蜂窝芯面形测量数据毛刺去除方法技术

本发明专利技术公开了一种蜂窝芯面形测量数据毛刺去除方法，包括如下步骤：获取蜂窝芯面形的三维数据；对蜂窝芯面形边区域进行划分；将每条蜂窝芯蜂窝面形边测量数据中的平面毛刺去除；将每条蜂窝芯面形蜂窝边测量数据中的空间毛刺去除。本发明专利技术采用降维方式，将三维测量数据转化为二维测量数据，降低了毛刺识别的复杂程度；通过在二维空间直线和曲线方式的回归分析，识别空间毛刺，解决了由于拟合平面沿蜂窝壁方向倾斜，毛刺识别误差大的问题，毛刺识别精度高，毛刺是加工后表面质量的反应，对其进一步的分析能够对加工参数的确定提供指导，且毛刺数据的去除是面形加工精度计算的有效保证。

Burr removal method for measuring data of honeycomb core profile

The invention discloses a method for removing burrs from honeycomb core surface measurement data, which comprises the following steps: acquiring three-dimensional data of honeycomb core surface shape; dividing the honeycomb core surface shape edge region; removing burrs from each honeycomb core surface shape measurement data; and removing burrs from each honeycomb core surface shape measurement data. Removal of space burrs. The method adopts the dimension reduction method, converts the three-dimensional measurement data into the two-dimensional measurement data, reduces the complexity of burr identification; identifies the space burr by regression analysis of the two-dimensional space straight line and curve mode, solves the problem that the fitting plane inclines along the direction of the honeycomb wall, and the burr identification error is large, and the burr identification is realized. The burr is the response of surface quality after machining. Further analysis can provide guidance for the determination of machining parameters, and the removal of burr data is an effective guarantee for surface machining accuracy calculation.

【技术实现步骤摘要】
蜂窝芯面形测量数据毛刺去除方法
本专利技术涉及蜂窝芯面形测量数据毛刺去除方法。
技术介绍
蜂窝芯作为极佳的高强度和超轻型结构，广泛应用于航空、航天、船舶和高速列车等领域。蜂窝芯是夹层结构的轻质芯材，其上下表面经数控加工形成特定曲面，与上下两层具有相反形状的薄板用胶粘接在一起，构成蜂窝芯夹层结构。蜂窝芯曲面加工质量的好坏和加工精度的高低，决定了其与上下薄板粘接的可靠性、进而影响整个蜂窝夹层结构的性能。因此在加工后粘接前，必须对蜂窝芯复杂曲面的加工精度进行检测，检测合格的构件才能粘接薄板形成蜂窝芯夹层构件。因此需要一种测量方法，用于检测蜂窝芯加工后的复杂曲面形状精度。蜂窝芯加工表面具有非连续特征。蜂窝芯是一种多孔薄壁结构，蜂窝边厚0.05mm-0.1mm，壁形状多为正六边形，壁边长2-5mm，蜂窝边截面占其总表面积的比例小于10％，这种非连续特征导致蜂窝芯构件复杂曲面形状精度的测量困难。目前，仍缺少一种适用于加工现场的，高精度的，能够实现对加工后的蜂窝芯面形进行量化评估的方法。目前航空航天制造企业实现对蜂窝芯面形的量化测量主要通过三坐标测量机，将三坐标测量机的测头进行改装，使测头与蜂窝芯的接触面积增大，甚至大于蜂窝芯的一个单元。因此，这种测量方法，由于测量时测头部分与蜂窝芯接触面积过大，不能测量到具体的蜂窝壁高度。并且，这种方法在主要适用于平面和斜面测量，在测量曲面时，由于测头与蜂窝芯接触面为平面，测头接触的蜂窝壁与测量的位置存在高度差，因此曲面测量误差较大。在专利申请号为201310485345.6，名称为“一种组合框架结构蜂窝芯平面度的测量方法”的专利中，其利用高精度的刀口尺和成套的三等或以上精度等级的量块，结合高度差的计算方法，进行蜂窝芯的平面度测量。该专利提供了整体上测量蜂窝芯平面度的方法，对于蜂窝芯材料的具体面形测量精度有限。申请号为201610585321.1、201610585419.7的专利技术专利公开了一种用于蜂窝芯面形测量方法，在待测工件表面覆上一层薄膜，以一定的真空度将薄膜吸附压在蜂窝芯表面。以激光微位移传感器测量覆膜后的工件表面，获得蜂窝芯面形的测量数据。这种方法中的覆膜压在蜂窝边表面，能够将加工中形成的毛刺压倒，避免蜂窝边表面毛刺对测量精度的影响。但是测量前覆膜也使得测量过程复杂、需要增加覆膜和真空吸附装置，不适合加工现场的实时测量。如果能以激光微位移传感器测量加工后蜂窝芯表面的形貌，获得形状精度信息，将会极大简化上述过程。但直接测量过程中，蜂窝芯加工表面的毛刺也同时会被测量、进入到蜂窝芯形状测量数据中来。但毛刺的高度并不反映蜂窝芯真正的面形高度，毛刺的存在会影响蜂窝芯的面形测量精度。是否能从测量数据中将毛刺的测量数据识别并去除，是激光微位移传感器直接测量蜂窝芯形貌方法能否实现的关键之一。申请号为201711001309.2的专利技术专利公开了一种从蜂窝芯表面测量数据中识别蜂窝边区域的方法，能够实现对测量后的蜂窝芯面形数据中每条蜂窝边的测量数据进行单独数据处理，为后续毛刺数据的去除及其它精度分析提供基础。申请号为201711002057.5的专利技术专利公开了一种蜂窝芯面形测量数据毛刺去除方法，其对平面毛刺和空间毛刺的去除，均采用拟合法，其对空间毛刺进行平面拟合，但其未给出具体的实现方法，如果拟合的平面沿蜂窝壁方向倾斜，则会导致毛刺的识别出现较大的误差。并且实际测量的蜂窝边数据波动较大，采用平面拟合去除空间毛刺，精度较低。因此，仍需要一种更加合理的、高精度的毛刺数据去除方法。
技术实现思路
本专利技术针对以上问题的提出，而研制的蜂窝芯面形测量数据毛刺去除方法，包括如下步骤：—测量待测蜂窝芯面形表面，获取蜂窝芯面形的三维数据，使x坐标和y坐标对应蜂窝芯面形的水平位置，z坐标对应该水平位置蜂窝芯面形的高度值；通过特征识别的方法，对蜂窝芯面形边区域进行划分，实现对每条蜂窝芯面形边数据的单独数据处理；定义在xoy面内清晰可见的毛刺为平面毛刺；在xoy面内不可见，但其高度值偏离正常蜂窝芯面形边数据的毛刺为空间毛刺；—将每条蜂窝边测量数据中的平面毛刺去除：进行降维处理，获取三维测量数据的一个二维空间；在降维后的二维空间中对平面毛刺进行识别，并在原来的三维测量数据中进行去除；上述平面毛刺去除过程重复多次进行，逐渐将平面毛刺去除。—将每条蜂窝芯面形边测量数据中的空间毛刺去除：对去除平面毛刺后的测量数据，进行降维处理，获取三维测量数据的另一个二维空间；在降维后的二维空间中对空间毛刺进行识别，并在原来的三维测量数据中进行去除；上述空间毛刺去除过程重复多次进行，逐渐将空间毛刺去除。作为优选的实施方式，—所述的平面毛刺去除时降维处理的具体过程为：将测量数据向投影面Ⅰ中投影，投影面Ⅰ为测量数据的xoy平面，每个测量数据降维后的结果即为其xy坐标。作为优选的实施方式，—所述的平面毛刺去除时在降维后的二维空间中对平面毛刺进行识别，并在原来的三维测量数据中进行去除的具体过程为：在降维后的二维空间中，采用一定的回归模型对测量数据进行回归分析，预测出蜂窝芯蜂窝面形边曲线，数据点到该曲线距离大于所设定阈值d的为平面毛刺数据，在原来的三维测量数据中将其去除。作为优选的实施方式，—所述的空间毛刺去除时降维处理的具体过程为：将测量数据向投影面Ⅱ中投影，投影面Ⅱ垂直于xoy平面，并经过xoy平面中蜂窝芯面形边的近似直线；该近似直线是将测量数据的xy坐标拟合得到，得到蜂窝芯面形边的两个端点P1(x1,y1)与P2(x2,y2)，及其倾角α；以P1为坐标原点，该近似直线为x'轴建立坐标系o'-x'y'z'，原来的三维测量数据投影后坐标为：每个测量数据降维后的结果即为其x'y'坐标。作为优选的实施方式，—所述的空间毛刺去除时在降维后的二维空间中对空间毛刺进行识别，并在原来的三维测量数据中进行去除的具体过程为：在降维后的二维空间中，采用一定的回归模型对测量数据进行回归分析，预测出蜂窝芯蜂窝面形边曲线，数据点到该曲线距离大于所设定阈值h的为空间毛刺数据，在原来的三维测量数据中将其去除。作为优选的实施方式，—所述的回归模型具体包括：线性回归模型和非线性回归模型；所述的线性回归模型适用于毛刺数据粗略去除时，以及毛刺数据精细去除时蜂窝芯蜂窝面形边的数据分布为直线时；所述的非线性回归模型适用于毛刺数据精细去除时，蜂窝芯蜂窝面形边的数据分布为曲线时，不同的形状选择其对应的模型。作为优选的实施方式，—所述的线性回归模型具体为：一次多项式f(t)＝α1+α2t(2)其中t为自变量，f(t)为因变量，α1和α2是方程的参数，能够根据测量数据估算获得，其它的模型的参数确定也与此相同。作为优选的实施方式，—所述的非线性回归模型具体包括：logistic方程其中t为自变量，f(t)为因变量，L，k和t0是方程的参数；高次多项式方程：f(t)＝β0+β1t1+β2t2+…+βntn(4)其中t为自变量，f(t)为因变量，β0，β1，…，βn是方程的参数；以及其它能描述蜂窝芯面形边测量数据分布的方程。作为优选的实施方式，—所述的logistic回归模型适用于：蜂窝芯蜂窝面形边测量数据分布呈“S”形的蜂窝芯。作为优选的实施方式，—所述的高次多项式回归模型适用于：蜂窝芯蜂窝本文档来自技高网...

【技术保护点】
1.一种蜂窝芯面形测量数据毛刺去除方法，其特征在于包括如下步骤：—测量待测蜂窝芯面形表面，获取蜂窝芯面形的三维数据，使x坐标和y坐标对应蜂窝芯面形的水平位置，z坐标对应该水平位置蜂窝芯面形的高度值；通过特征识别的方法，对蜂窝芯面形边区域进行划分，实现对每条蜂窝芯面形边数据的单独数据处理；定义在xoy面内清晰可见的毛刺为平面毛刺；在xoy面内不可见，但其高度值偏离正常蜂窝芯面形边数据的毛刺为空间毛刺；—将每条蜂窝芯蜂窝面形边测量数据中的平面毛刺去除：进行降维处理，获取三维测量数据的一个二维空间；在降维后的二维空间中对平面毛刺进行识别，并在原来的三维测量数据中进行去除；上述平面毛刺去除过程重复多次进行，逐渐将平面毛刺去除；—将每条蜂窝芯面形边测量数据中的空间毛刺去除：对去除平面毛刺后的测量数据，进行降维处理，获取三维测量数据的另一个二维空间；在降维后的二维空间中对空间毛刺进行识别，并在原来的三维测量数据中进行去除；上述空间毛刺去除过程重复多次进行，逐渐将空间毛刺去除。

【技术特征摘要】
1.一种蜂窝芯面形测量数据毛刺去除方法，其特征在于包括如下步骤：—测量待测蜂窝芯面形表面，获取蜂窝芯面形的三维数据，使x坐标和y坐标对应蜂窝芯面形的水平位置，z坐标对应该水平位置蜂窝芯面形的高度值；通过特征识别的方法，对蜂窝芯面形边区域进行划分，实现对每条蜂窝芯面形边数据的单独数据处理；定义在xoy面内清晰可见的毛刺为平面毛刺；在xoy面内不可见，但其高度值偏离正常蜂窝芯面形边数据的毛刺为空间毛刺；—将每条蜂窝芯蜂窝面形边测量数据中的平面毛刺去除：进行降维处理，获取三维测量数据的一个二维空间；在降维后的二维空间中对平面毛刺进行识别，并在原来的三维测量数据中进行去除；上述平面毛刺去除过程重复多次进行，逐渐将平面毛刺去除；—将每条蜂窝芯面形边测量数据中的空间毛刺去除：对去除平面毛刺后的测量数据，进行降维处理，获取三维测量数据的另一个二维空间；在降维后的二维空间中对空间毛刺进行识别，并在原来的三维测量数据中进行去除；上述空间毛刺去除过程重复多次进行，逐渐将空间毛刺去除。2.根据权利要求1所述的蜂窝芯面形测量数据毛刺去除方法，其特征还在于：所述的平面毛刺去除时降维处理的具体过程为：将测量数据向投影面Ⅰ中投影，投影面Ⅰ为测量数据的xoy平面，每个测量数据降维后的结果即为其xy坐标。3.根据权利要求1所述的蜂窝芯面形测量数据毛刺去除方法，其特征还在于：所述的平面毛刺去除时在降维后的二维空间中对平面毛刺进行识别，并在原来的三维测量数据中进行去除的具体过程为：在降维后的二维空间中，采用一定的回归模型对测量数据进行回归分析，预测出蜂窝芯蜂窝面形边曲线，数据点到该曲线距离大于所设定阈值d的为平面毛刺数据，在原来的三维测量数据中将其去除。4.根据权利要求1所述的蜂窝芯面形测量数据毛刺去除方法，其特征还在于：所述的空间毛刺去除时降维处理的具体过程为：将测量数据向投影面Ⅱ中投影，投影面Ⅱ垂直于xoy平面，并经过xoy平面中蜂窝芯面形边的近似直线；该近似直线是将测量数据的xy坐标拟合得到，得到蜂窝芯面形边的两个端点P1(x1,y1)与P2(x2,y2)，及其倾角α；以P1为坐标原点...

【专利技术属性】
技术研发人员：董志刚，康仁科，秦炎，朱祥龙，贾振元，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁,21