基于逆向工程的模具修复技术

    模具在制造业中的应用日益广泛，在其使用过程中不可避免地产生磨损或破损。

    对于表面磨损严重或有较大破损的模具，尤其是具有复杂曲面的模具，采用逆向工程的技术手段，可以获得较好的修复效果。本文介绍采用逆向工程技术进行模具修复的方法，并对其中的几个关键技术进行讨论。

    一. 表面数据采集

    基于逆向工程进行模具修复的首要工作是表面数据采集，即分析被测对象的形状、测量部位，再结合所选测量设备的特征参数（如测量范围、测量精度等）制定测量方案。

    由于受测量系统的测量范围限制，大型模型需分几次完成型面测量。对于复杂型面，要注意投影编码盲点和视觉死区等问题，此时需分区测量；对于模具上较大的磨损面，应选择测速效率高的数字化设备；对于结构形状复杂的表面，应选择可以进行复杂轮廓测量的设备；此外，测量设备的精度应高于后续分析的精度。为了高速、高精度数据采集，可以采用接触式与非接触式相结合的方法进行测量。

    对模具破损区域测量后得到点云数量要足够，以保证分析精度要求。

    二. 点云数据预处理

    采用任何测量方式、测量系统所采集到的数据均有误差，因此，要进行点云数据预处理。主要包括：多视点云拼合、数据滤波、数据精简、数据分块等几个方面。

    2.1 多视点云拼合

    多视点云拼合，是将多个视角获得的子区域信息统一到同一坐标系中。其方法主要有两种：（1）通过专用测量装置记录工件测量过程中的移动量和转动角度，由测量软件直接完成点云数据的拼合；（2）直接操作点云数据，以获得完整的数据信息和一致的数据结构；此外，还有基于图形的多视对齐等。

    多视点云拼合获得的数字化模型，应满足磨损型面数据完整，以保证与磨损前模型对齐的精度，达到磨损分析的要求。

    2.2 数据过滤

    由于测量时受到不可避免的误差和人为因素的影响，使采集点云并非完全落在实体上，会有大量的杂点（也称坏点）。用肉眼能够识别的杂点可以手工去除，其他可以采用标准高斯滤波法、平均滤波法和中值滤波法等去除，其中，高斯滤波法对保持原始数据的形貌有较好的效果，中值滤波在消除数据的毛刺方面效果较好。

    点云数据经过滤后更平滑和连贯，更贴合实物特征。