复杂结构化表面评定理论与算法研究

Manufactured parts with complex structured surfaces have been widely used in automobile, bio-engineering, medical and consumer electronics etc. Compared with traditional ‘stochastic surface’, the complex structured surfaces have two significant characteristics: one is that they have complex base surface (reference surface) which has complex shape, the other is that they have deterministic features with high aspect ratio. The ability to adequately characterise these structured surface geometry features is crucial in the optimisation and control of such functional device/components. However, despite of rapid development and practical application of complex structured surface related products, the suitable metrology theory and practical methodologies are still far behind the requirements because traditional surface texture description cannot be related to the function of such surfaces or add little information. This project is to investigate fundamental theory and algorithms for the characterisation of complex structured surface. It will include: using non-Euclidean geometry method for the surface association to avoid the surface distortion problem that will happen when Euclidean geometry method used; Combined using the orthogonal distance method and the nonlinear optimisation method the robust fitting of surfaces with significant features; Using PDE method to achieve the feature-preserve filtration, which can smooth the surface while no distortion on edges; Using Pattern analysis method and Spectral analysis method for the segmentation of features and parameterisation. The output of this project will fill the gap that sufficient and reliable metrological information is required by parts with functional complex structured surfaces, with important scientific significance and engineering application value.

复杂结构化表面构件广泛应用于汽车、生物技术、医疗以及消费产品等领域。与具有随机性特征的“随机表面”相比，复杂结构化表面同时具有复杂曲面（基准面）以及较高纵横比的结构化特征。传统“随机表面”的评定理论和算法已不能满足复杂结构化表面的评定需要。为此，本项目拟开展复杂结构化表面评定理论与算法研究，主要工作有：提出并建立基于非欧几何方法的复杂结构化表面基准面模型，从而有效避免了传统欧氏几何方法对于评定复杂曲面所带来的畸变问题；提出并建立基于正交距离（点到曲面的法向距离）及非线性优化的基准面稳健拟合方法；提出并建立基于PDE方法的各向异性非线性扩散滤波方法，在实现对测量数据降噪平滑的同时实现功能特征的无畸变；提出并建立基于模式分析以及谱分析的表面结构化特征分割提取方法。本项目的开展将极大地促进具有功能特性的复杂结构化表面在科学研究、工业生产和生活中的应用，具有重要的科学意义与工程应用价值。

复杂结构化表面构件广泛应用于汽车、生物技术、医疗以及消费产品等领域。与具有随机性特征的“随机表面”相比，复杂结构化表面同时具有复杂曲面（基准面）以及较高纵横比的结构化特征。传统“随机表面”的评定理论和算法已不能满足复杂结构化表面的评定需要。为此，本项目开展复杂结构化表面评定理论与算法研究，并结合湖北汽车工业学院在汽车领域的研究基础和优势开展研究。提出了改进Radon变换（拟合）和高阶高斯滤波（滤波）相结合的表面信号处理方法，实现了复杂结构化表面位置特征的准确提取；提出了一种基于改进的水平集算法的复杂表面结构化特征分割方法，实现了复杂表面结构化特征的有效分割。项目研究期间共发表论文9篇，其中SCI论文4篇，EI收录3篇，中文核心2篇。项目培养湖北省“楚天学者计划”人才1人（楚天学子，2017年5月入选）：王生怀。项目骨干成员王生怀，2018年11月评为教授。通过本项目的支持，项目研究团队在科研平台建设上也取得了突破，包括：2019年11月创建湖北汽车工业学院校级精密测量技术创新团队（全校6个A类团队之一），2019年12月创建十堰商用车制造装备与零部件精密测量研发检测共享平台并获国家发改委200万经费资助，2020年11月在前述平台基础上成立了十堰新能源汽车公共检测服务中心，2020年9月获批湖北省高等学校优秀中青年科技创新团队。