逆向工程辅助的零件修复技术

逆向工程辅助的零件修复技术

论文摘要

随着技术的进步,机械零件中出现了大量的有着表面形状复杂,外形呈自由曲面的零件。一旦这些零件因磨损、断裂、腐蚀等原因失效,整个机器将不可避免彻底失去其使用功能。传统的零件维修方法在修复这些失效零件,要么修复过程繁琐、复杂,要么无法修复。这造成了巨大的浪费。为了精确地、方便地修复这些形状复杂、有着自由曲面特征的零件,本文尝试了引入逆向工程技术中的表面数据采集技术,结合快速成型技术对这些失效零件进行修复,为复杂表面的失效零件提供了一种新的修复手段。本文的研究包括以下几个方面:1)逆向工程辅助的零件修复技术的总体方案设计,研究了使用于使用本方法进行修复的零件失效形式,逆向工程数字化采集方法的选择,以及零件缺损部位数字模型的获得和快速成型修复的总体流程。2)研究了分析了失效零件表面数据采集与一般逆向工程数据采集之间的不同之处,提出了针对以修复零件为目的的失效零件表面数据采集的方法。3)通过将失效零件表面数据与原始CAD模型作对比,得到零件缺损部位的数字化模型。在具体比较方法上,本文提出了点云比较法和实体比较法两种获得缺损部位的数字化模型的方法。4)提出了使用快速成型技术,对零件进行修复的技术。本文研究了根据零件材质的不同,选择不同类型的快速成型方法进行修复。根据各种快速成型方法的技术特点,将失效零件的修复方法分为直接修复法和间接修复法两类。论文最后,通过两个失效零件的实例数据采集与快速成型修复,验证了将逆向工程技术与快速成型手段相结合,修复复杂表面零件的可行性与实际运用价值。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题的背景及其研究意义
  • 1.1.1 工程背景
  • 1.1.2 课题意义
  • 1.2 主要研究内容、研究目标
  • 1.2.1 主要研究内容
  • 1.2.2 研究目标
  • 1.3 相关领域技术现状研究
  • 1.3.1 逆向工程数据采集技术与失效零件修复
  • 1.3.2 快速成型技术与失效零件修复
  • 1.4 论文结构
  • 本章小结
  • 第二章 逆向工程辅助零件修复的总体方案设计
  • 2.1 表面数字化方式的选择
  • 2.1.1 本课题研究的零件失效形式
  • 2.1.2 表面数据采集方式的选择
  • 2.2 表面数据采集与STL文件生成
  • 2.2.1 表面数据采集
  • 2.2.2 缺损部位STL文件生成
  • 2.3 快速成型修复方式
  • 本章小结
  • 第三章 失效零件表面数据采集
  • 3.1 失效零件的分类与测量前处理
  • 3.2 零件的表面着色与涂层覆盖
  • 3.3 被测零件的测量规划与表面数据采集
  • 3.4 影响失效零件测量精度的因素
  • 本章小结
  • 第四章 失效零件缺损部位的数字模型生成
  • 4.1 通过失效零件建立原始零件CAD模型
  • 4.1.1 针对失效零件建模的理论方法
  • 4.1.2 失效零件建模的实际运用
  • 4.2 点云数据的处理
  • 4.2.1 点云数据的噪声与跳点去除
  • 4.2.2 点云数据的平滑
  • 4.2.3 点云数据的数据精简与数据分割
  • 4.2.4 点云数据的拼接(多视对齐)
  • 4.3 缺损部位三维模型文件生成
  • 4.3.1 点云比较得到零件缺损部位模型
  • 4.3.2 实体比较得到零件缺损部位模型
  • 本章小结
  • 第五章 失效零件的快速成型修复
  • 5.1 失效零件缺损部位STL文件的分层、扫面填充
  • 5.2 非金属类零件的修复方法
  • 5.2.1 立体光固化快速成型
  • 5.2.2 熔融沉积法快速成型
  • 5.3 金属类零件的修复方法
  • 5.3.1 激光选区烧结与电子束熔融沉积快速成型技术
  • 5.3.2 焊接成型法
  • 5.4 零件修复实例
  • 5.4.1 轴颈零件修复实例
  • 5.4.2 圆锥型轴套零件修复实例
  • 本章小结
  • 第六章 结论与展望
  • 6.1 研究工作总结
  • 6.2 研究的不足之处与工作展望
  • 致谢
  • 参考文献
  • 攻读学位期间的研究成果
  • 相关论文文献

    • [1].基于卷积神经网络的非等效点云分割方法[J]. 东华大学学报(自然科学版) 2019(06)
    • [2].点云智能研究进展与趋势[J]. 测绘学报 2019(12)
    • [3].基于深度学习的点云分割方法综述[J]. 计算机工程与应用 2020(01)
    • [4].点云数据预处理研究[J]. 现代信息科技 2020(02)
    • [5].基于地基激光雷达点云的植被表型特征测量[J]. 生态学杂志 2020(01)
    • [6].机载点云空洞的修复方法[J]. 北京测绘 2020(02)
    • [7].基于深度学习的零件点云分割算法研究[J]. 机电工程 2020(03)
    • [8].基于深度学习的点云语义分割综述[J]. 激光与光电子学进展 2020(04)
    • [9].基于神经网络的航空行李点云检测方法研究[J]. 电子世界 2020(07)
    • [10].基于二维截面筛选标记的点云简化方法研究[J]. 机电工程 2020(05)
    • [11].三维点云补全方法的现状和发展趋势[J]. 信息记录材料 2020(05)
    • [12].新型激光远程点云装置研究[J]. 机电信息 2020(17)
    • [13].一种简化的输电线路点云电塔自动定位方法[J]. 北京建筑大学学报 2020(03)
    • [14].一种改进的区域增长彩色3D点云分割算法[J]. 国外电子测量技术 2018(11)
    • [15].面向反光工件点云缺陷的点云增强算法[J]. 计算机辅助设计与图形学学报 2019(07)
    • [16].一种基于高度差异的点云数据分类方法[J]. 测绘通报 2018(06)
    • [17].手提激光盘煤仪点云去噪[J]. 激光杂志 2017(05)
    • [18].面向室内场景点云的对象重建[J]. 测绘通报 2017(06)
    • [19].快速点云定向数学模型实际精度分析[J]. 北京测绘 2017(04)
    • [20].基于点云几何约束的仿真安装探讨[J]. 地理空间信息 2017(09)
    • [21].基于自适应切片的点云压缩算法[J]. 工程勘察 2017(09)
    • [22].序列图像三维重构中点云精简算法的研究与改进[J]. 计算机工程与应用 2016(08)
    • [23].地面三维激光扫描点云重建技术研究[J]. 数码世界 2017(08)
    • [24].面向调线调坡的点云大数据分析及深度模型研究[J]. 智能系统学报 2020(04)
    • [25].三维环境下交互式点云对象提取方法[J]. 计算机工程与应用 2019(24)
    • [26].换流站激光点云密度对土石方计算的影响[J]. 电力勘测设计 2020(01)
    • [27].融合个体识别的3D点云语义分割方法研究[J]. 黑龙江工业学院学报(综合版) 2019(12)
    • [28].机载激光点云与摄影测量点云非监督建筑物变化检测[J]. 测绘科学技术学报 2019(05)
    • [29].电力巡检点云分布式异构处理的研究[J]. 湖北电力 2019(05)
    • [30].点云重建的并行算法[J]. 计算机工程与应用 2020(06)

    标签:;  ;  ;  ;  

    逆向工程辅助的零件修复技术
    下载Doc文档

    猜你喜欢