[go: up one dir, main page]

CN114444006A - 一种空间表面频率特征的表征方法 - Google Patents

一种空间表面频率特征的表征方法 Download PDF

Info

Publication number
CN114444006A
CN114444006A CN202111562685.5A CN202111562685A CN114444006A CN 114444006 A CN114444006 A CN 114444006A CN 202111562685 A CN202111562685 A CN 202111562685A CN 114444006 A CN114444006 A CN 114444006A
Authority
CN
China
Prior art keywords
matrix
spatial
frequency
cloud data
point cloud
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111562685.5A
Other languages
English (en)
Inventor
束梓豪
庞启龙
况良杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Forestry University
Original Assignee
Nanjing Forestry University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Forestry University filed Critical Nanjing Forestry University
Priority to CN202111562685.5A priority Critical patent/CN114444006A/zh
Publication of CN114444006A publication Critical patent/CN114444006A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/20—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring contours or curvatures, e.g. determining profile
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明涉及一种空间表面频率特征的表征方法，包括以下步骤：1)对零件的表面进行扫描，获取零件表面的空间点云数据信息；2)对步骤1)中获取的零件表面的空间点云数据进行过滤筛选；3)对步骤2)中处理过的空间点云数据进行定量频谱描述，以获取空间频率在零件表面中所含功率占比；4)对零件表面的空间频率信息进行提取和计算，还原出零件的空间表面形貌。本发明可以为获得具有更优功能性的零件表面提供重要借鉴。

Description

一种空间表面频率特征的表征方法
技术领域
本发明属于空间表面形貌表征领域，尤其涉及一种空间表面频率特征的表征方法。
背景技术
材料表面上会残留加工痕迹，在表面上形成几何特征，这是一种无明显分布规律的随机表面，无法对表面上的频率特征进行完整地定性、定量描述。但是加工的轨迹是有一定规律的，是一种表面形貌与刀具间的相对运动关系，走刀轨迹形成了连续性空间频率特征。因此，表面形貌也可以看作是不同幅值、波长和相位的频率特征的无序组合叠加。由于表面形貌的空间频率信息如频率特征等对于零件的性能会有一定程度上的影响，为了获得更加理想的功能表面，分析材料表面存在的频率特征对材料性能的影响并深究其产生的原因以及抑制的方法具有十分重要的意义。
传统粗糙度表征方法一般会采用如表面粗糙度均方根值和表面粗糙度波峰波谷值等测量参数作为成形表面的微观结构参数，这些方法都没有考虑到纵向和横向的表面轮廓存在的实际空间频段信息，无法满足分析表面轮廓空间频段信息分布的需求，不能够实现对频率特征信息的定量描述，导致其分析结果不精确。因此，具有时频转换特性的傅里叶分析技术有着对表面粗糙峰谷特征进行评定的优势。近年来，基于时频变换分析技术对表面微观形貌进行评价分析有着广泛的使用，这能够对已加工表面轮廓特征就空间频段的分布情况方面进行定量化描述，并且能够得出特定空间频率对零件表面性能的影响程度，从而为系统化分析已加工表面提供了可参考的理论依据及表征信息。
发明内容
本发明所要解决的技术问题是对空间表面上的频率特征进行精确的表征，为解决上述技术问题，本发明得技术方案为：
一种空间表面频率特征的表征方法，包括以下步骤：
1)对零件的表面进行扫描，获取零件表面的空间点云数据信息，并将空间点云数据构建成n阶矩阵A，
Figure BDA0003421037150000011
2)构建两个新的n阶矩阵M和N，矩阵M中的所有元素均为a，矩阵N中的所有元素均为b。为了去除矩阵A中会对重建空间表面形貌有影响的异常数据点，利用矩阵M和N对矩阵A进行过滤和筛选，处理完成后得到新的矩阵B，
Figure BDA0003421037150000021
其中矩阵B中的元素
Figure BDA0003421037150000022
3)对矩阵B进行定量频谱描述，以获取取样域中全部空间频率特征、零件表面的空间频率分布状态和空间频率在零件表面中所含功率占比，计算结果得到一个新的矩阵C，
Figure BDA0003421037150000023
4)根据频谱描述的计算结果，对矩阵B的每一行和每一列进行提取和计算，计算出的结果得到矩阵D，
Figure BDA0003421037150000024
最终还原出零件的空间表面形貌。
作为本发明的进一步改进，所述步骤2)中的将空间点云数据构建成矩阵，再对矩阵进行数据的筛选和过滤，确保数据的可信度和科学性。
作为本发明的进一步改进，所述步骤3)中的对空间点云数据定量频谱描述的公式为
Figure BDA0003421037150000025
式中，z(u,v)是空间实际频率特征的幅值分布函数，fu和fv分别是X和Y方向上的空间频率分量，lu和lv分别是X和Y方向上的取样长度，lulv即为采样面积。
作为本发明的进一步改进，所述步骤4)中矩阵D的计算公式为
Figure BDA0003421037150000026
式中，ψ是小波基，s为小波尺度因子，a为X方向上的位置因子，b为Y方向上的位置因子。
与现有技术相比，本发明的有益效果在于：对零件表面的表面微观形貌存在的空间频率特征进行定量频谱描述时，既包含了频率值的大小也包含了频率分布的方向信息；对任意的空间表面频率特征段从X和Y两个方向上进行提取和还原，能够充分反映特定表面上的各个方向的频率和频率的幅值信息，能够更好地还原出零件的空间实际频率特征。
附图说明
图1为本发明的方法流程图。
图2为本发明的零件表面空间点云数据图。
图3为本发明的处理过的零件表面空间点云数据图。
图4为本发明的频谱描述结果图。
图5为本发明的需提取的空间频率值图。
图6为本发明还原出的空间实际频率特征图。
具体实施方式
下面结合附图和具体实施案例对本发明做进一步详细的说明：
如图1所示的本发明的处理流程图，本发明的一种空间表面频率特征的表征方法，包括以下具体步骤：
第一步，对零件的表面进行扫描，获取零件表面的空间点云数据信息，结果如图2所示。得到取样点数为256×256，并将空间点云数据构建成256阶矩阵A，
Figure BDA0003421037150000031
2)构建两个新的n阶矩阵M和N，矩阵M中的所有元素均为65，矩阵N中的所有元素均为-60。为了去除矩阵A中会对重建空间表面形貌有影响的异常数据点，利用矩阵M和N对矩阵A进行过滤和筛选，处理完的图像如图3所示。处理完成后得到新的矩阵B，
Figure BDA0003421037150000032
3)对矩阵B进行定量频谱描述，以获取所有空间频率特征、已加工表面的空间频率分布状态和空间频率在零件表面中所含功率占比取样域中，得到的新矩阵C，
Figure BDA0003421037150000041
频谱描述结果如图4所示，对频谱描述结果进行统计和分析后得到的需提取的空间频率值如图5所示；
4)对矩阵B的每一行和每一列进行提取和计算，计算出的结果得到矩阵D，
Figure BDA0003421037150000042
最终还原出零件的空间实际频率特征，如图6所示。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。

Claims (3)

1.一种空间表面频率特征的表征方法，其特征在于，包括以下步骤：
1)对零件的表面进行扫描，获取零件表面的空间点云数据信息，并将空间点云数据构建成n阶矩阵A，
Figure RE-FDA0003586284250000011
2)构建两个新的n阶矩阵M和N，矩阵M中的所有元素均为a，矩阵N中的所有元素均为b，为了去除矩阵A中会对重建空间表面形貌有影响的异常数据点，利用矩阵M和N对矩阵A进行过滤和筛选，处理完成后得到新的矩阵B，
Figure RE-FDA0003586284250000012
其中矩阵B中的元素
Figure RE-FDA0003586284250000013
3)对矩阵B进行定量频谱描述，以获取取样域中全部空间频率特征、零件表面的空间频率分布状态和空间频率在零件表面中所含功率占比，计算结果得到一个新的矩阵C，
Figure RE-FDA0003586284250000014
4)根据频谱描述的计算结果，对矩阵B的每一行和每一列进行提取和计算，计算出的结果得到矩阵D，
Figure RE-FDA0003586284250000015
最终还原出零件的空间表面形貌。
2.根据权利要求1所述的一种空间表面频率特征的表征方法，其特征在于，所述步骤3)中的对空间点云数据定量频谱描述的公式为
Figure RE-FDA0003586284250000016
式中，z(u,v)是空间实际频率特征的幅值分布函数，fu和fv分别是X和Y方向上的空间频率分量，lu和lv分别是X和Y方向上的取样长度，lulv即为采样面积。
3.根据权利要求1所述的一种空间表面频率特征的表征方法，其特征在于，所述步骤4)中矩阵D的元素为矩阵C中元素z(u,v)在小波尺度因子s和位置(a,b)下计算所得，计算公式为
Figure RE-FDA0003586284250000021
式中，ψ是小波基，s为小波尺度因子，a为X方向上的位置因子，b为Y方向上的位置因子。
CN202111562685.5A 2021-12-20 2021-12-20 一种空间表面频率特征的表征方法 Pending CN114444006A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111562685.5A CN114444006A (zh) 2021-12-20 2021-12-20 一种空间表面频率特征的表征方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111562685.5A CN114444006A (zh) 2021-12-20 2021-12-20 一种空间表面频率特征的表征方法

Publications (1)

Publication Number Publication Date
CN114444006A true CN114444006A (zh) 2022-05-06

Family

ID=81364414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111562685.5A Pending CN114444006A (zh) 2021-12-20 2021-12-20 一种空间表面频率特征的表征方法

Country Status (1)

Country Link
CN (1) CN114444006A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116000453A (zh) * 2023-03-06 2023-04-25 深圳精科视觉科技有限公司 一种激光焊接质量实时监控方法及系统
CN119600072A (zh) * 2024-11-20 2025-03-11 鄂尔多斯应用技术学院 一种图频率自适应的bim与点云配准方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140294251A1 (en) * 2011-12-15 2014-10-02 Fujitsu Limited Vein authentication method, image processing method, and vein authentication device
CN113076514A (zh) * 2021-03-04 2021-07-06 南京林业大学 一种已加工表面频率特征重构方法
CN113164161A (zh) * 2018-12-07 2021-07-23 维兰医疗技术公司 用于快速诊断肺部疾病的经皮导管系统和方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140294251A1 (en) * 2011-12-15 2014-10-02 Fujitsu Limited Vein authentication method, image processing method, and vein authentication device
CN113164161A (zh) * 2018-12-07 2021-07-23 维兰医疗技术公司 用于快速诊断肺部疾病的经皮导管系统和方法
CN113076514A (zh) * 2021-03-04 2021-07-06 南京林业大学 一种已加工表面频率特征重构方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
况良杰;庞启龙;徐幼林;: "超精加工表面形貌任意频率的提取及重构", 工具技术, no. 10, 20 October 2018 (2018-10-20) *
杨红娟;陈继文;张运楚;张君捧;郝丽丽;: "基于SIFT特征的低区分度点云数据匹配", 计算机辅助设计与图形学学报, no. 03, 15 March 2016 (2016-03-15) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116000453A (zh) * 2023-03-06 2023-04-25 深圳精科视觉科技有限公司 一种激光焊接质量实时监控方法及系统
CN116000453B (zh) * 2023-03-06 2023-09-26 深圳精科视觉科技有限公司 一种激光焊接质量实时监控方法及系统
CN119600072A (zh) * 2024-11-20 2025-03-11 鄂尔多斯应用技术学院 一种图频率自适应的bim与点云配准方法

Similar Documents

Publication Publication Date Title
Dong et al. Non-iterative denoising algorithm for mechanical vibration signal using spectral graph wavelet transform and detrended fluctuation analysis
CN108875170B (zh) 一种基于改进变分模态分解的噪声源识别方法
CN113375939A (zh) 基于svd和vmd的机械件故障诊断方法
CN102519725B (zh) 通过非线性冗余提升小波包处理轴承设备振动信号的方法
CN111380957A (zh) 一种基于频率-波数域滤波的超声导波检测方法
CN114444006A (zh) 一种空间表面频率特征的表征方法
CN113296155B (zh) 一种基伸缩调频同步提取地震储层预测方法
CN107632010B (zh) 一种结合激光诱导击穿光谱对钢铁样品的定量方法
CN115771062A (zh) 一种基于主轴电流信号的刀具状态检测方法
CN101900789A (zh) 基于小波变换与分形维数的容差模拟电路故障诊断方法
CN114417937A (zh) 一种基于深度学习的拉曼光谱去噪方法
CN105117550A (zh) 一种面向产品多维相关性退化失效的建模方法
CN106096200B (zh) 一种基于小波分解和谱峭度的包络分析方法
CN118246128A (zh) 一种钢筋混凝土框架结构质量检测方法、介质及系统
CN105353408A (zh) 一种基于匹配追踪的Wigner高阶谱地震信号谱分解方法
CN117589456B (zh) 增强稀疏分解的滚动轴承变转速故障诊断方法
CN112395940A (zh) 一种基于密度峰值机器学习算法的道路载荷谱制取方法
CN115266685A (zh) 基于马氏距离和稀疏矩阵的libs煤质灰分预测方法
CN113076514A (zh) 一种已加工表面频率特征重构方法
CN104457643A (zh) 一种轨道几何检测数据的脉冲噪声滤波方法及装置
CN118964967A (zh) 一种基于振动信号频率提取算法的方法
CN117969764A (zh) 基于小波包联合希尔伯特黄变换的隧道地震损伤识别方法
CN116610907B (zh) 基于变分模态分解的齿轮振动信号特征提取方法
CN106553084B (zh) 一种基于小波包变换和近似熵特征的机床颤振在线监测方法
CN103913771A (zh) 地震数据处理方法、装置和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20220506

RJ01 Rejection of invention patent application after publication