CN116992600A - 一种多约束的叶片截面线分区特征点获取方法 - Google Patents
一种多约束的叶片截面线分区特征点获取方法 Download PDFInfo
- Publication number
- CN116992600A CN116992600A CN202311246390.6A CN202311246390A CN116992600A CN 116992600 A CN116992600 A CN 116992600A CN 202311246390 A CN202311246390 A CN 202311246390A CN 116992600 A CN116992600 A CN 116992600A
- Authority
- CN
- China
- Prior art keywords
- curvature
- point
- constraint
- blade
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005192 partition Methods 0.000 title claims abstract description 16
- 239000007787 solid Substances 0.000 claims abstract description 11
- 238000005070 sampling Methods 0.000 claims description 87
- 238000007514 turning Methods 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 15
- 238000003491 array Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 2
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 2
- 238000000638 solvent extraction Methods 0.000 claims 1
- 238000012545 processing Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000003754 machining Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 210000001520 comb Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
Abstract
本发明提供了一种多约束的叶片截面线分区特征点获取方法,包括以下步骤:1)生成叶片截面线;2)根据所获得的叶片截面线生成点集;3)导出点集的坐标和曲率信息;4)对点集进行排序并将曲率值放大;5)遍历整个点集,每三个点作为一组数据分别计算角度约束,曲率差值之比约束,曲率差值之差约束和曲率值之比约束。当四种约束同时满足时,获得叶片截面线前后缘分界点。本发明解决了现有叶片实体模型划分弧线时无法准确获取叶片截面线前后缘分界点的问题。
Description
技术领域
本发明涉及机械制造及逆向工程领域,具体涉及一种多约束的叶片截面线分区特征点获取方法,属于一种提升逆向建模准确性和加工精度的辅助方法。
背景技术
叶片零件被大量应用于航空发动机中,一些与理论数模相比产生变形的叶片零件主要是通过手工矫形、打磨等操作提高叶片的加工精度,依赖工人的操作技能与经验,造成零件生产周期较长且表面轮廓质量一致性差。采用基于逆向工程的加工技术是实现此类叶片零件精准加工的有效解决方案,其核心是精确获取零件的实际轮廓并对零件变形部位进行模型重构,再生成加工刀轨,但叶片零件上前缘、后缘、叶盆和叶背的分区常需要观察叶片截面线的曲率梳来找寻分界点,整体寻找的效率较低。
专利号为CN113997125A的发明中公开了一种基于在机测量的叶片截面线自适应重构方法,通过在机测量的方式采集叶型截面线数据,自动配准,并自适应重构叶片的实际截面线,保证与实际叶片的误差,采用在机测量技术并自动配准,避免自适应加工中叶片找正步骤,提高加工效率。在该发明中,分界点的提取方法为首先计算尖点处的曲率,根据由尖点分别向左侧和右侧搜索,当搜索点的曲率小于等于尖点曲率的1/5时,取为前后缘与叶盆、叶背的分界点。然而,这种分界点的提取方法是不准确的,无法过滤容易造成干扰的曲率跳动点。理由如下:记该申请中的搜索点曲率为A1、A2……Ai (i=1,2,……n),尖点曲率为A,由说明书可知,该申请的搜索条件为An<0.2A,由于曲率和曲率半径互为倒数,因此可将该条件转化为曲率半径的不等式关系更为直观,即Bn>5*B,符号B代表曲率半径。叶片的尖点处的曲率半径通常只有几毫米,而叶盆叶背处的曲率半径高达几十甚至上百毫米,会有大量点满足该申请中的搜索条件,因此该搜索条件无普适性,例如可能搜索不出唯一的四个分界点。
专利号为CN114936389B的发明中公开了一种叶片截面线的中弧线构造与几何特征分割方法,通过遍历测量叶片求取中弧线,并基于设计缘头的几何信息,在剩余弧长与中弧线构造点增量的约束下提取圆心,再基于投影于中弧线上的圆心与设计叶片缘头处的圆弧角度对测量截面线进行分割。在该发明中,需要构造多个内切圆来获取分离点,并且只能适用于叶片前后缘形状为圆弧的叶片,对于前后缘为不规则形状的叶片则无法提取分区点,因此该搜索条件无普适性。
发明内容
本发明针对现有技术方法的不足,提供一种多约束的叶片截面线分区特征点获取方法,针对复杂薄壁结构零件中的叶片,通过获取叶片实体模型上截面线的点集,对点集的详细信息进行数据处理并计算约束条件,从而精确获取叶片截面线前后缘分界点,实现对前缘,后缘,叶盆和叶背上弧线的划分,解决了现有叶片实体模型划分弧线时无法准确获取叶片截面线前后缘分界点的问题。
为实现上述技术目的,本发明采取的技术方案为:
一种多约束的叶片截面线分区特征点获取方法,所述分区特征点获取方法包括以下步骤:
S1,生成截面线:
从叶片实体模型上获取叶片截面线,叶片截面线是参考平面和叶片实体模型之间的相交线,参考平面垂直于叶身延展方向;
S2,生成点集:
以等弧长的方式,沿叶片截面线的延伸方向对叶片截面线进行依次采样,将每个采样点的二维坐标和截面线在采样点处的曲率值作为一组采样数组,生成点集导出;
S3,点集预处理:
按照采样时间顺序对点集中的采样数组进行排序,对采样数组中的曲率值进行统一放大,导出预处理后的点集;
S4,遍历预处理后的点集中的所有采样数组,任取选取其中一个采样点,将其和连续排列在其之后的两个采样点作为一组数据;
S5,角度约束判断:
组内第一个点指向第二个点构成第一向量,第二个点指向第三个点构成第二向量,判断第一向量和第二向量之间的夹角是否满足预设的角度阈值范围,如果不满足,舍弃当前采样点,转入步骤S4,如果满足,转入步骤S6;
S6,曲率差值之比约束判断:
依次计算相邻两个采样点的曲率差值的绝对值,再计算两个曲率差值绝对值之间的比值,判断该比值是否满足预设的比值阈值范围,如果不满足,舍弃当前采样点,转入步骤S4,如果满足,转入步骤S7;
S7,曲率差值之差约束判断:
依次计算相邻两个采样点的曲率差值的绝对值,再计算两个曲率差值绝对值之间的差值,判断该差值是否满足预设的差值阈值范围,如果不满足,舍弃当前采样点,转入步骤S4,如果满足,转入步骤S8;
S8,曲率值之比约束判断:
计算得到第三个采样点和第二个采样点的曲率值比值、以及第一个采样点和第二个采样点的曲率值比值,分别判断两个曲率值比值是否均大于预设比值阈值,如果大于,则输出当前采样点作为特征点,否则,舍弃当前采样点,转入步骤S4;
S9,重复步骤S4至步骤S8,直至所有采样点处理完毕,输出所有特征点,获得叶片截面线前后缘分界点。
进一步地,步骤S2中,相邻采样点的距离小于0.02mm。
进一步地,步骤S3中,对采样数组中的曲率值进行统一放大,选取的放大倍数使所有曲率突变处的坡度角均大于等于45度且小于等于135度。
进一步地,步骤S5中,所述预设的角度阈值范围为45°至135°。
进一步地,步骤S6中,曲率差值之比约束的判断过程包括:
采用下述公式计算得到曲率差值之比:
式中,表示第i个点的曲率值,表示第i+1个点的曲率值,表
示第i+2个点的曲率值;
如果曲率差值之比大于10,或者曲率差值之比小于0.1,则判断当前采样点
满足曲率差值之比约束。
进一步地,步骤S7中,曲率差值之差约束的判断过程包括:
计算曲率差值之差:
其中,表示第i个点的曲率值,表示第i+1个点的曲率值,表
示第i+2个点的曲率值;
计算曲率差值之差:
如果D1或D2大于0,则判断当前采样点满足曲率差值之差约束。
进一步地,步骤S8中,所述预设比值阈值为1.5。
进一步地,步骤S8中,根据所有特征点,获得叶片截面线前后缘分界点,对叶片截面线上前缘,后缘,叶盆与叶背区域进行划分。
与现有技术相比,本发明的有益效果如下:
本发明为薄壁零件的精加工提供了模型逆向造型方法,针对现有技术方法的不足,提供一种多约束的叶片截面线分区特征点获取方法,通过对叶片截面线上的点集进行数据处理并计算约束条件,从而精确获取叶片截面线前后缘分界点,实现对叶片截面线上前缘,后缘,叶盆与叶背区域的划分,有效地提高了薄壁零件的加工精度与效率。
附图说明
图1为本发明的多约束的叶片截面线分区特征点获取方法流程图;
图2为本发明的叶片截面线离散点曲率分布图;
图3为本发明的曲率差值之比约束所排除的离散点示意图。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
参见图1,本发明公开了一种多约束的叶片截面线分区特征点获取方法,所述分区特征点获取方法包括以下步骤:
S1,生成截面线:
从叶片实体模型上获取叶片截面线,叶片截面线是参考平面和叶片实体模型之间的相交线,参考平面垂直于叶身延展方向;
S2,生成点集:
以等弧长的方式,沿叶片截面线的延伸方向对叶片截面线进行依次采样,将每个采样点的二维坐标和截面线在采样点处的曲率值作为一组采样数组,生成点集导出;
S3,点集预处理:
按照采样时间顺序对点集中的采样数组进行排序,对采样数组中的曲率值进行统一放大,导出预处理后的点集;
S4,遍历预处理后的点集中的所有采样数组,任取选取其中一个采样点,将其和连续排列在其之后的两个采样点作为一组数据;
S5,角度约束判断:
组内第一个点指向第二个点构成第一向量,第二个点指向第三个点构成第二向量,判断第一向量和第二向量之间的夹角是否满足预设的角度阈值范围,如果不满足,舍弃当前采样点,转入步骤S4,如果满足,转入步骤S6;
S6,曲率差值之比约束判断:
依次计算相邻两个采样点的曲率差值的绝对值,再计算两个曲率差值绝对值之间的比值,判断该比值是否满足预设的比值阈值范围,如果不满足,舍弃当前采样点,转入步骤S4,如果满足,转入步骤S7;
S7,曲率差值之差约束判断:
依次计算相邻两个采样点的曲率差值的绝对值,再计算两个曲率差值绝对值之间的差值,判断该差值是否满足预设的差值阈值范围,如果不满足,舍弃当前采样点,转入步骤S4,如果满足,转入步骤S8;
S8,曲率值之比约束判断:
计算得到第三个采样点和第二个采样点的曲率值比值、以及第一个采样点和第二个采样点的曲率值比值,分别判断两个曲率值比值是否均大于预设比值阈值,如果大于,则输出当前采样点作为特征点,否则,舍弃当前采样点,转入步骤S4;
S9,重复步骤S4至步骤S8,直至所有采样点处理完毕,输出所有特征点,获得叶片截面线前后缘分界点。
在该实施例中,本申请针对实体叶片模型进行分析,对本发明的叶片截面线分区特征点获取方法进行说明。本发明的叶片截面线分区特征点获取方法主要包括五个步骤:截面线获取、点集获取、点集信息导出、处理数据、计算约束。
步骤(1)截面线获取
具体过程如下:
在UG中生成参考平面,参考平面垂直于叶身延展方向,参考平面和叶片实体模型相交生成叶片截面线。
步骤(2)点集获取
具体过程如下:
以等弧长的采样方式在获得的叶片截面线上生成稠密的点集,点与点距离小于0.02mm。
步骤(3)点集信息导出
具体过程如下:
导出的点集信息内容包括点的二维坐标和截面线在该点处的曲率值,每行数据字段的排列顺序为“X坐标”,“Y坐标”,“曲率值”。
步骤(4)处理数据
具体过程如下:
指对点集按最近点进行排序,对点集中的点对曲率值进行放大,使得在以点集中的点序号为横坐标,曲率值为纵坐标的图中能观察出曲率突变处,如图2所示。曲率的放大倍数应该使得曲率突变处的坡度角大于等于45°且小于等于135°。
步骤(5)计算约束
具体过程如下:
遍历所有点集,计算四个约束,分别是角度约束、曲率值之比约束、曲率差值之比约束和曲率差值之差约束。
1)角度约束也就是组内第一个点指向第二个点构成向量1,第二个点指向第三个点构成向量2,两个向量的夹角满足大于等于45°,并且小于等于135°的时候,满足角度约束。它的作用是过滤出曲率值突变的上升沿和下降沿,获取区分前后缘的分界点。
2)曲率差值之比约束就是计算曲率差值之比DR,DR的数学表达式见式(1):
(1)
其中,表示组内第一个点的曲率值,表示组内第二个点的曲率值,表示组内第三个点的曲率值。DR>10或DR<0.1满足曲率差值之比约束。它的作用是
过滤如图3所示矩形框内前后缘的曲率跳动点的干扰。
3)曲率差值之差约束就是计算曲率差值之差。计算曲率差值之差D1,D1的数学表达式见式(2):
(2)
其中,表示组内第一个点的曲率值,表示组内第二个点的曲率值,表示组内第三个点的曲率值。
计算曲率差值之差D2,D2的数学表达式见式(3):
(3)
其中,表示组内第一个点的曲率值,表示组内第二个点的曲率值,表示组内第三个点的曲率值。如果D1或D2大于0,满足曲率差值之差约束。它的作
用同样是过滤如图3所示矩形框内前后缘的曲率跳动点的干扰,找寻曲率值上升沿和下降
沿的特征。
4)曲率值之比约束也就是第三个点与第二个点的曲率值之比应大于1.5或组内第一个点与第二个点的曲率值之比应大于1.5,满足曲率值之比约束。它的作用同样是过滤如图3所示矩形框内前后缘的曲率跳动点的干扰,并且还在上升沿和下降沿过滤了上述三个约束无法过滤的曲率值异常点。
当遍历所有点集,计算完四个约束,至此,满足四个约束后获得叶片截面线前后缘分界点,实现对截面线上前缘,后缘,叶盆与叶背区域的划分。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器运行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上运行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上运行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (8)
1.一种多约束的叶片截面线分区特征点获取方法,其特征在于,所述分区特征点获取方法包括以下步骤:
S1,生成截面线:
从叶片实体模型上获取叶片截面线,叶片截面线是参考平面和叶片实体模型之间的相交线,参考平面垂直于叶身延展方向;
S2,生成点集:
以等弧长的方式,沿叶片截面线的延伸方向对叶片截面线进行依次采样,将每个采样点的二维坐标和截面线在采样点处的曲率值作为一组采样数组,生成点集导出;
S3,点集预处理:
按照采样时间顺序对点集中的采样数组进行排序,对采样数组中的曲率值进行统一放大,导出预处理后的点集;
S4,遍历预处理后的点集中的所有采样数组,任取选取其中一个采样点,将其和连续排列在其之后的两个采样点作为一组数据;
S5,角度约束判断:
组内第一个点指向第二个点构成第一向量,第二个点指向第三个点构成第二向量,判断第一向量和第二向量之间的夹角是否满足预设的角度阈值范围,如果不满足,舍弃当前采样点,转入步骤S4,如果满足,转入步骤S6;
S6,曲率差值之比约束判断:
依次计算相邻两个采样点的曲率差值的绝对值,再计算两个曲率差值绝对值之间的比值,判断该比值是否满足预设的比值阈值范围,如果不满足,舍弃当前采样点,转入步骤S4,如果满足,转入步骤S7;
S7,曲率差值之差约束判断:
依次计算相邻两个采样点的曲率差值的绝对值,再计算两个曲率差值绝对值之间的差值,判断该差值是否满足预设的差值阈值范围,如果不满足,舍弃当前采样点,转入步骤S4,如果满足,转入步骤S8;
S8,曲率值之比约束判断:
计算得到第三个采样点和第二个采样点的曲率值比值、以及第一个采样点和第二个采样点的曲率值比值,分别判断两个曲率值比值是否均大于预设比值阈值,如果大于,则输出当前采样点作为特征点,否则,舍弃当前采样点,转入步骤S4;
S9,重复步骤S4至步骤S8,直至所有采样点处理完毕,输出所有特征点,获得叶片截面线前后缘分界点。
2.根据权利要求1所述的多约束的叶片截面线分区特征点获取方法,其特征在于,步骤S2中,相邻采样点的距离小于0.02mm。
3.根据权利要求1所述的多约束的叶片截面线分区特征点获取方法,其特征在于,步骤S3中,对采样数组中的曲率值进行统一放大,选取的放大倍数使所有曲率突变处的坡度角均大于等于45度且小于等于135度。
4.根据权利要求1所述的多约束的叶片截面线分区特征点获取方法,其特征在于,步骤S5中,所述预设的角度阈值范围为45°至135°。
5.根据权利要求1所述的多约束的叶片截面线分区特征点获取方法,其特征在于,步骤S6中,曲率差值之比约束的判断过程包括:
采用下述公式计算得到曲率差值之比 :
;
式中,表示第i个点的曲率值,/>表示第i+1个点的曲率值,/>表示第i+2个点的曲率值;
如果曲率差值之比大于10,或者曲率差值之比/>小于0.1,则判断当前采样点满足曲率差值之比约束。
6.根据权利要求1所述的多约束的叶片截面线分区特征点获取方法,其特征在于,步骤S7中,曲率差值之差约束的判断过程包括:
计算曲率差值之差:
;
其中,表示第i个点的曲率值,/>表示第i+1个点的曲率值,/>表示第i+2个点的曲率值;
计算曲率差值之差:
;
如果D1或D2大于0,则判断当前采样点满足曲率差值之差约束。
7.根据权利要求1所述的多约束的叶片截面线分区特征点获取方法,其特征在于,步骤S8中,所述预设比值阈值为1.5。
8.根据权利要求1所述的多约束的叶片截面线分区特征点获取方法,其特征在于,步骤S8中,根据所有特征点,获得叶片截面线前后缘分界点,对叶片截面线上前缘,后缘,叶盆与叶背区域进行划分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311246390.6A CN116992600B (zh) | 2023-09-26 | 2023-09-26 | 一种多约束的叶片截面线分区特征点获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311246390.6A CN116992600B (zh) | 2023-09-26 | 2023-09-26 | 一种多约束的叶片截面线分区特征点获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116992600A true CN116992600A (zh) | 2023-11-03 |
CN116992600B CN116992600B (zh) | 2023-12-15 |
Family
ID=88532458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311246390.6A Active CN116992600B (zh) | 2023-09-26 | 2023-09-26 | 一种多约束的叶片截面线分区特征点获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116992600B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110301915A1 (en) * | 2009-03-02 | 2011-12-08 | Rolls-Royce Plc | Surface profile evaluation |
CN104697462A (zh) * | 2015-03-24 | 2015-06-10 | 武汉克诺德智能科技有限公司 | 一种基于中轴线的航空叶片型面特征参数提取方法 |
CN106558056A (zh) * | 2016-11-15 | 2017-04-05 | 西北工业大学 | 基于曲率半径自适应阀值的叶片截面线前后缘分割方法 |
CN111008980A (zh) * | 2019-12-17 | 2020-04-14 | 西安交通大学 | 基于曲率变化的叶片缘头截面型线自适应分割方法 |
CN111400667A (zh) * | 2020-03-31 | 2020-07-10 | 华中科技大学 | 一种基于变公差带约束的航空叶片型面检测方法和系统 |
CN112446123A (zh) * | 2019-08-28 | 2021-03-05 | 电子科技大学 | 一种整体叶盘三坐标测量机测头位姿规划方法 |
CN113997125A (zh) * | 2021-10-26 | 2022-02-01 | 中国航发沈阳黎明航空发动机有限责任公司 | 一种基于在机测量的叶片截面线自适应重构方法 |
CN114692339A (zh) * | 2022-04-14 | 2022-07-01 | 西安三航动力科技有限公司 | 基于缘头补偿的整体叶盘叶片曲面重构方法 |
CN114936389A (zh) * | 2022-03-31 | 2022-08-23 | 中国科学院西安光学精密机械研究所 | 一种叶片截面线的中弧线构造与几何特征分割方法 |
-
2023
- 2023-09-26 CN CN202311246390.6A patent/CN116992600B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110301915A1 (en) * | 2009-03-02 | 2011-12-08 | Rolls-Royce Plc | Surface profile evaluation |
CN104697462A (zh) * | 2015-03-24 | 2015-06-10 | 武汉克诺德智能科技有限公司 | 一种基于中轴线的航空叶片型面特征参数提取方法 |
CN106558056A (zh) * | 2016-11-15 | 2017-04-05 | 西北工业大学 | 基于曲率半径自适应阀值的叶片截面线前后缘分割方法 |
CN112446123A (zh) * | 2019-08-28 | 2021-03-05 | 电子科技大学 | 一种整体叶盘三坐标测量机测头位姿规划方法 |
CN111008980A (zh) * | 2019-12-17 | 2020-04-14 | 西安交通大学 | 基于曲率变化的叶片缘头截面型线自适应分割方法 |
CN111400667A (zh) * | 2020-03-31 | 2020-07-10 | 华中科技大学 | 一种基于变公差带约束的航空叶片型面检测方法和系统 |
CN113997125A (zh) * | 2021-10-26 | 2022-02-01 | 中国航发沈阳黎明航空发动机有限责任公司 | 一种基于在机测量的叶片截面线自适应重构方法 |
CN114936389A (zh) * | 2022-03-31 | 2022-08-23 | 中国科学院西安光学精密机械研究所 | 一种叶片截面线的中弧线构造与几何特征分割方法 |
CN114692339A (zh) * | 2022-04-14 | 2022-07-01 | 西安三航动力科技有限公司 | 基于缘头补偿的整体叶盘叶片曲面重构方法 |
Non-Patent Citations (4)
Title |
---|
JINGWEN WANG 等: "Shape Evaluation Method for Leading and Trailing Edges of Aero-engine Blade", JOURNAL OF PHYSICS: CONFERENCE SERIES 2022 5TH INTERNATIONAL CONFERENCE ON INTELLIGENT MANUFACTURING AND AUTOMATION, vol. 2229, pages 012012 * |
刘佳 等: "叶片截面线特征点的快速提取及其实验研究", 东北大学学报(自然科学版), vol. 36, no. 07, pages 996 - 999 * |
蔺小军 等: "面向自适应加工的精锻叶片前后缘模型重构", 航空学报, vol. 36, no. 05, pages 1695 - 1703 * |
高源 等: "基于CMM的薄壁叶片型线测量点分区域采样规划方法", 航空制造技术, vol. 63, no. 07, pages 14 - 20 * |
Also Published As
Publication number | Publication date |
---|---|
CN116992600B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110349252B (zh) | 一种基于点云边界构建小曲率零件实际加工曲线的方法 | |
Feng et al. | Constant scallop-height tool path generation for three-axis sculptured surface machining | |
CN113298833A (zh) | 目标物点云特征线面提取方法及系统 | |
CN114170279A (zh) | 一种基于激光扫描的点云配准方法 | |
CN110728667A (zh) | 一种基于灰度图像概率的刀具磨损量自动精确测量方法 | |
CN111077844B (zh) | 一种基于实测数据特征引导的零件精确加工方法 | |
CN104793560A (zh) | 用于生成轨迹的方法和系统 | |
CN111598780B (zh) | 一种适用于机载LiDAR点云的地形自适应插值滤波方法 | |
CN106021997B (zh) | 一种三代PacBio测序数据的比对方法 | |
CN116402866A (zh) | 基于点云的零件数字孪生几何建模与误差评定方法及系统 | |
CN114663373A (zh) | 一种用于零件表面质量检测的点云配准方法及装置 | |
CN116992600B (zh) | 一种多约束的叶片截面线分区特征点获取方法 | |
CN110109415B (zh) | 一种基于密度聚类的多网格刀轴优化方法 | |
CN115372995A (zh) | 一种基于欧式聚类的激光雷达目标检测方法及系统 | |
CN117408913B (zh) | 待测物体点云去噪方法、系统及装置 | |
CN111610751B (zh) | 过点集nurbs插值曲线的插值误差多次细分迭代计算方法 | |
CN116186864B (zh) | 一种基于bim技术的深基坑模型快速建模方法及系统 | |
CN116152108A (zh) | 一种基于最小圆算法的隧道断面点云滤波方法及电子设备 | |
CN116851930A (zh) | 一种三维五轴曲面激光切割轨迹生成方法及装置 | |
CN112035978B (zh) | 一种刀具参数优化设计方法及系统 | |
JP6716446B2 (ja) | 加工プログラム解析装置、加工プログラム解析プログラムおよび加工プログラム解析方法 | |
CN109604662B (zh) | 一种悬索桥散索鞍数控镗铣清根方法 | |
CN115587441B (zh) | 一种流道结构增减材复合制造工艺规划方法及系统 | |
CN117315002B (zh) | 待测物体三维表型测量方法、系统及装置 | |
CN114036773B (zh) | 一种块体离散元数值模型外轮廓几何快速检索方法 |
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 | ||
GR01 | Patent grant |