數(shù)控加工在機(jī)檢測(cè)的數(shù)據(jù)預(yù)處理若干問題研究.pdf

1、在機(jī)檢測(cè)將數(shù)控機(jī)床的數(shù)控加工功能與三坐標(biāo)測(cè)量裝置的質(zhì)量檢測(cè)功能形成一個(gè)有機(jī)整體,提高了效率和精度。在零件加工的整個(gè)技術(shù)路線中,高效、高精度地獲取測(cè)量數(shù)據(jù)是基礎(chǔ),而數(shù)據(jù)預(yù)處理是保證后期模型重建質(zhì)量的關(guān)鍵。在接觸式測(cè)量中,測(cè)量所得數(shù)據(jù)非常龐大且不可避免地存在噪聲,同時(shí)采集到的數(shù)據(jù)為測(cè)頭球心點(diǎn)的坐標(biāo)而不是零件表面坐標(biāo),需要進(jìn)行測(cè)頭半徑補(bǔ)償。因此必須對(duì)其進(jìn)行一定的預(yù)處理。目前數(shù)據(jù)預(yù)處理技術(shù)或多或少都存在一些不足,針對(duì)接觸式掃描測(cè)頭測(cè)量所得密集散

2、亂數(shù)據(jù)點(diǎn)云,基于自組織特征映射SOFM神經(jīng)網(wǎng)絡(luò)提出了一種自適應(yīng)性強(qiáng)、精度高、效率高的數(shù)據(jù)預(yù)處理若干問題研究方法,為后續(xù)的CAD模型重建打下良好的基礎(chǔ)。
　　利用SOFM神經(jīng)網(wǎng)絡(luò)將測(cè)量所得的散亂點(diǎn)數(shù)據(jù)形成子區(qū)域集,子區(qū)域的分類核心即神經(jīng)元連接權(quán)矢量重構(gòu)曲面樣本點(diǎn)的內(nèi)在拓?fù)潢P(guān)系,實(shí)現(xiàn)曲面密集三維散亂數(shù)據(jù)點(diǎn)云的自組織壓縮工程近似化;同時(shí)按矩形陣列側(cè)抑制鄰域訓(xùn)練調(diào)整,生成測(cè)量點(diǎn)集壓縮后具有一定平滑能力的拓?fù)渚匦尉W(wǎng)格。根據(jù)數(shù)據(jù)點(diǎn)信息可以通過

3、平均矢量積直接計(jì)算某一確定點(diǎn)的法矢,同時(shí)邊緣點(diǎn)數(shù)據(jù)缺少的點(diǎn)可從神經(jīng)元感受野中尋得,完成矩形網(wǎng)格法矢的求解即可實(shí)現(xiàn)測(cè)頭半徑補(bǔ)償及對(duì)矩形網(wǎng)格數(shù)據(jù)平滑能力的驗(yàn)證。此外,由于測(cè)量數(shù)據(jù)量龐大導(dǎo)致訓(xùn)練效率下降,對(duì)測(cè)量數(shù)據(jù)進(jìn)行簡(jiǎn)單分塊訓(xùn)練并整合,在保證精度條件下提高數(shù)據(jù)處理效率。
　　通過計(jì)算機(jī)仿真實(shí)驗(yàn)對(duì)矩形網(wǎng)格的數(shù)據(jù)平滑能力進(jìn)行了有效驗(yàn)證,以及較好地實(shí)現(xiàn)了大規(guī)模數(shù)據(jù)的處理。應(yīng)用MATLAB軟件分別構(gòu)建了球面、一般復(fù)雜曲面、雙三次B樣條曲面復(fù)雜