学位论文 > 优秀研究生学位论文题录展示

车刀微锥塔阵列结构表面的重组匹配研究

作　者: 胡志强
导　师: 谢晋
学　校: 华南理工大学
专　业: 机械制造及其自动化
关键词: 车刀微锥塔去噪初始匹配 ICP数据匹配局部点云匹配数据拼接加工形状误差
分类号: TG712
类　型: 硕士论文
年　份: 2013年
下　载: 8次
引　用: 0次
阅　读: 论文下载

内容摘要

在车刀表面上精密磨削出微结构阵列可以提高排屑和散热能力，改善车刀的加工性能。但是，微米尺度的三维空间结构的形状很难检测，导致微结构加工精度无法控制，阻碍了进一步开发性能特性的空间。因此，本研究利用微磨削技术在车刀上加工出高433μm尺度的微锥塔阵列，采用白光干涉检测仪进行检测，评价微锥塔阵列结构的加工精度。在用白光干涉仪检测时，有效的垂直量程仅为300μm左右，所以微锥塔阵列的检测点云分成上下两部分。因为加工坐标系和检测坐标系是不一致的，所以采用迭代最近点匹配算法（ICP算法）将两次测量的数据拼接重组，分析其匹配误差。首先，测量点云存在一定的噪点，采用邻域均值去噪法去除无意义的干扰数据，并在不同邻域点数量及不同阈值下得到不同的去噪情况。然后，将对这些数据通过初次匹配和ICP的方法与微型锥塔的理论数据模型进行匹配，确定上下微锥塔数据的最佳去噪方法。最后，在匹配完成之后，直接拼接可以获得完整的微锥塔阵列，通过截取重合部分局部点云再次ICP匹配，使上下检测点云的重合部分更接近，拼接误差更小。研究结果显示，匹配平均误差和匹配标准误差均会收敛至稳定值，匹配平均误差即为微锥塔的加工形状误差。无初次匹配使匹配次数增加，降低了匹配效率，但对匹配精度无影响。通过ICP匹配，下微锥塔采用周围2点2.0μm阈值的去噪方法可获得的最小平均误差为14.33μm；上微锥塔采用周围12点1.0μm阈值去噪方法可获得的最小平均误差为12.87μm。局部点云与理论模型再次ICP匹配可以改善拼接重组效果。匹配的平均误差和标准误差均很重要，在拼接时，匹配标准误差收敛变小。采用重合及外延60%点云拼接可以获得合并点云的最小标准误差。拼接后的微锥塔整体点云的加工形状误差为14.42μm。

全文目录

摘要  5-6
Abstract  6-10
第一章绪论  10-14
  1.1 课题研究意义  10-11
  1.2 国内外研究现状  11-13
  1.3 本文主要研究内容  13-14
第二章车刀微锥塔结构表面加工  14-18
  2.1 车刀微锥塔结构表面的设计  14-15
  2.2 加工方法选择  15
  2.3 加工工艺与加工条件  15-17
  2.4 本章小结  17-18
第三章微锥塔的检测方法  18-21
  3.1 检测方法  18
  3.2 白光干涉仪  18-20
  3.3 本章小结  20-21
第四章数据去噪  21-26
  4.1 分析工具Matlab软件  21
  4.2 数据去噪的原因  21-22
  4.3 去噪方法  22-24
  4.4 数据前后的对比  24-25
  4.5 本章小结  25-26
第五章数据匹配  26-45
  5.1 数据匹配的来由  26
  5.2 理论模型的建立  26-27
  5.3 匹配方法  27-30
    5.3.1 初次匹配  27-29
    5.3.2 精确匹配  29-30
  5.4 ICP的原理  30-31
    5.4.1、ICP算法基本原理  30-31
    5.4.2、ICP算法流程说明  31
  5.5 匹配过程及前后的对比  31-36
  5.6 匹配误差分析  36-43
    5.6.1、匹配平均误差  36-40
    5.6.2、匹配标准误差  40-43
    5.6.3、匹配误差分析  43
  5.7 匹配时的注意事项  43-44
  5.8 本章小结  44-45
第六章微锥塔的拼接重组  45-57
  6.1 拼接方法  45
  6.2 简单拼接的结果  45-47
  6.3 重合点云拼接与结果对比  47-52
  6.4 测量点云自身拼接方法研究  52-53
  6.5 微锥塔拟合重组  53-56
  6.6 本章小结  56-57
第七章结论与展望  57-58
参考文献  58-62
攻读硕士学位期间取得的研究成果  62-63
致谢  63-64
附件  64

车刀微锥塔阵列结构表面的重组匹配研究

内容摘要

全文目录

相似论文