基于逆向工程的模具修复技术.docVIP

基于逆向工程的模具修复技术 　　【摘 要】模具在制造业中应用日益广泛，使用过程中不可避免地产生磨损或破损。逆向工程提供了模具修复的新途径，本文介绍利用逆向工程技术进行模具修复的方法及其关键技术，以提高模具修复的精度和效率，降低模具成本，延长其使用寿命。 　　【关键词】 逆向工程 模具修复 点云数据预处理 曲面重构 三维实体化 　　模具在制造业中的应用日益广泛，在其使用过程中不可避免地产生磨损或破损。对于表面磨损严重或有较大破损的模具，尤其是具有复杂曲面的模具，采用逆向工程的技术手段，可以获得较好的修复效果。本文介绍逆向工程技术进行模具修复的方法，并对其中的几个关键技术进行讨论。 　　1 表面数据采集 　　基于逆向工程进行模具修复的首要工作是表面数据采集，即分析被测对象的形状、测量部位，再结合所选测量设备的特征参数（如测量范围、测量精度等）制定测量方案。 　　由于受测量系统的测量范围限制，大型模型需分几次完成型面测量；对于复杂型面要注意投影编码盲点和视觉死区等问题，此时需分区测量；对于模具上较大的磨损面，应选择测速效率高的数字化设备；对于结构形状复杂的表面，应选择可以进行复杂轮廓测量的设备；此外，测量设备的精度应高于后续分析的精度。为了高速、高精度数据采集，可以采用接触式与非接触式相结合的方法进行测量。 　　对模具破损区域测量后得到点云数量要足够，以保证分析精度要求。 　　2 点云数据预处理 　　采用任何测量方式、测量系统所采集到的数据均有误差，因此要进行点云数据预处理。主要包括多视点云拼合、数据滤波、数据精简、数据分块等几个方面。 　　2.1 多视点云拼合 　　多视点云拼合是将多个视角获得的子区域信息统一到同一坐标系中。其方法主要有两种：通过专用测量装置记录工件测量过程中的移动量和转动角度，由测量软件直接完成点云数据的拼合；直接操作点云数据，以获得完整的数据信息和一致的数据结构；此外还有基于图形的多视对齐等。 　　多视点云拼合获得的数字化模型应满足磨损型面数据完整，以保证与磨损前模型对齐的精度达到磨损分析的要求。 　　2.2 数据过滤 　　由于测量时受到不可避免的误差和人为因素的影响，使采集点云并非完全落在实体上，会有大量的杂点（也称坏点）。用肉眼能够识别的杂点可以手工去除，其他可以采用标准高斯滤波法、平均滤波法和中值滤波法等去除，其中高斯滤波法对保持原始数据的形貌有较好的效果，中值滤波在消除数据的毛刺方面效果较好。点云数据经过滤后更平滑和连贯，更贴合实物特征。 　　2.3 数据精简 　　过滤后的海量点云数据，在不损失模型特征的情况下需要精简，以提高后续的工作效率。方法如下：散乱点云可通过随机采样精简；扫描线点云和多边形点云可采用等间距缩减、倍率缩减、等量缩减、弦偏差等方法精简；网格化点云可采用等分布密度法和最小包围区域缩减。此外还有空穴填补和基于面密度概念的数据简化法等。 　　2.4 数据分块 　　根据实体外形曲面类型，将不同自取面类型的数据划分为不同类型的数据域。点云分块有基于测量的分割和自动分割两类，其中自动分割法包括基于边和基于面两种。点云数据分块后，经过曲面过渡、相交、剪裁等方法将多个分块的曲面组成一个整体模型，以实现曲面重构。 　　点云数据预处理后所获得的纯净数据将为后续模型重构奠定基础。 　　3 曲面重构 　　曲面重构是逆向工程中最复杂、最关键的环节。曲面重构是将点云数据通过插值或者拟合构建近似实体原型的模型，主要包括曲面拟合和曲面建模两方面的内容。 　　3.1 曲面拟合 　　曲面拟合前应合理规划几何特征、选择合适的算法和参数；曲面拟合后，应保证区域内的曲面拟合质量以及特征线的曲面连续性。 　　曲面拟合主要有两种方法。一是由数据点拟合出样条曲线，并对样条曲线进行曲率分析，确定误差是否控制在允许范围内，否则要光顺处理，直至合格；然后利用三维造型软件拟合出曲面。二是直接对测量数据点进行曲面片拟合，再经过对曲面片的过渡、拼接、裁剪等操作完成曲面拟合。此时要注意曲面之间保证曲率连续，对生成的曲面进行误差分析。 　　3.2 曲面建模 　　曲面建模目前主要是通过人工交互来实现。由于特征线是重构曲面的边界线，因此利用特征线划分点云区域，再以特征线为中心，利用软件的点云数据处理、曲面修剪等功能，重构出完整的曲面模型。 　　曲面模型的几何特征识别、曲面光顺性与精确性，有赖于建模人员的经验和技巧。 　　4 三维实体化与区域特征提取 　　在对上述曲面模型生成实体的过程中，会产生破损小曲面片，此时将所有曲面按特征划分为若干区域，对可能出现破碎片的图层进行检查，清除破损片体，然后再缝合，得到破损模具三维实体模型。 　　将破损模具实体模型与标准模具模型分析对比，利用三维软件