曲面匹配算法對曲面在線檢測不確定度影響的研究.pdf

1、隨著科學技術的發(fā)展，人們對產品外形美觀性和個性化需求日益提高，曲面零件在飛機、汽車、家電等產品中得到越來越多的應用。同時，對零件的幾何精度測量提出了高精度、高效率的要求。曲面類零件因其形狀不規(guī)則使得傳統(tǒng)測量工具難以對其加工誤差進行精確檢測。利用在線檢測系統(tǒng)從曲面零件表面采集測量數(shù)據(jù)，將零件表面形狀數(shù)字化，再利用曲面匹配算法將測量數(shù)據(jù)與理論模型進行匹配，最后，基于匹配結果實現(xiàn)對零件加工誤差的評定。
　　 在對曲面零件進行檢測的過程

2、中，在線檢測系統(tǒng)只是基本的坐標采集設備。誤差評定的結果依賴于合適的測點數(shù)量和較好的測點分布。本文主要完成了曲面匹配算法對曲面在線檢測不確定度影響的研究，闡述了測量數(shù)據(jù)與理論模型之間的最佳匹配問題，利用統(tǒng)計學的Bootstrap方法，建立了曲面匹配算法不確定度評定的數(shù)學模型，采用實驗的方法研究了測點數(shù)量和分布對在線檢測不確定度的影響。
　　 首先，研究了測量數(shù)據(jù)與理論模型之間的最佳匹配問題。建立了曲面匹配的數(shù)學模型，并闡述了曲面匹

3、配算法在實現(xiàn)過程中的四個關鍵性問題，引入了基于迭代最近點的曲面匹配算法。通過計算機模擬，利用預先給定坐標變換矩陣的方法，驗證了所提出曲面匹配算法的有效性。
　　 其次，研究了曲面匹配算法不確定的評定問題。引入測量不確定度，對曲面匹配算法的不確定度進行了分析，引入基于統(tǒng)計學的Bootstrap方法，將Bootstrap方法和曲面匹配算法結合，提出曲面匹配算法不確定度的評定方法。當Bootstrap重抽樣次數(shù)較多時，雖然得到的結果準