相位展开作为三维(3D)测量技术中的关键环节,其解析精度直接影响3D建模的精度。由于存在欠采样和相位不连续等问题,故传统空间相位展开难以得到正确的相位信息,而时间相位展开又需要额外的信息辅助。针对复杂场景中的3D人脸建模,提出了基于多尺度注意力机制的相位展开网络。在所提网络中,利用编码器-解码器结构融合多尺度特征,并在解码网络中嵌入注意力子网络以获取上下文信息。构建一个包含5000组样本的FACE数据集和一个包含100组样本的MASK数据集,每组样本均包含截断相位和连续相位的真值,这些真值可用于相位展开的训练及测试。所提网络在FACE数据集和MASK数据集上的均方根误差分别为0.0387 rad和0.0273 rad,结构相似性分别为0.9850和0.9793。在欠采样、相位不连续等区域中,所提网络可快速准确地提取相位特征,进而保证了相位展开的正确性。最后,通过对比实验证实了所提网络的有效性和可行性。

针对多层单道电弧增材制造侧表面成形检测问题,通过激光视觉传感三维重构系统获取不同焊接条件下焊缝侧表面轮廓深度点云信息,利用RANSAC(Random Sample Consensus)和KNN(K-Nearest Neighbors)点云处理算法提取堆积层侧表面的三维点云。分析多层单道焊缝堆积的层间分布情况,量化堆积层侧表面粗糙度,进而探索堆积过程中焊丝末端与板材间距对堆积层三维成形的影响。研究结果表明,激光视觉传感系统能够准确判断电弧增材侧表面成形情况,三维点云算法可用于电弧增材侧表面的三维重构和特征提取,能够直观地描述和量化堆积层的三维成形特征,为电弧增材制造表面成形检测和量化分析提供了一种新方法。

通过对有机玻璃与304不锈钢进行异种材料的搭接焊试验, 研究了焊接过程中出现的物理现象及焊接缺陷。利用正交试验得到了优化的工艺参数组合, 并获得了成形良好的焊接接头。分析了工艺参数对剪切应力的影响。研究结果表明, 激光焊接速度、脉冲宽度、光斑大小和脉冲频率对剪切应力具有较大影响, 焊接接头的最大剪切力为191 N·mm-2。焊接缺陷和能量密度是导致焊接接头失效的主要因素。