀采样获得采样点集合和外法矢向量集合,确定外表面F上沿参数U和V方向的采样点数量m和n,得到外表面F上的m×n个采样点集合P和采样点外法矢向量集合V:
P={Pij,1≤i≤m,1≤j≤n}
V={Vij,1≤i≤m,1≤j≤n}
其中,Pij是外表面F上的每一个采样点,Vij是外表面F在采样点Pij处的外法矢向量,i、j均为正整数;
S3、遍历三维模型外表面F的采样点集合P中的每一个采样点Pij,计算采样点Pij对应的三维模型上的非邻接反向面集合Sij
Sij={Sk,1≤k≤K且k∈N}
其中,K为采样点Pij对应的非邻接反向面的数量,k、N为自然数;
获得Pij到其非邻接反向面集合Sij中每个面Sk的投影距离集合Dij
Dij={Dk,1≤k≤K且k∈N}
其中Dk为Pij距离其非邻接反向面Sk的投影距离;
S4、取采样点Pij处的壁厚Tij=min{Dij}=min{Dk,1≤k≤K且k∈N},得到三维模型上外表面F的采样点壁厚集合T:
T={Tij},1≤i≤m,1≤j≤n,i、j∈N};
S5、根据步骤S4计算得到的采样点壁厚集合T,获得三维模型外表面F的壁厚最大值Tmax、最小值Tmin、平均值Tave和采样点变化率集合R,通过采样点变化率集合R获得三维模型上外表面F的壁厚变化热力图,根据壁厚变化热力图获得主管路外表面各个点处的壁厚变化率,针对壁厚变化率调整铸造泵体的三维模型,使得三维模型的壁厚变化率在预设范围内,具体为:
S51、获得三维模型外表面F的壁厚最大值Tmax
Tmax=max{T}=max{Tij,1≤i≤m,1≤j≤n,i、j∈N};
S52、获得三维模型外表面F的壁厚最小值Tmin
Tmin=min{T}=min{Tij,1≤i≤m,1≤j≤n,i、j∈N};
S53、获得三维模型外表面F的壁厚平均值Tave
Figure BDA0003975961050000041
S54、计算壁厚变化率集合R:
R={Rij},1≤i≤m,1≤j≤n,i、j∈N};
其中,
Figure BDA0003975961050000042
其中Rij代表在采样点壁厚的变化率。
在一个优选实施方式中,所述步骤S2具体包括以下步骤:
S21、获取三维模型外表面F的参数表达式,得到二维参数域[U,V]的参数变化范围区间极值Umax、Umin、Vmax和Vmin
S22、根据Umax、Umin、Vmax和Vmin,采样点数量m、n,计算U、V方向的采样步长stepu以及stepv
Figure BDA0003975961050000043
Figure BDA0003975961050000044
S23、令i=1,2,…,m,令j=1,2,…,n,(i、j∈N),得到m×n个二维参数域上的采样点(Ui,Vj),Ui以及Vj的计算表达式如下:
Ui=Umin+stepu×i
Vi=Vmin+stepv×j
其中,1≤i≤m,1≤j≤n,i、j∈N;
S24、遍历步骤S23中m×n个二维参数域上的采样点(Ui,Vj),代入模型外表面F的参数表达式,得到模型外表面F的m×n个采样点构成的采样点集合P,同时,计算每个采样点Pij在模型外表面F处的外法矢向量Vij,得到采样点外法矢集合V。
进一步,在一个优选实施方式中,所述步骤S3具体包括以下步骤:
S31、输入三维模型、模型外表面F上的采样点Pij以及外表面F在采样点Pij处的外法矢向量Vij
S32、判断三维模型上面S是否与模型外表面F不相邻,若面S与模型外表面F不相邻,则执行S33,否则继续执行S32;
S33、以采样点Pij为起点,以外表面F在采样点Pij处的外法矢向量Vij的反方向-Vij为方向,作一条射线L,判断射线L与面S是否相交,若不相交,则退出当前步骤,返回S32;若射线L与面S相交,求得两者的交点为Q;
S34、计算面S在交点Q处的外法矢向量W,计算并得到向量Vij与向量W的向量积Vij·W,若Vij·W≥0,则退出当前步骤,返回S32;若Vij·W<0,则面S为采样点Pij的非邻接反向面,将面S添加到Pij的非邻接反向面集合Sij中;
S35、计算采样点Pij与点Q的距离D,并将D添加到Pij到Sij的投影距离集合Dij中;判断是否遍历三维模型上所有面,若未遍历返回S32,否则输出集合Sij
可优选的是,在所述步骤S1中,所述铸造泵体包括主管路、下陷、凸起和支撑架,选定待计算壁厚数据的铸造泵体三维模型上的外表面F是主管路上的一个外表面。
与现有技术相比,本方案所产生的技术效果为:
本发明提出的基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法,与已有技术相比较,效果是积极且明显的。首先,本方法只需要使用人员指定要计算壁厚的模型上的任意外表面,无需其他输入便可完成壁厚最大值、最小值、平均值和变化率数据的自动计算;其次,本方法针对壁厚的计算提出了非邻接反向面和投影距离的概念,充分考虑了实际三维复杂模型对壁厚计算的影响,保证结果的准确性;再次,本方法对选定外表面的进行均匀采样,采样点数量支持自定义,保证结果的精确性;最后,本发明的整个流程是程序自动化实现的,能够很方便地实现三维模型的铸造泵体特征间距计算,节省操作时间,获得更准确的三维数字化研制模式下铸造泵体的壁厚计算、检查与分析。
附图说明
图1为本发明基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法的流程示意图;
图2为航空射流泵铸造泵体的三维结构示意图;
图3为航空射流泵铸造泵体的三维模型示意出外表面F的整体结构示意图;
图4为航空射流泵铸造泵体的三维模型示意出外表面F的侧视图;
图5为航空射流泵铸造泵体的三维模型示意出外表面F的后视图;
图6为航空射流泵铸造泵体的三维模型示意出外表面F的俯视图;
图7为航空射流泵铸造泵体的三维模型的主视图;
图8为航空射流泵铸造泵体的三维模型外表面F的壁厚变化率热力图。
图中:
航空射流泵铸造泵体1,外表面F用附图标记2表示。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。需要理解的是,此处所描述的具体实施例仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
如图1所示,本发明提供的基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法,其包括以下步骤:
基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法,其特征在于,其包括以下步骤:
S1、输入航空射流泵铸造泵体的三维模型,对射流泵体的结构进行分析,射流泵体根据功能特点将其结构分为主管路、下陷、凸起和支撑架等,其中主管路的外表面形状复杂,在CAD中多用NURBS曲面(非均匀有理B样条曲面)表达,且其对应内外表面由于处于半封闭空间,手动测量不便,因此主管路的外表面壁厚是待计算的重点,在一个优选实施方式中,选定待计算壁厚数据的铸造泵体三维模型上的主管路外表面F作为进一步分析的三维模型的外表面F。
S2、对外表面F进行均匀采样获得采样点集合和外法矢向量集合,确定外表面F上沿参数U和V方向的采样点数量m和n,得到F上的m×n个采样点集合P和采样点外法矢向量集合V:
P={Pij,1≤i≤m,1≤j≤n}
V={Vij,1≤i≤m,1≤j≤n}
其中,Pij是外表面F上的每一个采样点,Vij是外表面F在采样点Pij处的外法矢向量,i、j均为正整数;
S3、遍历三维模型外表面F的采样点集合P中的每一个采样点Pij,计算采样点Pij对应的三维模型上的非邻接反向面集合Sij
Sij={Sk,1≤k≤K且k∈N}
其中,K为采样点Pij对应的非邻接反向面的数量,k、N为自然数;
获得Pij到其非邻接反向面集合Sij中每个面Sk的投影距离集合Dij
Dij={Dk,1≤k≤K且k∈N}
其中Dk为Pij距离其非邻接反向面Sk的投影距离;
S4、取采样点Pij处的壁厚Tij=min{Dij}=min{Dk,1≤k≤K且k∈N},得到三维模型外表面F的采样点壁厚集合T:
T={Tij},1≤i≤m,1≤j≤n,i、j∈N};
S5、根据步骤S4计算得到的采样点壁厚集合T,获得三维模型外表面F的壁厚最大值Tmax、最小值Tmin、平均值Tave和采样点变化率集合R,根据采样点变化率R绘制所选取铸造泵体三维模型上的主管路外表面F的壁厚变化热力图,壁厚变化热力图可以直观地反映主管路外表面各个点处的壁厚变化率,根据热力图可以获得到主管路外表面中壁厚变化较大的区域,并可以据此对铸造泵体的三维模型进行修改,最终使得模型的壁厚变化率在要求的范围内。
S51、计算最大壁厚:
Tmax=max{T}=max{Tij,1≤i≤m,1≤j≤n,i、j∈N};
S52、计算最小壁厚:
Tmin=min{T}=min{Tij,1≤i≤m,1≤j≤n,i、j∈N};
S53、计算平均壁厚:
Figure BDA0003975961050000081
S54、计算壁厚变化率集合R:
R={Rij},1≤i≤m,1≤j≤n,i、j∈N};
其中,
Figure BDA0003975961050000091
其中Rij代表在采样点壁厚的变化率。
如图2-图7所示为航空射流泵铸造泵体的示意图,以下为本发明实施例的具体步骤:
S1、输入航空射流泵铸造泵体1的三维模型,该三维模型的示意图如图2-7所示。选定需要计算壁厚数据的三维模型上的外表面F,外表面F的位置为图2中深色面出附图标记2所示。
S2、指定对三维模型外表面F的参数U和V方向的采样点数量m和n,对外表面F进行均匀采样,得到F上的m×n个采样点集合P和采样点外法矢集合V。为了叙述方便,选取m=n=3,根据均匀采样算法步骤进行计算,得到结果如下:
P={(-479.16,-131.123,232.465),(-517.973,-157.845,234.186),(-493.938,-67.903,201.388),(-539.293,-103.371,202.059),(-584.648,-138.839,202.73),(-488.666,5.3646,150.095),(-539.594,-37.3825,150.59),(-590.522,-80.1295,151.085),(-641.45,-122.877,151.581)}
V={(-0.162006,0.295938,0.941369),(-0.189598,0.334833,0.923006),(-0.345262,0.457011,0.819717),(-0.360365,0.475995,0.802225),(-0.375922,0.495527,0.78303),(-0.504451,0.608096,0.612982),(-0.510901,0.61563,0.599983),(-0.517366,0.623179,0.586499),(-0.523837,0.630729,0.572516)}
S3、遍历三维模型外表面F的采样点集合P中的每一个采样点Pij,计算采样点Pij对应的三维模型上的非邻接反向面集合Sij、投影距离集合Dij
S4、取采样点Pij处的壁厚Tij=min{Dij}=min{Dk,1≤k≤K且k∈N},得到三维模型外表面F的采样点壁厚集合T:
Dij共有m×n=3×3=9个,分别为:{9.96197},{9.97944},{476.866,11.2673},{10.964},{10.5003},{48.9353,10.842},{95.9022,11.0551,137.091},{10.7588},{10.0767}
T={9.96197,9.97944,11.2673,10.964,10.5003,10.842,11.0551,10.7588,10.0767}
S5、根据计算得到的采样点壁厚集合T,完成模型外表面F的壁厚最大值Tmax、最小值Tmax、平均值Tave和变化率集合R,计算结果如下:
最大壁厚:
Tmax=max{T}=11.2673mm
最小壁厚:
Tmin=min{T}=9.96197mm
平均壁厚:
Figure BDA0003975961050000101
壁厚变化率集合:
R={6.02%,5.85%,6.30%,3.43%,0.94%,2.28%,4.29%,1.50%,4.94%}
根据采样点壁厚变化率集合R中的数据绘制所选取铸造泵体三维模型上的主管路外表面F的壁厚变化热力图,如附图8所示,根据热力图可以快速得到主管路外表面中壁厚变化较大的区域,可以据此对铸造泵体的三维模型进行修改和调整,最终使得模型的壁厚变化率在所要求的预设范围内。
通过本实施例的描述,可以得到本发明的有益技术效果在于提出一种基于采样点和反向面的壁厚计算方法,将零件的壁厚问题转化为采样点到反向面的投影距离问题,从而实现航空射流泵泵体CAD模型壁厚的高效计算,快速获取泵体模型外表面的壁厚数据,从而为壁厚优化提供数据支撑。
最后所应说明的是:以上实施例仅以说明而非限制本发明的技术方案,尽管参照上述实施例对本发明进行了详细说明,本领域的普通技术人员应当理解:依然可以对本发明进行修改或者等同替换,而不脱离本发明的精神和范围的任何修改或局部替换,其均应涵盖在本发明的权利要求范围当中。本发明未详细阐述部分属于本领域公知技术。

Claims (4)

1.一种基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法,其特征在于,其包括以下步骤:
S1、输入航空射流泵铸造泵体的三维模型,选定待计算壁厚数据的铸造泵体三维模型上一外表面F;
S2、对外表面F进行均匀采样获得采样点集合和外法矢向量集合,确定外表面F上沿参数U和V方向的采样点数量m和n,得到外表面F上的m×n个采样点集合P和采样点外法矢向量集合V:
P={Pij,1≤i≤m,1≤j≤n}
V={Vij,1≤i≤m,1≤j≤n}
其中,Pij是外表面F上的每一个采样点,Vij是外表面F在采样点Pij处的外法矢向量,i、j均为正整数;
S3、遍历三维模型外表面F的采样点集合P中的每一个采样点Pij,计算采样点Pij对应的三维模型上的非邻接反向面集合Sij
Sij={Sk,1≤k≤K且k∈N}
其中,K为采样点Pij对应的非邻接反向面的数量,k、N为自然数;
获得Pij到其非邻接反向面集合Sij中每个面Sk的投影距离集合Dij
Dij={Dk,1≤k≤K且k∈N}
其中Dk为Pij距离其非邻接反向面Sk的投影距离;
S4、取采样点Pij处的壁厚Tij=min{Dij}=min{Dk,1≤k≤K且k∈N},得到三维模型上外表面F的采样点壁厚集合T:
T={Tij},1≤i≤m,1≤j≤n,i、j∈N};
S5、根据步骤S4计算得到的采样点壁厚集合T,获得三维模型外表面F的壁厚最大值Tmax、最小值Tmin、平均值Tave和采样点变化率集合R,通过采样点变化率集合R获得三维模型上外表面F的壁厚变化热力图,根据壁厚变化热力图获得主管路外表面各个点处的壁厚变化率,针对壁厚变化率调整铸造泵体的三维模型,使得三维模型的壁厚变化率在预设范围内,具体为:
S51、获得三维模型外表面F的壁厚最大值Tmax
Tmax=max{T}=max{Tij,1≤i≤m,1≤j≤n,i、j∈N};
S52、获得三维模型外表面F的壁厚最小值Tmin
Tmin=min{T}=min{Tij,1≤i≤m,1≤j≤n,i、j∈N};
S53、获得三维模型外表面F的壁厚平均值Tave
Figure FDA0003975961040000021
S54、计算壁厚变化率集合R:
R={Rij},1≤i≤m,1≤j≤n,i、j∈N};
其中,
Figure FDA0003975961040000022
其中Rij代表在采样点壁厚的变化率。
2.根据权利要求1所述的基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法,其特征在于,所述步骤S2具体包括以下步骤:
S21、获取三维模型外表面F的参数表达式,得到二维参数域[U,V]的参数变化范围区间极值Ummax、Umin、Vmax和Vmin
S22、根据Ummax、Umin、Vmax和Vmin,采样点数量m、n,计算U、V方向的采样步长stepu以及stepv
Figure FDA0003975961040000023
Figure FDA0003975961040000031
S23、令i=1,2,…,m,令j=1,2,…,n,(i、j∈N),得到m×n个二维参数域上的采样点(Ui,Vj),Ui以及Vj的计算表达式如下:
Ui=Umin+stepu×i
Vi=Vmin+stepv×j
其中,1≤i≤m,1≤j≤n,i、j∈N;
S24、遍历步骤S23中m×n个二维参数域上的采样点(Ui,Vj),代入模型外表面F的参数表达式,得到模型外表面F的m×n个采样点构成的采样点集合P,同时,计算每个采样点Pij在模型外表面F处的外法矢向量Vij,得到采样点外法矢集合V。
3.根据权利要求1所述的基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法,其特征在于,所述步骤S3具体包括以下步骤:
S31、输入三维模型、模型外表面F上的采样点Pij以及外表面F在采样点Pij处的外法矢向量Vij
S32、判断三维模型上面S是否与模型外表面F不相邻,若面S与模型外表面F不相邻,则执行S33,否则继续执行S32;
S33、以采样点Pij为起点,以外表面F在采样点Pij处的外法矢向量Vij的反方向-Vij为方向,作一条射线L,判断射线L与面S是否相交,若不相交,则退出当前步骤,返回S32;若射线L与面S相交,求得两者的交点为Q;
S34、计算面S在交点Q处的外法矢向量W,计算并得到向量Vij与向量W的向量积Vij·W,若Vij·W≥0,则退出当前步骤,返回S32;若Vij·W<0,则面S为采样点Pij的非邻接反向面,将面S添加到Pij的非邻接反向面集合Sij中;
S35、计算采样点Pij与点Q的距离D,并将D添加到Pij到Sij的投影距离集合Dij中;判断是否遍历三维模型上所有面,若未遍历返回S32,否则输出集合Sij
4.根据权利要求1所述的基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法,其特征在于,在所述步骤S1中,所述铸造泵体包括主管路、下陷、凸起和支撑架,选定待计算壁厚数据的铸造泵体三维模型上的外表面F是主管路上的一个外表面。
CN202211537402.6A 2022-12-01 2022-12-01 基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法 Active CN116227120B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211537402.6A CN116227120B (zh) 2022-12-01 2022-12-01 基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211537402.6A CN116227120B (zh) 2022-12-01 2022-12-01 基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法

Publications (2)

Publication Number Publication Date
CN116227120A true CN116227120A (zh) 2023-06-06
CN116227120B CN116227120B (zh) 2023-09-19

Family

ID=86568581

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211537402.6A Active CN116227120B (zh) 2022-12-01 2022-12-01 基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法

Country Status (1)

Country Link
CN (1) CN116227120B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1612237A1 (ru) * 1988-01-27 1990-12-07 Предприятие П/Я В-2328 Способ определени параметров осевой прокатки труб
CN103997636A (zh) * 2014-05-16 2014-08-20 北京理工大学 一种计算全息三维显示物体间遮挡关系的方法
CN110135009A (zh) * 2019-04-23 2019-08-16 中国人民解放军战略支援部队航天工程大学 一种液体火箭椭球底圆柱贮箱壁厚优化设计模型
CN110909697A (zh) * 2019-11-28 2020-03-24 华中科技大学 一种结合工艺参数的铸件三维特征提取和相似性度量方法
CN112132943A (zh) * 2020-08-26 2020-12-25 山东大学 一种面向3d打印的过程纹理合成系统及方法
CN112363456A (zh) * 2020-11-10 2021-02-12 上海交通大学 基于超声测量的表面轮廓自动跟踪方法
CN213176178U (zh) * 2020-07-29 2021-05-11 上海连成(集团)有限公司 一种立式单级离心泵泵体结构
US20210209340A1 (en) * 2019-09-03 2021-07-08 Zhejiang University Methods for obtaining normal vector, geometry and material of three-dimensional objects based on neural network
CN113155054A (zh) * 2021-04-15 2021-07-23 西安交通大学 面结构光自动化三维扫描规划方法
CN115375659A (zh) * 2022-08-24 2022-11-22 南京耘瞳科技有限公司 一种基于模型驱动的发动机铸件表面数据采集路径规划方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1612237A1 (ru) * 1988-01-27 1990-12-07 Предприятие П/Я В-2328 Способ определени параметров осевой прокатки труб
CN103997636A (zh) * 2014-05-16 2014-08-20 北京理工大学 一种计算全息三维显示物体间遮挡关系的方法
CN110135009A (zh) * 2019-04-23 2019-08-16 中国人民解放军战略支援部队航天工程大学 一种液体火箭椭球底圆柱贮箱壁厚优化设计模型
US20210209340A1 (en) * 2019-09-03 2021-07-08 Zhejiang University Methods for obtaining normal vector, geometry and material of three-dimensional objects based on neural network
CN110909697A (zh) * 2019-11-28 2020-03-24 华中科技大学 一种结合工艺参数的铸件三维特征提取和相似性度量方法
CN213176178U (zh) * 2020-07-29 2021-05-11 上海连成(集团)有限公司 一种立式单级离心泵泵体结构
CN112132943A (zh) * 2020-08-26 2020-12-25 山东大学 一种面向3d打印的过程纹理合成系统及方法
CN112363456A (zh) * 2020-11-10 2021-02-12 上海交通大学 基于超声测量的表面轮廓自动跟踪方法
CN113155054A (zh) * 2021-04-15 2021-07-23 西安交通大学 面结构光自动化三维扫描规划方法
CN115375659A (zh) * 2022-08-24 2022-11-22 南京耘瞳科技有限公司 一种基于模型驱动的发动机铸件表面数据采集路径规划方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JUN LIU ET AL: "High Efficiency Quantum Cascade Lasers Based on Excited-States Injection", 《IEEE PHOTONICS TECHNOLOGY LETTERS》 *
周俊; 侯友夫: "基于ANSYS泵体壁厚的优化设计", 《煤矿机械》 *
董洪飞; 安然; 刘俊: "航空数据治理体系研究", 《航空标准化与质量》 *

Also Published As

Publication number Publication date
CN116227120B (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
US20240168460A1 (en) Conversion of mesh geometry to editable and watertight boundary representation in computer aided design
KR101741402B1 (ko) 평행 지오데식 곡선들에 의해 모델링되는 부품의 설계
JP4934789B2 (ja) 補間処理方法および補間処理装置
WO2019119268A1 (zh) 数控系统、具有存储功能的装置及nurbs曲线插补方法
Shephard et al. Adaptive mesh generation for curved domains
CN112396690B (zh) 基于改进型向心参数化法的曲面高精重构方法
JP7446579B2 (ja) 曲面のフィッティング処理方法、フィッティング処理装置およびフィッティング処理プログラム、並びに、該フィッティング処理プログラムを記憶したコンピュータ読取可能な記憶媒体
CN108415367B (zh) 一种自动铺丝轨迹全局曲率光顺算法
CN116227120B (zh) 基于采样点和反向面的航空射流泵铸造泵体壁厚优化方法
JP4321777B2 (ja) 熱解析方法およびそのプログラム
CN1388444A (zh) 一种铸件充型过程模拟方法
CN111079326A (zh) 二维各向异性网格单元度量张量场光滑化方法
CN108629110A (zh) 快速获取修正金属粉末压制成形dpc本构模型参数的方法
CN117162492A (zh) 一种基于机械臂的曲面3d打印路径规划方法
JP4981313B2 (ja) 3次元形状処理装置及び曲面作成プログラム並びに曲面作成方法
CN111274673A (zh) 基于粒子群优化的光学产品模型优化方法及系统
CN111563894B (zh) 一种连续纤维增强材料弯曲刚度测量方法及系统
CN111859671B (zh) 一种考虑悬垂特征约束的保外形拓扑优化方法
De-Carvalho et al. Blank optimization in a stamping process—Influence of the geometry definition
Hu et al. Quasi-Developable B-Spline Surface Design with Control Rulings
CN117274425B (zh) 一种基于几何特征的样条曲线生成方法、系统及终端
Rosnitschek et al. Combining Structural Optimization and Process Assurance in Implicit Modelling for Casting Parts. Materials 2021, 14, 3715
CN110909420A (zh) 考虑轴承因素的船舶推进轴系校中迭代计算方法
CN114036643B (zh) 一种变形舱段数字孪生体建模方法
KR100887466B1 (ko) 금형 형상 설계를 위한 연속 원활한 수학 면의 생성 방법

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
GR01 Patent grant