【摘 要】
：
由于目前的反求软件存在着一些局限性,并且对处理特定方法扫描得到的有限点云的功能不强,然而Pro/E、UG等CAD软件处理点云的功能不强,迫使很多企业开发自己的反求软件来处理用特定方法扫描得到的点云数据.针对ROMER公司的三坐标测量仪得到点云数据的IGES文件,用VC++和OpenGL作为工具,开发出读取点云数据文件的接口程序.对数据文件结构进行了分析,建立了该接口程序的链表数据结构.程序采用读取
【机 构】
：
大连交通大学机械工程学院,大连,116028
【出 处】
：
2006年全国高校机械工程测试技术研究会暨中国振动工程学会动态测试专委会学术年会
论文部分内容阅读
由于目前的反求软件存在着一些局限性,并且对处理特定方法扫描得到的有限点云的功能不强,然而Pro/E、UG等CAD软件处理点云的功能不强,迫使很多企业开发自己的反求软件来处理用特定方法扫描得到的点云数据.针对ROMER公司的三坐标测量仪得到点云数据的IGES文件,用VC++和OpenGL作为工具,开发出读取点云数据文件的接口程序.对数据文件结构进行了分析,建立了该接口程序的链表数据结构.程序采用读取点云数据文件的基本有用信息(即点的三个坐标值),舍弃不必要的冗余信息,以简化点参数提高程序的处理速度与效率.该程序能显示数据点云,并能从各种角度观察,为下一步点云数据的处理,曲线/曲面拟合和CAD模型的建立奠定基础.
其他文献
研究旋转机械在变速过程中振动信号的分析方法.在利用B&K3560多分析仪对齿轮箱减速时测得的振动信号和速度信号进行时域采样的基础上,利用样条插值算法对速度信号进行角域重采样得到等角度分布的采样点,然后对振动信号进行等角度采样,并对得到的数据进行阶次跟踪分析,在此基础上利用Hilbert包络解调得到轴承故障信息的阶次包络谱.结果显示阶次包络谱分析法在处理轴承转速变化信号时的优越性:有效地避免了传统频
提出一种基于温度场特征提取的电力变压器远程状态监测策略.首先,基于红外温度测量建立电力变压器的三维温度场模型,并在此基础上提取温度场的状态特征量,用以构建对应不同故障模式的特征模板.为了满足电力变压器远程状态监测对实时性、可靠性和分布式管理的要求,研究基于嵌入式系统的变压器运行状态在线数据采集器,以构建面向远程状态监测的分布式网络系统.另外,考虑到电力变压器所具有的分布广、少人或无人值班等工作特点
针对城市地下管线经常出现破裂并造成严重损失的问题,提出了采用声发射法采集管线产生裂纹时的音响信号,并利用相关函数原理进行信号处理,再从相关器处理的相关函数曲线得出裂纹音响信号沿管线传输到2个传感器的时间差,从而能够准确、快速地诊断管线裂纹位置的方法.并从实用角度讨论了检测时传感器的布置以及数据处理的具体方法.
采用MATLAB语言开发虚拟环境下的信号发生器、示波器、信号处理与分析仪的集成系统,并结合MATLAB WEB SERVER及JAVA等网络技术,将系统设计成在Internet上的信号处理与分析虚拟平台,使客户端计算机能使用浏览器(如Internet Explorer)通过Internet进行远程信号处理及分析虚拟实验与研究.
分析当前实验教学现状和发展趋势,以机械测试课程实验为对象,开发了基于Web的机械测试综合实验室平台.该系统平台以数据库为核心,支持基于Web的远程实验、实验管理和实验室资源信息管理3项功能,将软件架构分成数据访问层,业务逻辑层和用户交互层3个层次,提高了代码的重用性与易维护性,适应了多变的用户需求.此外,系统设计了远程虚拟实验,广播式硬件支持实验和交互式硬件支持实验,满足了学生的远程实验要求,提高
采用杂交粒子群算法对自适应滤波模型进行设计,并讨论了模型参数的确定原则与方法.杂交粒子群算法的收敛速度比较快,搜索精度也相对比较高.计算机仿真结果表明,该方法有较高的效率.
研究了一种利用瞬态振动信号进行齿轮故障模式识别的方法.首先利用B&K3560多分析仪对齿轮箱启动时的原始振动信号和速度信号进行时域里等时间间隔的同步采样,利用样条插值算法对速度信号进行角域重采样得到等角度分布的采样点;然后根据该采样点所对应的时间对振动信号进行插值得到等角度采样的信号,并对得到的数据进行阶次跟踪分析;再对该信号进行特征参量提取,建立了基于阶次跟踪的齿轮故障特征参量集;最后利用径向基
将广义积分变换方法应用到轴向运动弦的横向振动问题的求解当中.通过积分变换,将横向振动位移的偏微分方程变换成无限对常微分方程,并通过截断为有限项,得到了方程的计算解.对典型的运动速度,该方法表现出了良好的收敛性.在考虑外载荷条件下,可以明显看到横向振动波动增长的现象.
将混沌技术的TPM(Trajectory Parallel Method)方法应用到某自行火炮发动机失火故障诊断中,利用轨迹平行性指标作为故障诊断的特征参量,并与传统的功率谱分析进行比较,实验证明,此方法具有很好的诊断效果.
提出了基于经验模态分解和自回归功率谱分析的轴承故障诊断方法.该方法采用经验模态分解方法将齿轮箱轴承振动信号分解成不同特征时间尺度的固有模态函数,然后对固有模态函数建立AR模型,进而求得自回归功率谱的信号处理新方法.介绍了该方法的基本原理,并将EMD和AR谱分析应用于轴承故障诊断的研究.通过轴承故障试验信号的研究结果表明,基于EMD和AR谱分析方法,能有效地诊断轴承的故障.