基于分层铣削和激光扫描的模型重构试验研究*

申军伟

(山西机电职业技术学院，山西 长治 046000)

0 引 言

逆向工程是将缺乏必要数据的实物模型进行设计模型转化，从而进行再设计或再制造的过程，这对于复杂产品的再制造或创新性设计具有重要的意义。在几何逆向过程中，实物几何数据准确、全面的获取是整个过程的前提条件[1]。三维模型重构通过获取实物产品的特征数据来进行几何建模，随着科技水平的不断发展，一般产品的外观几何建模技术目前已经较为成熟，但是对于零件内部特征的精确重构依然是工程应用上的一个难点[3]。

目前技术条件下，逆向过程中模型特征数据的获取主要通过接触式测量和非接触式测量两种方法来实现，其局限性在于两种方式都只能获得模型表面的特征数据，对于模型内部结构特征的数据获取则无法实现，进而不能进行内部特征模型重构[4]。为此，笔者通过一种基于分层铣削和激光扫描的零件特征重构方法，可以对零件的内外部结构进行有效测量和特征重构。这种方法为解决上述两种测量方式的弊端提供了一种新的途径，具有较高的工程应用价值。

1 分层切削模型重构原理

1.1 非接触数据测量

非接触式测量是指在与测量对象不接触的情况下，利用光学、电磁等技术，实现物体表面参数测量的方法。常用的有激光三角法、超声测量法、机器视觉测量等，其中激光三角法由于成本及精度等方面的综合因素影响，应用较多，其基本测量原理如图1所示[2]。

图1 激光三角法测量原理图

在图1中，反射光束与法线的夹角为α，光敏单元与反射光束的夹角为β，参考面入射点距透镜的距离AO即物距为c，透镜至光敏单元的成像距离OF即像距为d，随参考点变动距离y时，成像点在光敏单元上移动的距离为x，透镜焦距为f，过B、E点作AF的垂线BH、EG，由图1可知：

(1)

式中：EG=x·sinβ，BH=y·sinα，FG=x·cosβ，AH=y·cosα。将此关系代入式(1)可知：

(2)

(3)

联合式(2)和式(3)可知:

(4)

当实际对象在参考面之下时，式(4)分母中间取负号，反之取正号，等式右侧各参数在系统结构确定之后，均为已知量，由此可测量出实际对象相对于基准面的距离。

1.2 数据处理

分层扫描形成的数据中存在很多重复性数据和噪音点，如果直接使用，会产生数据量过大的问题，误差也较难控制，对扫描数据进行合理精简合并，在保证精度的同时，能够有效提升处理速度和精度。

数据的处理包括重复数据的精简和轮廓识别。重复数据精简的主要目的在于删除冗余数据的同时保证边界轮廓数据的精度和完整性，同时由于点云扫描过程中存在噪音杂点，需要通过后续处理来改善点云数据的精度，以便正确识别单层特征截面的形状。

点云数据的处理方法主要包括均匀采样法、基于包围盒的方法、基于曲率的方法等。此实验通过均匀采样法和曲率法相结合的方式对原始扫描数据进行点云精简处理，从而能够在较好保持结构特征细节的同时减少点云数据量。

1.3 模型重构

使用Geomagic软件进行逆向重构建模，利用曲率采样的功能对点云数据进行精简，并利用测量所得数据点进行曲线拟合，得到单层截面的轮廓曲线，在得到所有测量截面的轮廓曲线之后，进行逐层混合建模，最后通过布尔运算得到最终的重构模型。

2 分层切削重构试验

2.1 实验条件与方法

此实验采用普瑞斯PV750数控加工中心(见图2)进行铣削加工，该机床定位精度为0.012 mm，重复定位精度为0.006 mm，零件材质45钢，使用φ80硬质合金刀具进行分层铣削，扫描设备为ZG717三维激光扫描仪，测量精度最高达0.02 mm。

实验之前，利用三坐标测量机对加工零件实际尺寸进行检测，作为最终建模精度判别基准。利用数控机床对零件进行逐层铣削—扫描循环加工，直至完成所研究特征全部数据的采集。

图2 PV750加工机床

2.2 实验参数

此次实验对象为具有斜交孔的圆柱形零件，所有特征均经过精加工处理，保证各特征具有一定的形位精度。加工零件如图3所示。

图3 零件图

首先通过三坐标测量机检测零件特征尺寸，作为建模后数据对比的基准。零件的三坐标检测结果如表1所列。

表1 实测尺寸 /mm

分层铣削的厚度通过数控机床进行控制，根据零件特征及扫描设备特点，铣削分层厚度根据零件孔特征的位置关系，在保证扫描数据质量的同时，尽量利用扫描设备特点减少扫描工作量，分层厚度1 mm，实际切削40层。

典型扫描结果如图4、5所示。

图4 第1层扫描数据 图5 第6层扫描数据

2.3 模型重构

模型的重构通过结合单次扫描数据和数控机床切削层厚确定，基于外形扫描构建模型的外部特征，在分层铣削扫描后，根据铣削厚度和扫描数据计算截面形状尺寸，进行内部特征的构建，其流程如图6所示。

图6 建模流程

通过重复扫描-切削过程，可以获得零件内外部结构特征的数据，图7为第4层切削后扫描所得点云模型数据及提取的截面。

图7 第4层点云模型及提取的截面

通过对扫描所得数据进行截面特征提取，得到40层截面数据并进行逐层放样叠加，得到叠加后的模型，通过综合分析多次扫描所获取的数据进行内部结构特征的数据优化，最终获得的几何模型如图8、9所示。

图8 逐层叠加模型 图9 优化后的模型

3 试验结果分析

通过对重构模型的测量，其各部分尺寸及偏差如表2所列。

表2 实测和优化后的模型数据

对比上述各尺寸偏差，偏差较小，不超过0.05 mm，内斜孔的偏差值稍大，但也不超过0.5%。对实验过程进行分析可知，主要的误差成因包括以下几个方面：

(1) 零件的加工精度和表面粗糙度对数据测量的影响较大；零件加工质量与测量数据质量呈现正相关性。

(2) 各层截面提取过程中，边缘计算和各层截面拼接有一定的误差，且会影响模型的重构精度，更合理的根据测量对象结构确定分层数量，能够有效减小边缘计算的误差影响。

(3) 零件测量之前的预处理工作对扫描数据精度也有一定的影响，需要严格按照操作规程进行测量。

4 结 语

基于逐层切削的三维扫描模型重构方法，是通过分层切削后扫描的办法获取测量对象的内部特征三维信息，并利用计算机对相关信息进行处理和拟合建模，最终得到测量对象三维模型。利用现有的计算工具和高精度测量设备，该方法建模相对快捷、准确，并能获得复杂形体的内部结构特征，对于工程应用具有重要的参考意义。