一种球面栅极组件间距的测量方法技术

本发明专利技术公开了一种球面栅极组件间距的测量方法，利用密度搜索法区分点云数据中的边缘点和非边缘点，获取边缘点集合E，再利用聚类分析法对边缘点集合E进行分类，获取聚类簇集合C；利用最大距离分析法，根据任意两点之间的距离情况获取每个聚类簇C

【技术实现步骤摘要】
一种球面栅极组件间距的测量方法


[0001]本专利技术属于数据测量的
，具体涉及一种球面栅极组件间距的测量方法。

技术介绍

[0002]栅极组件作为离子推力器的关键部件，主要由屏栅极和加速栅极组成。离子推力器通过栅极形成的高压电场来加速被电离成等离子体的稀有气体，为航天器提供推力，所以栅极组件之间的距离变化将会影响离子推进器性能和寿命，栅极间距的测量对离子推力器研究具有非常重要的意义。
[0003]栅极组件间距测量的一般方法为人工塞规测量和图像探针法，其中图像探针法由于需在栅极表面安装探针，虽然精度比人工塞规法较高，但测量过程较为复杂，多用于实验室研究。上述两种方法都需要对栅极间距逐孔进行测量，而每一个栅极常常存在数千个孔洞，所以现栅极整体间距测量效率较低，另外，由于塞规法和探针法都属于接触式测量方法，在测量时容易损伤栅极表面，影响后续表面刻蚀和离子推力器寿命评估工作，在后续的研究中使用无接触式的测量方法对栅极寿命评估的准确性具有重要意义。
[0004]人工塞规法和图像探针法在实际使用中还存在另一个问题，即通过人工测量带来的栅极孔测量位置和测量方向角度的不确定性，该问题将会带来测量误差，并导致测量结果一致性较差。
[0005]综上所述，现有测量方法存在一定缺陷，急需引入一种新的检测手段，提高栅极间距的测量效率并实现无接触式测量。

技术实现思路

[0006]本专利技术的目的是克服现有的栅极组件间距测量技术中，人工测量精度不高、操作繁琐且对工人技术水平要求较高的问题，提供了一种非接触式的球面栅极组件间距的测量方法，能够高精度地完成自动化检测，实现栅极组件间距的高效测量。
[0007]本专利技术可通过以下技术方案实现：
[0008]一种球面栅极组件间距的测量方法，包括以下步骤：
[0009]步骤一、获取栅极组件的点云数据并进行预处理，去除噪声点；
[0010]步骤二、利用密度搜索法，区分点云数据中的边缘点和非边缘点，获取边缘点集合E，再利用聚类分析法对边缘点集合E进行分类，获取聚类簇集合C＝{Cl|Cl,l＝1,2,3,
…
,m}，Cl表示第l个聚类簇；
[0011]步骤三、利用最大距离分析法，根据任意两点之间的距离情况获取每个聚类簇Cl内部点的最大距离分布情况，利用非参数估计法对基于最大距离分布情况拟合得到的概率密度函数进行优化，获得最优的区间宽度，进而提取最大距离分布中的特征点，以此组成的区域即为稳定区域，然后对所述稳定区域进行圆孔识别；
[0012]步骤四、利用协方差矩阵对各个稳定区域中的圆孔进行上下层圆孔区分，获取上层圆孔的圆心集，再利用坐标变换找到与上层圆孔的圆心集对应的下层圆孔的圆心集，从
而完成栅极组件的间矩测量。
[0013]进一步，最大距离分析法包括以下步骤：
[0014]设所述聚类簇C
l
中有n个点，|p
i
(C
l
)
‑
p
j
(C
l
)|表示点p
i
(C
l
)与点p
j
(Cl)之间的距离，其中pi(Cl)、p
j
(C
l
)分别表示聚类簇C
l
中的第i、j个点，
[0015]步骤
①
、建立聚类簇C
l
对应的距离矩阵P，计算距离矩阵P的无穷范数也就是求取距离矩阵P中各个元素的最大值即最大距离；
[0016][0017]步骤
②
、将最大距离提取出来保存在集合MaxD中，同时将最大距离对应的两个点p
i
(C
l
)、p
j
(C
l
)分别保存在集合A和B中，建立点和最大距离对应关系f(A,B)
→
MaxD，然后将最大距离对应的点从聚类簇C
l
中剔除；
[0018]步骤
③
、重复步骤
①‑②
，直到点个数小于二时，完成最大距离提取，从而获取聚类簇C
l
内部点的距离分布情况。
[0019]进一步，非参数估计法包括以下步骤：
[0020]步骤
⑴
、记集合MaxD中的元素为d1，d2…
d
n*
，使用集合MaxD中的元素为样本数据建立密度直方图；
[0021]步骤
⑵
、通过拟合建立概率密度函数
[0022]为了使样本数据分布的整体概率为1，对密度直方图进行整体归一化处理，设所述密度直方图的分布区间均为B
k*
＝[t
k*
,t
k*+1
]，且对于所有k*而言，h＝t
k*+1
‑
t
k*
表示区间宽度，v
k*
表示分布区间B
k*
的概率函数即分布区间B
k*
内堆叠点的个数，则单个最大距离d的概率密度权重应为1/(h n*)，对应拟合得到概率密度函数为：
[0023][0024][0025]步骤
⑶
、建立误差函数Err(d)，以所述误差函数作为优化标准对概率密度函数进行非参数优化，计算获得区间宽度h的最优解h*；
[0026]由于每一个样本数据仅可存在于一个分布区间B
k*
中，则分布区间B
k*
的概率函数v
k*
满足二项分布，设p
k
为分布区间B
k*
的概率，即：
[0027][0028]所以可得概率密度函数在分布区间B
k*
上的方差和偏差为：
[0029][0030][0031]则对应的误差函数其中，y表示实际的概率密度函数，
[0032]当误差函数Err(d)最小时，即可获得区间宽度h的最优解h*的值，从而完成非参数估计的优化过程。
[0033]进一步，依据所述最优解h*，重新计算概率密度函数，进而能够计算出每个样本数据对应的概率密度，再将大于概率密度阈值的样本数据提取出来，然后将提取出的样本数据对应的点从集合A和B中提取出来即为特征点，获得对应的稳定区间。
[0034]进一步，记所述特征点为q
i
(MaxD)，共N个，利用如下方程式计算所有特征点对应的中心O
l
(x
l
,y
l
,z
l
)，
[0035][0036]然后，利用如下方程式，计算聚类簇C
l
中的各个点到中心O
l
(x
l
,y
l
,z
l
)的均值和方差，进而判定所述稳定区域是否符合圆孔特征即当J为1时，识别为圆孔特征。...

【技术保护点】

【技术特征摘要】
1.一种球面栅极组件间距的测量方法，其特征在于包括以下步骤：步骤一、获取栅极组件的点云数据并进行预处理，去除噪声点；步骤二、利用密度搜索法，区分点云数据中的边缘点和非边缘点，获取边缘点集合E，再利用聚类分析法对边缘点集合E进行分类，获取聚类簇集合C＝{C
l
|C
l
,l＝1,2,3,
…
,m}，C
l
表示第l个聚类簇；步骤三、利用最大距离分析法，根据任意两点之间的距离情况获取每个聚类簇C
l
内部点的最大距离分布情况，利用非参数估计法对基于最大距离分布情况拟合得到的概率密度函数进行优化，获得最优的区间宽度，进而提取最大距离分布中的特征点，以此组成的区域即为稳定区域，然后对所述稳定区域进行圆孔识别；步骤四、利用协方差矩阵对各个稳定区域中的圆孔进行上下层圆孔区分，获取上层圆孔的圆心集，再利用坐标变换找到与上层圆孔的圆心集对应的下层圆孔的圆心集，从而完成栅极组件的间矩测量。2.根据权利要求1所述的球面栅极组件间距的测量方法，其特征在于最大距离分析法包括以下步骤：设所述聚类簇C
l
中有n个点，|p
i
(C
l
)
‑
p
j
(C
l
)|表示点p
i
(C
l
)与点p
j
(C
l
)之间的距离，其中p
i
(C
l
)、p
j
(C
l
)分别表示聚类簇C
l
中的第i、j个点，步骤
①
、建立聚类簇C
l
对应的距离矩阵P，计算距离矩阵P的无穷范数也就是求取距离矩阵P中各个元素的最大值即最大距离；步骤
②
、将最大距离提取出来保存在集合MaxD中，同时将最大距离对应的两个点p
i
(C
l
)、p
j
(C
l
)分别保存在集合A和B中，建立点和最大距离对应关系f(A,B)
→
MaxD，然后将最大距离对应的点从聚类簇C
l
中剔除；步骤
③
、重复步骤
①‑②
，直到点个数小于二时，完成最大距离提取，从而获取聚类簇C
l
内部点的距离分布情况。3.根据权利要求2所述的球面栅极组件间距的测量方法，其特征在于非参数估计法包括以下步骤：步骤
⑴
、记集合MaxD中的元素为d1，d2…
d
n*
，使用集合MaxD中的元素为样本数据建立密度直方图；步骤
⑵
、通过拟合建立概率密度函数为了使样本数据分布的整体概率为1，对密度直方图进行整体归一化处理，设所述密度直方图的分布区间均为B
k*
＝[t
k*
,t
k*+1
]，且对于所有k*而言，h＝t
k*+1
‑
t
k*
表示区间宽度，v
k*
表示分布区间B
k*
的概率函数即分布区间B
k*
内堆叠点的个数，则单个最大距离d的概率密度权重应为1/(h n*)，对应拟合得到概率密度函数为：
步骤
⑶
、建立误差函数Err(d)，以所述误差函数作为优化标准对概率密度函数进行非参数优化，计算获得区间宽度h的最优解h*；由于每一个样本数据仅可存在于一个分布区间B
k*
中，则分布区间B
k*
的概率函数v
k*
满足二项分布，设p
k
为分布区间B
k*
的概率，即：所以可得概率密度函数在分布区间B
k*
上的方差和偏差为：上的方差和偏差为：则对应的误...

【专利技术属性】
技术研发人员：崔晨阳，方宇，王明红，杨皓，杨蕴杰，李皓宇，
申请(专利权)人：上海工程技术大学，
类型：发明
国别省市：