一种基于CMM扫描测量的自由曲面轮廓度评价方法技术

本发明专利技术公开一种基于CMM扫描测量的自由曲面轮廓度评价方法，包括以下步骤：(1)利用扫描式三坐标测量机得到被测件的原始测点数据集，计算原始测点数据集内的点与被测件设计模型表面之间的偏差，并绘制偏差曲线；(2)利用小波分解将偏差曲线分解成三部分，提取出关键点；(3)根据自由曲面轮廓误差的数学模型，使用SQP算法对关键点进行定位，并优化变换矩阵T中的六个参数，获得定位关键点集；(4)用曲面分割法计算定位关键点和被测件设计模型表面之间的偏差，根据他们的最大偏差得到轮廓误差。该方法利用小波分解从偏差曲线中提取关键点来简化计算过程，再利用SQP算法对关键点进行定位并用曲面分割法计算定位关键点和模型表面之间的偏差。

【技术实现步骤摘要】
一种基于CMM扫描测量的自由曲面轮廓度评价方法
本专利技术属于加工误差几何测量领域，特别是涉及一种基于CMM扫描测量的自由曲面轮廓度评价方法。
技术介绍
自由曲面由于本身优良的几何特征被广泛的应用，复杂的几何特征使得加工制造比较困难，同时在最终的产品表面上会包含各种来源的加工误差。因此，一种准确有效的测量和质量评估方法是必要的。三坐标测量机(CMM)被广泛的用于检测几何尺寸。装备触发式探针的三坐标测量机使用逐点方式检测表面[1]，与之相比扫描式三坐标测量机大大减少了检查的时间消耗，并保持接触测量的精度[2]。根据ISO1101[3]，被评估零件的轮廓度误差应该在最小区域内，这被称为最小区域标准(MZC)[4]。为了建立最小区域，轮廓度误差评估包含并且伴随着定位[5]，也可以说是限制在某些区域，使实际的测量数据适应设计表面。最有效的定位算法基于迭代优化算法，可广泛应用于轮廓误差评估，如遗传算法(GA)[6]，粒子群优化(PSO)[7]和序列二次规划(SQP)[8]。对于获得小规模数据集的逐点方式，这些算法具有显著的性能，但它们不适合面向通过扫描获得的大规模数据集。因为它们基于迭代的优化模式，所以随着数据规模的增加，时间消耗将显著增加。为了减少时间消耗，可以从测量数据集中提取必要的关键点以减少计算量。提取可以看作一种离散采样，与逐点采样的离散点集相比，检测后提取关键点，这意味着可以包含更多的加工信息。虽然按照逐点方式采样的离散点集是预先确定的，并且根据预测信息直接在实际表面上进行，但是这些信息却难以保证全面反映加工信息。提取的主要应用领域包括表面计量的分解和评估以及曲线(或表面)的简化和重构。一方面，在表面计量的分解和评估领域，通过分解数据序列和重构理想表面来进行提取，发展了许多信号分解算法，例如小波变换(WT)[9]，经验模态分解(EMD)[10]。在这些研究中，重要性在于算法的鲁棒性和效率。另一方面，在曲线(或曲面)的简化和重构领域中，提取用来确定理想点的位置。Park和Lee[11]提出了一种自适应提取方法，用于从数据集中提取关键点。该自适应提取方法首先根据给定点的曲率选择种子点作为初始点，然后在关键点集合中添加了能提高关键区域精度的新关键点。Alexa等人[12]旨在用从扫描数据集中提取的关键点来表示表面，并通过比较有关键点的表面和没有关键点的表面来确定每个点的必要性，使用MLS(移动最小二乘法)用多项式局部近似表面。Wang和Zhang[13]提出了一种简化方法，通过小波分解选择性重构，保留了必要的点，减少了光顺的缺陷，并重建NURBS曲线和曲面。为了确定每个节点的必要性，B样条基函数被认为是缩放函数，并且小波变换用于计算去除每个内部节点之后的表面和原始表面之间的偏差，并通过该偏差来简化误差，通过以小的简化误差去除内部节点来实现简化。从以前的工作中可以看出，这些提取方法具有出色的性能，但它们是为光顺或重构需求而设计的，而不是针对定位和评估。其中：[1]R.Bardell,V.Balendran,K.Sivayoganathan,Accuracyanalysisof3Ddatacollectionandfree-formmodellingmethods,J.Mater.Process.Tech.133(2003)26–33.[2]Y.Zhang,Z.Zhou,K.Tang,Sweepscanpathplanningforfive-axisinspectionoffree-formsurfaces,Robot.Comput.Integr.Manuf.49(2018)335–348.doi:10.1016/j.rcim.2017.08.010.[3]ISO1101,Geometricalproductspecifications–geometricaltolerancing–Tolerancesofform,orientation,locationandrun-out,(2012).[4]A.Lang,Z.Song,G.He,Y.Sang,Profileerrorevaluationoffree-formsurfaceusingsequentialquadraticprogrammingalgorithm,Precis.Eng.47(2017)344–352.doi:10.1016/j.precisioneng.2016.09.008.[5]Y.Sun,X.Wang,D.Guo,J.Liu,MachininglocalizationandqualityevaluationofpartswithsculpturedsurfacesusingSQPmethod,Int.J.Adv.Manuf.Technol.42(2009)1131–1139.doi:10.1007/s00170-008-1673-4.[6]X.Wen,A.Song,Animprovedgeneticalgorithmforplanarandspatialstraightnesserrorevaluation,Int.J.Mach.Tool.Manu.43(2003)1157–1162.doi:10.1016/S0890-6955(03)00105-6.[7]X.Wen,Y.Zhao,D.Wang,X.Zhu,X.Xue,Accurateevaluationoffree-formsurfaceprofileerrorbasedonquasiparticleswarmoptimizationalgorithmandsurfacesubdivision,ChineseJ.Mech.Eng.26(2013)406–413.doi:10.3901/CJME.2013.02.406.[8]G.He,P.Liu,L.Guo,K.Wang,Conicityerrorevaluationusingsequentialquadraticprogrammingalgorithm,Precis.Eng.38(2014)330–336.doi:10.1016/j.precisioneng.2013.11.003.[9]X.Q.Jiang,L.Blunt,K.J.Stout,Developmentofaliftingwaveletrepresentationforsurfacecharacterization,Proc.R.Soc.AMath.Phys.Eng.Sci.456(2000)2283–2313.doi:10.1098/rspa.2000.0613.[10]Z.Zhang,Y.Zhang,Y.Zhu,Anewapproachtoanalysisofsurfacetopography,Precis.Eng.34(2010)807–810.doi:10.1016/j.precisioneng.2010.05.002.[11]H.Park,J.Lee,B-splinecurvefittingbasedonadaptivecurverefinementusingdominantpoints,Comput.AidedDesign.39(2007)43本文档来自技高网...

【技术保护点】
1.一种基于CMM扫描测量的自由曲面轮廓度评价方法，其特征在于，包括以下步骤：(1)利用装备有扫描式测头的三坐标测量机(CMM)测量得到被测件的原始测点数据集，计算原始测点数据集内的点与被测件设计模型表面之间的偏差，并绘制得到偏差曲线；(2)利用小波分解将上述偏差曲线分解成三部分，提取出关键点；(3)根据自由曲面轮廓误差的数学模型，使用SQP算法对关键点进行定位，并优化变换矩阵T中的六个参数，获得定位关键点集；(4)用曲面分割方法计算定位关键点和被测件设计模型表面之间的偏差，根据他们之间的最大偏差得到轮廓误差。

【技术特征摘要】
1.一种基于CMM扫描测量的自由曲面轮廓度评价方法，其特征在于，包括以下步骤：(1)利用装备有扫描式测头的三坐标测量机(CMM)测量得到被测件的原始测点数据集，计算原始测点数据集内的点与被测件设计模型表面之间的偏差，并绘制得到偏差曲线；(2)利用小波分解将上述偏差曲线分解成三部分，提取出关键点；(3)根据自由曲面轮廓误差的数学模型，使用SQP算法对关键点进行定位，并优化变换矩阵T中的六个参数，获得定位关键点集；(4)用曲面分割方法计算定位关键点和被测件设计模型表面之间的...

【专利技术属性】
技术研发人员：何改云，王宏亮，桑一村，庞凯瑞，庞域，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12