面向 3D 零件几何的 SPC 端到端方法的实用实现：案例研究

Del Castillo 和 Zhao（2020, 2021, 2022, 2024）最近提出了一种新的统计过程控制（SPC）方法，用于离散零件的控制，其 3 维（3D）几何数据通过非接触传感器获取。该方法基于监控使用有限元方法（FEM）估计的每个扫描零件拉普拉斯-贝尔特拉米算子（LB）算子光谱。LB 算子的光谱是零件几何的内在概要，独立于基准空间，因此在比较扫描零件时无需进行配准。本案例研究论文的主要目标是通过使用实测扫描零件（包括 3D 打印零件和商业零件）实现拉普拉斯-贝尔特拉米光谱 SPC 方法的实际部署。我们讨论了实际操作中所需的扫描网格预处理，包括发现对 FEM 计算最有益的网格重划分类型。对于每种零件类型，都展示了“阶段 I”和“阶段 II”中拉普拉斯-贝尔特拉米 SPC 方法的实施情况。此外，我们提供了一种新颖的方法，用于确定用于高效 SPC 的给定零件几何应考虑的 LB 算子特征值的数量，并提出了改进的自动定义感兴趣区域（ROI）的算法，特别适用于大型网格。本文讨论的所有方法的计算机代码，以及案例研究中使用的所有扫描零件数据集，均在补充材料中提供并解释。