逆向工程在涡轮增压器叶片几何反求中的应用

叶片是涡轮增压器的关键零部件,不仅要求其有较高的尺寸精度,而且有较高的表面质量．为打破国外技术封锁,应用逆向工程技术对其进行几何反求并为其国产化提供设计依据．用三坐标测量仪测量曲面轮廓,提出了点云处理、曲线生成、曲面重构及精度评价的原则和方法,应用Imageware软件对其进行了曲面重构．提出了实体造型及生成工程图的原则和方法,应用Pro／E软件实现模型重建．利用该模型可以指导叶片的再设计与零件制造工艺的制定．     

逆向工程汽车轮毂的曲面重构

采用三维光学测量系统结合逆向设计技术对现有汽车轮毂进行数据采集及三维曲面重构,解决了轮毂曲面难以测量和设计的问题,并应用Imageware对三维模型与实体进行对比分析以获得精确的重构模型,从而提高了,产品设计的准确性,大大缩短产品研发设计和加工周期并降低了成本。     

基于特征数据分块自适应切片的空洞修补

针对常用的空洞修补方法在修复具有多种曲面类型的空洞时失效和所修复的曲面不光顺等缺点,提出基于特征数据分块自适应切片的空洞修补。首先,在考虑特征信息的情况下基于聚类对散乱点云进行分块;然后利用特征进行自适应切片,获得曲线并进行拟合;最后,在线上取点填充缺失的点云,最终对完整的点云模型进行曲面重构建立实体模型。试验结果表明,采用自适应切片法修补空洞能够保留特征,所填充的点云数据精度较高,能够满足后续建模的需要。此外对该方法填充的点云进行了曲面重构及光顺,结果令人满意。     

浅谈Unity与BIM技术在桥梁仿真模拟中的应用

主要以某桥为工程背景,介绍基于C#语言对Revit、Civil3d等BIM应用软件进行二次开发,在自动化生成地形曲面以及桥梁模型的基础上将其导入Unity。通过在Unity中编写C#脚本可对桥梁的设计、施工、运营等过程进行仿真模拟,实现桥梁工程的仿真设计,且具有良好的可扩展性及灵活性,为BIM技术在桥梁工程中的应用提供借鉴。     

高速列车车头外形优化

针对高速列车气动性能,探讨一种列车车头外形优化仿真方法,利用优化软件Sculptor对某高速列车车头司机室观测窗处曲面进行重构,并运用流体数值仿真软件Fluent对重构模型进行数值模拟,计算结果显示,降低司机室观测窗处曲面的高度,有利于降低列车的气动阻力.     

新型锻造钩舌复杂曲面误差分析与调整方法

在对锻造钩舌曲面实测数据进行误差分析的基础上,基于CATIA v5软件,通过运用曲面修改及优化技术对设计三维模型进行调整及修改,以图纸、三态检测和样板检测为依据,调整修改钩舌上下牵引、冲击曲面,护销突缘等部分的结构几何尺寸,同时工艺上提高了钩舌销孔的定位精度.采用修改后的钩舌三维模型进行实际数控加工,经检测试件全部符合检测要求,证明了该调整方法的有效性.     

基于气泡模型的自由曲面网格生成和调控

为了在自由曲面上生成形状规整、大小可控的三角形网格,提出一种基于气泡运动模型的网格自动生成方法. 将适量的网格点布置在离散化的曲面上,并模拟为弹性气泡. 引入气泡间的相互作用力和曲面对气泡的吸附力,得到各气泡的运动控制方程. 采用数值方法近似求解气泡系统的平衡状态. 将平衡后的气泡中心用曲面Delaunay法连接成曲面上的三角形网格. 在气泡模型中,通过相对半径函数控制各气泡的相对大小,进而实现对网格大小的调控. 通过在相对半径函数中考虑气泡中心到特定点或线的距离、参考线或曲面的曲率等因素的影响,生成网格大小与曲面特征相适应的三角形网格. 6个算例结果表明,该方法生成的网格形状规整、疏密有致,其形状质量指标都高于0.97;该方法为网格结构的设计提供了参考.      

车门内板复杂钣金件逆向建模方法探讨

以某轿车前后车门内板为例,探讨复杂钣金件的逆向设计过程和方法。通过手持式三维激光扫描仪的非接触式测量获取前后车门内板的点云数据。利用Geomagic Studio 12软件进行前期点云处理。基于CATIA V5 R17软件平台的自由曲面、创成式外形设计、数字化外形编辑器、快速曲面重构等模块完成前后车门内板的曲面重构,并进行相应的曲面质量检查。对复杂钣金件的逆向建模流程和方法以及车门内板曲面质量的评价指标进行了相关探索。     

基于数值计算方法的混凝土搅拌车罐体及叶片设计

根据混凝土搅拌车工作原理,应用混凝土的下滑理论求解搅拌叶片螺旋面设计参数,前后锥选择圆锥对数螺旋线、中筒选择圆柱螺旋线作为搅拌叶片母线;应用数值计算方法反求罐体搅拌叶片母线的螺旋角,推导数值方程;应用Creo曲线、曲面设计功能编写曲面建模程序,完成螺旋叶片及整个罐体的设计。结果表明:应用文中方法设计螺旋面搅拌罐体及叶片,提高了设计效率,解决了搅拌罐出料困难的难题。     

综合小波分解和BP神经网络的交通小区生成交通短时预测

针对交通小区生成交通的短时预测需求,提出了综合小波分析和BP神经网络的短时预测方法.预测方法主要利用dbN小波函数对交通小区生成交通进行小波分解,利用BP神经网络对分解后的多频段波形进行短时预测,最后通过波形重构获得交通小区生成交通的短时预测结果.在构建综合小波分析和BP神经网络短时预测模型基础上,采集交通小区的实际交通生成数据,并构建短时预测的对比模型,检验构建模型的预测精度.检验结果表明:在交通小区的生成交通短时预测方面,综合小波分析和BP神经网络的组合预测模型比单独采用BP神经网络进行预测的精度更高.