- 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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
逆向工程技术与应用
Reverse Engineering Technology and Application
摘要:文章综合介绍了逆向工程技术基本概念,重点分析了逆向工程技术过程,包括数据读入、数据预处理、特征提取、模型优化与再设计,其中表面数字化和三维CAD建模是逆向工程中的关键技术,指出了应用领域,并给出了实际应用的案例。
关键词:逆向工程 特征 优化 再设计
Abstract:The paper outlines the basic conception of Reverse technique, especiall the analysis of the technique process,including data capture,data preprocessing,feature extraction, model optimization and re-designing.Suface digitization and 3D CAD modeling are two key techniques in reverse engineering.Then introduce the application realm of reverse engineering technology and give an example.
Key words:reverse engineering feature optimization re-desigreverse engineering.RE。它是近年来发展起来的一种产品数字开发方法.它的出现极大地缩短了产品的开发周期。提高了产品精度.目前越来越受到人们的关注和重视。
传统的正向工程通常是从概念设计到图样.再制造出产品.也就是说,传统的设计是由未知到已知、由想象到现实的过程.是“从无到有”:而逆向工程是在现有实体测量数据的基础上重构其三维CAD信息模型的过程,将模型的格式文件加以转换.就可以被快速原型制造系统所接受.从而实现了产品的快速开发.其是”从有到新”。逆向工程包括数据读入、数据预处理、特征提取及建模、STL模型的优化与再设计。见图1。
图1 逆向工程流程图
2 逆向工程的技术过程
2.1 数据输入
数据的读入是进行逆向工程的第一步.将实体的表面进行数字化。根据数据测量方式的不同可分为接触式测量和非接触式测量。接触式测量方法通过测量探针与样件的接触而记录样件表面点的坐标位置。根据测量探针的工作方式又可分为触发式和连续式测量。三坐标测量机是最常见的接触式测量方式。见图2。
非接触式测量方法主要是基于光学、声学、磁学等领域中的基本原理.将一定的物理模拟量通过适当的算法转换为样件表面的坐标点。其中较为成熟的是光学测量方法.有激光扫描、结构光、莫尔条纹、数字图像处理等方法,根据实体的数字化.从而得到逆向工程所需要的点云数据。
2.2 数据预处理
数据预处理包括异常点去除、数据精简、数据分块。首先要对数据扫描所获得的点云数据进行异常点去除.包括对杂点和噪声点的去除。必须要把这些异常点给剔除掉才能进一步保证点云数据的精度。一般采用人机交互的方法来删除异常点。删除后.点云数据中的点云几乎可以全部认为是有效点;但是还是要对点云数据进行下一步的数据精简.因为每次扫描都得到了大量的点云数据.海量的点云数据在计算机处理过程中对计算机需要有较高的硬件配置.并且在处理过程中耗时较长.而且并不是所有的点对于后续的特征提取和建模都是有用的。数据分块是根据组成实物外形曲面的子曲面的类型,将属于同一子曲面类型的数据成组.这样全部数据将划分成代表不同曲面类型的数据域.为后续的曲面模型重建提供方便。数据分块根据分块的方法可以分为基于边、基于面和基于边和面的数据分块混合技术。一般采用的是基于边和面的数据分块混合技术。
2.3 特征提取及建模
点云数据经过预处理后得到的是分块的点云.每一个分块的点云对应的是一个或多个已定义特征。下一步的工作就是把这些分块的点云的特征表示出来.也就是特征提取。特征提取是逆向T程中最关键的环节.直接决定了模型的精度。其主要的是对曲面特征提取。特征曲面分为规则曲面、扫掠曲面、自由曲面三大类。规则曲面是普通满足式(1)的二次曲面:
(1)
平面可视为特殊的二次曲面。对二次曲面的特征提取一般是基于最小二乘原理和区域生长的方法来获得数学参数。扫掠曲面分为旋转曲面和托伸曲面。对于拉伸曲面则是确定其拉伸方向及轮廓线。浙江大学柯映林教授提出了基于最小主曲率方向且无需三角化的拉伸方向直接提取算法。对于旋转曲面主要是确定其旋转中心轴.一般根据旋转面所有法矢均与旋转轴相交的性质利用直线几何理论来确定旋转轴。自由曲面分为凹面和凸面.由于凹面和凸面很难用精确的数学表达式来表达.
文档评论(0)