- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘 要
摘 要
结合快速 发展 的激 光技术和 数控 技 术 ,逆 向工程 (R everse Engineering ) 正在 成
为汽 车 、航 空航天 、模 具 、玩 具 、船 舶等工业领域产 品设计制造 的重要手段 。它基 于
实物模 型来 获得造 型数据 、提 取模 型参数 ,通过模 型重构来 吸收和 消化先进 的设计 思
想 、制造 理念 以及产 品制造 过程 中的管理方法 ,并通 过对其修 改和 再优 化设计 ,来 获
得 更 为适 应 市场 要求 的产 品 。这种 设计 思想和制造 方 法大 大 降低 了产 品的生产 周 期 ,
提 高 了生产 效率 ,是一 门涉及计算机 图形学 、微 分几何 ,计算几何 、数理统计 、软件
工程 等 多 门学科 的 C A D 技 术 。
蚁群 算法 (Ant C olon y Algorithnt )是 M .D origo 等人提 出的一种 新 型 的模 拟 昆虫王
国中蚂 蚁 觅食行为 的仿 生优 化算法 。该算法采用 了正反馈 并行 自催化机 制 ,具有较 强
的鲁 棒性 、优 良的分布式 计算机制 、易于 与其它 方法 结合 等优 点 ,在解 决许 多复杂优
化 问题方面 己经展现 出其优 异 的性 能和 巨大 的发展潜力 。
作者对 逆 向工程和 蚁 群 算法做 了一些探 索性 的分 析 与研 究 ,针对逆 向工程 中特 征
提 取 工作提 出 了一些新理论 、新模 型和新方法 ,主要 内容如 下 :
(l) 针对测量技术 中的坐标标 定 问题 ,提 出了空 间任 意位置 圆柱 面特 征参数 的提 取
方法 ,推 理 并论证 了提 取 原理 ,并通 过 实例验 证 其 有 效性 。
(2) 空 间任 意位 置 回转 面特 征 参 数 的提 取 :推 理验 证 了空 间任 意位 置 回转 面特 征 参
数 的提 取 原理 ,通过 两 次极 小惯 量法 的应 用 完成 空 间任 意位 置 回转面母 线和 回转轴 的
提 取 工 作 。
(3) 提取 以蚁群算法 为优 化 工 具 ,针对 空 间任 意位置 回转面 点云数据 ,建立 了适合
蚁群优化算法 的数学模 型 ,首 次将 蚁群算法应用 到逆 向工程之 中,解 决 了空 间任 意位
置 回转 面 回转轴 及母 线 的提 取 问题 ,且通 过 实例 验 证 了其有 效性 。
(4) 针对截面数据 点 的无序性 ,利 用蚁群算法 TS P 原理对 其进 行排序 处理 ,该方法
不 仅 适 用 于平 面 点数 据 ,且对 空 间数 据 点有 效 。多次试 验 证 明,程 序 一 次循 环 就 能完
成排序 工作 ,简单快捷 。
(5) 自由 曲面 的截 面 线 处理技 术 :采 用 非 定最 小距 离数据 精 简法 并提 出非 等 厚分 层
处 理 技 术 ,不 但 继 承 了传 统 最 小距 离 数 据 精 简 法 和 等 层 厚 分 层 处 理 技 术 的简 单 快 捷 有
效 的特 点 , 同时又很 好地 保 留 了原始 数据 的细 节特 征 。
关键 词 : 逆 向工程 ; 蚁群 算 法 ; T SP 原理 ; 特 征提 取 ; 数据 精 简
论 文类 型 : 理 论研 究
A B S T R A C T
A B S T R A C T
C o mb in ed w ith the raP id d ev eloP m ent o f laser tech n o lo g y an d n u rneri cal co n tro l teehn o lo g y ,
R evers e E ngineering 15 b eco而 ng a signi ficantProdu etdesign m ethod in the indu strialfields
of auto,av iation ,m ou ld,toys and shipp ing .R everse E ngineering ob tains stUr ctur e data an
文档评论(0)