[发明专利]一种变形舱段数字孪生体建模方法

权利要求书

1.一种变形舱段数字孪生体建模方法，其特征在于，包括以下步骤：

步骤S1：对扫描设备的设备误差进行标定并建立三维激光扫描设备的误差补偿模型；

步骤S2：使用扫描设备对变形舱段进行扫描，得到待建模零件的点云数据，并使用误差补偿模型对点云数据进行误差补偿，得到用于建模的舱段点云数据；

步骤S3：对舱段点云数据进行优化处理；

步骤S4：提取舱段点云数据中的特征断面特征点；

步骤S5：对特征断面特征点进行拟合，得到舱段外轮廓特征曲线；

步骤S6：根据轮廓特征曲线创建曲面，得到舱段的数字孪生模型。

2.根据权利要求1所述的一种变形舱段数字孪生体建模方法，其特征在于，所述步骤S1包括以下步骤：

步骤S1.1：根据待求变形舱段的尺寸制造尺寸相同且不发生变形的试验零件；使用三维激光扫描设备对试验零件进行扫描，得到试验零件点云；

步骤S1.2：计算试验零件点云与试验零件CAD模型数据的误差，获得三维激光扫描设备的误差修正数据；

步骤S1.3：通过使用三维激光扫描设备多次扫描试验零件得到多组试验零件点云，对通过步骤S1.2得到的多组三维激光扫描设备的误差修正数据取平均值，得到三维激光扫描设备的误差补偿模型。

3.根据权利要求1所述的一种变形舱段数字孪生体建模方法，其特征在于，所述步骤S2包括以下步骤：

步骤S2.1：使用三维激光扫描设备扫描变形舱段，取得舱段的原始点云数据；

步骤S2.2：根据三维激光扫描设备的误差补偿模型对舱段的原始点云数据进行补偿，取得用于建模的舱段点云数据。

4.根据权利要求1所述的一种变形舱段数字孪生体建模方法，其特征在于，所述步骤S3包括以下步骤：

步骤S3.1：去除舱段点云数据中噪声及孤立点；

步骤S3.2：根据舱段点云数据的曲率变化优化点云数据：若某一区域内曲率变化值大于设定值λ，则保留该区域内的全部点云数据；若某一区域内曲率变化值小于等于λ，则保留该区域内设定比例部分的点云数据；

步骤S3.3：设置断面提取步长，按步长将优化后的点云数据剖分为数个断面数据集；

步骤S3.4：提取舱段各直口部分的端面数据集；

步骤S3.5：分别对所有断面数据集的超差数据进行删除，并将数据点按顺时针排序；分别提取所有端面数据集的外轮廓数据，对各端面数据的超差数据进行删除，将数据点按顺时针排序；

步骤S3.6：将排序后的断面数据集和端面数据集构成的数据点集存入元胞数组list1；

步骤S3.7：对元胞数组list1中的数据点集进行分析，判断数据信息情况，得到冗余数据集和数据缺失数据集；

步骤S3.8：判断数据点集缺失的原因，对数据缺失数据集进行插补，得到不存在数据缺失的数据点集；

步骤S3.9：对不存在数据缺失的数据点集和冗余数据集进行KNN分类，分类后数据点个数最多的一类即为舱段轮廓数据点集，保留使用；其他类数据点集为冗余的非舱段数据点，做删除处理，得到不存在冗余的数据点集；

步骤S3.10：使用高斯滤波器对不存在数据缺失和数据冗余的数据点集进行数据平滑。

5.根据权利要求4所述的一种变形舱段数字孪生体建模方法，其特征在于，所述步骤S3.7包括以下步骤：

步骤S3.7.1：分别对元胞数组list1中的每个数据点集进行临近点数据距离判断：计算数据点集中相邻两点的距离distance，根据舱段点云数据采集精度设置判定参数δ，若distanceδ，则该数据点集中存在数据缺失，对该数据点集执行步骤S3.8，否则，继续执行S3.7.2；

步骤S3.7.2：分别对元胞数组list1中的每个数据点集进行KNN聚类分析，对所有数据点分类完成后，若总类别个数为1，则该数据点集不存在冗余，若总类别个数大于1，则该数据点集为冗余数据集，对数组点集执行步骤S3.9；

步骤S3.7.3：对元胞数组list1中的每个数据点集，分别进行临近点数据距离判断和KNN聚类分析后，不存在数据缺失和数据冗余的数据点集为符合标准的数据点集，执行步骤S3.10。