一种基于CMM扫描测量的自由曲面轮廓度评价方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109635518A(43)申请公布日2019.04.16(21)申请号201910074547.9(22)申请日2019.01.25(71)申请人天津大学地址300350天津市津南区海河教育园雅观路135号天津大学北洋园校区(72)发明人何改云王宏亮桑一村庞凯瑞庞域(74)专利代理机构天津市北洋有限责任专利代理事务所12201代理人刘子文(51)Int.Cl.G06F17/50(2006.01)G06F17/16(2006.01)G06F17/14(2006.01)G01B21/20(2006.01)权利要求书1页说明书9页附图3页(54)发明名称一种基于CMM扫描测量的自由曲面轮廓度评价方法(57)摘要本发明公开一种基于CMM扫描测量的自由曲面轮廓度评价方法，包括以下步骤：(1)利用扫描式三坐标测量机得到被测件的原始测点数据集，计算原始测点数据集内的点与被测件设计模型表面之间的偏差，并绘制偏差曲线；(2)利用小波分解将偏差曲线分解成三部分，提取出关键点；(3)根据自由曲面轮廓误差的数学模型，使用SQP算法对关键点进行定位，并优化变换矩阵T中的六个参数，获得定位关键点集；(4)用曲面分割法计算定位关键点和被测件设计模型表面之间的偏差，根据他们的最大偏差得到轮廓误差。该方法利用小波分解从偏差曲线中提取关键点来简化计算过程，再利用SQP算法对关键点进行定位并用曲面分割法计算定位关键点和模型表面之间的偏差。CN109635518ACN109635518A权利要求书1/1页1.一种基于CMM扫描测量的自由曲面轮廓度评价方法，其特征在于，包括以下步骤：(1)利用装备有扫描式测头的三坐标测量机(CMM)测量得到被测件的原始测点数据集，计算原始测点数据集内的点与被测件设计模型表面之间的偏差，并绘制得到偏差曲线；(2)利用小波分解将上述偏差曲线分解成三部分，提取出关键点；(3)根据自由曲面轮廓误差的数学模型，使用SQP算法对关键点进行定位，并优化变换矩阵T中的六个参数，获得定位关键点集；(4)用曲面分割方法计算定位关键点和被测件设计模型表面之间的偏差，根据他们之间的最大偏差得到轮廓误差。2.根据权利要求1所述一种基于CMM扫描测量的自由曲面轮廓度评价方法，其特征在于，步骤(2)具体如下：A.利用小波分解将偏差曲线分解成整体偏差曲线、局部偏差曲线和个体偏差曲线；B.找到局部偏差曲线的所有峰和谷以及每个峰和谷分别所对应的横坐标值，并将上述横坐标值作为中点，在所述中点左右两侧取相同大小的正整数间隔以划分关键区间；C.在关键区间中，搜索个体偏差曲线并找到凸区间的最大峰值或凹区间的最小峰值，将这些点提取出放置于关键点集中。2CN109635518A说明书1/9页一种基于CMM扫描测量的自由曲面轮廓度评价方法技术领域[0001]本发明属于加工误差几何测量领域，特别是涉及一种基于CMM扫描测量的自由曲面轮廓度评价方法。背景技术[0002]自由曲面由于本身优良的几何特征被广泛的应用，复杂的几何特征使得加工制造比较困难，同时在最终的产品表面上会包含各种来源的加工误差。因此，一种准确有效的测量和质量评估方法是必要的。三坐标测量机(CMM)被广泛的用于检测几何尺寸。装备触发式探针的三坐标测量机使用逐点方式检测表面[1]，与之相比扫描式三坐标测量机大大减少了检查的时间消耗，并保持接触测量的精度[2]。[0003]根据ISO1101[3]，被评估零件的轮廓度误差应该在最小区域内，这被称为最小区域标准(MZC)[4]。为了建立最小区域，轮廓度误差评估包含并且伴随着定位[5]，也可以说是限制在某些区域，使实际的测量数据适应设计表面。最有效的定位算法基于迭代优化算法，可广泛应用于轮廓误差评估，如遗传算法(GA)[6]，粒子群优化(PSO)[7]和序列二次规划(SQP)[8]。对于获得小规模数据集的逐点方式，这些算法具有显著的性能，但它们不适合面向通过扫描获得的大规模数据集。因为它们基于迭代的优化模式，所以随着数据规模的增加，时间消耗将显著增加。为了减少时间消耗，可以从测量数据集中提取必要的关键点以减少计算量。[0004]提取可以看作一种离散采样，与逐点采样的离散点集相比，检测后提取关键点，这意味着可以包含更多的加工信息。虽然按照逐点方式采样的离散点集是预先确定的，并且根据预测信息直接在实际表面上进行，但是这些信息却难以保证全面反映加工信息。[0005]提取的主要应用领域包括表面计量的分解和评估以及曲线(或表面)的简化和重构。一方面，在表面计量的分解和评估领域，通过分解数据序列和重构理想表面来进行提取，发展了许多信号分解算法，例如小波变换(WT)[9]，经验模态分解(EMD)[10]。在这些研究中