本文是一篇工程论文发表，本文针对光学扫描仪检测中首件检测效率较低的问题，提出一种基于三维模型的工件加工质量快速检测方法，通过对点云简化、点云配准、点云归属及制造误差分析等关键技术的研究，开发了在线智能检测系统，并且使用某数字链端机的零部件进行了案例验证，系统较好的验证和实现了前述的技术和算法。
第一章绪论
1.1 研究背景及意义
零部件制造精度检测是保证零件加工质量的重要手段，在制造业具有举足轻重的地位。检测包括测量与检验，测量是用测量工具或设备来获得待测对象量值的过程，检验是判断被测物理量相较于设计值是否合格的过程[1]。
传统的零部件制造精度检测方法已经难以满足不断增长的产品制造的发展需求。在测量方面，传统的测量工具主要是千分尺、游标卡尺、量规和跳动仪等，检测人员应用这些测量工具，在加工完成的工件上按照规定方法进行实物测量，获得实际加工数据；在检验方面，传统检验的依据是二维工程图纸，检测人员完成工件加工数据的测量后，还需要在工程图纸中查找对应的标注项，进行对比核准后才能获得最终的结果。显然，传统的零部件制造精度检测方法依赖人工，工作量大，且非常容易出现读取、对比和录入等各个方面的差错。
随着计算机技术、工业设备和检测技术的进步和发展，数字化检测技术被广泛应用在产品制造中。数字化检测是指使用三坐标检测仪、激光测量仪或光学扫描仪等设备获取待检工件点云，进而获得工件的实际尺寸，并确定加工质量是否满足设计要求的检测技术。
目前主流的数字化检测技术包括三坐标测量技术和光学测量技术。三坐标测量技术是由检测人员操作接触式精密测量设备—CMM（Coordinate Measuring Machine，三坐标测量机）进行坐标系对准、测量路径规划和测量点的采集等来检测的方式，具有测量精度高、重复性好、对零件表面和光线不敏感等优势，但其测量速度慢、效率低、对环境要求较高，并且对检测人员的培训和要求较高；光学测量技术主要借助非接触式的先进测量设备—光学扫描仪来进行工件的测量数据采集、数据处理与分析的先进检测手段。光学扫描仪包含计算机系统、扫描测量系统、软件系统等，能够在较短的时间获取到大量丰富的三维数据点，有数据拼接和处理、误差分析和评估等功能，测量速度快、测点数据丰富并且操作简单，具有广泛的应用。
1.2 数字化检测技术研究现状
当前数字化检测方式主要有CMM法[2]和光学检测法。
CMM法是借助三坐标测量机来进行检测的一种方式，检测的过程依赖于专业的CMM技术人员，包括测头配置、坐标对齐，零件测量路径的规划、测量程序的编写、特征构造及评价过程等。该技术精度高，三坐标测量机也广泛应用在实际的生产中。但由于是接触式测量，所以对测量环境、工件有一定要求，并且采点较慢，检测效率较低，有一定的局限性。
光学检测法一般采用具有相位信息的光栅作为光源照射在物体表面，利用两个相机来接收物体表面反射回的光栅信息进行处理，主要用于检测物体表面的加工质量。系统集成的软件部分导入测量数据进行分析计算，给出工件轮廓几何量尺寸的方法，工件的数字化测量过程如图1.2所示。光学扫描仪可以在不到1s的时间获得大量的测量点云数据，具有测量速度快，效率高的优势。
在传统的数字化检测的基础上，基于模型的数字化检测近年来成为该领域的研究热点，学者们对点云简化、点云配准、点云归属判别、制造误差分析和基于物理仿真的数字化检测等相关问题进行了大量研究工作。
（1）点云简化。原始的点云数据是探针、激光或者相机扫描得到的，扫描点成千上万，测量数据量庞大，严重影响计算效率。实际上，数字化检测只需要关键位置而不是所有点云的数据，因而在后续处理前，需要通过算法对点云进行简化，去除尽可能多的无关数据点；
（2）点云配准。基于模型的数字化检测的基本思想是用零件的三维CAD设计模型去测量和判别点云的加工质量，但是点云数据是在测量坐标系下获得的，为此需要进行点云原始坐标系和CAD模型坐标系的配准，即实现点云与CAD模型坐标系的自动对准；
第二章 基于模型的数字化检测方法研究
2.1 基于模型的数字化检测流程
在产品的实际设计生产中涉及的人员有设计人员、工艺人员、制造人员和检验人员等，包含的过程有产品设计、工艺设计、生产制造、试验和出厂检验等，如图2.1所示为零件生产加工全过程。
产品设计人员利用三维建模软件如NX、Creo、CATIA等进行三维造型设计，并标注设计要求、制造信息、技术要求等，形成MBD（Model Based Definition，基于模型的定义）数字样机三维模型在PDM（Product Data Management，产品数据管理）中进行发布；工艺人员利用MBD数字样机模型进行工艺设计，形成工艺MBD数字样机工艺模型后在PDM中进行发布；制造人员根据MBD数字样机加工模型进行成品加工和装配后在PDM中进行发布；检验人员利用在线智能检测模块导入成品数字样机以及三坐标测量机、光学扫描仪等检测设备测量得到的点云数据，并与MBD模型中的数据进行比对，快速生成检测评价报告，并在PDM中进行发布。
基于模型的数字化检测流程首先由检验人员将由光学扫描测量仪采集的测量点数据和由设计人员发布的CAD模型导入在线智能检测系统，经过系统的分析计算即可得到该零件的加工质量评价报告。具体而言首先将光学扫描仪采集到的三维点数据与CAD模型进行坐标配准，通过提取模型上的PMI标注获得设计尺寸和公差，通过点云归属判别算法获得分析计算某一PMI的测点数据，然后通过制造误差分析算法对测点数据分析计算得出该PMI的测量结果，并与设计值比较给出评价加工质量的报告。
2.2 基于模型的数字化检测基本思想
基于模型的数字化检测技术是利用光学扫描仪对工件进行测量数据采集，将获得的点云数据与工件的CAD模型进行坐标配准，提取模型上的PMI标注获得设计尺寸、公差及PMI的关联对象，利用点云归属判别算法来建立PMI标注与点云数据之间的关联，通过制造误差分析算法对PMI关联的点云数据分析计算得出测量结果，并与CAD模型中的设计值比较给出评价加工质量的报告，如图2.2所示。该项技术共包括以下几部分：
（1）点云简化与配准。从光学扫描仪采集到的点云数据包含百万级的空间点，极大的影响到系统的工作效率，提高了对计算机硬件的要求，然而这些原始测量数据并非都是关键点，所以点云简化的目的是在不影响误差分析的前提下，尽可能的使测量数据精简。本文采用包围盒法对点云进行简化，并提出一种面向检测对象的简化方法。测量的点云数据与三维CAD模型在不同的坐标系，为了进行点云归属判别就必须先完成配准，使两组数据统一在一个坐标系下。配准就是使点云数据与CAD模型的空间位置重合的过程。经典的ICP算法会使结果陷入局部最优，所以目前配准的思路一般是先进行粗配准，使得两组数据达到大致拟合的状态，在粗配准的基础上进行第二阶段的精确配准操作，其目的是使两组数据达到最佳的拟合状态。
（2）基于包络体的点云归属判别算法。MBD技术在产品的设计模型中定义了PMI，为了建立点云数据与PMI的关联，就必须先分析PMI的结构和组成。首先将PMI进行结构化分类，按照尺寸、形位公差、粗糙度、基准等类别来提取PMI，包含标注的设计尺寸、上下偏差、基准及关联对象，然后进行关联对象归一化处理与点云的归属判别。根据PMI提取的关联对象包含关联线、关联面等情况，将关联对象归一化至关联面，并提取关联圆柱和圆弧特征的圆心和半径，提取的PMI与点云数据无对应关联性，通过归属判别算法来实现PMI与点云数据的关联。以关联面为基准，取关联面的法向量方向进行拉伸，生成该PMI对应关联对象的包络体，判断点云数据与包络体的包含关系，输出包络体内的点云进行计算和评价。
第三章 基于包络体的点云归属判别算法 ........................... 27
3.1 点云归属判别基本思想 .......................................... 27
3.2 基于结构化分类的PMI提取............................. 28
第四章 面向数字化检测的制造误差分析方法 ............................... 43
4.1 多元线性回归拟合平面 ................................ 43
4.2 回归分析与最小二乘法 ................................. 44
第五章 基于变形仿真的过程加工质量在线检测技术 ...................... 55
5.1 过程加工质量在线检测基本思想 ............................. 55
5.2 切削过程数值建模 ...................................... 57
第六章 系统设计与实现
6.1 系统框架
6.1.1 系统架构
本系统采用“应用层—支撑层—数据层”三层架构模式，如图6.1所示。该架构具有技术成熟、稳定可靠的优势。支撑层提供应用实现的框架以及集成其他设备和功能的接口，应用层直接面向用户交互操作，通过支撑层调用数据层实现业务数据的传输和存储。
在线智能检测模块通过数据层的工件三维模型库获取模型数据，通过支撑层的测量设备接口导入测量数据，经过计算与分析，将计算结果输出至数据层的检测结果库。
（1）数据层。数据层用于存储系统运行时需要用到和产生的各类数据和模型。该层以检测要求、质量判定要求数据、三维设计模型、检测实测数据、检测结果为核心，依托成熟的数据库管理系统，按照统一的标准建立。逻辑上可以划分为检测设备模型库、检测工艺规划库、检测程序模板库、检测报告模板库、检
