Математическая модель формообразования циклической и каналовой поверхностей на основе нелинейного вращения

Обложка

Цитировать

Полный текст

Аннотация

Настоящая статья является продолжением цикла работ авторов по вопросам формообразования поверхностей нелинейного вращения. Геометрическая схема формообразования поверхностей этого класса включает в себя: ось нелинейного вращения, представляющую собой гладкую, в общем случае пространственную кривую, и образующую линию, также гладкую пространственную кривую. При вращении образующей линии относительно криволинейной оси каждая точка образующей описывает окружностную траекторию в соответствующей нормальной плоскости оси вращения. В результате формируется поверхность нелинейного вращения, представляющая собой нормальную циклическую поверхность. В настоящей работе, с целью развития ранее полученных авторами результатов исследования в области формообразования поверхностей нелинейного вращения, рассмотрено решение обратной задачи формообразования и дано математическое обоснование возможности формообразования каналовой поверхности на основе решений прямой и обратной задач. В работе приведены числовые примеры формообразования рассматриваемых поверхностей, сопровождаемые математическими моделями поверхностей, их компьютерной реализацией. Результаты исследований могут быть полезными при разработке САПР, предусматривающих проектирование поверхностных форм изделий на основе циклических и каналовых поверхностей в машиностроении, строительстве, архитектуре и других практических областях.

Об авторах

Константин Леонидович Панчук

Омский государственный технический университет

Автор, ответственный за переписку.
Email: Panchuk_KL@mail.ru
ORCID iD: 0000-0001-9302-8560
SPIN-код: 5623-0008
Scopus Author ID: 55857766100
ResearcherId: S-2788-2017

доктор технических наук, доцент (Россия), профессор кафедры «Инженерная геометрия и САПР»

Россия, г. Омск

Татьяна Михайловна Мясоедова

Омский государственный технический университет

Email: mtm44mtm44@mail.ru
ORCID iD: 0000-0002-9641-9417
SPIN-код: 6056-6455
Scopus Author ID: 57201776004
ResearcherId: E-7505-2014

кандидаттехнических наук, доцент кафедры «Инженерная геометрия и САПР»

Россия, г. Омск

Евгений Владимирович Любчинов

Омский государственный технический университет

Email: Lubchinov.E.V@yandex.ru
ORCID iD: 0000-0003-2499-4866
SPIN-код: 8144-6370
Scopus Author ID: 57199399265
ResearcherId: D-1882-2019

кандидаттехнических наук, доцент кафедры «Инженерная геометрия и САПР»

Россия, г. Омск

Список литературы

  1. Панчук К. Л., Мясоедова Т. М., Любчинов Е. В. Циклические поверхности, сопровождающие нелинейчатые квадрики вращения // Омский научный вестник. 2023. № 3 (187). С. 23–29. doi: 10.25206/1813-8225-2023-187-23-29. EDN: BAKBPA.
  2. Панчук К. Л., Мясоедова Т. М. Поверхность нелинейного вращения // Омский научный вестник. 2023. № 4 (188). С. 5–12. doi: 10.25206/1813-8225-2023-188-5-12. EDN: VFCPSL.
  3. Григорьев М. И. Построение обобщенных поверхностей вращения // Семинар «DNA&CAGD». Избранные доклады. 2007. С. 1–7.
  4. Григорьев М. И., Малозёмов В. Н. Составные кривые и поверхности Безье. Аналитический подход. Lambert Academic Publishing, 2010. 132 с. ISBN 978-3-8433-0323-1.
  5. Беглов И. А., Рустамян В. В. Метод вращения геометрических объектов вокруг криволинейной оси // Геометрия и графика. 2017. № 3. С. 45–50. doi: 10.12737/article_59bfa4eb 0bf488.99866490.
  6. Beglov I. A. Computer geometric modeling of quasirotation surfaces // Journal of Physics: Conference Series. 2021. Vol. 1901. P. 16–17. doi: 10.1088/1742-6596/1901/1/012057.
  7. Peternell M., Pottmann H. Computing Rational Parametrizations of Canal Surfaces // Journal Symbolic Comput. 1997. Vol. 23, Issue 2-3. P. 255–266. doi: 10.1006/jsco.1996.0087.
  8. Xu Z., Feng R., Sun J. G. Analytic and Algebraic Properties of Canal Surfaces // Journal of Computational and Applied Mathematics. 2006. Vol. 195, Issues 1-2. P. 220–228. doi: 10.1016/j.cam.2005.08.002.
  9. Öztürk G., Bulca B., Bayram B. K. [et al.]. On Canal Surfaces in E3 // Selçuk Journal of Applied Mathematics. 2010. Vol. 11, № 2. P. 103–108.
  10. Kim Y. H., Liu H., Qian J. Some characterizations of canal surfaces // Bull. Korean Math. Soc. 2016. Vol. 53 (2). P. 461–477. doi: 10.4134/BKMS.2016.53.2.461.
  11. Кривошапко С. Н., Иванов В. Н. Энциклопедия аналитических поверхностей (более 500 поверхностей, 38 классов: математикам, инженерам, архитекторам). Москва: URSS, 2010. 556 с. ISBN 978-5-397-00985-0.
  12. Farouki R. A., Sverrissor R. Approximation of Rolling-ball Blends for Freeform Parametric Surfaces // Computer-Aided Design. 1996. Vol. 28 (11). P. 871–878. EDN: AKQVYD.
  13. Hartman E. Geometry and Algorithms for Computer Aided Design. Department of Mathematics Darmstadt University of Technology. Darmstadt, Germany, 2003. 160 p.
  14. Ньи Н. Х., Чжо Т., Маркин Л. В. Исследование алгоритмов использования рецепторных геометрических моделей в задачах телесной трассировки авиационной техники // Труды МАИ. 2013. № 69. С. 1–25. URL: www.mai.ru/upload/iblock/62a/62ad38934954abb6876b2d621d39098f.pdf (дата обращения: 12.03.2024).
  15. Маркин Л. В. Геометрические модели автоматизированной компоновки летательных аппаратов // Вестник МАИ. 2015. Т. 22, № 1. С. 47–56. EDN: TNWXMF.
  16. Ньи Н. Х., Маркин Л. В., Соседко А. А. Применение рецепторных геометрических моделей в задачах автоматизированной компоновки авиационной техники // Труды МАИ. 2014. № 72. С. 1–26. URL: http://www.mai.ru/upload/iblock/f17/f178d8a078b6927a66bd134f8a37e7ad.pdf (дата обращения: 12.03.2024).
  17. Ma Y., Tu C., Wang W. Computing the Distance between Canal Surfaces // Advances in Geometric Modeling and Processing. GMP 2010. Lecture Notes in Computer Science. 2010. Vol. 6130 / Eds. B. Mourrain, S. Schaefer, G. Xu. Springer, Berlin, Heidelberg. doi: 10.1007/978-3-642-13411-1_7.
  18. Núñez-Valdés J., Ocaña Almagro I. Canal surfaces and its application to the CAGD // American Journal of Engineering Research (AJER). 2021. Vol. 10, Issue 03. P. 19–31.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».