本公开实施例涉及机械制造，尤其涉及一种叶轮模型的离散方法、装置、设备及存储介质。
背景技术：
1、在三维模型处理和制造领域，将连续的三维模型数据转换为离散的点或网格是实现精确制造和分析的关键步骤。传统的离散化方法，如等参数方法，虽然在处理简单几何形状时效果尚可，但在处理复杂或扭曲的三维曲面时容易遇到问题。这些方法可能会漏掉关键的几何特征点，导致生成的离散点出现跳跃现象。当使用这些离散点进行曲线拟合和曲面生成时，拟合得到的曲面与原始设计曲面之间可能出现较大的偏差，这在高精度要求的应用中是不可接受的。
2、此外，传统的离散化技术在处理具有复杂拓扑变化的三维模型时，也存在效率低下的问题。随着三维打印和数控加工技术的发展，对三维模型的离散化精度和效率提出了更高的要求。因此，开发一种新的离散化算法，能够在保持高效率的同时，提高离散化过程的精度和可靠性，对于提升产品设计和制造的质量具有重要意义。
技术实现思路
1、有鉴于此，本公开实施例期望提供一种叶轮模型的离散方法；能够解决现有技术中离散化精度较差的技术问题。
2、本公开实施例的技术方案是这样实现的：
3、第一方面，本公开实施例提供了叶轮模型的离散方法，包括：
4、在叶轮的三维模型中确定待离散处理的三维曲面，并按照预设方向在所述三维曲面中获取至少一个截面线；
5、根据预设微分值，获取所述截面线的长度数据，并根据预设采样点数和所述长度数据，获取相邻两个采样点之间的参考距离；
6、获取所述截面线的参数序列，并根据所述参数序列和所述预设采样点数确定点序列，以得到初始采样点，并基于所述初始采样点和所述参考距离确定目标采样点。
7、在一些示例中，所述预设采样点数为n；所述基于所述初始采样点和所述参考距离确定目标采样点，包括：
8、以所述初始采样点中的第一初始采样点为第一目标采样点；
9、确定第m目标采样点与第m+1初始采样点之间的实际距离；
10、在所述实际距离与所述参考距离在第一阈值范围内相等时，将所述第m+1初始采样点作为第m+1目标采样点；
11、其中，m和n均为正整数，且m小于n。
12、在一些示例中，所述方法还包括：
13、在所述实际距离在第一阈值范围内大于所述参考距离时，确定所述第m目标采样点与所述第m+1初始采样点之间的中点；
14、在所述中点与所述第m+1初始采样点之间确定第m+1目标采样点。
15、在一些示例中，所述在所述中点与所述第m+1初始采样点之间确定第m+1目标采样点，包括：
16、根据所述中点和所述第m+1初始采样点确定第m+1目标采样点的第一候选点集；
17、在所述第一候选点集内查找第m+1候选采样点，根据所述第m目标采样点与所述第m+1候选采样点之间的候选距离与所述参考距离更新所述第一候选点集；
18、在所述候选距离与所述参考距离在第一阈值范围内相等的情况下，将第m+1候选采样点作为所述第m+1目标采样点。
19、在一些示例中，所述方法还包括：
20、在所述实际距离在第一阈值范围内小于所述参考距离时，在第m+1初始采样点和第m+2初始采样点之间确定第m+1目标采样点。
21、在一些示例中确定第m+1目标采样点之后，所述方法还包括：
22、确定未采样截面线的长度和剩余采样点数；
23、根据所述未采样截面线的长度和所述剩余采样点数更新所述参考距离。
24、在一些示例中，在所述基于所述初始采样点和所述参考距离确定目标采样点之后，所述方法还包括：
25、根据所述目标采样点更新所述初始采样点，直至所述实际距离与所述参考距离在第二阈值范围内相等；
26、其中，所述第二阈值范围小于所述第一阈值范围。
27、第二方面，本公开实施例提供了叶轮模型的离散装置，包括：
28、获取模块，用于在叶轮的三维模型中确定待离散处理的三维曲面，并按照预设方向在所述三维曲面中获取至少一个截面线；
29、确定模块，用于根据预设微分值，获取所述截面线的长度数据，并根据预设采样点数和所述长度数据，获取相邻两个采样点之间的参考距离；
30、采样模块，用于获取所述截面线的参数序列，并根据所述参数序列和所述预设采样点数确定点序列，以得到初始采样点，并基于所述初始采样点和所述参考距离确定目标采样点。
31、第三方面，本公开实施例提供了一种电子设备，所述电子设备包括：处理器和存储器；所述处理器用于执行所述存储器中存储的指令，以实现第一方面所述的叶轮模型的离散方法。
32、第四方面，本公开实施例提供了一种计算机存储介质，所述存储介质存储有至少一条指令，所述至少一条指令用于被处理器执行以实现如第一方面所述的叶轮模型的离散方法。
33、本公开实施例提供了一种叶轮模型的离散方法、装置、设备及存储介质；在叶轮的三维模型中确定待离散处理的三维曲面，并按照预设方向在三维曲面中获取至少一个截面线；根据预设微分值，获取截面线的长度数据，并根据预设采样点数和长度数据，获取相邻两个采样点之间的参考距离；获取初始采样点，并基于初始采样点和参考距离确定目标采样点。相较于现有技术，基于初始采样点和参考距离确定目标采样点，该方法能够生成均匀分布的采样点，避免了传统方法中可能出现的离散点跳跃问题；由于采样点的均匀性和准确性，使用这些点进行曲线拟合时能够得到更加平滑和准确的拟合曲线，从而提高了拟合质量。
1.一种叶轮模型的离散方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述预设采样点数为n；
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述在所述中点与所述第m+1初始采样点之间确定第m+1目标采样点，包括：
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
6.根据权利要求2至5任一项所述的方法，其特征在于，确定第m+1目标采样点之后，所述方法还包括：
7.根据权利要求2至5任一项所述的方法，其特征在于，在所述基于所述初始采样点和所述参考距离确定目标采样点之后，所述方法还包括：
8.一种叶轮模型的离散装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：处理器和存储器；所述处理器用于执行所述存储器中存储的指令，以实现如权利要求1至7任一项所述的叶轮模型的离散方法。
10.一种计算机存储介质，其特征在于，所述存储介质存储有至少一条指令，所述至少一条指令用于被处理器执行以实现如权利要求1至7任一项所述的叶轮模型的离散方法。
