大规模分散数据的自适应分层B样条曲面表示

大规模分散数据的自适应分层B样条曲面表示

一、Adaptive Hierarchical B-spline Surface Representation of Large-Scale Scattered Data(论文文献综述)

杨厚林[1](2021)在《基于PHT样条的裁剪模型等几何分析方法研究》文中认为在等几何分析(IGA)中,计算机辅助设计(CAD)中的基函数直接被用于离散求解偏微分方程(PDE)。常见的CAD表征几何样条非均匀有理B样条(NURBS)在裁剪建模过程中时对应的完整张量积形式没有保留,无法直接与IGA适配。为了解决该问题,本文尝试引入分层T网格上的多项式(PHT)样条到IGA分析中。基于PHT局部细分原理,本文从建模、分析和求解三个方面系统地给出了基于PHT样条的裁剪模型等几何分析方法,主要工作如下:1.针对裁剪实体几何模型,采用PHT样条构建了对应的等几何分析模型。论文首先基于原始CAD实体模型的几何信息构建基本三参数PHT样条体,然后依据细分单元相对裁剪面的位置分类规则,将原始CAD模型分解为多层次的、具有三参数信息的近似裁剪模型表达。2.提出了适配于裁剪模型的PHT等几何分析方法。方法首先基于拟合重构的思想,给出裁剪模型的逼近方式和其数据更新策略,进而得到裁剪实体的分析空间;在刚度计算方面,专门提出一种适配于PHT裁剪分析的单元装配算法,同时刚度修正算法提升了裁剪面附近单元的计算效率;此外自然边界条件的加载,本文给出了一个基于裁剪面的弱加载方法;最后本文尝试给出了基于拼接的自适应PHT样条的分析方法用于处理简单拓扑结构的裁剪模型作为裁剪分析方法的补充。3.裁剪模型等几何分析得到的离散方程组的迭代求解方法研究。以本文方法离散组装得出总刚矩阵为对象,尝试使用代数多重网格(AMG)方法对裁剪刚度矩阵计算,并与目前常见的其他迭代算法收敛性及稳定性进行对比。此外,本文从裁剪模型不同分解层次及样条阶数上对AMG算法效率进行对比总结。本文尝试提出了一个完整过程的裁剪模型PHT等几何分析方法。方法实现了裁剪模型的IGA分析适配过程,部分解决了裁剪区域局部细分的需求。依据本论文的算法能够使IGA应用于较复杂的工程分析中。

王腾辉[2](2020)在《复杂曲面在机测量不确定度评定与实验研究》文中进行了进一步梳理基于空间调制光学测距原理的在机测量技术由于具有非接触、高效率、便于实时在位测量等优点,已广泛应用于精密制造的逆向工程、在位检测领域。利用在机测量系统获得零部件三维位姿和形貌信息,是实现零件加工曲面再设计和辅助制造的数据支撑。但在机测量系统实际测量数据存在分散性和不确定性,这就需要将其分散性进行量化评定,因此将测量不确定度引入在机测量系统进行测量不确定度评定。在机测量系统结构复杂,且环境扰动因素多元,不确定度源多达数十个,且传递耦合效应未知,因此存在较大的评定难度。另外,由于在机测量存在测量不确定度,那么基于在机测量数据进行的加工曲面重建/拼接也就继承了不确定度,进而影响到加工精度,故需考虑测量不确定度对曲面建模/拼接的影响。为研究在机测量不确定度的影响因素,首先对在机测量架构进行分析,并建立了空间坐标变换模型和测点坐标提取模型。基于在机测量架构,从多方面对在机测量不确定度进行影响因素溯源,厘清影响因素和影响样态。针对在机测量不确定度各影响因素间具有高度耦合效应和传递规律难以获取的特征,提出采用融合黑箱模型与量值特性分析的测量不确定度分析方法,以重复性测量分量、复现性测量分量、温度影响分量和数据修约分量等对影响因素进行归总简化完成分析。针对在机测量系统不确定度量化评定难题,设计了面向在机测量的动态测量不确定度评定框架,基于在机测量特点规划了网格点阵式和正交连续式两种评定用测量样本集,该点位规划可以有效反映可测空间或指定空间的全域。为实现有效采样,提出了一种空间填充式的同步运动采样方法。提出按照极大似然估计原则或非参数统计方法对采样数据拟合的方法,得到不确定度分量的最佳拟合分布及概率密度函数;建立了在机测量不确定度评定数学模型,并基于自适应蒙特卡洛法进行不确定度的传递合成运算。利用所搭建的在机测量实验系统,开展了在机测量不确定度评定实验,验证了方法的可行性。针对火箭喷管内壁外廓实际测量,设计优化了循环往复式仿形扫描测量方法,实现了在机测量效率的倍级提升。对火箭喷管铣槽机床在机测量系统的测量不确定度进行多维评定,对虑及多维测量不确定度的火箭喷管曲面重建/拼接进行了研究,提出了一种基于多维不确定度的不确定度基块式内外包络法进行曲面拟合,并提出了包络数据点的选择原则,实现了三次样条插值包络拟合和NURBS包络拟合。完成了循环往复式仿形扫描在机测量算法和主辅侧曲面拼接交互式算法设计,并基于VC++完成软件编写,实现了工程应用。

赵飞宇[3](2019)在《Web环境下三维点云数据轻量化处理与模型重构方法研究》文中认为3D打印作为第三次工业革命的重要标志,已经逐渐成为技术研发与产业投资的热点。当前针对3D打印及其应用侧重于3D打印自身关键技术的攻关,而以“互联网+3D打印”服务模式为基础的3D打印云服务平台,实现了从创意概念到产品原型的快速对接,对加快产品研发速度、满足大众个性化需求,提高创新能力具有重要推动作用。目前,3D打印云服务平台在针对大众参与的3D打印创新创意设计与产品个性化定制方面还存在一定的不足:一方面,三维建模门槛较高,客户需求与创意设计无法准确对接;另一方面,由于3D打印云服务平台在三维轻量化建模、人机交互等关键技术研究方面不够深入,使得平台难以在大众创新创造领域得到实际应用。基于此,本文以三维扫描技术为建模手段,研究了Web环境下三维点云数据轻量化处理与模型重构方法,并开发了部署于3D打印云服务平台的三维扫描轻量化建模系统,降低了三维建模门槛,为大众亲身参与3D打印产品个性化定制过程中奠定了基础。主要研究内容包括:(1)构建了Web环境下三维点云数据轻量化处理与模型重构体系框架。在对面向3D打印产品个性化定制的在线三维建模进行需求分析的基础上,构建了Web环境下三维点云数据轻量化处理与模型重构框架,并分别阐述了框架中所涉及的核心研究内容及其执行逻辑。(2)研究了一种Web环境下三维点云数据轻量化处理及三角网格模型重构方法,解决了在Web环境下进行逆向建模所面临的点云数据预处理高效性、实时性、模型低数据量问题。该方法包括角度法与弦高法相结合的点云实时去噪算法、多视角点云在线快速配准算法、基于自适应分层的点云重采样算法、综合主成分分析和空间晶格的点云精确法向估计方法以及基于偏微分方程的三角网格模型孔洞修复算法。对比实验结果表明本方法不仅能够实现点云数据随三维扫描过程,在Web浏览器中的实时预处理,而且重构所得轻量化三角网格模型能够在Web浏览器中实现高保真流畅渲染。(3)研究了一种Web环境下三角网格模型快速分割与特征区域提取方法,解决了在特征识别与特征重构中的区域划分问题,在确保分割一致性的同时,大幅提升了分割速率,适宜在Web浏览器中执行。借助在线序列超限学习机(OSELM)增量学习机制,采用少量样本模型初始化输出权值,并通过不断递增的待分割模型,实时更新输出权值并提取待分割模型的高斯曲率阈值,通过特征点骨架化、边界线闭合光顺处理实现了三角网格模型的在线快速分割。(4)研究了一种基于三角网格模型的基本特征重构方法,解决了对三角网格模型高层次正向设计意图信息进行重构,使模型支持参数化设计与变形设计的问题。将四类基本特征归纳为由截面草图曲线与特征路径驱动的广义扫掠体,使不同基本特征具备统一的数学表达式。提取三角网格模型特征区域的截面草图曲线与特征路径,并借助Open CASCADE的特征建模函数,实现基本特征重构。(5)以国内某3D打印云服务平台运营企业实际应用需求为对象,设计并开发了基于Web的三维扫描轻量化建模系统,阐述了系统的开发背景与运行环境,并通过实例对系统的应用效果进行了分析。该系统已部署在企业的3D打印云服务平台上,为大众参与3D打印产品个性化定制提供了在线三维建模工具。

孙立剑[4](2018)在《基于高斯过程的复杂光学曲面重建和多传感器数据融合方法研究》文中指出超精密加工技术的高速发展,促使具有多几何特征的复杂光学曲面越来越广泛地应用于光电产品、生物医学等领域来实现产品的小型化和功能的多样化。为了保证这些新型曲面质量的可靠性,需要精密曲面测量技术对这类复杂曲面进行各个尺度几何特征的测量,综合评定其加工精度。在过去的几十年里测量仪器已经有了很大的发展,多传感器测量设备越来越多地应用于多特征复杂曲面的测量,但大部分只是简单地将多种传感器整合到同一平台,未能系统性地研究包括复杂曲面重建模型、测量规划、多传感器数据匹配与融合等在内的基础理论,导致传感器之间的协同性和互补性较差,未能真正意义上展现出多传感器测量技术的优势。与此同时,曲面测量数据一般符合高斯分布或近似高斯分布,具有统计学特性,但是大多数方法未考虑到曲面模型和数据分布之间的关系,也忽略了数据之间的相关性。而高斯过程作为一种基于贝叶斯核方法的模型,具有优良的自适应能力和非线性处理能力,既能处理高斯分布数据,也能处理一些非高斯分布的数据集,充分利用了数据的分布和数据之间的相关性信息,同时还能提供预测均值和不确定度,适应于曲面测量数据的处理。因此,本文从曲面模型的研究出发,提出了基于高斯过程的复杂曲面重建与多传感器数据融合方法,通过构建曲面几何特征与核函数性质之间的对应关系,实现曲面形态特征的统计学表征,自适应采样和多传感器数据融合,提高复杂曲面测量效率的同时保证测量精度。本文的主要工作及成果归纳如下:一、提出了基于复合核函数理论的复杂曲面重建方法。该方法不仅充分考虑到数据的分布性和数据之间的相关性,还将曲面几何特征和核函数本身的性质结合起来,将曲面先验知识融合到核函数的选择中,从而可以利用相同的点达到更好的曲面重建精度要求。同时,该方法还能解决测量数据中存在的噪声问题,能够输出预测值和对应的不确定度。二、针对接触式测量头对复杂曲面测量效率低下的问题,提出了基于特定核函数高斯过程的自适应曲面采样方法。该方法将高斯过程作为数学模型来近似代替所测量的曲面,通过设置不同的复合核函数来学习各种不同几何形貌特征,并将曲面重建误差和曲面重建不确定度的组合作为自适应采样的评判标准,通过在线确定采样点的方式实施曲面采样,模型的自优化算法可以用较少的点达到曲面重建精度的要求。三、提出了基于特定核函数的高斯过程的多传感器数据融合方法。为了提升复杂曲面的测量效率和测量精度,引入了多传感器测量系统。对于来自同一测量曲面的不同传感器测量得到的数据,如果两种传感器经过标定之后没有明显的系统性偏差时,利用异方差高斯过程进行数据融合减小曲面重建模型的不确定度;当其中一个传感器有明显的难以补偿的系统性误差时,利用相依高斯过程融合方法处理系统性偏差和噪声的影响,获取高精度和低不确定度的融合结果;当数据量较大或匹配误差较大时,采用加权最小二乘和高斯过程的混合数据融合算法以减小匹配误差并提高计算效率。四、设计光学磨床多传感器在位测量系统并进行加工件的检测实验。根据多传感器测量系统的协作性和互补性要求,将接触式传感器和非接触式测量传感器联合使用,并对传感器进行标定。为了提高在位测量设备的精度,对机床关键部位的结构进行了优化,并对机床的几何误差进行了标定。当从传感器获得测量数据之后,通过标定模型对这些数据进行补偿,最后将基于高斯过程的算法集成到在位检测系统中,并对实际加工的复杂曲面进行采样、融合和重建,在保证精度的同时提升了检测效率。综上所述,基于高斯过程学习的曲面重建、采样和数据融合方法,充分利用了数据的分布性和数据之间的相关性信息,克服了传统方法主要易受测量曲面的影响以及无法对多几何特征曲面有很好的表征性能。随着计算机水平的不断提升和人工智能的不断发展,这类基于概率统计模型的机器学习方法将会在多几何特征复杂曲面的测量领域产生较大的突破并促进下一代先进光学曲面在多个领域的进一步发展和应用。

王超[5](2018)在《基于代理模型的高效气动优化与高维多目标问题研究》文中研究说明在现代飞行器设计中,结合CFD(Computational Fluid Dynamics)技术与数值优化理论的气动外形优化设计方法已经成为提升飞行器气动性能非常重要的手段。基于代理模型的优化方法由于具备高效全局优化以及处理多目标问题的能力,在气动外形优化设计领域占有举足轻重的地位。随着设计师对卓越气动性能的不断追求,气动优化设计问题的复杂性日益凸显,基于代理模型的气动优化方法面临着新的问题和挑战。从设计空间层面来看,设计对象需要充足的变形范围(尺度)以满足全局优化和创新设计的要求,同时需要足够的设计变量数目(维度)以实现对复杂外形的精确控制。设计空间尺度和维度的增加会导致设计空间急剧膨胀,从而给代理模型气动优化的效率和能力带来严峻的考验。从目标空间层面来看,设计对象需要更多的优化目标以应对飞行器愈加苛刻的性能指标。目标空间维度的增加会导致多目标优化算法的性能急剧下降以及Pareto最优解集可视化的难度增大。围绕上述问题,本文对基于代理模型的高效气动优化与高维多目标问题开展了研究,首先研究了基于代理模型气动优化的基本方法和关键技术,然后对代理模型气动优化方法所面临的设计空间尺度、维度以及目标空间维度等关键问题进行了深入研究,并提出了相应的解决方法和设计思路,拓展了代理模型气动优化方法的工程应用价值。本文的主要研究内容如下:1.构建了具备飞行器复杂外形单目标/多目标优化能力的代理模型气动优化设计平台。对基于代理模型气动优化设计方法中的基本要素开展了研究,包括外形参数化、网格变形、气动特性计算、单目标/多目标优化算法、代理模型以及代理模型加点优化方法等,并重点对其中的关键技术进行了分析和改进。针对翼型参数化问题,研究了基函数线性叠加类翼型参数化方法,通过对UIUC翼型库中1300个标准翼型的拟合,发现POD正交基向量法和CST方法可以更好地描述具有翼型几何特征的设计空间。针对三维外形参数化问题,构建了基于多块控制框的FFD(Free-form Deformation)方法,具备了飞行器复杂构型自由变形的能力。针对网格自动变形问题,开发了耦合四元数的IDW(Inverse Distance Weighted)动网格方法。通过IDW-TFI分层混合变形,稀疏边界网格以及MPI并行计算等加速变形策略,实现了大规模多块结构网格的高效高鲁棒自动变形。深入研究了Kriging模型的构造原理及其加点准则,从最大似然估计、贝叶斯推理以及最小方差无偏估计等三种不同角度出发构建了统一形式的Kriging模型,然后分析了模型超参数、原始问题复杂程度和样本疏密程度对Kriging模型精度影响的规律,进而指出基于代理模型气动优化设计的主要矛盾是全局优化对高维、大尺度设计空间的需求与样本的稀疏性之间的矛盾。针对EI加点准则收敛缓慢的问题,提出了混合EI准则和MP准则的加点方法,在EI准则的框架内提高了收敛速度。2.针对代理模型气动优化方法在大尺度设计空间难以兼顾高效性和全局性的问题,提出了自适应设计空间扩展的气动优化设计方法。研究了设计空间尺度对代理模型气动优化结果的影响,揭示了传统代理模型气动优化方法难以兼顾高效性和全局性的问题,进而提出了自适应设计空间扩展的优化设计方法。该方法在动态的设计空间中进行优化搜索,通过自适应地扩展设计空间边界,实现了大尺度设计空间中样本的高效配置。通过NACA0012翼型和RAE2822翼型单目标以及多目标气动优化算例证实,自适应设计空间扩展的方法相对于传统固定设计空间的方法可以大幅提高气动优化设计的效率。3.针对代理模型气动优化方法在高维设计空间面临的“维度灾难”问题,提出了有效设计空间缩减的气动优化设计方法。研究了设计空间维度对代理模型气动优化结果的影响,揭示了代理模型气动优化方法面临的“维度灾难”问题,进而提出了有效设计空间缩减的优化设计方法。该方法采用有效样本提取有效设计空间,利用K-L变换重构有效设计空间,通过在优化过程中逐步缩减有效设计空间缓解了代理模型气动优化方法的“维度灾难”困境。通过48维设计变量的NACA0012翼型优化算例和99维设计变量的CRM(Common Research Model)全机复杂构型优化算例证实,有效设计空间缩减的方法可以明显提升高维设计空间中代理模型气动优化设计的能力。4.针对高维多目标气动优化设计问题,提出了面向工程设计的高维多目标粒子群(MaOPSO)算法,并发展了基于SOM的高维Pareto前缘可视化方法。MaOPSO算法融合了目标降维、分组和分解的思想,利用目标相关性分析和试验设计方法将高维多目标优化问题转换为一系列双目标子优化问题,在保证一定多样性的前提下,大幅提高了非支配解集的收敛性。通过3-10个目标的DTLZ-2函数测试证实,MaOPSO算法的综合性能优于MOPSO、MOEA/D以及NSGA-III等算法。基于SOM的高维Pareto前缘可视化方法通过自适应聚类将高维目标向量映射到二维平面,为设计者的分析和决策提供了全局视角。利用MaOPSO算法和SOM可视化方法对SC1095旋翼翼型以及NACA64A204战斗机翼型进行了高维多目标气动优化设计,设计了满足工程复杂设计要求的先进旋翼翼型和先进战斗机翼型,并对战斗机翼型的设计结果进行了风洞试验验证。

潘风[6](2015)在《点云模型隐式曲面重建技术的研究》文中指出曲面重建技术利用物体表面的点云信息构建数字几何模型,是虚拟现实、计算机仿真等领域的研究热点。随着三维扫描技术的迅速发展,人们能够利用高精度三维扫描设备获得百万个采样点,为构建高质量的数字几何模型提供了可能,但是,采样点规模庞大、含有噪声等问题使得曲面重建成为一项艰巨的工作。近年来,基于隐式曲面的函数拟合方法成为曲面重建的重要手段,相较传统算法优势明显。本文通过研究已有的隐式曲面重建算法,提出一种分层自适应的隐式曲面重建算法,主要内容包括点云模型全局隐式曲面函数的计算和隐式曲面绘制两个方面。本文的主要工作包括以下三个方面:1.点云模型隐式曲面重建基础工作的研究,介绍点云的几何属性,包括点云的邻域搜索算法,点云法向量的估算和一致性调整算法,曲率的计算方法,介绍了隐式曲面重建的理论基础,分析了隐式曲面在建模过程中相较其他表达形式的优势,并对隐式曲面重建问题进行了阐述,最后介绍了隐式曲面重建中的曲面拟合方法—最小二乘法。2.通过分析经典隐式曲面重建算法,提出了一种基于自适应八叉树的隐式曲面重建,根据原始点云数据,通过函数拟合的方式计算出模型的隐式曲面函数,包括:建立点云模型空间的八叉树层次结构,计算采样点的法向量并进行一致化调整,根据最小二乘法拟合局部点云数据,计算八叉树叶节点的局部函数,基于单位剖分思想融合局部函数,计算出全局隐式曲面函数,得到模型的数学表达。经实验验证,本文算法在计算函数的过程中,相较MPU算法减少了计算次数,缩短重建时间20%,且代数拟合的方法提升模型的细节还原度。3.基于隐式曲面绘制算法,提出了一种分层的隐式曲面绘制算法,提取隐式曲面函数的零等值面,生成模型的三角网格结构。主要内容包括:对采样数据的内部空间进行细分,生成立方体体素,选取初始体素,并根据函数生成体素内部的三角网格,选取相邻体素进行三角网格化,最终生成封闭的三角网格模型。经实验验证,该算法能够快速生成不同层次的三角网格模型,能够满足不同虚拟场景中对模型精细程度的需要。通过上述理论研究,本文实现了点云模型的隐式曲面重建算法,并通过测试不同点云模型验证了算法的正确性和鲁棒性。

叶春阳[7](2021)在《网格参数化的高效优化方法研究》文中研究指明数字几何处理技术近年来发展迅速,在三维打印、自动驾驶、虚拟现实、智慧城市等新兴产业中有着广泛的应用。这些新兴产业的发展需要大量的三维数据处理技术做支撑。这其中一个重要的基本问题就是如何计算一个网格的低扭曲参数化映射。计算机图形学的很多应用都会用到网格的低扭曲参数化,这是因为网格参数化建立了网格曲面和平面参数域之间的联系,使得两者之间可以方便地进行信息传递和计算转换。参数化算法的效率和鲁棒性对相关应用的表现有较大的影响。本文围绕着网格参数化这个课题,对高效鲁棒的低扭曲网格参数化,面向大规模网格内存高效的双射参数化,以及网格可展性的高效优化等问题进行了研究。针对网格参数化中存在的初始扭曲高和优化能量非凸非线性等困难,本文提出了一种渐进参数化的方法,能够高效地计算低扭曲无翻转的网格参数化。该方法基于一个观察,即当参数化三角形和参考三角形之间的扭曲均小于一定阈值时,只需要极少的迭代就可以使扭曲下降到接近收敛的水平。因此,不同于现有的参数化方法直接使用输入网格作为优化目标,本方法利用插值方法构造了一系列的参考三角形,并把它们作为中间目标渐进地优化。当扭曲降到一定程度时,再最终以输入网格为目标进行优化至收敛。另外,本方法采用了混合求解器,它结合了两种求解器的优点,既能够快速地降低扭曲又具有二阶收敛性。我们在超过二万个模型上测试了本方法的表现,实验表明本方法对不同三角化,不同初始化,不同分辨率,不同网格质量的模型,均有一致好的表现力。与现有方法相比,本方法具有较高的效率和实用鲁棒性。计算参数化需要求解与网格顶点规模相当的线性方程组,因此现有参数化算法仅适用于处理中小规模的网格。当输入模型为大规模网格时,算法通常会因为内存不足以直接求解大规模线性方程组而失败。针对这个问题,本文提出了一种内存高效的双射参数化方法,能够在有限内存上生成大规模网格的低扭曲双射参数化结果。本方法的主要思路是通过网格分片和简化空间近似,将大规模问题转化为易于求解且规模可控的小问题。本方法包含三个部分,在初始化阶段,基于分而治之的策略将网格划分为多片子网格,通过先划分边界映射后逐片子网格映射的策略,同时保证了初始化的双射性和内存开销的可控性。在优化阶段,将参数化区域重新网格化为更加稀疏的离散单元,并在其上定义样条函数空间,从而将求解空间的变量由网格顶点转换为规模可控的样条控制顶点。在后处理阶段,本方法采用逐点优化和逐片优化相结合的方式进一步降低扭曲。这三个处理方式使得整个算法流程中需求解的线性方程组的规模始终保持在给定阈值之下,具有较高的内存效率。本方法能够在配备16G内存的台式机上成功计算出包含近一亿三角形面模型的低扭曲双射参数化结果。对一般的网格曲面做平面参数化不可避免会产生等距扭曲,而可展曲面则可以完全等距地映射到平面。给定一个一般的三角网格,本文提出了一种基于联合双边滤波的优化网格可展性算法。该方法包含两个阶段,首先将联合双边滤波器应用到曲面法向信号上得到每个三角形的目标法向,这里联合双边滤波的向导法向是利用顶点半邻域的法向一致性信息构建出来的;然后更新网格顶点位置,使得曲面法向接近滤波得到的目标法向。本方法交替迭代地进行上述两个操作,通过改变网格的几何形状逐渐提高网格的可展性。优化后网格上高斯曲率非零的顶点会聚集在若干条曲线上,沿着这些曲线切割后的网格能够以极低的等距扭曲映射到平面。算法实现简单,经过实验对比,本方法能够更加高效地得到与现有算法相当或者更好的结果。

翟晓雅[8](2021)在《增材制造中的结构设计与路径规划问题》文中指出增材制造作为一种新的制造技术在过去十年来得到了快速发展,并在工业制造、航空航天、医疗等领域得到大量的应用。与此同时,增材制造进一步促进了结构设计技术的发展。结构设计为增材制造技术的实体打印提供了更多样性的输入。结构设计解决的是打印什么的问题,增材制造技术解决的是如何打印的问题。两者相辅相成,互相促进,是工业生产中至关重要的两个环节。本文将围绕增材制造中的结构优化设计问题以及路径规划问题进行研究。结构设计领域中的优化问题多种多样,本文围绕着带有应力约束的拓扑优化问题以及可微的微结构设计两个方面进行探索。带有应力约束的结构优化问题是结构设计领域中非常重要的一个分支,几十年来得到了迅速的发展,但它仍然没有高效的求解算法,其主要原因在于该类问题的三大难点:局部性,奇异性和高度非线性。在第三章中,本文提出一种基于增广拉格朗日乘子函数的交替方向选择算法求解带有应力约束的拓扑优化问题。求解模型有两组设计变量,单元应力和单元密度。本文算法引入单元应力作为设计变量,并对模型施加应力计算的等式约束,然后利用增广拉格朗日方法将等式约束作为软约束放在目标函数中,对应力变量和密度变量交替优化。在数值求解阶段,我们利用有限元分析和等几何分析工具分别进行求解。数值算例验证了本文算法针对两种求解工具的有效性。具有周期性微结构的设计是结构设计领域中的一个基本问题。周期性微结构与近几年受到广泛关注的功能性梯度材料设计密切相关。功能性梯度材料是在随着体积变化的过程中,其物理性质呈现梯度变化。在第四章中,本文在功能性梯度材料的基础上提出“可微的微结构”的概念。所谓可微的微结构是指其由连续的参数控制,体积与物理性质都是连续变化的并且要求其物理性质(如:弹性模量:泊松比)尽可能接近Hashin-Shtrikman上限。本文的基本思想是,通过一组参数构造一个物理场,该物理场的每个截面对应着一个微结构。如果该物理场是连续的,那么产生的微结构的体积是连续的,且自然满足连接性条件。为设计力学性能最优的微结构,本文以传热系数为自变量,选取关键微结构的物理性质的总和为目标函数,通过求解热传导方程来求解物理场(温度场)。数值实验验证了本文算法的有效性与鲁棒性。结构设计为增材制造的输入提供了多样化的选择。当有了增材制造的模型输入之后,如何对其进行高效的打印是备受关注的问题。本文第五章将围绕打印路径规划的优化算法进行深入研究。目前大多数路径填充算法对于切片的复杂度没有过多的讨论。然而复杂结构在自然界中很常见,例如骨骼、软木、蜂巢、珊瑚等。对于切片复杂的模型,传统的填充路径就会出现不连续,打印效率低下等问题。本文针对复杂结构的路径规划问题进行研究,并将复杂模型划分为边界复杂的模型和拓扑复杂的模型。本文采用“分而治之”的思想,首先将复杂的模型简化,再通过对简单区域进行路径规划然后进行全局连接达到路径填充的目的。我们将本文算法与传统的路径规划方法(Zigzag填充路径,轮廓平行填充路径和全局连续的费马螺线填充路径)在以下几个主要指标:打印成本(时间,材料),路径分割数,急转弯比例,填充比例及视觉效果等进行了比较。实验结果表明,本文算法在材料成本、打印时间和结构稳定性等方面均优于其他方法。

钟棉卿[9](2020)在《基于移动激光雷达数据的路面状况检测方法研究》文中进行了进一步梳理随着我国公路建设的迅速发展,对公路养护和旧路改扩建的需求迅速扩大。路面是公路养护及改扩建工作的核心内容,快速、有效掌握路面几何参数和公路路面技术状况及其变化趋势是路面养护决策、路面大中修养护及改扩建方案设计的前提和依据。路面几何参数及技术状况评价指标的获取长期依赖于种类繁多的特定传感器和现场测量,其检测结果易受多种因素的影响,且缺乏统一的数据基准。移动激光扫描(Mobile Laser Scanning,MLS)技术集成激光扫描仪、全球卫星导航系统、姿态测量系统、相机等多种传感器,能迅速采集高精度、高密度的公路三维实景点云数据,为路面几何及技术状况自动化检测提供了一种新的技术手段。本文针对MLS数据用于公路路面几何及技术状况自动化检测领域中的关键技术开展研究,构建了“MLS数据组织—路面特征提取—几何状况检测—技术状况检测”的技术框架。主要研究内容如下:1、针对MLS点云数据离散、无拓扑的问题,本文提出一种基于MLS点云的采集顺序而构建的顺序索引结构Tgrid,该方法可以实现为每个激光点分配一个2维规则索引号,将点云的顺序邻接关系转换为一张Tgrid结点图,相比传统方法,本文方法不仅很好地实现了海量点云数据的快速查询,解决MLS点云顺序存储与索引存储间的不一致问题,并能将图像处理方法成功引入到MLS点云数据处理。2、针对某些MLS场景数据文件不包含轨迹数据、无扫描角信息和轨迹文件损坏的情况,本文提出了一种根据点云空间分布特点重建扫描仪地面轨迹的方法。实验结果表明,重建的轨迹数据与真实轨迹数据的平均误差在1-2个激光点之内。本研究为基于MLS点云的扫描轨迹重建提供了理论基础。3、基于本文创建的Tgrid结构,提出并研究了利用MLS点云数据提取路面特征信息的系统化的处理方法,包括下列主要工作:(1)提出了一种基于点云标记控制的区域生长方法用于路面点云的检测,设计了基于Tgrid结构的联通区域分析和Freeman链码边界检测算法快速提取路面点云轮廓以及道路边界;(2)设计了一种基于点云强度背景反差自适应阈值分割方法筛选路面标线点云,在此基础上,引入数学形态学方法识别车道线,最终提取了道路中线和轮迹线等路面几何及技术状况关键信息;(3)通过将提取的道路边界与路面点云在Tgrid结点图上的叠置分析,实现了路面内部点云孔洞的快速、有效检测。实验结果表明,路面点云检测完整率达99.67%,与人工标定的道路边界和车道线相比,检测边界的精准率和召回率分别为96.78%和92.91%,车道线检测结果的正确检测率达98.80%,验证了本文方法的有效性和准确性。4、开展了基于提出的道路中线和MLS密集路面点云获取公路几何状况的研究。设计了利用高精度三维点云检测路面线路曲率、纵坡和横坡等几何状况主要参数的方法;根据曲率和纵坡的变化检测公路的几何线形,并基于连续性、均衡性和坡长三个技术指标评估了既有几何线形的安全性。在一段多弯道盘山公路场景测试结果表明,基于本文方法判定的危险路段与实际状况基本相符,与抽样实测数据比较,纵断面高程误差0.031m,横坡率误差0.33%。5、提出了基于MLS数据的路面损坏、路面平整度和路面车辙等路面技术状况自动化检测的系列方法,构建了使用MLS点云自动化检测路面几何及技术状况的技术框架。(1)设计一种融合三维点云与高分辨率CCD(Charge Coupled Device)图像的路面损伤检测策略,提出了一种基于比例限制的路面破损背景反差自适应阈值分割方法,实现了路面裂缝和坑槽的自动化检测;(2)参考路面检测规范中对常规检测方法采用数据精度和采样率的要求,提出基于轮迹线点云纵断面高程检测路面平整度的方法;(3)研究实现基于轮迹线点云生成精细横断面的方法用来检测路面车辙深度的方法。平整度的检测结果表明,基于密集点云断面高程计算的平整度标准差σ和国际平整度指数(IRI)结果高度相关,可通过在测试路段上开展相关实验来获取的二者之间的转换关系,将σ值转换为IRI值,从而简化IRI的计算复杂度。使用精密水准测量方法,对局部路面车辙深度的最大值进行了抽样检验,基于MLS点云检测的车辙深度误差不大于0.010m。

王耀[10](2020)在《基于曲线的点云模型直接分层算法研究》文中研究说明增材制造作为一种引领产业变革的颠覆性制造方法,目前受到各个领域的重视。该项技术是在三维数据模型转化为二维切片模型后采用增加材料的方式进行加工制造,也就是逐层叠加制造原理。作为如何把三维模型切片成二维数据的分层技术是增材制造技术中前期处理必不可少的环节之一。而点云数据模型作为一种由点构成的三维数据模型,目前众多专家学者们正在研究基于点云数据的分层技术。如何准确地获取分层轮廓点和分层轮廓线是目前该技术研究中的重难点问题。经过大量的文献调研,本文在现有基于点云模型的分层算法研究基础上,针对上述问题展开了研究并取得了一定的进展,主要体现在以下三个方面:(1)投影法中最常用的是通过线性投影来获取分层轮廓点,但仍需利用其他方法从由线性投影得到的点集中提取相对准确的分层轮廓点,步骤繁琐;而曲线投影方面的研究较为欠缺。本文提出了基于曲线投影的点云模型分层算法,利用划分区域内的选定点及其最近点集通过最小二乘法拟合得到二次曲面,利用选定点、其在二次曲面上的法向量及切片平面的法向量得到轨迹平面,二次曲面与轨迹平面相交得到轨迹线,然后选定点沿着轨迹线投影到切片平面上得到初始分层轮廓点,再利用B样条曲线来拟合分层轮廓线。(2)利用截交法也可获取分层轮廓点,其常用的是直线截交,虽比线性投影精度要高,但仍有较大的精度损失,而且关于曲线截交的研究目前基本没有。本文提出了一种基于曲线截交的点云模型分层算法,利用最近距离法选出分属切片平面上下区域的最近点对集,再利用最近点对集中的选定点及其最近点通过最小二乘法拟合得到二次曲面,利用选定点与其对点的连线及切片平面的法向量得到截交平面,二次曲面与截交平面相交得到截交线,然后截交线与切片平面相交得到初始分层轮廓点,再利用B样条曲线来拟合分层轮廓线。(3)基于曲线投影的分层算法可以得到分层轮廓点,但因投影点数量较多,导致程序运算时间较长。因此,针对该问题,本文结合截交法中选取最近点对集的方法,改进了上述基于曲线投影的分层算法,即仅投影由最近距离法选出的最近点对集中的点。为了验证上述三种算法的实用性,采用多种点云模型对其进行了验证,结果表明:三种算法均可以较好地获取分层轮廓点且稳定性较好。同时,总结了本文的创新点以及不足之处,并指出了基于点云模型的分层算法未来的可研究和发展方向,为进一步深入研究基于点云模型的分层算法提供了有益参考。

二、Adaptive Hierarchical B-spline Surface Representation of Large-Scale Scattered Data(论文开题报告)

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

三、Adaptive Hierarchical B-spline Surface Representation of Large-Scale Scattered Data(论文提纲范文)

(1)基于PHT样条的裁剪模型等几何分析方法研究(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 课题研究背景和意义
    1.2 样条发展概述
    1.3 裁剪模型分析方法
        1.3.1 全局方法
        1.3.2 局部方法
    1.4 多重网格在等几何分析中的应用
    1.5 本文主要内容与结构
第2章 支持局部细分的PHT样条分析理论
    2.1 引言
    2.2 PHT样条基本理论及特性
        2.2.1 三维层次T网格
        2.2.2 三维T网格的维数公式
        2.2.3 基函数的构造
    2.3 基于PHT样条的自适应细分
        2.3.1 IGA的数学框架
        2.3.2 线弹性问题的IGA
        2.3.3 基于PHT的自适应细分方法
        2.3.4 三维自适应PHT样条算例
    2.4 基于裁剪模型的PHT修正分析框架
        2.4.1 裁剪修正框架
        2.4.2 分析流程
    2.5 本章小结
第3章 基于PHT样条的裁剪模型重构
    3.1 引言
    3.2 PHT细分方法
        3.2.1 树形结构
        3.2.2 数据结构
    3.3 分解策略
        3.3.1 依据数据结构的标记算法
        3.3.2 单元的更新策略
    3.4 重构算例
    3.5 本章小结
第4章 基于PHT样条的裁剪模型分析关键技术
    4.1 引言
    4.2 裁剪模型刚度矩阵计算
        4.2.1 矩阵装配
        4.2.2 刚度修正算法
    4.3 裁剪边界加载方式
        4.3.1 自然边界加载
        4.3.2 数值算例
    4.4 复杂模型的多模块耦合
        4.4.1 三维PHT网格的多块耦合方法
        4.4.2 多块分析的三维数值示例
    4.5 本章小结
第5章 基于代数多重网格裁剪细分模型求解
    5.1 引言
    5.2 常规迭代方法
    5.3 代数多重网格方法
        5.3.1 代数多重网格的原理
        5.3.2 代数多重网格构造
    5.4 效率对比分析
    5.5 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
附录1 攻读硕士学位期间发表的论文

(2)复杂曲面在机测量不确定度评定与实验研究(论文提纲范文)

摘要
Abstract
1 绪论
    1.1 课题背景与研究意义
    1.2 在机测量及测量不确定度研究现状
        1.2.1 在机测量研究现状
        1.2.2 测量不确定度评定研究现状
        1.2.3 复杂曲面/曲线建模研究现状
    1.3 课题来源及主要研究内容
        1.3.1 课题来源
        1.3.2 论文主要研究内容及技术路线
2 在机测量建模及测量不确定度影响因素分析
    2.1 在机测量建模
        2.1.1 在机测量架构分析
        2.1.2 在机测量空间坐标系变换
        2.1.3 点激光在机测量坐标提取模型
    2.2 在机测量系统测量不确定度影响因素分析
        2.2.1 运动机构关联影响因素
        2.2.2 传感器关联影响因素
        2.2.3 数据处理关联影响因素
    2.3 融合黑箱模型与量值特性分析的不确定度影响因素分析
    2.4 本章小结
3 在机测量不确定度评定算法设计
    3.1 基于自适应MCM的测量不确定度评定框架
    3.2 面向在机测量系统的测量不确定度评定样本集规划方法
    3.3 测量不确定度的评定建模
        3.3.1 基于极大似然估计或非参数统计方法的样本数据分布拟合
        3.3.2 在机测量不确定度建模
    3.4 基于自适应蒙特卡洛法的测量不确定度传递合成
    3.5在机测量不确定度评定实验
        3.5.1 搭建在机测量实验系统
        3.5.2 样本集规划与同步采样
        3.5.3 不确定度分量分布拟合
        3.5.4 不确定度传递建模
        3.5.5 自适应MCM不确定度评定实现算法
    3.6 本章小结
4虑及多维测量不确定度的复杂曲面建模与实验
    4.1 火箭喷管在机扫描测量系统及不确定度评估
        4.1.1 基于点激光的在机扫描测量规划
        4.1.2 点激光在机扫描测量系统多维度不确定度评定
        4.1.3 主辅侧曲面拼接数据处理
    4.2 虑及多维测量不确定度的火箭喷管曲面重建
        4.2.1 基于NURBS的喷管曲面重构
        4.2.2 虑及测量不确定度的曲面建模
    4.3 在机测量加工算法优化及软件编写
        4.3.1 循环往复式扫描测量算法设计与优化
        4.3.2 主辅侧曲面拼接算法设计与优化
    4.4 本章小结
5 结论与展望
    5.1 论文完成的主要工作
    5.2 存在问题和进一步的改进工作
参考文献
攻读硕士学位期间发表学术论文情况
致谢

(3)Web环境下三维点云数据轻量化处理与模型重构方法研究(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 研究背景
        1.1.1 3D打印云服务平台发展的原因及现状
        1.1.2 现有3D打印云服务平台面临的挑战
    1.2 课题的提出
    1.3 研究目的及意义
    1.4 相关领域国内外研究现状
        1.4.1 基于Web的计算机辅助设计技术
        1.4.2 三维点云数据预处理及网格重构方法
        1.4.3 三角网格模型分割理论及方法
        1.4.4 面向参数化建模的特征重构方法
    1.5 课题项目支撑
    1.6 论文研究内容
第2章 Web环境下三维点云数据轻量化处理与模型重构体系框架
    2.1 概述
    2.2 面向3D打印个性化定制的在线三维建模需求分析
        2.2.1 面向3D打印个性化定制的在线三维建模过程分析
        2.2.2 面向3D打印个性化定制的在线三维建模问题分析
    2.3 Web环境下三维点云数据轻量化处理与模型重构概述
        2.3.1 Web环境下三维点云数据轻量化处理与模型重构框架
        2.3.2 Web环境下三维点云数据轻量化处理及三角网格模型重构过程分析
        2.3.3 Web环境下三角网格模型快速分割与特征区域提取过程分析
        2.3.4 基于三角网格模型的基本特征重构过程分析
    2.4 本章小结
第3章 Web环境下三维点云数据轻量化处理及三角网格模型重构方法
    3.1 概述
    3.2 Web环境下三维点云数据实时传输与去噪
        3.2.1 基于Web Socket的三维点云数据实时传输框架
        3.2.2 基于角度-弦高联合约束的三维点云数据实时去噪
    3.3 Web环境下多视角三维点云数据快速配准
        3.3.1 多视角三维点云数据初始位姿估计
        3.3.2 基于改进ICP算法的三维点云数据快速配准
    3.4 Web环境下三维点云数据空间结构优化与精简
        3.4.1 三维点云数据自适应分层切片处理
        3.4.2 基于数字图像处理的切片点云数据重采样
    3.5 Web环境下轻量化三角网格模型重构
        3.5.1 三维点云数据法向估计概述
        3.5.2 基于PCA和空间晶格的点云法向估计
        3.5.3 三角网格模型重构及孔洞修复
    3.6 实验测试与分析
        3.6.1 实验参数设置
        3.6.2 点云在线实时去噪与配准测试
        3.6.3 点云空间结构优化与精简测试
        3.6.4 点云法向估计与网格重构测试
    3.7 本章小结
第4章 Web环境下三角网格模型快速分割与特征区域提取方法
    4.1 概述
    4.2 基于统计学的OS-ELM训练样本集构建
        4.2.1 三角网格模型顶点高斯曲率估计
        4.2.2 基于频率直方图分析的高斯曲率阈值提取
    4.3 基于OS-ELM的在线快速模型分割
        4.3.1 基于PCA的形状特征描述子降维
        4.3.2 基于少量样本模型的OS-ELM初始化
        4.3.3 基于新输入模型的OS-ELM在线增量学习
        4.3.4 特征点区域骨架化处理
        4.3.5 边界线闭合与光顺处理
    4.4 实验测试与分析
        4.4.1 实验测试平台与数据集
        4.4.2 分割可视化效果分析
        4.4.3 分割算法时间复杂度分析
        4.4.4 分割一致性分析
        4.4.5 分割综合评价
    4.5 本章小结
第5章 基于三角网格模型的基本特征重构方法
    5.1 概述
    5.2 基本特征与广义扫掠体
    5.3 特征截面与特征路径获取
        5.3.1 三角网格模型顶点主曲率计算
        5.3.2 基于高斯映射的特征截面提取
        5.3.3 基于质心计算的特征路径提取
    5.4 截面草图曲线获取与基本特征重构
        5.4.1 截面草图曲线分段拟合
        5.4.2 截面草图曲线几何约束施加与优化
    5.5 基本特征重构实例分析
        5.5.1 特征截面与特征路径获取实例分析
        5.5.2 截面草图曲线获取与特征重构实例分析
    5.6 本章小结
第6章 基于Web的三维扫描轻量化建模系统开发与实例应用
    6.1 系统开发背景与运行环境
        6.1.1 系统辅助开发设计工具
        6.1.2 系统开发环境与架构分析
        6.1.3 系统开发背景
    6.2 系统应用实例
        6.2.1 系统登录与建模界面
        6.2.2 点云数据轻量化处理与网格重构
        6.2.3 三角网格模型在线分割处理
        6.2.4 基本特征重构及3D打印效果
    6.3 本章小结
第7章 总结与展望
    7.1 全文总结
    7.2 研究展望
致谢
参考文献
附录1 攻读博士学位期间取得的科研成果
附录2 攻读博士学位期间参与的科研项目
附录3 项目验收报告
附录4 软件版权

(4)基于高斯过程的复杂光学曲面重建和多传感器数据融合方法研究(论文提纲范文)

摘要
ABSTRACT
第一章 绪论
    1.1 课题来源
    1.2 研究背景
    1.3 复杂光学曲面的发展现状
    1.4 光学曲面测量技术国内外研究现状
        1.4.1 曲面离线检测的研究现状
        1.4.2 曲面在位检测的研究现状
        1.4.3 复杂光学曲面重建、采样和数据融合技术的研究现状和存在的问题
    1.5 课题提出及研究目的
    1.6 研究内容与论文章节安排
第二章 基于高斯过程的回归建模
    2.1 引言
    2.2 高斯过程回归基本原理
    2.3 高斯过程函数选择和模型优化
        2.3.1 均值函数
        2.3.2 核函数
        2.3.3 高斯过程超参数学习优化
    2.4 高斯过程计算复杂度及优化方法
    2.5 本章小结
第三章 基于复合核函数高斯过程的复杂光学曲面重建和自适应采样
    3.1 引言
    3.2 基于复合核函数高斯过程的复杂光学曲面重建
        3.2.1 基于复合核函数的复杂曲面重建方法
        3.2.2 特定复合核函数的选择
        3.2.3 复杂曲面重建实例研究
    3.3 基于复合核函数高斯过程的复杂曲面自适应采样
        3.3.1 基于特定核函数的高斯过程曲面采样方法
        3.3.2 仿真实验设计和结果
        3.3.3 实际采样实验验证
    3.4 本章小结
第四章 基于多传感器的复杂光学曲面数据匹配和融合
    4.1 引言
    4.2 点云数据匹配算法研究与应用
        4.2.1 曲面匹配算法基本原理
        4.2.2 曲面匹配算法应用
    4.3 基于高斯过程的多传感器数据融合方法研究
        4.3.1 异方差高斯过程数据融合
        4.3.2 相依高斯过程数据融合
        4.3.3 混合高斯过程数据融合
    4.4 本章小结
第五章 复杂光学曲面在位检测系统开发和实验研究
    5.1 引言
    5.2 光学磨床在位测量系统设计
    5.3 在位测量系统的标定和补偿
        5.3.1 测量传感器误差标定
        5.3.2 机床几何误差标定
    5.4 在位测量系统界面设计和算法集成
    5.5 测量实验
    5.6 本章小结
第六章 总结与展望
    6.1 全文工作总结
    6.2 论文的主要贡献与创新点
    6.3 研究展望
参考文献
致谢
攻读博士学位期间的学术成果

(5)基于代理模型的高效气动优化与高维多目标问题研究(论文提纲范文)

摘要
Abstract
第一章 绪论
    1.1 论文研究背景
    1.2 基于代理模型气动优化设计的关键技术
        1.2.1 外形参数化方法
        1.2.2 网格变形技术
        1.2.3 代理模型方法
        1.2.4 数值优化方法
        1.2.5 基于代理模型的加点优化方法
    1.3 基于代理模型气动优化设计方法面临的问题与挑战
        1.3.1 设计空间的尺度问题
        1.3.2 设计空间的维度问题
        1.3.3 目标空间的维度问题
    1.4 论文的主要工作
第二章 外形参数化方法与网格变形技术
    2.1 外形参数化方法
        2.1.1 基函数线性叠加类翼型参数化方法
        2.1.2 基于多块控制框的FFD参数化方法
    2.2 网格变形技术
        2.2.1 耦合四元数的IDW动网格方法
        2.2.2 适用于多块结构网格的加速变形策略
        2.2.3 三维复杂构型网格变形算例
    2.3 小结
第三章 基于代理模型的气动优化设计方法
    3.1 气动特性数值计算方法
        3.1.1 控制方程
        3.1.2 湍流模型
        3.1.3 离散求解
        3.1.4 数值验证
    3.2 优化搜索算法
        3.2.1 单目标粒子群算法
        3.2.2 多目标粒子群算法
    3.3 代理模型方法
        3.3.1 试验设计方法
        3.3.2 Kriging代理模型
        3.3.3 Kriging模型精度的影响因素研究
        3.3.4 基于HDMR的代理模型构建方法
    3.4 基于代理模型的加点优化方法
        3.4.1 MP加点准则
        3.4.2 EI加点准则
        3.4.3 混合加点方法
        3.4.4 约束处理方法
        3.4.5 多目标加点方法
    3.5 基于代理模型的气动优化设计算例
        3.5.1 NACA0012 翼型单目标优化
        3.5.2 RAE2822 翼型单目标优化
        3.5.3 RAE2822 翼型多目标优化
    3.6 小结
第四章 自适应设计空间扩展的气动优化设计方法
    4.1 传统代理模型气动优化设计方法的局限性
    4.2 扩展设计空间
    4.3 自适应设计空间扩展的气动优化设计方法
    4.4 自适应设计空间气动优化设计算例
        4.4.1 NACA0012 翼型自适应设计空间优化
        4.4.2 RAE2822 翼型自适应设计空间多目标优化
    4.5 小结
第五章 有效设计空间缩减的气动优化设计方法
    5.1 高维设计空间代理模型优化的问题
        5.1.1 设计空间维度对代理模型气动优化的影响
        5.1.2 高维设计空间问题的解决方法
    5.2 有效设计空间的提取和重构
        5.2.1 K-L变换
        5.2.2 有效设计空间的提取
        5.2.3 有效设计空间的重构
    5.3 有效设计空间缩减的气动优化设计方法
        5.3.1 函数优化测试
        5.3.2 翼型优化测试
    5.4 考虑配平的机翼-机身-平尾构型气动优化设计
    5.5 小结
第六章 高维多目标气动优化设计与可视化方法
    6.1 高维多目标优化问题
        6.1.1 求解高维多目标优化问题的困难
        6.1.2 高维多目标优化问题的处理方法
    6.2 面向工程设计的高维多目标粒子群算法
        6.2.1 MaOPSO的关键技术
        6.2.2 MaOPSO算法流程
        6.2.3 MaOPSO性能测试
    6.3 基于SOM的高维Pareto前缘可视化方法
        6.3.1 SOM网络基本原理
        6.3.2 基于SOM的高维Pareto前缘可视化
    6.4 高维多目标气动优化设计算例
        6.4.1 旋翼翼型气动优化设计
        6.4.2 战斗机翼型气动优化设计
    6.5 小结
第七章 总结与展望
    7.1 论文研究工作总结
    7.2 论文的创新点
    7.3 研究展望
参考文献
致谢
攻读博士学位期间发表论文和参加科研情况

(6)点云模型隐式曲面重建技术的研究(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 研究工作的背景和意义
        1.1.1 点云模型曲面重建的基本过程
        1.1.2 点云模型曲面重建的应用价值
    1.2 研究工作的必要性
    1.3 点云模型曲面重建技术的研究综述
        1.3.1 点云数据的预处理及研究现状
        1.3.2 曲面重建方法及研究现状
    1.4 本文的主要工作
    1.5 本文的组织结构
第2章 点云模型隐式曲面重建的基础工作
    2.1 点云模型的几何属性
        2.1.1 邻近点搜索
        2.1.2 法向量的计算与一致性调整
        2.1.3 曲率计算
    2.2 隐式曲面重建的理论基础
        2.2.1 曲面的数学表达形式
        2.2.2 隐式曲面重建问题的描述
    2.3 最小二乘拟合
        2.3.1 无权最小二乘法
        2.3.2 加权最小二乘法
    2.4 本章小结
第3章 基于自适应八叉树的隐式曲面重建算法
    3.1 经典隐式曲面重建算法分析
        3.1.1 径向基函数插值法
        3.1.2 多层次单位剖分法
    3.2 本文算法概述
    3.3 点云模型的八叉树分割
    3.4 局部最小二乘拟合
        3.4.1 局部非特征区域拟合
        3.4.2 局部特征区域拟合
        3.4.3 拟合精度控制
    3.5 全局隐函数的构建
    3.6 实验结果与分析
    3.7 本章小结
第4章 分层的隐式曲面绘制方法
    4.1 隐式曲面绘制方法综述
        4.1.1 光线跟踪方法
        4.1.2 隐式曲面多边形化算法
    4.2 隐式曲面快速三角化方法
        4.2.1 空间层次结构的建立
        4.2.2 三角网格的提取
    4.3 实验结果与分析
    4.4 本章小结
第5章 总结与展望
    5.1 本文工作总结
    5.2 本文的主要贡献与创新点
    5.3 进一步研究工作的展望
参考文献
攻读硕士学位期间参与的项目及研究成果
致谢

(7)网格参数化的高效优化方法研究(论文提纲范文)

摘要
ABSTRACT
第1章 绪论
    1.1 研究问题与研究意义
        1.1.1 曲面表示
        1.1.2 网格生成与处理
        1.1.3 网格参数化
        1.1.4 参数化的应用
    1.2 研究现状与相关工作
        1.2.1 网格切缝生成
        1.2.2 低扭曲的网格参数化
        1.2.3 无翻转几何映射
        1.2.4 大规模网格的几何处理
        1.2.5 网格曲面的可展性优化
    1.3 本文内容及结构安排
第2章 预备知识
    2.1 连续形式下曲面的微分几何理论
        2.1.1 曲面表示及度量
        2.1.2 曲面曲率
        2.1.3 可展曲面
    2.2 三角网格上的映射和参数化
        2.2.1 三角网格的表示
        2.2.2 三角网格的平面参数化
        2.2.3 映射的扭曲度量
    2.3 数值优化方法
        2.3.1 无约束最优化问题
        2.3.2 线搜索方法
第3章 渐进参数化
    3.1 引言
    3.2 渐进参数化
        3.2.1 参考指导的扭曲度量
        3.2.2 问题描述
        3.2.3 渐进地构造参考三角形
        3.2.4 混合求解器
        3.2.5 算法实现细节
    3.3 实验与评估
        3.3.1 算法评估
        3.3.2 测试数据集
        3.3.3 在数据集上的实验统计
    3.4 本章小结
第4章 面向大规模网格内存高效的双射参数化
    4.1 引言
    4.2 算法描述
        4.2.1 概述
        4.2.2 分而治之初始化
        4.2.3 基于样条空间的下降方向估计
        4.2.4 基于子网格的优化
        4.2.5 细节讨论
    4.3 实验与评估
        4.3.1 算法评估
        4.3.2 算法比较
    4.4 本章小结
第5章 法向驱动的网格曲面可展性优化
    5.1 引言
    5.2 算法描述
        5.2.1 三角网格的可展性
        5.2.2 面向可展性优化的向导法向构造
        5.2.3 基于联合双边滤波的网格可展性优化
    5.3 实验与评估
        5.3.1 算法评估
        5.3.2 比较实验
    5.4 本章小结
第6章 总结与展望
    6.1 本文工作总结
    6.2 未来工作展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果

(8)增材制造中的结构设计与路径规划问题(论文提纲范文)

摘要
ABSTRACT
第1章 绪论
    1.1 增材制造
        1.1.1 研究背景及意义
        1.1.2 研究进展
    1.2 结构设计
        1.2.1 研究背景及意义
        1.2.2 研究进展
    1.3 本文结构安排
第2章 基础知识
    2.1 弹性力学的基础知识
        2.1.1 基本概念
        2.1.2 基本方程
    2.2 弹性力学数值处理方法
        2.2.1 有限元分析方法
        2.2.2 等几何分析方法
    2.3 拓扑优化算法
        2.3.1 均匀化理论
        2.3.2 变密度法理论
        2.3.3 正则化处理
第3章 带有应力约束的拓扑优化问题
    3.1 引言
    3.2 应力约束问题的挑战
    3.3 基于有限元的带有应力约束的拓扑优化问题
        3.3.1 模型建立
        3.3.2 灵敏度分析
        3.3.3 结果分析与讨论
    3.4 基于等几何分析的带有应力约束的拓扑优化问题
        3.4.1 模型建立
        3.4.2 灵敏度分析
        3.4.3 结果分析与讨论
    3.5 基于有限元与等几何分析的拓扑优化计算比较
    3.6 本章小结
第4章 可微的微结构设计
    4.1 引言
    4.2 算法描述
    4.3 灵敏度分析
    4.4 结果分析与讨论
        4.4.1 评价方法
        4.4.2 算法比较
        4.4.3 算法参数讨论
    4.5 本章小结
第5章 增材制造领域中的路径规划问题
    5.1 引言
    5.2 边界复杂模型的打印路径规划
        5.2.1 算法描述
        5.2.2 结果分析与讨论
    5.3 拓扑复杂模型的打印路径规划
        5.3.1 算法描述
        5.3.2 结果分析与讨论
    5.4 本章小结
第6章 总结和展望
    6.1 本文工作总结
    6.2 未来工作展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果

(9)基于移动激光雷达数据的路面状况检测方法研究(论文提纲范文)

摘要
abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 基于MLS点云的路面特征提取研究现状
        1.2.2 基于MLS点云的路面几何状况检测研究现状
        1.2.3 基于MLS数据的路面技术状况检测研究现状
    1.3 研究内容与技术路线
        1.3.1 研究内容
        1.3.2 技术路线
    1.4 论文结构
第二章 MLS点云数据特征及索引方法
    2.1 MLS系统构成
        2.1.1 MLS系统工作原理
        2.1.2 MLS系统主要构成
        2.1.3 MLS系统关键性能指标
    2.2 MLS点云数据特征
        2.2.1 单点信息特征
        2.2.2 邻域特征
    2.3 点云组织与索引方法
        2.3.1 Kd-Tree方法
        2.3.2 Octree方法
        2.3.3 点云栅格化方法
第三章 MLS顺序索引构建
    3.1 Tgrid顺序索引构建
    3.2 Tgrid改进的点云数据预处理
        3.2.1 Tgrid改进的变邻域搜索
        3.2.2 Tgrid改进的点云去噪
        3.2.3 Tgrid改进的点云滤波
    3.3 利用MLS点云重建扫描仪地面轨迹
    3.4 实验与分析
        3.4.1 利用MLS点云重建扫描仪地面轨迹
        3.4.2 MLS点云顺序索引创建
        3.4.3 Tgrid改进的路面点滤波
第四章 基于MLS点云的路面特征提取
    4.1 路面与道路边界提取
        4.1.1 路面点云提取
        4.1.2 道路边界提取
    4.2 车道线提取
        4.2.1 提取候选标线
        4.2.2 车道线滤波
    4.3 车道分割
    4.4 道路中线及轮迹线提取
        4.4.1 道路中线提取
        4.4.2 轮迹线提取
    4.5 路面点云孔洞检测
    4.6 实验与分析
        4.6.1 路面与道路边界提取
        4.6.2 车道线提取
        4.6.3 车道分割
        4.6.4 道路中线及轮迹线提取
第五章 基于MLS点云数据的路面几何状况检测
    5.1 横断面提取
    5.2 横坡、纵坡与曲率检测
        5.2.1 横坡检测
        5.2.2 纵坡检测
        5.2.3 曲率检测
    5.3 几何线形提取与安全性评价
        5.3.1 平面线形提取
        5.3.2 纵断面线形提取
        5.3.3 几何线形安全性评价
    5.4 实验与分析
        5.4.1 横坡、纵断面高程检测
        5.4.2 线形安全分析
第六章 基于MLS数据的路面技术状况检测
    6.1 路面破损检测
        6.1.1 数据要求
        6.1.2 基于MLS点云检测路面裂缝与坑槽
        6.1.3 融合MLS点云与路面影像的路面损坏检测策略
    6.2 路面平整度检测
        6.2.1 国际平整度指标
        6.2.2 路面平整度标准差
    6.3 路面车辙深度检测
    6.4 实验与分析
        6.4.1 路面裂缝与坑槽检测
        6.4.2 路面平整度检测
        6.4.3 路面车辙深度检测
第七章 结论与展望
    7.1 结论
    7.2 本文创新点
    7.3 展望
参考文献
攻读学位期间取得的研究成果
致谢

(10)基于曲线的点云模型直接分层算法研究(论文提纲范文)

摘要
Abstract
1 绪论
    1.1 增材制造技术简介
        1.1.1 国内的发展过程
        1.1.2 国外的发展过程
    1.2 研究所用数据类型的选择
        1.2.1 数据类型的选择
        1.2.2 点云数据格式OBJ简介
    1.3 基于点云模型的直接分层算法研究现状
        1.3.1 投影法的研究现状
        1.3.2 截交法的研究现状
    1.4 课题研究背景与目的
    1.5 研究内容与路线
        1.5.1 主要研究内容
        1.5.2 研究路线
2 基于曲线投影的分层算法
    2.1 分层算法的实现
        2.1.1 曲面拟合时所需点集的选取
        2.1.2 二次曲面的拟合
        2.1.3 轨迹平面的确定
        2.1.4 轨迹线、分层轮廓点及分层轮廓线的获取
        2.1.5 曲线投影与线性投影的区别及本章算法具体流程
    2.2 分层算法的实验验证
    2.3 本章小结
3 基于曲线截交的分层算法
    3.1 分层算法的实现
        3.1.1 基于曲线截交的分层算法理论
        3.1.2 曲线截交与传统截交的区别
        3.1.3 分层算法的具体实现过程
    3.2 基于不同点云模型的分层算法实验验证
    3.3 本章小结
4 基于曲线投影的分层算法的改进与实现
    4.1 分层算法的改进
        4.1.1 改进部分的理论
        4.1.2 改进的分层算法的具体实现过程
    4.2 分层算法的应用实例
    4.3 本章小结
5 分层算法的对比分析
    5.1 三种算法的对比分析
    5.2 与前人所提出的分层算法的对比分析
    5.3 本章小结
6 总结与展望
    6.1 总结
    6.2 主要创新点
    6.3 不足与展望
参考文献
在学研究成果
致谢

四、Adaptive Hierarchical B-spline Surface Representation of Large-Scale Scattered Data(论文参考文献)

  • [1]基于PHT样条的裁剪模型等几何分析方法研究[D]. 杨厚林. 武汉科技大学, 2021(01)
  • [2]复杂曲面在机测量不确定度评定与实验研究[D]. 王腾辉. 大连理工大学, 2020
  • [3]Web环境下三维点云数据轻量化处理与模型重构方法研究[D]. 赵飞宇. 武汉理工大学, 2019
  • [4]基于高斯过程的复杂光学曲面重建和多传感器数据融合方法研究[D]. 孙立剑. 上海交通大学, 2018
  • [5]基于代理模型的高效气动优化与高维多目标问题研究[D]. 王超. 西北工业大学, 2018(02)
  • [6]点云模型隐式曲面重建技术的研究[D]. 潘风. 南京师范大学, 2015(01)
  • [7]网格参数化的高效优化方法研究[D]. 叶春阳. 中国科学技术大学, 2021(09)
  • [8]增材制造中的结构设计与路径规划问题[D]. 翟晓雅. 中国科学技术大学, 2021(09)
  • [9]基于移动激光雷达数据的路面状况检测方法研究[D]. 钟棉卿. 长安大学, 2020(06)
  • [10]基于曲线的点云模型直接分层算法研究[D]. 王耀. 内蒙古科技大学, 2020

标签:;  ;  ;  ;  ;  

大规模分散数据的自适应分层B样条曲面表示
下载Doc文档

猜你喜欢