基于形位误差评定的复杂零件质量检测技术研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-22页 |
| 1.1 课题背景及意义 | 第13-14页 |
| 1.2 相关问题的国内外研究现状 | 第14-21页 |
| 1.2.1 三维检测技术的研究现状 | 第14-17页 |
| 1.2.2 形位误差评定算法研究现状 | 第17-20页 |
| 1.2.3 已有研究的不足 | 第20-21页 |
| 1.3 研究内容 | 第21-22页 |
| 第2章 复杂零件点云数据获取 | 第22-32页 |
| 2.1 数据获取方法比较 | 第22-23页 |
| 2.2 三维激光扫描技术的数据获取方法 | 第23-28页 |
| 2.2.1 脉冲式三维激光扫描方法 | 第24-25页 |
| 2.2.2 相位式三维激光扫描方法 | 第25-26页 |
| 2.2.3 激光三角测量扫描方法 | 第26-28页 |
| 2.3 三维激光检测实验对比研究 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 复杂零件点云数据处理 | 第32-51页 |
| 3.1 噪声点处理 | 第32-34页 |
| 3.2 点云数据精简 | 第34-39页 |
| 3.2.1 点云精简算法评价 | 第34页 |
| 3.2.2 数据精简算法分类及比较 | 第34-39页 |
| 3.3 基于曲率精简的混合精简法 | 第39-46页 |
| 3.3.1 随机精简 | 第39-41页 |
| 3.3.2 曲率精简 | 第41-44页 |
| 3.3.3 混合精简 | 第44页 |
| 3.3.4 应用效果 | 第44-46页 |
| 3.4 复合对齐技术 | 第46-50页 |
| 3.4.1 基于三个基准点的对齐方法 | 第46-48页 |
| 3.4.2 基于特征的对齐方法 | 第48-49页 |
| 3.4.3 最佳拟合对齐方法 | 第49页 |
| 3.4.4 复合对齐方法 | 第49-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 形位误差评定数学模型 | 第51-71页 |
| 4.1 形位误差评定 | 第51-53页 |
| 4.1.1 点云数据与形位误差的关系 | 第51-52页 |
| 4.1.2 形位误差评定算法 | 第52-53页 |
| 4.2 基于改进蜂群算法的圆柱度误差评定模型 | 第53-58页 |
| 4.2.1 圆柱度误差评定数学模型 | 第53-55页 |
| 4.2.2 禁忌策略的蜂群算法 | 第55-57页 |
| 4.2.3 实例验证 | 第57-58页 |
| 4.3 基于改进蜂群算法的平面度误差评定模型 | 第58-66页 |
| 4.3.1 平面度误差评定数学模型 | 第58-61页 |
| 4.3.2 牵引策略的蜂群算法 | 第61-63页 |
| 4.3.3 实例验证 | 第63-66页 |
| 4.4 基于改进蜂群算法的空间直线度误差评定模型 | 第66-69页 |
| 4.4.1 空间直线度误差评定数学模型 | 第66页 |
| 4.4.2 混沌序列的蜂群算法 | 第66-68页 |
| 4.4.3 实例验证 | 第68-69页 |
| 4.5 本章小结 | 第69-71页 |
| 第5章 复杂零件的质量检测 | 第71-81页 |
| 5.1 零件点云数据采集 | 第71-72页 |
| 5.2 零件点云数据的处理 | 第72-73页 |
| 5.2.1 噪点去除 | 第72页 |
| 5.2.2 点云数据精简 | 第72-73页 |
| 5.3 零件点云数据与模型对齐 | 第73-75页 |
| 5.4 3D比较技术的零件质量检测分析 | 第75-76页 |
| 5.5 零件的形位误差评定 | 第76-80页 |
| 5.5.1 圆柱度的误差评定 | 第76-78页 |
| 5.5.2 平面度的误差评定 | 第78-79页 |
| 5.5.3 空间直线度的误差评定 | 第79-80页 |
| 5.6 本章小结 | 第80-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 攻读学位期间发表的学术论文 | 第87-88页 |
| 致谢 | 第88页 |
