[发明专利]一种基于扩展离散模态分解的三维表面形貌特征提取方法

说明书

本发明涉及一种基于扩展离散模态分解的三维表面形貌特征提取方法，获取零件表面形貌的点云数据，预处理后生成表面模型，并设置力学参数；将表面模型投影至不同的模态基，生成多个离散模态，分别计算各个离散模态的波长；根据国标设置截止波长，将各个波长范围划分至表面形貌特征中的一种，对相同组的离散模态合并得到零件的表面形貌特征。本发明的方法实现了三维工程表面形貌特征的提取，并克服了传统表面滤波方法中由于末端数值的缺失，表面边界和孔洞处发生卷积畸变，造成数值失真的问题。

技术领域

本发明属于表面形貌分析技术领域，具体涉及一种基于扩展离散模态分解的三维表面形貌特征提取方法。

背景技术

零件表面形貌是评价零件加工质量的一个重要指标，其对零件的制造成本和服役性能有重要影响。同时，在零件加工过程中有很多因素如加工尺寸误差、系统振动、刀具磨损、零件与零件表层金属塑性变形等均影响表面形貌生成。零件表面形貌存在多尺度性，不同尺度的表面形貌特征由不同频率的表面成分构成，根据频率大小可将其分为低频成分特征——形状误差、中频成分特征——波纹度和高频成分特征——粗糙度。这些表面成分特征由不同的原因造成，对零件的性能如耐磨性、耐腐蚀性和密封性等有着不同的影响。

工程表面滤波是提取零件三维表面形貌特征的关键技术。目前高斯滤波器被视为标准的滤波技术，但高斯滤波器在表面边界和孔洞处易发生卷积畸变，产生边界效应问题，故出现了许多诸如区域高斯滤波、样条滤波、小波滤波和形态学滤波等滤波方法来减少末端效应。

近年来，出现了一种基于结构动力学问题的滤波方法，通过求解结构动力学方程，将测量的零件表面投影到特定的模态基中实现零件表面信号的特征提取，提出了离散模态分解（DMD）滤波方法。与传统滤波方法对比，它将三维表面形貌分为一系列的离散分量，具有更精细的分解尺度，得到了更准确的各尺度表面成分，有效得解决了在表面边界和孔洞处的滤波畸变问题，克服了末端效应，但原始离散模态分解方法的各阶离散模态物理意义和各表面形貌特征尚不明确。

发明内容

基于现有技术中存在的上述缺点和不足，本发明的目的之一是至少解决现有技术中存在的上述问题之一或多个，换言之，本发明的目的之一是提供满足前述需求之一或多个的一种基于扩展离散模态分解的三维表面形貌特征提取方法。

为了达到上述发明目的，本发明采用以下技术方案：

一种基于扩展离散模态分解的三维表面形貌特征提取方法，方法包括步骤：

S1、获取零件表面形貌的点云数据；

S2、对点云数据进行预处理；

S3、使用点云数据生成表面模型；

S4、为表面模型设置力学参数；

S5、将表面模型投影至若干个不同的模态基，生成表面模型的若干阶离散模态；

S6、分别计算若干阶离散模态的离散模态波长；

S7、根据表面形貌特征参数分别设置若干个截止波长，截止波长将给定范围的离散模态波长分别划分至表面形貌特征中的一种，根据截止波长将若干阶离散模态分类为若干组分别代表一种表面形貌特征的模态组；

S8、分别对处于相同模态组的离散模态进行合并，得到零件的若干种表面形貌特征。

作为优选方案，步骤S5之后还包括步骤S51、设定N阶限制，丢弃N阶以后的离散模态。

作为优选方案，表面形貌特征具体包括：形状误差、波纹度和粗糙度。