CN111402408A - 一种无废料模具设计装置 - Google Patents
一种无废料模具设计装置 Download PDFInfo
- Publication number
- CN111402408A CN111402408A CN202010241285.3A CN202010241285A CN111402408A CN 111402408 A CN111402408 A CN 111402408A CN 202010241285 A CN202010241285 A CN 202010241285A CN 111402408 A CN111402408 A CN 111402408A
- Authority
- CN
- China
- Prior art keywords
- view
- mould
- module
- isosurface
- size
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Processing Of Solid Wastes (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种无废料模具设计装置,包括零件六位图采集模块、零件三维模型构建模块、尺寸测量模块、模具尺寸生成模块、模具总装图生成模块、模具废料计量模块、模具废料利用模块和模具材料配置模块。本发明实现了模具的自动设计,模具总装图的自动生成,在可以减少工作人员工作量的同时,可以提高模具设计的精度;采用将废料熔融重筑用于模具生产的设计理念,可以减少甚至避免废料的产生,从而实现了材料的充分利用。
Description
技术领域
本发明涉及模具设计领域,具体涉及一种无废料模具设计装置。
背景技术
目前在模具的加工过程均会产生一定的边角料,不能对材料充分的利用,同时模具的设计过程大多采用人为测量、人为绘制模具总装图的方式,费时费力的同时,容易带来误差。
发明内容
为解决上述问题,本发明提供了一种无废料模具设计装置,可以减少甚至避免废料的产生,从而实现了材料的充分利用。
为实现上述目的,本发明采取的技术方案为:
一种无废料模具设计装置,包括:
零件六位图采集模块,用于实现零件俯视图、仰视图、前视图、后视图、左视图、右视图的采集;
零件三维模型构建模块,用于通过kinect深度传感器分别进行零件俯视图、仰视图、前视图、后视图、左视图、右视图深度图像的获取,将所获得的零件俯视图、仰视图、前视图、后视图、左视图、右视图深度图像进行三角化,然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场,对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包,并利用Marching Tetrahedra算法构造等值面,获得的零件俯视图等值面、零件仰视图等值面、零件前视图等值面、零件后视图等值面、零件左视图等值面、零件右视图等值面,完成零件俯视图等值面、零件仰视图等值面、零件前视图等值面、零件后视图等值面、零件左视图等值面、零件右视图等值面的拼接,从而实现零件三维模型的构建;
尺寸测量模块,用于调用对应的测量标尺实现零件三维模型尺寸的测量;
模具尺寸生成模块,用于根据模具材质的性能参数、零件材质的性能参数调用对应的模具尺寸生成模型输出模具尺寸;
模具总装图生成模块,用于根据模具尺寸生成模具总装图;
模具废料计量模块,用于根据模具总装图输出产生的废料尺寸数据,并根据废料尺寸数据输出废料的质量数据;
模具废料利用模块,用于根据模具总装图输出模具所需材料的质量数据,并构建该质量数据与废料的质量数据的关系,并基于模具材料的材料性能参数实现关系的校正;
模具材料配置模块,用于根据所述关系以及模具所需材料的质量数据配置模具材料。
进一步地,所述零件俯视图、仰视图、前视图、后视图、左视图、右视图均采用纯色背景。
进一步地,所述尺寸测量模块基于连通分量外接矩形的长宽比进行零件三维模型尺寸的测量。
进一步地,所述模具尺寸生成模块通过BP神经网络模型输出模具尺寸,不同的材料对应不同的BP神经网络模型。
进一步地,模具废料利用模块基于BP神经网络模型实现关系的校正,不同的材料对应不同的BP神经网络模型。
进一步地,将废料熔融重筑用于模具生产。
本发明具有以下有益效果:
采用将废料熔融重筑用于模具生产的设计理念,可以减少甚至避免废料的产生,从而实现了材料的充分利用。
实现了模具的自动设计,模具总装图的自动生成,在可以减少工作人员工作量的同时,可以提高模具设计的精度。
附图说明
图1本发明实施例一种无废料模具设计装置的***框图。
具体实施方式
为了使本发明的目的及优点更加清楚明白,以下结合实施例对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明实施例提供了一种无废料模具设计装置,包括:
零件六位图采集模块,用于实现零件俯视图、仰视图、前视图、后视图、左视图、右视图的采集,基于带蛇形机械臂的摄像头实现,使用时,蛇形机械臂按预设的运动路径带动摄像头至对应的位置实现目标图像的自动采集;所述零件俯视图、仰视图、前视图、后视图、左视图、右视图均采用纯色背景,优选地,采用与零件自身颜色可以形成鲜明对比的纯色背景,从而便于提高后续零件三维模型的构建;
零件三维模型构建模块,用于通过kinect深度传感器分别进行零件俯视图、仰视图、前视图、后视图、左视图、右视图深度图像的获取,将所获得的零件俯视图、仰视图、前视图、后视图、左视图、右视图深度图像进行三角化,然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场,对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包,并利用Marching Tetrahedra算法构造等值面,获得的零件俯视图等值面、零件仰视图等值面、零件前视图等值面、零件后视图等值面、零件左视图等值面、零件右视图等值面,完成零件俯视图等值面、零件仰视图等值面、零件前视图等值面、零件后视图等值面、零件左视图等值面、零件右视图等值面的拼接,从而实现零件三维模型的构建;经实验可知,利用Kinect传感器采集的不同的深度图像完成目标物体的三维重建,仅需要48s,并且可以得到非常精细的重建效果。
尺寸测量模块,用于调用对应的测量标尺基于连通分量外接矩形的长宽比实现零件三维模型尺寸的测量;
模具尺寸生成模块,用于根据模具材质的性能参数、零件材质的性能参数调用对应的模具尺寸生成模型( BP神经网络模型)输出模具尺寸;首先,根据选择的模具类型调用对应的模具形状设计图模板,然后根据零件的三维模型以及对应的尺寸参数基于BP神经网络模型输出对应的模具尺寸参数,不同的材料对应不同的BP神经网络模型;
模具总装图生成模块,用于根据模具尺寸生成模具总装图;不同的模具对应不同的模具总装图生成流程模板,使用时,根据录入的模具类型进行对应总装图生成流程模板的调用,基于总装图生成流程模板内载的流程步骤,根据模具的尺寸参数进行模具总装图的生成;
模具废料计量模块,用于根据模具总装图输出产生的废料尺寸数据,并根据废料尺寸数据输出废料的质量数据;
模具废料利用模块,用于根据模具总装图输出模具所需材料的质量数据,并构建该质量数据与废料的质量数据的关系,并基于模具材料的材料性能参数基于BP神经网络模型实现关系的校正;不同的材料对应不同的BP神经网络模型;
模具材料配置模块,用于根据所述关系以及模具所需材料的质量数据配置模具材料;将废料熔融重筑用于模具生产;
中央处理器,用于协调上述模块工作。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种无废料模具设计装置,其特征在于:包括:
零件六位图采集模块,用于实现零件俯视图、仰视图、前视图、后视图、左视图、右视图的采集;
零件三维模型构建模块,用于通过kinect深度传感器分别进行零件俯视图、仰视图、前视图、后视图、左视图、右视图深度图像的获取,将所获得的零件俯视图、仰视图、前视图、后视图、左视图、右视图深度图像进行三角化,然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场,对距离场中所有的体素应用整体三角剖分算法产生一个涵盖所有体素的凸包,并利用Marching Tetrahedra算法构造等值面,获得的零件俯视图等值面、零件仰视图等值面、零件前视图等值面、零件后视图等值面、零件左视图等值面、零件右视图等值面,完成零件俯视图等值面、零件仰视图等值面、零件前视图等值面、零件后视图等值面、零件左视图等值面、零件右视图等值面的拼接,从而实现零件三维模型的构建;
尺寸测量模块,用于调用对应的测量标尺实现零件三维模型尺寸的测量;
模具尺寸生成模块,用于根据模具材质的性能参数、零件材质的性能参数调用对应的模具尺寸生成模型输出模具尺寸;
模具总装图生成模块,用于根据模具尺寸生成模具总装图;
模具废料计量模块,用于根据模具总装图输出产生的废料尺寸数据,并根据废料尺寸数据输出废料的质量数据;
模具废料利用模块,用于根据模具总装图输出模具所需材料的质量数据,并构建该质量数据与废料的质量数据的关系,并基于模具材料的材料性能参数实现关系的校正;
模具材料配置模块,用于根据所述关系以及模具所需材料的质量数据配置模具材料。
2.如权利要求1所述的一种无废料模具设计装置,其特征在于:所述零件俯视图、仰视图、前视图、后视图、左视图、右视图均采用纯色背景。
3.如权利要求1所述的一种无废料模具设计装置,其特征在于:所述尺寸测量模块基于连通分量外接矩形的长宽比进行零件三维模型尺寸的测量。
4.如权利要求1所述的一种无废料模具设计装置,其特征在于:所述模具尺寸生成模块通过BP神经网络模型输出模具尺寸,不同的材料对应不同的BP神经网络模型。
5.如权利要求1所述的一种无废料模具设计装置,其特征在于:模具废料利用模块基于BP神经网络模型实现关系的校正,不同的材料对应不同的BP神经网络模型。
6.如权利要求1所述的一种无废料模具设计装置,其特征在于:将废料熔融重筑用于模具生产。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010241285.3A CN111402408B (zh) | 2020-03-31 | 2020-03-31 | 一种无废料模具设计装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010241285.3A CN111402408B (zh) | 2020-03-31 | 2020-03-31 | 一种无废料模具设计装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111402408A true CN111402408A (zh) | 2020-07-10 |
CN111402408B CN111402408B (zh) | 2023-06-09 |
Family
ID=71433405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010241285.3A Active CN111402408B (zh) | 2020-03-31 | 2020-03-31 | 一种无废料模具设计装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111402408B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102481389A (zh) * | 2009-06-26 | 2012-05-30 | 奥胡斯大学 | 三维纳米结构化复合支架及其制备方法 |
CN102831101A (zh) * | 2012-07-30 | 2012-12-19 | 河南工业职业技术学院 | 基于多个标志点自动识别的点云数据拼接方法 |
CN105034671A (zh) * | 2015-06-09 | 2015-11-11 | 上海工程技术大学 | 基于废料利用的多领域集成的艺术品一体化成型工艺 |
CN107343382A (zh) * | 2014-09-02 | 2017-11-10 | Mbl有限公司 | 在具有电子微操纵库的仪器化环境中执行特定领域应用的机器人操纵方法和*** |
CN108062546A (zh) * | 2018-02-11 | 2018-05-22 | 厦门华厦学院 | 一种计算机人脸情绪识别*** |
CN108615258A (zh) * | 2018-04-23 | 2018-10-02 | 陕西学前师范学院 | 一种三维虚拟室内设计*** |
CN108664718A (zh) * | 2018-04-23 | 2018-10-16 | 陕西学前师范学院 | 用于装饰设计中确定色彩的装置和方法 |
CN109271726A (zh) * | 2018-09-05 | 2019-01-25 | 重庆创速工业有限公司 | 一种工作镶件的设计实现方法 |
US20200050342A1 (en) * | 2018-08-07 | 2020-02-13 | Wen-Chieh Geoffrey Lee | Pervasive 3D Graphical User Interface |
-
2020
- 2020-03-31 CN CN202010241285.3A patent/CN111402408B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102481389A (zh) * | 2009-06-26 | 2012-05-30 | 奥胡斯大学 | 三维纳米结构化复合支架及其制备方法 |
CN105126177A (zh) * | 2009-06-26 | 2015-12-09 | 奥胡斯大学 | 三维纳米结构化复合支架及其制备方法 |
CN102831101A (zh) * | 2012-07-30 | 2012-12-19 | 河南工业职业技术学院 | 基于多个标志点自动识别的点云数据拼接方法 |
CN107343382A (zh) * | 2014-09-02 | 2017-11-10 | Mbl有限公司 | 在具有电子微操纵库的仪器化环境中执行特定领域应用的机器人操纵方法和*** |
CN105034671A (zh) * | 2015-06-09 | 2015-11-11 | 上海工程技术大学 | 基于废料利用的多领域集成的艺术品一体化成型工艺 |
CN108062546A (zh) * | 2018-02-11 | 2018-05-22 | 厦门华厦学院 | 一种计算机人脸情绪识别*** |
CN108615258A (zh) * | 2018-04-23 | 2018-10-02 | 陕西学前师范学院 | 一种三维虚拟室内设计*** |
CN108664718A (zh) * | 2018-04-23 | 2018-10-16 | 陕西学前师范学院 | 用于装饰设计中确定色彩的装置和方法 |
US20200050342A1 (en) * | 2018-08-07 | 2020-02-13 | Wen-Chieh Geoffrey Lee | Pervasive 3D Graphical User Interface |
CN109271726A (zh) * | 2018-09-05 | 2019-01-25 | 重庆创速工业有限公司 | 一种工作镶件的设计实现方法 |
Non-Patent Citations (3)
Title |
---|
候桂叶: "基于DEFORM的冲压模具设计的仿真与分析", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》, no. 03, pages 022 - 506 * |
梅再欢: "织物单向悬垂性测试***的研制", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》, no. 07, pages 024 - 6 * |
王蕾 等: "CAE分析在注塑模具冷却***设计中的应用", 《橡塑技术与装备》, vol. 42, no. 06, pages 106 - 107 * |
Also Published As
Publication number | Publication date |
---|---|
CN111402408B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107672180B (zh) | 一种基于逆向工程技术的3d打印精度检测方法 | |
CN102105908B (zh) | 用于制造母型模具的方法和装置 | |
WO2018112770A1 (zh) | 多轴机械***与视觉监视相结合的3d打印方法与装置 | |
JP2022506523A (ja) | インテリジェント付加製造方法 | |
CN105538723B (zh) | 利用3d打印的制鞋方法 | |
CN104933220B (zh) | 复杂曲面汽车注塑模具高精密制造方法及注塑模具 | |
CN105643864A (zh) | 制鞋方法 | |
CN106113234B (zh) | 基于三维打印技术的卫生陶瓷模具成型方法 | |
CN104385590B (zh) | 一种三维打印***进行产品自检的方法 | |
CN101693407A (zh) | 数控塑料薄层沉积铸型机 | |
CN109732913A (zh) | 一种鞋楦的3d打印制造方法 | |
CN104669626A (zh) | 一种立体列印对象的组合列印方法及装置 | |
CN1093446C (zh) | 快速制造金属模具工艺 | |
KR101688083B1 (ko) | 3d 프린터의 입체 모델링 방법 | |
CN111402408B (zh) | 一种无废料模具设计装置 | |
CN109435215A (zh) | 一种阴模真空成型模具及其制造工艺 | |
CN105825033A (zh) | 一种面向3d打印的灯具三维在线设计***与方法 | |
CN116423841A (zh) | 一种基于棋盘格方式的dlp投影方法 | |
JP2022501228A (ja) | プラスチック加工機を制御するための方法 | |
CN112150637B (zh) | 一种基于三次元坐标测量的修模快速改图方法 | |
CN114905732A (zh) | 一种注塑用模具的3d打印反嫁接成型制作方法 | |
CN207253048U (zh) | 美甲装置 | |
CN110293685A (zh) | 一种日用品3d快速打印数据处理方法 | |
JP2010039977A (ja) | 解析モデル作成方法 | |
JP6388489B2 (ja) | 表面加工用データ作成方法および装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |