ABSTRACT

The inspection process in today’s digital production cycles is acyber-physical complex including the physical collection of high-quality metrology data and extensive computational tasks to generate valuable information following, intermittently, or online with the manufacturing tasks, to support quality control or quality improvement of products, or production system’s health monitoring and prognostics. In this paper, amethodology to estimate the geometric deviation zones of large coordinate metrology point clouds is presented based on afinite difference approach relying on the anisotropic diffusion analogy. Instead of heat, the normal distances between the ideal model and the measured points are considered as the independent variables in the diffusion process with respect to the time and location. The location term is discretized by finite differences and the temporal term is estimated by the forward Euler method. In order to eliminate saturation in the diffusion process, the diffusion coefficient dynamically changes in each iteration based on the variations in the standard deviation of the Euclidean distances. The developed methodology is fully implemented and avariety of validation tests and experimental studies are conducted. According to the results of the virtual tests and the experimental studies, the developed methodology reduces on average about 60% of the number of measured points and consequently the computation time, even for highly complex surfaces with considerable inherent manufacturing errors, without imperiling the accuracy of the deviation zone estimation.

摘要

当今数字化生产周期中的检查过程是信息物理复杂的，包括高质量计量数据的物理收集和广泛的计算任务，以在制造任务之后、间歇地或在线生成有价值的信息，以支持质量控制或质量改进产品或生产系统的健康监测和预测。本文提出了一种基于各向异性扩散类比的有限差分法估计大坐标计量点云几何偏差区的方法。代替热量，理想模型和测量点之间的法向距离被认为是扩散过程中关于时间和位置的自变量。位置项由有限差分离散化，时间项由前向欧拉法估计。为了消除扩散过程中的饱和，扩散系数在每次迭代中根据欧几里得距离标准差的变化而动态变化。开发的方法已得到充分实施，并进行了各种验证测试和实验研究。根据虚拟测试和实验研究的结果，所开发的方法平均减少了大约 60% 的测量点数量，从而减少了计算时间，即使对于具有相当大的固有制造误差的高度复杂的表面，也不会影响测量的准确性。偏差区估计。为了消除扩散过程中的饱和，扩散系数在每次迭代中根据欧几里得距离标准差的变化而动态变化。开发的方法已得到充分实施，并进行了各种验证测试和实验研究。根据虚拟测试和实验研究的结果，所开发的方法平均减少了大约 60% 的测量点数量，从而减少了计算时间，即使对于具有相当大的固有制造误差的高度复杂的表面，也不会影响测量的准确性。偏差区估计。为了消除扩散过程中的饱和，扩散系数在每次迭代中根据欧几里得距离标准差的变化而动态变化。开发的方法已得到充分实施，并进行了各种验证测试和实验研究。根据虚拟测试和实验研究的结果，所开发的方法平均减少了大约 60% 的测量点数量，从而减少了计算时间，即使对于具有相当大的固有制造误差的高度复杂的表面，也不会影响测量的准确性。偏差区估计。基于欧几里得距离标准差的变化，扩散系数在每次迭代中动态变化。开发的方法已得到充分实施，并进行了各种验证测试和实验研究。根据虚拟测试和实验研究的结果，所开发的方法平均减少了大约 60% 的测量点数量，从而减少了计算时间，即使对于具有相当大的固有制造误差的高度复杂的表面，也不会影响测量的准确性。偏差区估计。基于欧几里得距离标准差的变化，扩散系数在每次迭代中动态变化。开发的方法已得到充分实施，并进行了各种验证测试和实验研究。根据虚拟测试和实验研究的结果，所开发的方法平均减少了大约 60% 的测量点数量，从而减少了计算时间，即使对于具有相当大的固有制造误差的高度复杂的表面，也不会影响测量的准确性。偏差区估计。