樣板模擬量逆向構建數字模型技術研究

李仁花，程世明，陳志敏，劉洋洋

（航空工業洪都，江西 南昌，330024）

0 引言

樣板、樣件及模具等工裝長期以來是制造和檢驗航空鈑金件的依據。近年來，數字化技術在航空制造中的應用發展迅速，在新機型的生產過程，從設計到制造的全過程數字化已經可以實現[1]，如：樣板制造采用激光下料、零件下料采用數控下料銑、成形模具設計制造也都采用數字化建模與數控加工。洪都在產的機型中存在大量的模擬量，均已不適應當前數字化下料和制造的要求，包括以XX1為代表的老機型，只有理論外形數模，無樣板、模具等數據量作為制造或檢驗依據；以XX2為代表的新機型，使用的展開樣板由于生產過程中反復手工更改，與現存的電子數據之間存在較大偏差。因此，迫切需要開展樣板模擬量逆向構建數字模型技術研究與開發。

在航空領域中，目前西飛、哈飛和沈飛等單位已開展逆向工程相關的研究，并且取得了一定的成果。

西飛公司較早開展了逆向工程，采用LaserQC高精度二維激光掃描設備自動識別樣板的輪廓邊界[2]，對輪廓進行擬合和光順處理，最終生成樣板的二維輪廓圖，用于數控下料；并且通過相應的切面樣板數據在CATIA中重構出三維產品數模。

沈飛公司通過逆向設計把展開校正后的展開件生成二維dxf數據，用于數控切割，使加工過程得以簡化，精度得以提高，大大縮短了加工周期；用三維激光測量系統進行產品實物掃描，獲取零件點云數據，在CATIA軟件中建立三維數模，完成逆向工程工作，保證了模具零件設計和制造工藝及NC加工程序中的正常使用[3]。

目前，洪都面臨老機型樣板電子數據空白的現狀，急需從根本上改變企業老機型傳統的制造方式，可進行數字化制造，提高產品制造精度和生產效率。

（1）建立XX2機型展開樣板電子數據，便于數控下料

XX2機型總共4000多個零件圖號的樣板，展開樣板大概3000多塊，其中2500多塊展開樣板沒有電子數據，導致鈑金件毛料不能完全實行數控下料，極大影響了XX2零件的批量生產；并且由于XX2研制過程中零件的頻繁更改，導致展開樣板的反復手工更改，造成重新設計的展開樣板與以往老樣板出現很大誤差，因此，產生了部分樣板無電子數據、部分樣板電子數據與實際有偏差而無法直接用于生產的問題。

（2）建立XX1老機型展開樣板電子數據，便于數控下料和模具再制造

XX1均有共8000至9000塊的樣板，只有全機理論外形數模，無零件數模，無樣板、模線的電子數據。由于大部分樣板存在變形、生銹、腐爛、字跡模糊等問題，無法使用；對于某些無法翻修的模具，則需要重新設計和數控加工。目前，每年XX1仍有幾十架份的訂貨，迫切需要開展樣板數據的逆向重建，形成用于數字化制造的電子數據集。

1 樣板模擬量逆向構建數字模型研究內容

本文以XX1、XX2為載體，以樣板、模具為對象，開展模擬量數字測量逆向重構數字模型方法的研究。

在模擬量逆向重構數字化模型技術開發過程中，模線所人員需要提供缺少電子數據的樣板和模具實物，并且配置相應的測量設備，搭建測量系統。因此，本項目首先需要研究數據的測量方法和測量規范，因為不同類型的零件其測量方法和測量規范是不同的；其次，通過測量系統獲得實物的輪廓數據或表面的點云數據[4]；將輪廓數據文件導入到CATIA中，用相應的算法對數據點進行處理，并擬合成符合精度要求的樣條線，即可得到樣板的二維輪廓外形[5]；進而通過切面樣板平面在飛機坐標系中的準確定位，構成零件外形的三維線架模型，最后經過相應的算法進行曲面重構；將點云數據文件導入CATIA中，首先需要經過相應的算法對所得的數據進行預處理，最后再重構出零件的理論外形[6]。

1.1 數據獲取

本文采用理論分析、算法設計和試驗驗證相結合的方法建立模擬量數字測量逆向重構數字模型技術方案。

1）數字測量方法和規范的研究：不同類型零件有不同的測量方法和規范，對于樣板等二維零件，需要用二維測量裝置對其輪廓線數據進行提取，還要對測量的數據進行初步的篩選，使數據更合理。該方面主要是通過借鑒國內外先進的測量方法和規范，并且通過做大量的測量實驗來形成一套新的適用于企業發展的測量方法和規范[7]。

2）樣板掃描后二維輪廓重構算法研究：利用二維激光掃描系統能夠自動識別樣板的輪廓邊界，并自動生成二維矢量圖。在對曲線進行擬合處理時，首先計算出建曲線需要的節點，節點的分布根據曲線曲率分布的不同而采用不同的方法。在曲線建立過程中，先用較少的點生成曲線，然后根據理論圖公式計算出曲線各點之間的中間點，與曲線進行距離分析，若超差，則在超差部分加點，再生成曲線[8]。重復以上過程，直到曲線滿足逼近精度要求。曲線逼近精度選在±0.02mm以內。生成的曲線還要進行光順處理，光順的偏差要保持在±0.01mm以內，對曲線連續性、多項式次數、波動及自相交等分析檢查。

3）切面樣板數據重構零件理論外形算法研究：將樣板圖形矢量數據導入CATIA中，根據基準線結合樣板圖及圖樣，利用CATIA曲面造型模塊中的移動、旋轉及平移等相關功能得到這些樣板輪廓在飛機坐標系中的真實準確位置，構建曲面的最終三維線架模型，最后通過掃掠得到零件的理論外形，這些都可通過相應的算法實現[9]。

由于企業新老機型并存，數字量和模擬量并存，鈑金件制造模擬量向數字量轉換是實現無紙化設計、數字化定義制造的有效方法之一。

1.1.1 模擬量的實物來源

模擬量的實物來源分為以下兩類：

1）樣板：樣板是表示工件真實形狀的平面型剛性量具，反映飛機零組件的外形、展開、切面、工藝孔位、彎邊、下陷等具體特征。

2）二維展開毛料：表示有彎邊的平面零件或者單曲面零件展平后的準確形狀的平面型剛性量具，用于鈑金件下料。

1.1.2 向數字量轉換目的

針對老舊機型的樣板、展開毛料等實物，當前生產機型的零件實物等模擬量，通過測量、預處理和建模，轉換成數字模型，作為零件建模、工裝設計、工裝制造、下料等制造環節的依據，提高鈑金件制造的效率和準確度。

1）用于毛坯數字化下料：通過對展開樣板、展開毛料轉換為數字量，實現毛坯數字化切割下料。

2）用于工裝數字化制造：通過對樣板、工裝轉換數字量，實現工裝的數字化設計和制造。

3）用于零件數字化建模：通過對樣板掃描，逆向建立零件三維模型。

1.1.3 數據轉換基本流程

從模擬量向數字量轉換的基本流程如圖1所示，包括4個步驟：數據采集、數據預處理、模型構造和偏差分析。

圖1制造模擬量向數字量的轉換過程

1.1.4 數據采集要求

1）過程描述

①對樣板等進行必要的修整，以提高轉換后數字量的精度；

②校核掃描設備，如有必要需執行對應的補償程序，在保證掃描精度、測量環境溫度滿足要求的情況下開展掃描工作，以提高掃描數據的準確度；

③通過測量設備掃描模擬量的整體外形輪廓或表面，將掃描形成的點云數據離散點或三角網格格式輸出，形成數據文件。

2）使用的軟硬件設備：平板件掃描設備。

平板件掃描設備：對于樣板、展開毛料等二維模擬量，采用如圖2所示的VQC（Visual Quality Contro視覺質量控制）系統進行掃描和數據采集。

圖2 VQC掃描設備

1.2 數據轉換基本原則

1）原始定義不變

應盡量采用原始工件的形位數據，尤其是各類功能性和定位性的約束，要予以保留；延續零組件初始設計時采用的方案和設計意圖，縮小自由發揮的空間。

2）協調關系不變

不突破原始實物與協調配合零件的分界面與邊界，如果因實物特征缺失、曲線曲面光順困難等情況，須引入與原始實物相協調配合的外部約束，以進行整體優化。

3）建模偏差可控

盡可能地減小每一步的偏差，將每一步的近似或擬合最大化地向原始點云數據靠攏，使最終數字模型與點云的最大偏差控制在允許范圍之內。

2 樣板模擬量逆向構建數字模型過程

二維模擬量向數字量轉換是通過掃描樣板、毛料等平板件，將外形和內形輪廓數字化，得到工作邊數據，經過數據去噪、篩選和修補，通過曲線擬合、拼接轉換為相應的數字量。

2.1 樣板檢修

因樣板在復雜工況下使用，不可避免存在工作邊磨損或超差、局部翹曲、局部不平整、工作邊毛刺、標記不清等問題，樣板的檢修包括：①校平；②對使用磨損痕跡進行修復；③比對樣板與模線，檢查各形位數據的有效性。

2.2 數據預處理

利用VQC設備掃描的樣板數據是使用直線、圓、圓弧對樣板實際曲線擬合而成，連線不夠光順，有很微小的鋸齒和臺階，掃描軟件也會出現連線錯誤問題。因此，掃描擬合數據會在局部特征上存在較大的偏差，如圖3所示。

圖3切面樣板的掃描數據及存在的較大偏差圖

圖示典型擬合誤差均為使用短的小直線段近似擬合生成的較長樣條曲線，可通過以下步驟進行處理，減小誤差：

1）將掃描擬合數據經過CAD軟件圖形處理，直觀顯示，經人工判斷，找到偏差明顯較大的地方，使用近似直連法處理。

2）掃描線點云一般采用等間距縮減方法來精簡。

3）通過CAD軟件對圖形進行修改，與實物比對，標識誤差較大的局部位置，對較大誤差進行修正。

4）根據輔助工具線進行修補轉為基準線，再去掉多余的樣板輪廓，如圖4所示。

圖4修整后樣板圖

2.3 模型構造

在對數據噪點進行篩選、對缺陷進行適當的修補之后，將測量點擬合成光順樣條，生成數據為平面二維樣條圖，根據生成的二維樣條圖可構建曲面的最終三維線架模型，要求二維樣條光順、平滑，零件特征明顯、準確，并且符合精度要求。

1）在曲線擬合時，并不一定嚴格要求擬合曲線一定要經過每一個數據點，只要擬合曲線能反映這些離散點數據的變化趨勢，且數據點的總誤差平方和最小，一般要求擬合的光順曲線與掃描數據的誤差范圍在±0.02mm以內。

2）為了獲得較為理想的工作邊線，要將小直線段擬合為長曲線，如圖5所示利用樣條線定義，選取控制點擬合光順曲線。

圖5光順曲線曲率

3）對于曲率變化較大的局部區域 （如圖6所示），若存在較大偏差，采用增加控制點或局部加密點的方法，以得到較為理想的曲線。如圖7所示迭代擬合曲線，直至CAD軟件數據與實物數據最大誤差降低至誤差允許范圍內。

4）曲線的光順直接決定由曲線生成的曲面的精度和光順性。對曲線的分析對比如圖8所示，通過將原曲線特征點云化，經采點后重新擬合為曲線，對曲線進行光順優化，得到曲率較為連續的B樣條曲線，新光順曲線和原曲線的偏差要盡量控制在±0.01mm以內。

5）二維樣條圖構建曲面的最終三維線架模型：

導入優化后的各切面樣板的樣條線二維圖到CATIA軟件，按照樣板實際使用的位置建立坐標系，把各個切面樣條線依次移動到實際使用的站位，在飛機坐標系中的準確定位，依次選擇各站位上的樣條線進行曲面的建立，構成零件外形的三維線架模型，如圖9所示，最后經過相應的算法進行曲面重構。

圖8曲線光順性優化圖

圖9三維線架模型圖

2.4 偏差分析

1）將掃描后生成的數據制成數字模型，對于樣板數據，使用高精度模線繪圖機繪制明膠圖，對于毛料數據，則使用數字下料機制成毛坯。

2）與檢修后的平板件進行比對，校核數字模型的精度。對于局部數據超差較大的情況，對超差數據進行測量，再對電子掃描數據轉換后的模型進行迭代修形，直到與模擬量偏差在±0.2mm內，以滿足精度要求。

3 結語

本文研究了以輪廓點集數據重建光順曲線的技術，建立了一套對掃描后的數據進行預處理和快速、準確地擬合的方案，實現了無數字模型樣板電子數據的建立，便于批產后的數控下料，改變了研制過程中零件頻繁更改引起樣板的反復手工更改的現狀，可進行樣板數字模型的直接更改，使新樣板的電子數據得到有效驗證。對無法使用和缺失的樣板和模具進行再制造，改變老機型部分樣板和模具無法使用的狀況，同時可擴展至其它型號產品的電子數據的建立，在企業中應用前景比較廣闊。