基于RGB-D深度图像的船体板架非结构面模型重建方法北大核心CSCD

[目的]为准确、快速地重建船体板架非结构面三维形状,便于船体结构变形的高精度高效率测量,设计一种基于RGB-D深度图像的模型重建方法。[方法]首先通过随机抽样一致性算法与最小二乘法相结合的方式剔除点云集中的异常数据,再利用RGB彩色图像棋盘格标靶位置信息对结构多视角点云进行配准;其次将结构物面进行区域网格划分并对点云进行聚类,运用最小二乘法原理对每个网格点云子集进行空间曲面拟合,实现点云融合,在此基础上采用高阶面元实现船体结构外板表面的三维重建;最后,通过试件重构模型与激光扫描点云进行对比,验证模型重建方法的精确性。[结果]结果显示,试件三维重构模型较激光扫描点云随机点的均方根误差为1.02 mm,建模精度满足船舶建造工程需求,同时结构RGB-D深度图像数据获取时间相比于激光扫描可忽略不计。[结论]研究表明,提出的模型重建方法能够准确高效地完成船体板架非结构面三维重构,为船体结构变形测量提供了有力的数据支撑。     

车轮高阶多边形磨耗发生与演化特征分析

针对日益突出的车轮高阶多边形磨耗问题，基于轮轨系统转子动力学模型、轮轨接触模型和车轮圆周磨耗深度模型，建立车轮多边形磨耗发生与演化模型；分析列车运行速度和车轮质量偏心的变化，揭示车轮多边形磨耗发生与演化的规律，并进行现场跟踪实测数据验证；通过模态和灵敏度分析研究系统参数对多边形磨耗的影响.研究结果表明：车轮高阶多边形磨耗的产生和演化遵循“定频整分”规律，即580 Hz左右的固定频率整分轮对转频时，车轮磨耗会演化成19阶左右的多边形，否则车轮磨耗将趋于均匀；该固定频率主要来源于轮对的2阶弯曲模态，且对车轴直径的灵敏度最大，通过定转速运行、增大车轴直径等措施改变固定频率可有效抑制车轮多边形磨耗.