航空发动机叶片超声C扫三维可视化无损检测技术研究

发布时间：2020-05-15 00:48

【摘要】：近年来随着国家在航空领域的快速发展和航空工业对航空部件的质量标准不断提高,超声三维可视化无损检测软件系统平台得到了迅速发展,超声三维可视化技术也逐渐由之前单一的医学领域应用向工业领域应用延伸。在工业领域中,航空发动机叶片超声无损检测的研究始终围绕着提高检测效率和可靠性进行。本文以开发超声三维可视化无损检测软件系统为目标,通过研究反求测量过程中的拾取关键技术和缺陷区域的边界特征点的自动化提取技术以提高叶片检测效率和可靠性。主要内容如下:(1)针对目前超声三维可视化无损检测系统拓展性差、通用程度低,开发周期长的现状,通过分析超声C扫检测的检测原理并结合项目的实际需求,提出了一种UML和组件技术相结合,用于快速开发超声三维可视化无损检测系统的普适化建模方法。构建了超声三维可视化无损检测系统模型,包括系统的架构、需求、用例、静态类、活动、时序和组件部署模型,最后在C#.NET平台下开发了软件系统原型,利用实测数据验证了该建模方法的有效性。(2)为了快速获得三维点云模型指定点,便于人员在反求测量过程中对三维模型的目标点进行手动选取,研究了点云模型的拾取方法。分析了OpenGL内置的拾取机制,针对这一拾取机制应用到超声三维可视化系统中的不足,在项目软件中采用了一种基于射线的拾取方法。在此基础上,结合计算机图形学几何原理,利用C#.NET调用OpenGL底层图形库的开发技术实现了射线与三角网格的求交算法,完成了算法的移植,该算法有效处理了点云数据经过三角网格化后的三角面片与射线的求交过程,从而为超声三维可视化无损检测系统提供了完整、有效的拾取方案。(3)为了准确、自动的提取叶片超声C扫点云模型的特征边界点,研究了均值漂移聚类算法的算法原理,以点云的空间位置作为聚类特征空间,实现了叶片点云模型的边界特征点提取。并结合超声C扫数据的数据类型和特点,提出了一种基于空间位置和超声强度值的多尺度均值漂移算法,实现了故障叶片缺陷区域的边界特征点自动提取。
【图文】：

主线,技术,三维可视化

航空发动机叶片超声 C 扫三维可视化无损检测技术研究为了优化基于区域的提取算法拟合得到的最优增长平面，引入了 RANSAC 聚类算法对增长平面的平面参数进行二次修正，解决了基于区域的特征提取算法由于增长平面选择不当易造成的过分割问题。1.4 本论文的主要研究内容通过研究超声可视化原理、计算机图形学显示技术和超声无损检测理论，开发超声三维可视化无损检测软件系统，为本课题研制的硬件系统提供三维可视化检测技术支持和上位机软件，本课题的技术主线如图 1.1 所示。

示意图,超声探伤,示意图,超声探头

硕士学位论文映了工件上某点的空间深度信息：()()(,)01f z utt tt映了超声探头在工件表面单方向移动时，工件的纵向(,)(,)(,)(,)0101f xz uxtt ttx xx映了超声探头在工件表面按规划好的平面轨迹移动时声探头收发声波得到的工件某一深度的水平截面信息(,,)(,,)(,)(,)(0101f xyz uxytt ttx xxy
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;V263

【相似文献】