改进加工余量获取方法、系统、设备、存储介质及应用技术方案

本发明专利技术属于零件检测数据识别技术领域，公开了改进加工余量获取方法、系统、设备、存储介质及应用，所述方法包括：定位并筛选出参考CAD模型中狭长、大面积三角面片；对于筛选的所述狭长三角面片、大面积三角面片进行重心点计算并在内部随机均匀离散多个采样点；分别以参考CAD模型顶点，重心点与随机均匀采样点构建不同的搜索空间，比较测点到两不同的搜索空间的最近邻点的距离，确定测点最近邻三角面片集合；计算测点到所述测点最近邻三角面片集合里每个面片的距离，获取最小距离值作为该测点的加工余量。本发明专利技术实现了参考CAD三角网格模型中有狭长、大面积三角面片的情况下，复杂曲面零件加工余量的精确计算。零件加工余量的精确计算。零件加工余量的精确计算。

【技术实现步骤摘要】
改进加工余量获取方法、系统、设备、存储介质及应用


[0001]本专利技术属于零件检测数据识别
，尤其涉及一种改进加工余量获取方法、系统、设备、存储介质及应用。

技术介绍

[0002]目前，在航空航天领域，诸如航空发动机机匣等复杂曲面零件均为铸造成型，因此该类零件存在加工余量分布不均匀，个体差异性大的特点。在进行机加工前，需要对其进行精确的检测和分析，获取到各个部位的加工余量从而指导后续的加工操作。
[0003]针对目前加工余量的计算方法，主要可分为点到点距离、点到三角面片距离以及点到NURBES曲面距离三种表示方式。基于点到点距离的加工余量计算方式，需要将理论CAD模型离散成点云，后续在测量点云与CAD点云中进行对应点搜索，以对应点之间的法向距离作为零件该测点的余量值，这种方法计算的距离值往往不是测点到CAD模型的最短距离，计算结果与真实余量值差异较大。基于点到NURBES曲面距离的加工余量计算方式，需要提前已知参考曲面的参数方程并结合参数方程进行迭代求解，从而找到测点到曲面的最短距离值，该方法计算效率较低。
[0004]基于点到三角面片距离的计算方式，通过将参考CAD模型离散成多个三角面片，以测点到其最近三角面片的距离值表示加工余量，该方法求解结果精度较高且效率较快。但是在对CAD模型离散成三角面片过程中，往往会出现一些狭长、大面积的三角面片，这种现象对离散精度并没有影响，但是会严重影响后续余量计算过程中各个测点的最近三角面片搜索的结果，从而导致余量计算失效。
[0005]对于航空发动机机匣这类复杂曲面零件，这种现象尤为明显，因此由于狭长、大面积三角面片的存在，导致余量计算失效的问题亟需解决。
[0006]通过上述分析，现有技术存在的问题及缺陷为：
[0007](1)现有技术不能够准确定位并筛选出参考CAD模型中狭长、大面积三角面片，不能避免处理所有三角面片所带来的不必要计算损耗，而且准确性低。
[0008](2)现有技术仅通过搜索测点到所有三角面片顶点最短距离来确定测点最近邻三角面片集合，使得最近邻三角面片集合构建错误。
[0009](3)现有技术在没有参考CAD三角网格模型中有狭长、大面积三角面片的情况下，对于复杂曲面零件加工余量的精确计算效果差。

技术实现思路

[0010]针对现有技术存在的问题，本专利技术提供了一种改进加工余量获取方法、系统、设备、存储介质及应用。尤其涉及到一种以点到三角面片距离计算复杂零件加工余量过程中，由于狭长、大面积三角面片存在导致余量计算失效的解决方法。
[0011]本专利技术是这样实现的，一种基于统计分析与多点采样的改进加工余量获取方法包括：
[0012]统计每个三角面片的标记边与面积，定位并筛选出参考CAD模型中狭长、大面积三角面片；对于筛选的所述狭长三角面片、大面积三角面片进行重心点计算并在内部随机均匀离散多个采样点；
[0013]分别以参考CAD模型顶点，重心点与随机均匀采样点构建不同的搜索空间，测点分别在上述不同的搜索空间内搜索最近邻点，比较测点到两不同的搜索空间的最近邻点的距离，确定测点最近邻三角面片集合；
[0014]计算测点到所述测点最近邻三角面片集合里每个面片的距离，获取最小距离值作为该测点的加工余量。
[0015]进一步，所述基于统计分析与多点采样的改进加工余量获取方法具体包括以下步骤：
[0016]S1，计算参考CAD三角网格模型中每个三角面的边长和面积，取每个三角面片的最长边作为该三角面的标记边，统计所有三角面片标记边和面积的均值和标准差，以均值和标准差划定置信区间来筛选判断参考CAD三角网格模型中狭长、大面积三角面片；
[0017]S2对于每个狭长三角面片计算重心点并在三角面片内随机均匀采样k
‑
1个点，对于每个大面积三角面片计算重心点并在三角面片内随机均匀采样2k
‑
1个点；
[0018]S3取所有三角面片的顶点来构造搜索空间{C1}，取计算的重心点以及随机均匀采样点来构造搜索空间{C2}；对于每个配准后的测量点，在{C1}空间内搜索距离最近点，最短距离为在{C2}空间内搜索距离最近顶点，最短距离为
[0019]S4构造测点最近邻三角面片集合{V
nearest
}。若则只将与{C1}中最近点共点的三角面片加入到测点最近邻三角面片集合{V
nearest
}中；若除需要将与{C1}中最近点共点的三角面片加入到测点最近邻三角面片集合{V
nearest
}中，还将{C2}中搜索的最近点所归属的三角面片加入到最近三角面片集合{V
nearest
}中；
[0020]S5计算测点到最近邻三角面片集合{V
nearest
}中每个三角面片的距离值，取最小距离值作为该测点的真实加工余量。
[0021]进一步，在步骤S1中狭长、大面积三角面片的统计筛选包括：
[0022]对于参考CAD三角网格模型中每个三角面片v
i
(i＝1
…
n)，计算其三条边长值并将最长边长值作为该三角面片的标记边l
iden
‑
i
，计算其面积并作为标记面积S
iden
‑
i
：
[0023][0024]式中{l1‑
i l2‑
i l3‑
i
}分别为三角面片v
i
的边长值，p＝1/2(l1‑
i
+l2‑
i
+l3‑
i
)为三角面片v
i
半周长；
[0025]统计完每个三角面片的标记边与标记面积后，计算整个模型标记边的均值μ
l
与标准差σ
l
以及标记面积的均值μ
s
与标准差σ
s
：
[0026][0027]根据标记边的均值μ
l
与标准差σ
l
以及标记面积的均值μ
s
与标准差σ
s
分别设置置信区间k
l
、k
s
：
[0028][0029]式中λ为标准差倍数，根据实际筛选效果设置具体值；
[0030]若某个三角面片的标记边不在置信区间k
l
中，则被标记为狭长三角面片，若某个三角面片的标记面积不在置信区间k
s
中，则被标记为大面积三角形。
[0031]进一步，在步骤S2中对狭长、大面积三角面片的采样点生成包括：
[0032]对于狭长三角面片，在内部采样k个点，包含1个重心点和k
‑
1个随机均匀分布点；对于大面积三角面片，在内部采样2k个点，包含1个重心点和2k
‑
1个随机均匀分布点；重心点p
g
‑
i
...

【技术保护点】

【技术特征摘要】
1.一种基于统计分析与多点采样的改进加工余量获取方法，其特征在于，所述基于统计分析与多点采样的改进加工余量获取方法包括：统计每个三角面片的标记边与面积，定位并筛选出参考CAD模型中狭长、大面积三角面片；对于筛选的所述狭长三角面片、大面积三角面片进行重心点计算并在内部随机均匀离散多个采样点；分别以参考CAD模型顶点，重心点与随机均匀采样点构建不同的搜索空间，测点分别在上述不同的搜索空间内搜索最近邻点，比较测点到两不同的搜索空间的最近邻点的距离，确定测点最近邻三角面片集合；计算测点到所述测点最近邻三角面片集合里每个面片的距离，获取最小距离值作为该测点的加工余量。2.如权利要求1所述的基于统计分析与多点采样的改进加工余量获取方法，其特征在于，所述基于统计分析与多点采样的改进加工余量获取方法具体包括以下步骤：S1，计算参考CAD三角网格模型中每个三角面的边长和面积，取每个三角面片的最长边作为该三角面的标记边，统计所有三角面片标记边和面积的均值和标准差，以均值和标准差划定置信区间来筛选判断参考CAD三角网格模型中狭长、大面积三角面片；S2对于每个狭长三角面片计算重心点并在三角面片内随机均匀采样k
‑
1个点，对于每个大面积三角面片计算重心点并在三角面片内随机均匀采样2k
‑
1个点；S3取所有三角面片的顶点来构造搜索空间{C1}，取计算的重心点以及随机均匀采样点来构造搜索空间{C2}；对于每个配准后的测量点，在{C1}空间内搜索距离最近点，最短距离为在{C2}空间内搜索距离最近顶点，最短距离为S4构造测点最近邻三角面片集合{V
nearest
}。若则只将与{C1}中最近点共点的三角面片加入到测点最近邻三角面片集合{V
nearest
}中；若除需要将与{C1}中最近点共点的三角面片加入到测点最近邻三角面片集合{V
nearest
}中，还将{C2}中搜索的最近点所归属的三角面片加入到最近三角面片集合{V
nearest
}中；S5计算测点到最近邻三角面片集合{V
nearest
}中每个三角面片的距离值，取最小距离值作为该测点的真实加工余量。3.如权利要求2所述的基于统计分析与多点采样的改进加工余量获取方法，其特征在于，在步骤S1中狭长、大面积三角面片的统计筛选包括：对于参考CAD三角网格模型中每个三角面片v
i
(i＝1
…
n)，计算其三条边长值并将最长边长值作为该三角面片的标记边l
iden
‑
i
，计算其面积并作为标记面积S
iden
‑
i
：式中{l1‑
i l2‑
i l3‑
i
}分别为三角面片v
i
的边长值，p＝1/2(l1‑
i
+l2‑
i
+l3‑
i
)为三角面片v
i
半周长；统计完每个三角面片的标记边与标记面积后，计算整个模型标记边的均值μ
l
与标准差σ
l
以及标记面积的均值μ
s
与标准差σ
s
：
根据标记边的均值μ
l
与标准差σ
l
以及标记面积的均值μ
s
与标准差σ
s
分别设置置信区间k
l
、k
s
：式中λ为标准差倍数，根据实际筛选效果设置具体值；若某个三角面片的标记边不在置信区间k
l
中，则被标记为狭长三角面片，若某个三角面片的标记面积不在置信区间k
s
中，则被标记为大面积三角形。4.如权利要求2所述的基于统计分析与多点采样的改进加工余量获取方法，其特征在于，在步骤S2中对狭长、大面积三角面片的采样点生成包括：对于狭长三角面片，在内部采样k个点，包含1个重心点和k
‑
1个随机均匀分布点；对于大面积三角面片，在内部采样2k个点，包含1个重心点和2k
‑
1个随机均匀分布点；重心点p
g
‑
i
通过如下公式生成：式中{p1‑
i p2‑
i p3‑
i
}为第i个狭长或大面积三角面片的三个顶点坐标。第j个随机均匀采样点p
r
‑
j
通过如下公式生成：式中r1、r2为满足(0～1)正态分布的随机值。5.如权利要求2所述的基于统计分析与多点采样的改进加工余量获取方法，其特征在于，在步骤S3中构造搜索空间，并为每个测量点构建最近邻三角面片集合包括：测量点最近邻搜索空间由三角面片顶点坐标构成的搜索空间{C1}和重心点、随机均匀采样点坐标构成的搜索空间{C2}组成；将两搜索空间的坐标点用kdTree结构进行存储；对于单个测量点q
i
，分别在{C1}、{C2}中搜索最近邻点p
c1
、p
c2
，然后根据测点到两最近邻点距离值的大小构建测量最近邻三角面片集合{V
ne...

【专利技术属性】
技术研发人员：杨吉祥，张瑾贤，丁汉，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：