叶片类零件的3+2轴无支撑3D打印制造方法技术

本发明专利技术公开了一种叶片类零件的3+2轴无支撑3D打印制造方法，用于解决现有叶片类零件的多轴3D打印制造方法复杂的技术问题。技术方案是将叶片类零件通过改进的谱聚类算法分割为多个子块，相较于背景技术采用Z平面简单直接分割方法，考虑了叶片在不同Z方向的相似、相邻程度，使得划分出的子块的表面法向量更为统一，避免了打印时的“台阶效应”，还能根据聚类算法自动确定聚类个数，弥补了传统谱聚类算法的不足，同时基于两个准则的迭代算法还能自动给出最优的聚类个数，弥补传统谱聚类算法需要手动给出聚类个数的不足，本发明专利技术方法计算出的主打印方向对各子块进行打印，整个叶片3D打印成型过程避免使用支撑结构，方法简单可靠。

3 + 2 axis unsupported 3D printing manufacturing method for blade parts

【技术实现步骤摘要】
叶片类零件的3+2轴无支撑3D打印制造方法
本专利技术涉及一种叶片类零件的多轴3D打印制造方法，特别涉及一种叶片类零件的3+2轴无支撑3D打印制造方法。
技术介绍
目前，许多研究人员将新兴制造技术投入整体叶盘、叶轮类零件的制造研究中，用于得到更高效率和更低成本的制造加工方法，而3D打印整体叶盘、叶轮类零件便是有效的解决方式之一，具有节省材料、时间的优点；另一方面，叶片制造是整体叶盘叶轮零件打印制造的关键，但叶片属于曲面类零件，存在结构较为复杂或表面弯扭情况较为严重等问题，当使用3轴3D打印机进行打印时，主要存在以下两个问题；一是打印方向和零件表面法向量不垂直导致的尖高误差，即“阶梯效应”：打印零件表面出现尖高(见图3)，且不垂直程度越大阶梯效应越明显；二是零件悬挂区域可能需要添加支撑才能成形零件，支撑结构的引入将会增加整个成型过程的时长，而且还另外需要加工时间来移除支撑结构，同时支撑结构的存在也造成了材料的浪费，这与3D打印的初衷显然是背道而驰的；此外，移除支撑结构过程还会造成支撑结构和零件接触处的表面质量受损。文献1“W.Wang,C.Zanni,andL.Kobbelt,“Improvedsurfacequalityin3Dprintingbyoptimizingtheprintingdirection,”InComputerGraphicsForum,vol.35,no.2.WileyOnlineLibrary,pp.59–70,2016.”提出通过分割零件进行逐次打印最后手工对接“缝合”实现少支撑和表面垂直打印，但是应用于本专利技术所对应的薄壁弯扭严重叶片类零件，其分割效果不理想，且仍需要部分支撑。文献2“申请公布号是CN105149582A的中国专利技术专利”公开了一种叶片类零件的多轴3D打印成型方法，但仅在Z方向对叶片进行平面分割，存在分割方式过于简单，不适用弯扭程度较大的情况，且打印过程仍需要一定支撑的问题。
技术实现思路
为了克服现有叶片类零件的多轴3D打印制造方法复杂的不足，本专利技术提供一种叶片类零件的3+2轴无支撑3D打印制造方法。该方法将叶片类零件通过改进的谱聚类算法分割为多个子块，相较于
技术介绍
采用Z平面简单直接分割方法，考虑了叶片在不同Z方向的相似、相邻程度，使得划分出的子块的表面法向量更为统一，避免了打印时的“台阶效应”，还能根据聚类算法自动确定聚类个数，弥补了传统谱聚类算法的不足，同时基于两个准则的迭代算法还能自动给出最优的聚类个数，弥补传统谱聚类算法需要手动给出聚类个数的不足，本专利技术方法计算出的主打印方向对各子块进行打印，整个叶片3D打印成型过程避免使用支撑结构，方法简单可靠。本专利技术解决其技术问题所采用的技术方案：一种叶片类零件的3+2轴无支撑3D打印制造方法，其特点是包括以下步骤：步骤一、导入STL格式的叶片零件三维模型，同时分别导入在单位球上呈网格分布的134、994个点集合作为算法的打印投票向量集合D0和候选打印方向向量集合D1；步骤二、对三角面片进行过分割实现对模型的预处理；根据待制造叶片的三维模型，软件测量得到叶片最大厚度d，同时根据零件具体所使用的打印材料查到其最大塌陷角θc，作为一个三角面片法向量是否对投票打印方向向量投票的夹角阈值；遍历整个三角面片集合和候选打印方向向量集合D1，计算二者之间的夹角，若某个三角面片Tri和某一候选打印方向向量夹角在阈值θc内，则Tri对投1票。投票过程完成后，把对D1中投票的打印方向向量情况都一致的三角面片归类到一起，然后计算归类后的三角面片之间的形心距离是否≤2d，若是，则把归类后的三角面片划分为1个初始聚类单元，若不是，则归类后的三角面片各自独立形成一个初始聚类单元，另外，若某个三角面片和其他面片对D1中的向量均没有相同的投票，那么该三角面片则独自形成1个初始聚类单元；步骤三、对于给定叶片类零件B，构建相似度矩阵W，用以描述各个初始聚类单元之间的相似度关系大小，作为接下来聚类分割的依据，然后计算归一化矩阵D，进一步得到叶片类零件归一化的拉普拉斯矩阵L；相似度矩阵W的大小为n2×n2，其中n2为初始聚类单元个数，元素wij表示初始聚类单元Ci与Cj之间建立的一种准则关系，同时为排除初始聚类单元C自身的相似度，令wii＝0；叶片类零件的相似度矩阵建立准则如下：阶梯误差最小：由上述内容，在没有支撑结构的情况下，3D打印完成的零件产生误差的根源在于打印方向和零件表面法向量不完全垂直而产生的阶梯误差，其中表示打印方向，h表示截面层厚度，n是当前打印零件面的表面法向量。定义尖高ci为：单个初始聚类单元的阶梯误差Ei为：Ei＝ci·S(Ci)(2)其中S(Ci)表示初始聚类单元Ci的面积；计算初始聚类单元Ci与Cj之间的阶梯误差表示为：其中，而要使阶梯误差最小化，则有其中，除以二者的面积之和S(Ci)+S(Cj)，对初始聚类单元的面积进行均一化；相邻初始聚类单元之间的相邻紧密程度最大化：显然，两个初始聚类单元若要被划分为同一个子块，两初始聚类单元必须相邻，且在阶梯误差相同的情况下，相邻程度越大，越具有划分到同一个子块的优先级，把任意两个相邻初始聚类单元Ci、Cj的相邻程度Neij表示如下：其中，xi表示Ci中所有三角面片顶点x坐标集合，yi、zi、xj、yj、zj同理，xij则为Ci、Cj中所有三角面片顶点的x坐标集合；通过上述两个步骤，相似度矩阵建立方式如下：其中wij为相似度矩阵中的第i行j列元素，λ1、λ2分别为调试参数归一化矩阵D计算公式如下：叶片类零件归一化的拉普拉斯矩阵L计算公式：步骤四、利用改进的聚类算法将相似度矩阵的初始聚类单元进行聚类，得到最优的子块划分B(B1,B2,…BN)，并计算出每个子块的主打印方向向量和表示理论打印误差的各个参数；将求解相似度矩阵中初始聚类单元之间的聚类问题，采用Ncut方法，转化为求L最小的前N个特征值所各自对应的特征向量f的N个分类问题；然后令上述N个特征向量组成的特征矩阵按行标准化后为F，其中每一行作为一个N维的样本，共m个样本，采用K-means聚类，聚类维数为N，最后得到最优的子块划分B(B1,B2,…BN)；计算每个子块的主打印方向向量：首先依次对每个子块，遍历之前生成的994个候选打印方向向量集合D0，取出其中的一个元素满足和对应子块中所有三角面片的夹角值误差是与该子块夹角误差值中最小的；计算表示理论打印误差的各个参数：具体包括，所有子块中每个三角面片法向量和其对应子块的主打印方向向量夹角值总和，记为sum_ang、总夹角平均值，记为ave_ang、总夹角方差，记为var_ang，零件中的夹角最值，记为ext_ang，表达式如下；ext_ang＝max(a本文档来自技高网...

【技术保护点】
1.一种叶片类零件的3+2轴无支撑3D打印制造方法，其特征在于包括以下步骤：/n步骤一、导入STL格式的叶片零件三维模型，同时分别导入在单位球上呈网格分布的134、994个点集合作为算法的打印投票向量集合D

【技术特征摘要】
1.一种叶片类零件的3+2轴无支撑3D打印制造方法，其特征在于包括以下步骤：
步骤一、导入STL格式的叶片零件三维模型，同时分别导入在单位球上呈网格分布的134、994个点集合作为算法的打印投票向量集合D0和候选打印方向向量集合D1；
步骤二、对三角面片进行过分割实现对模型的预处理；根据待制造叶片的三维模型，软件测量得到叶片最大厚度d，同时根据零件具体所使用的打印材料查到其最大塌陷角θc，作为一个三角面片法向量是否对投票打印方向向量投票的夹角阈值；
遍历整个三角面片集合和候选打印方向向量集合D1，计算二者之间的夹角，若某个三角面片Tri和某一候选打印方向向量夹角在阈值θc内，则Tri对投1票；投票过程完成后，把对D1中投票的打印方向向量情况都一致的三角面片归类到一起，然后计算归类后的三角面片之间的形心距离是否≤2d，若是，则把归类后的三角面片划分为1个初始聚类单元，若不是，则归类后的三角面片各自独立形成一个初始聚类单元，另外，若某个三角面片和其他面片对D1中的向量均没有相同的投票，那么该三角面片则独自形成1个初始聚类单元；
步骤三、对于给定叶片类零件B，构建相似度矩阵W，用以描述各个初始聚类单元之间的相似度关系大小，作为接下来聚类分割的依据，然后计算归一化矩阵D，进一步得到叶片类零件归一化的拉普拉斯矩阵L；
相似度矩阵W的大小为n2×n2，其中n2为初始聚类单元个数，元素wij表示初始聚类单元Ci与Cj之间建立的一种准则关系，同时为排除初始聚类单元C自身的相似度，令wii＝0；
叶片类零件的相似度矩阵建立准则如下：
阶梯误差最小：由上述内容，在没有支撑结构的情况下，3D打印完成的零件产生误差的根源在于打印方向和零件表面法向量不完全垂直而产生的阶梯误差，其中表示打印方向，h表示截面层厚度，n是当前打印零件面的表面法向量；定义尖高ci为：



单个初始聚类单元的阶梯误差Ei为：
Ei＝ci·S(Ci)(2)
其中S(Ci)表示初始聚类单元Ci的面积；
计算初始聚类单元Ci与Cj之间的阶梯误差表示为：



其中，而要使阶梯误差最小化，则有



其中，除以二者的面积之和S(Ci)+S(Cj)，对初始聚类单元的面积进行均一化；
相邻初始聚类单元之间的相邻紧密程度最大化：显然，两个初始聚类单元若要被划分为同一个子块，两初始聚类单元必须相邻，且在阶梯误差相同的情况下，相邻程度越大，越具有划分到同一个子块的优先级，把任意两个相邻初始聚类单元Ci、Cj的相邻程度Neij表示如下：












其中，xi表示Ci中所有三角面片顶点x坐标集合，yi、zi、xj、yj、zj同理，xij则为Ci、Cj中所有三角面片顶点的x坐标集合；
通过上述两个步骤，相似度矩阵建立方式如下：



其中wij为相似度矩阵中的第i行j列元素，λ1、λ2分别为调试参数
归一化矩阵D计算公式如下：

【专利技术属性】
技术研发人员：吴宝海，李成林，张莹，郑海，张阳，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61