改进STL分层算法在机械零件3D打印中的应用研究

为提高三维(Three dimensional, 3D)打印机械零件生产方式的生产效率和产品质量，研究提出一个改进的光固化立体造型术(Stereolithography, STL)模型分层算法，该算法采用层厚关联方式对STL模型进行同步分块处理，并结合三角网格面片的顶点信息与法向量信息重构邻接拓扑关系，形成切片平面的网格面片环，并以此为基础对STL模型进行优化分层切片。实验结果显示，该算法在分层厚度为0.30mm条件下的分层算法轮廓算术平均偏差均值为0.77,平均计算耗时为2.45s,均明显优于目前行业内常用的分层算法。实验结果证明，此次设计的改进STL模型分层算法在复杂机械零件3D打印生产中具有一定的应用前景，并能起到加快零件生产速度、提高打印产品表面光滑度的作用。     

三维网格的生成

采用轴向拉伸法生成三维三棱柱网格．首先生成二维网格基面，选取三维场域的最复杂截面进行二维剖分，然后再将三维网格拉伸成三维网格．并画出了三维网格生成的流程图．     

基于STL模型的表面区域递归拾取算法

针对传统基于立体平面印刷 (STL)文件的三维模型表面区域拾取生成算法速度慢、效率低且不易识别裂缝等非正常情况,提出了一种采用递归搜索的表面区域快速拾取算法.该算法利用模型中所有三角面片构造拓扑信息,通过面片相邻和边重合关系递归搜索,对每个满足条件的三角面片只搜索一次,因此大大提高了生成速度,其算法效率达到O(n);还容易识别出STL文件的裂缝等非正常情况,自动生成三维区域轮廓边界环.该算法已在光固化、选择性烧结快速成形等的支撑生成中得到应用,不仅计算速度得以提高,而且工艺质量大为改善,达到了很好的效果.     

基于三角网格曲面的环切粗加工刀轨生成算法

提出一种基于三角网格曲面的环切粗加工刀轨生成算法,该算法采用R*-tree建立三角网格曲面的动态空间索引结构,基于该结构快速建立三角网格模型的Z向包络面,采用R*-tree建立Z向包络面的索引结构,对切削平面与Z向包络面求交获取截面轮廓环,判断截面轮廓环的环向,并依据轮廓环间的拓扑关系确定切削区域,通过对轮廓环进行等距偏置获取环切粗加工刀轨.实例证明:该算法对各类复杂三角网格曲面均可准确生成无干涉环切粗加工刀轨,并可实现模型的区域性加工.     

快速成型制造中基于STL数据模型的分层算法研究

分析了针对快速成型工艺的典型分层方案；研究了针对CAD三维数据模型的典型分层算法；探讨了基于有向加权图的STL件数据模型的分层算法并给出了典型零件的分层切片实例．     

快速成型制造中的工艺支撑自动生成技术

提出了快速成型制造中的两工艺支撑新形式（向下特征支撑和局部支撑）。针对向下特征支撑形式，提出并实现了基于一维几何元素集合运算的支撑自动生成算法；针对局部支撑形式，提出并实现了基于STL(Stereolithograhy)模型三角面片拓扑分析与空间运算的支撑自动生成算法。结合SL(Stereo Lithography)工艺，进行了带支撑零件的成型。工艺实验证明，提出的工艺支撑自动生成技术不仅可自动地对STL模型添加合理的工艺支撑，而且可实现切片操作和扫描数据生成的融合。该技术可明显提高快速成型系统的加工效率与集成度，同时又降低系统的成本。     

用八叉树数据结构自动生成三维网格的算法设计

针对计算冶金学中几何空间离散－网格生成的问题，利用数据结构技术，建立了三维网格自动生成所需八叉树数据结构，设计了八叉树遍历及子结点编码算法，应用该算法开发了三维网格自动生成软件，该软件与数值计算对象输入软件相联接，能够将数值计算对象离散成由直六面体组成的网格系统，该算法保留了修正八叉树算法的优点同时由于采用直接八叉树数据结构算法更加简便．     

基于STL模型的抽壳方法研究

针对快速原型制造(RPM)和熔模铸造中对壳体原型的需求,提出了一种对零件的STL(STereoLithography)模型进行抽壳的新方法,将零件的STL模型的抽壳过程分解为沿Z坐标轴的偏置和切层轮廓区域偏置,并通过对偏置后的切层轮廓所围成的多边形进行布尔运算,得到了切层后零件的壳体STL模型.由于克服了STL模型三维偏置所面临的困难,因此特别适合对具有复杂曲面零件的STL模型进行抽壳.工程实例表明,该方法缩短了原型制作时间,降低了制作成本,具有实用价值和良好的市场前景.     

基于人体结构断层图像的三维建模与网格剖分优化

建立了基于断层图像的近似于人体真实结构的三维表面模型,并根据曲率优化网格,优化了有限元计算的前处理,以利于临床力学研究。基于Delaunay三角剖分等相关理论,从临床计算机断层、磁共振和可视人切片等二维断层图像提取轮廓散点,按照层结构有序排列的特点,重构三维表面模型。再根据人体真实结构表面曲率的不同,调节和控制网格精度。曲率大的地方细化网格,曲率小的地方稀疏网格。实现了多分辨率建模和自适应剖分。     

逆向几何求交方法的STL模型分层算法

为了解决三维网格曲面(STL)模型分层算法分层计算效率不高的问题,提出了一种可实现STL曲面模型快速分层的逆向几何求交算法。通过遍历三角面片顶点坐标,确定模型最小包围盒。利用分层面分割STL模型,散列表数据结构记录分层面坐标。在此基础上,计算连接截交线,生成模型轮廓,实现模型的快速分层。实验结果证明:该算法可对各种结构的STL模型进行分层,具有可靠、稳定和效率高等优点。     

STL格式的PIM仿真软件前处理系统

在粉末注射成形(PIM)仿真软件的前处理部分,需要由三维CAD实体模型生成三角形网格.为了实现PIM仿真软件的前处理系统,提出了一种生成三角形网格的算法,它从STL格式文件中获取网格边界,并且将边界离散化,然后由离散化的边界点自动生成有限元网格.根据该算法,实现了粉末注射充模仿真软件MoldFill的前处理系统,给出了一个网格生成的实例,在实例中生成节点865个,三角形单元1752个,占用CPU时间0.125s.此算法可以适应任意形状的单连通或多连通域实体,较好地解决了前处理系统的网格生成问题,对于同类型的CAE仿真软件开发具有参考价值.     

一种基于多核平台优化的网格模型简化的方法

在三维表面建模过程中,通常会生成大量三角面片,使得实时渲染难度加大,因而需要对表面网格进行简化。基于二次误差测度的网格简化算法,利用多核平台的优势,提出一种并行策略来提高网格简化的效率。结果表明,多核平台优化后的并行算法比优化前串行的网格简化算法在效率上有明显提升,并且简化模型有较高的近似精度。     

海量空间数据点四边形网格优化

在基于海量数据点的四边形网格的曲面重建过程中,四边形网格的划分质量直接影响到曲面重建的精度,在海量空间数据点四边形网格的生成的基础上,提出了网格的优化方法.详细论述了网格质量的定义,网格拓扑优化,几何优化方法;在网格拓扑优化中,通过优化边界边、固定边界边的网格以及网格单元、网格角度的处理,最大极限的满足网格中每个节点的度为4;在几何优化方法中,通过调整网格顶点的位置,达到调整网格形状的目的.本优化算法采用网格拓扑优化与几何优化相结合的循环方式进行,提高了网格的质量,最后给出了网格优化实例.     

基于点数据集三维空间曲面三角化算法实现

在地质、医学等科学研究领域中,基于原始数据建立三维空间图像模型的研究具有较高价值;特别在三维地质构造建模中,测量获取的原始数据采用点数据集形式表示。基于点数据构建三维空间曲面三角化网格模型能够很好地还原点数据集所表示的曲面形态和展布,在现有的三角化剖分算法研究的基础上,提出一种基于点数据集三维空间曲面三角化网格模型生成算法;该算法生成的网格模型质量较高,能够较好地描述点集所表示的曲面形态。采用描述地质界面的点数据集进行算法验证与测试,根据边界数据实际情况,生成三维空间曲面三角化模型并更新网格模型边界,效果比较理想。     

基于三维IFS分形插值的DEM重构算法

研究了基于三维迭代函数系统分形插值的数字高程模型(DEM)重构问题．对于矩形剖分,提出了具有明确几何解释的简洁迭代格式。生成连续三维分形插值函数;采用多分辨率快速递推算法代替通常费时的迭代生成过程,使得分形生成的时间大大加快．算法的特征具备明显的几何意义和重构时的低计算复杂度,有利于三维分形插值的实际应用．DEM重构的实验结果表明了算法的有效性。     

面向快速成型的CAD三角网格模型局部细分技术研究

为解决快速成型应用中STL模型的表面光滑度与数据量之间的矛盾,提出一种基于边界控制的网格模型局部细分方法.分析STL模型的边界特点,将边界特征点作为型值点构建三次B样条插值曲线求解细分点;创建边界三角形的细分模式实现三角网格模型局部区域的细分,消除边界线细分过程的收缩现象.试验表明了该方法的有效性.     

四边形网格的优化处理研究

介绍了海量空间数据点四边形网格划分算法.由于原数据模型的数据点分布有时不是均匀的,因此在网格生成过程中,尽管是依据优化因子生成的网格,但是为了整体网格生成的推进,有时也会产生凹四边形或退化为三角形,因此需要进行优化处理,从四边形网格的形状和边界的优化2个方面介绍了网格形状的优化过程,给出了算法的运行结果.     

动网格生成技术

基于动气动弹性仿真中二维动网格方法的研究,提出了一种三维动网格生成技术,该方法的主要特点是在计算域内利用原有的初始网格进行插值计算来构造新网格。对于流体-结构耦合中每时间步长计算的动网格算法主要考虑网格的稳定性和计算效率。最后,选取了二维、三维中一些有代表性的实例进行了演示,结果表明对于变形量不是很大的情形是令人满意的。     

密集三维散乱点数据的拓扑矩形网格自组织压缩重建

探讨了曲面密集三维散乱点数据的拓扑矩形网格自组织压缩重建方法。建立了基于自组织特征映射神经网络的三维散乱点数据的拓扑矩形网格自组织压缩重建模型。该模型利用神经元对曲面散乱点的学习和训练来模拟曲面上的点与点之间的内在关系,结点连接权矢量集作为对散乱点集的工程近似化并重构曲面样本点的内在拓扑关系,实现曲面密集三维散乱点数据的自组织压缩。按矩形阵列侧抑制邻区训练调整网络神经元权重矢量,使网络输出层结点呈矩形阵列分布,可生成测量点集压缩后的拓扑矩形网格,可用于NURBS曲面重构。计算机仿真实验表明,所建模型可以实现三维密集散乱点数据自组织压缩,生成期望疏密程度和精度的双有序点列,重建矩形拓扑网格。     

基于曲率和面积的二次误差测度网格简化算法

在经典的二次误差测度(QEM)简化算法基础上,将离散曲率和面积引入到边收缩代价计算中,提出了一种基于离散曲率和面积的二次误差测度网格简化改进算法.该算法既考虑了离散曲面在各顶点附近的弯曲程度,又考虑了曲面的几何形状特征.为保留模型的原始边界特征,规定不对其边界进行简化.试验结果表明,改进算法在网格简化过程中保持了原有算法运行速度快的优点,且简化模型能合理地分配网格,并更好地保持了原始模型的重要特征.