摘要：作为快速成型技术中必不可少的环节,根据对零件制造精度和装配要求及效率的侧重不同,多年来多种分层算法已被国内外学者开发出来。在同等加工条件下,根据加工精度要求和层厚变化的不同,将分层算法大致分为等层厚分层算法和适应性分层算法两类。从常用的立体光刻(STL)模型、原始计算机辅助设计(CAD)模型和点云数据3种数据模型入手,简述了两类分层算法的研究和发展;介绍了采用斜边的分层算法、基于区域划分的混合算法、曲面分层算法等先进分层算法;讨论了分层算法中待解决的问题:直接分层算法的文件格式标准和轮廓的精确拟合等问题。最后,总结得出了分层算法未来的研究方向和趋势。

摘要：为获取多深孔特征汽车端盖的实体化模型,对其模型重构方法进行研究。运用Geomagic Wrap完成点云数据的精简和噪点的去除,应用GA-BP算法对跨面点云孔洞修补。利用Geomagic Design X的正逆向结合设计功能,截取深孔特征处的轮廓;基于点云的自动特征识别进行参数化修正,运用正向设计命令完成实体模型的重构。采用Geomagic Control X软件对实体模型与原始点云数据的偏差进行分析,验证了该建模思路能够获得满足精度要求的汽车端盖实体模型,对具有相似情况的零件模型重构提供了参考。

摘要：点云孔洞修补作为点云数据处理中的关键技术,直接影响点云的质量和完整性。利用遗传算法(genetic algorithm,GA)优化的BP(back propagation,反向传播)神经网络(简称GA-BP神经网络)是一种修补效果较好的散乱点云孔洞修补方法。但基于GA-BP神经网络的散乱点云孔洞传统修补方法的多个步骤需借助逆向软件通过人机交互的方式完成,导致修补过程繁琐且耗时较长。为此,提出了一种基于GA-BP神经网络的散乱点云孔洞自动修补方法。通过计算机编程将孔洞识别、孔洞区域插值和孔洞修补相结合,实现从残缺点云模型直接到完整点云模型的自动修补,无须进行复杂的人机交互和数据转换。实验结果表明,所提出的方法可有效避免因数据转换而造成的数据失真,减少了人机交互工作量,方便而高效地修补了散乱点云的孔洞,且得到的修补点云密度均匀,这对提高点云孔洞修补效率和质量具有重要意义。

摘要：针对聚酯装置中导热油泵存在高造价、高维修成本和高运行能耗的缺点,利用特殊设计密封改造的离心泵替代屏蔽泵,试运行结果表明:改造后的离心泵运行状况良好,泄漏量在可控范围内,造价成本、维修成本与运行能耗均明显下降,有效地实现了降本节能的目的,为后续聚酯项目设备选型提供了借鉴经验。