基于AI和几何推理的制造自动化技术研究

针对制造系统对设计模型进行空间几何推理这一制造自动化中的难点问题,提出了一种融合人工智能（AI）技术和可计算性的几何算法的解决方案;并讨论了两个最近开发的系统：一个是从设计模型中识别出可加工的特征集,另一个是生成零件的装夹工艺规划．系统可处理有复杂体素相交的设计模型．     

基于STL文件的模型及应用

针对模型输入数据的特性，就STL文件的模型的显示与组织分离进行了研究。根据STL文件的特点以及应用需要，设计了邻接表和索引表作为数据结构，并在此基础上采用矢量逼近的方法给出了模型不同组织间的分割算法，最后利用OpenGL的图形渲染功能在VC^＋＋6．0下显示了STL文件格式的模型及其分离后的部分。结果表明，新设计的算法拓扑结构合理，实用性较强。     

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。     

构件内部裂缝缺陷的有限元三维重建

提出了利用有限元的网格生成方法来实现构件内部裂缝缺陷的三维重建算法。首先,将边缘检测算法和基于种子填充的区域生长算法相结合,准确定位出裂缝的形状,提高重建的精度;其次,应用8节点的六面体单元格创建出裂缝模型,直接利用等方性体素建模,节约了计算成本;最后,对模型中的节点分类,针对不同种类的节点分别进行光顺处理。试验结果表明,该算法实现了对构件内部裂缝缺陷的三维空间形态的观察,弥补了以往算法只进行面重建的不足,提供了构件质量判定依据。     

快速成形技术中基于STL模型的分层算法研究

提出了一种基于STL模型新的分层算法.通过分析STL模型三角形面片之间的邻接关系,建立了有向图,采用递归分层方法实现了具有容错能力的快速分层.为了进一步提高算法的效率,对算法进行了改进,首先,利用所谓信息继承技术确定了每个截面轮廓第一个切割的三角面片;然后,根据每个轮廓环第一个切割的三角面片,直接确定了截面轮廓的正确走向.实验表明,该算法不仅能够高效实现STL模型的分层,而且运行稳定可靠.     

STL实体模型数控加工路径规划算法探讨

针对数控加工中STL模型的刀具路径规划一直存在损失模型精度的问题,提出了在STL切片的基础上,对切片数据进行三次分段NURBS曲线插值,通过刀触点计算出刀位点来实现加工路径规划的算法,并且给出了算法的应用实例。实验表明,规划算法是有效和可行的。     

以回转表面为基体的金属零件直接成型技术

基于快速原型制造技术、数控技术以及激光熔覆技术的原理,研究了以回转表面为基体的金属零件直接成型技术的基本理论。为实现基于回转表面的金属零件直接成型加工,在快速原型设备中引入回转轴,并推导了基于圆柱面分层的STL模型分层算法．基于所推导的分层算法,编制了用于回转表面金属零件直接成型加工的数据处理软件和加工过程控制软件,并且进行了金属零件直接成型加工实验．     

快速成型制造中STL文件缺陷检测与修复技术

基于STL件数据的特征，分析了STL件数据缺陷，给出了STL件数据缺陷的自动诊断与修复的一种方法，探索了怏速成型制造技术中STL件数据处理技术．     

基于水平扫描线算法的STL模型三维网格化

借鉴快速成形技术中的分层切片思想,针对立体光刻（STL）表面模型,提出一种高效、稳定的三维网格自动生成算法．首先,将STL模型沿Z向剖切成叠层的二维切片环;然后,采用水平扫描线算法离散各层二维环区域,生成均匀、连通的矩形网格;最后,将各层中所含的小矩形沿Z向拉伸至各自上一层高度,从而将表面模型重构为立方单元组成的三维网格．实际算例显示：基于该算法的三维网格自动生成程序可以在保证网格高精度的前提下,有效地提高计算效率,并降低空间复杂度．     

基于μ-CT断层图像的多孔材料STL建模

STL文件是三维表面模型常用的存储格式,在逆向工程、有限元分析等领域有着广泛的应用。文中基于μ-CT(超声CT)断层图像分析了多孔材料STL文件格式的产生方法。结合大津阈值分割算法与图像标记方法,清除源图像的噪声并且将孔的轮廓标记出来,再应用MC算法,对CT序列图进行三维重建,生成STL文件。实现了对多孔材料错综复杂结构的孔隙结构的建模,也改进了原STL生成算法限定条件较多、耗时较长的弊端。     

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.     

增材制造中耦合零件表面粗糙度及支撑面积的建造方向优化

以熔融沉积(fused deposition modeling, FDM)技术为基础,研究了建造方向对于零件表面粗糙度以及支撑的影响.通过实验测试新型聚乳酸(polylactic acid, PLA)材料零件不同建造方向下的表面粗糙度,结合理论及经验公式,建立符合实际情况的粗糙度综合预测模型.对于复杂多面体零件,通过选择功能性表面,建立建造方向集合,在有限的方向集合内选择最优建造方向,从而整体提升零件表面粗糙度.提出了基于光固化立体造型术(stereolithography, STL)文件格式的支撑面积数学模型,以支撑面积最小为优化目标,使用遗传算法(genetic algorithm, GA)进行单目标优化,搜寻最优建造方向.针对不同建造方向下,表面粗糙度和支撑面积的耦合问题,建立多目标优化模型,使用遗传算法全局搜寻最优建造方向.     

基于三维网格单元的等值面梯度抽取法

针对三维网格等值面抽取中存在的二义性问题,提出三维网格单元等值面梯度抽取法.本算法利用梯度在三维网格单元外表面计算等值点,勾勒等值面轮廓,而后以添加网格内等值点方式明确等值面在网格内部凹凸方向,提出映射后Delaunay三角面片提取法,在二维空间完成等值面抽取.为减少计算及绘制所需存储空间,采用调整步长及合并阈值的方法控制输出三角面片数量.实验结果证明,该算法可一次性抽取等值面准确轮廓,克服了Marching Cubes算法的二义性,生成面片可真实描述三维网格内部等值面走势,通过调整参数保证了等值面精度,降低了存储代价.     

基于哈希表的STL面片冗余顶点快速滤除算法

为了滤除STL面片数据中的冗余顶点,提出了基于哈希表的快速算法,使用链地址法处理冲突,根据顶点坐标设计高效哈希函数,直接滤除冗余顶点,从而提高运行效率,节省存储空间,经测试验证,该算法效率远远高于三轴分块排序算法,本算法已经成功应用于华塑CAE系统,也适用于其他各种以STL为数据交换格式的系统。     

基于深度卷积神经网络的三维模型识别

为了进一步提高三维模型的识别精度,提出了一种基于深度卷积神经网络的三维模型识别方法。将点云数据通过占用网格规范化计算转化为二值3D体素矩阵,通过附加正则化项的随机梯度下降算法提取体素矩阵的特征,再通过共享权重的旋转增强对训练集进行数据增广并以此对模型标签进行预测。实验结果表明,该算法在公开数据集ModelNet40及悉尼城市模型数据集上的识别精度均达到85%左右。与基于同类机器学习的三维模型识别算法相比,在相同训练数据集上该方法网络训练时间短,在相同测试数据集上模型识别准确率高,检索速度快。提出的体素占用网格模型的深度卷积神经网络,可以实现三维点云模型数据集及规范化体素模型数据集的识别和分类工作。     

用STL开发遗传算法通用框架研究

详细论述了STL中的六大组件及其使用,并且尝试在遗传算法中使用STL.针对遗传算法中经常使用的数据结构和算法,对STL进行了扩充使其更具有通用性.