叶片轮廓快速扫描系统开发与研究
本文选题:叶片检测 切入点:线激光扫描测量 出处:《天津大学》2016年硕士论文 论文类型:学位论文
【摘要】:目前航空发动机叶片轮廓检测应用最多的是采用三坐标测量机检测,随着计算机技术的发展,三坐标测量机在叶片上采集特定基准点,通过上位机软件即可获得叶片轮廓的点云,且具有较高的精度。但由于叶片的数量大,单个叶片完成检测需要5~10分钟,使得完成检测的周期过长,加大了叶片生产制造成本。针对以上缺点,有人提出可用三坐标测量机先对标准叶片进行检测,使用非接触的三维视觉测量方法对其余叶片进行检测,将两种方法获取的点云进行比较,比较后的误差小于一定阈值即可满足要求,由于线激光结构光测量系统能进行扫描测量,测量速度快,便于批量流水操作,在这方面的应用与开发越来越必要。本课题是天津大学精密仪器与光电子工程学院与海克斯康(青岛)测量技术有限公司的合作项目,课题借助了海克斯康公司强大的硬件平台,依托了天津大学在该领域的技术优势,具有较高的工程应用价值和指导意义。本文的主要工作和如下:(1)由于单个线激光结构光扫描测量系统测量范围有限,因此再增加一个测量系统形成多传感器扫描测量系统,可有效的避免测量盲区,提高测量效率。(2)建立线激光结构光扫描测量系统数学模型,结合系统的性能指标和总体结构,完成硬件系统与软件系统的开发工作。(3)深入研究多传感测量系统全局标定问题,结合实际实验情况,针对系统标定误差主要集中在坐标轴垂直度误差上,推导垂直度误差补偿数学模型,建立坐标系转换矩阵,通过补偿测量空间整体示值误差的方法,完成全局标定工作。(4)系统全局标定完成后,由于测量数据为点云数据,研究了在逆向工程中点云拼接与精简方法,利用Geomagic软件完成点云数据处理,通过与标准叶片CAD数模比较验证系统精度,验证后系统满足性能参数要求。
[Abstract]:At present, the most popular application of aero-engine blade profile detection is the use of CMM. With the development of computer technology, CMM collects specific reference points on the blade. The point cloud of blade contour can be obtained by the software of upper computer, and it has high precision. However, because of the large number of blades, it takes 5 minutes and 10 minutes to complete the detection of a single blade, which makes the detection period too long. In view of the above disadvantages, it is suggested that the standard blade can be detected by the CMM first, and the remaining blades be detected by the non-contact 3D visual measurement method. Comparing the point clouds obtained by the two methods, the error after comparison can be satisfied when the error is less than a certain threshold. Because the line laser structured light measurement system can carry out scanning measurement, the measurement speed is fast, and it is convenient for income to operate in batches. This project is a joint project between the School of Precision instrument and Optoelectronics Engineering of Tianjin University and Hexkang (Qingdao) surveying Technology Co., Ltd. With the help of Hexcom's powerful hardware platform, the project relies on the technological advantages of Tianjin University in this field. The main work of this paper and the following are as follows: (1) since the measurement range of single line laser structured light scanning measurement system is limited, so an additional measurement system is added to form a multi-sensor scanning and measuring system. It can effectively avoid the blind area of measurement and improve the measuring efficiency. (2) the mathematical model of the linear laser structured light scanning measurement system is established, which combines the performance index and the overall structure of the system. Finish the development of hardware system and software system. (3) deeply study the global calibration problem of multi-sensor measurement system. According to the actual experiment, the calibration error of the system is mainly focused on the coordinate axis verticality error. The mathematical model of verticality error compensation is derived, and the coordinate transformation matrix is established. By compensating the error of the whole indication value in the measurement space, the global calibration of the system is completed. After the global calibration of the system is completed, because the measured data are point cloud data, The method of point cloud splicing and reduction in reverse engineering is studied. The point cloud data processing is completed by using Geomagic software. The accuracy of the system is verified by comparing it with standard blade CAD. The system meets the requirements of performance parameters after verification.
【学位授予单位】:天津大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP391.41
【相似文献】
相关期刊论文 前10条
1 梁新合;宋志真;;改进的点云精确匹配技术[J];装备制造技术;2008年03期
2 叶爱芬;龚声蓉;王朝晖;刘纯平;;基于随机分布估计的点云密度提取[J];计算机工程;2009年04期
3 梁新合;梁晋;郭成;曹巨明;;法向约束的多幅点云数据融合算法[J];西安交通大学学报;2009年05期
4 孟凡文;吴禄慎;;用继承与优化算法精密拼接无序点云[J];光学精密工程;2009年04期
5 李海亮;邓非;李刚;;摄影测量激光点云空洞修补[J];测绘科学;2010年05期
6 张晶;杨云生;丰少伟;;基于点云法矢变化的点云简化方法研究[J];计算机与数字工程;2011年12期
7 李晓久;景晓宁;;基于非接触式测量的人体点云简化方法[J];纺织学报;2012年07期
8 高恩阳;郑昊鸿;;点云数据滤波方法综述[J];科技资讯;2012年33期
9 范然;金小刚;;大规模点云选择及精简[J];图学学报;2013年03期
10 李伟;李旭东;赵慧洁;张颖;;基于姿态标准化的线特征点云提取方法[J];北京航空航天大学学报;2013年08期
相关会议论文 前10条
1 李文涛;韦群;杨海龙;;基于图像的点云生成和预处理[A];2011年全国通信安全学术会议论文集[C];2011年
2 蔡来良;李儒;;点云数据处理算法与实现初步研究[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
3 马国庆;陶萍萍;杨周旺;;点云空间曲线的微分信息计算及匹配方法[A];第四届全国几何设计与计算学术会议论文集[C];2009年
4 江倩殷;刘忠途;李熙莹;;一种有效的点云精简算法[A];第十五届全国图象图形学学术会议论文集[C];2010年
5 解辉;张爱武;孟宪刚;;机载激光点云快速绘制方法[A];第二十五届全国空间探测学术研讨会摘要集[C];2012年
6 李凯;张爱武;;基于激光点云的粮仓储粮数量测量方法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年
7 朱晓强;余烨;刘晓平;袁晓辉;Bill P.Buckles;;基于航拍图像和LiDAR点云的城市道路提取[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(上册)[C];2008年
8 刘虎;;基于线性八叉树的点云简化与特征提取研究[A];促进科技经济结合,,服务创新驱动发展——蚌埠市科协2012年度学术年会论文集[C];2012年
9 李滨;王佳;;基于点云的建筑测绘信息提取[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年
10 杨雪春;;反求工程建模中点云切片技术研究[A];全国先进制造技术高层论坛暨第八届制造业自动化与信息化技术研讨会论文集[C];2009年
相关重要报纸文章 前9条
1 曹裕华 高化猛 江鸿宾;激光点云 亦真亦幻[N];解放军报;2013年
2 青岛前哨朗普测量技术有限公司总经理 李洪全;自主创新使“前哨”闯出一条新路[N];中国机电日报;2000年
3 通讯员 贺先胜 记者 胡波;前哨公司与三坐标测量机[N];中国航空报;2001年
4 祖江嵩;我国首台大型龙门三坐标测量机研制成功[N];中国航空报;2004年
5 YMG记者 马银涛 通讯员 莫言;烟台汽车制造业植入“顶级引擎”[N];烟台日报;2008年
6 徐冰;全国首台高精度大型三坐标测量机问世[N];中国建设报;2008年
7 通讯员 贺先胜 记者 胡波;自主创新使前哨朗普闯出一条新路[N];中国航空报;2001年
8 本报记者 尚慧辉 本报通讯员 张海刚;找准人生坐标的绚丽人生[N];山西日报;2004年
9 中国工程院院士 刘先林;四维远见的装备创新[N];中国测绘报;2012年
相关博士学位论文 前10条
1 彭检贵;融合点云与高分辨率影像的城区道路提取与表面重建研究[D];武汉大学;2012年
2 刘涌;基于连续序列自动快速拼接的全方位三维测量技术研究[D];西南交通大学;2013年
3 赖祖龙;基于LiDAR点云与影像的海岸线提取和地物分类研究[D];武汉大学;2013年
4 王瑞岩;计算机视觉中相机标定及点云配准技术研究[D];西安电子科技大学;2015年
5 段敏燕;机载激光雷达点云电力线三维重建方法研究[D];武汉大学;2015年
6 李艳红;车载移动测量系统数据配准与分类识别关键技术研究[D];武汉大学;2014年
7 崔婷婷;结合车载点云和全景影像的建筑物立面重建[D];武汉大学;2015年
8 戴玉成;基于UAV倾斜影像匹配点云的城市建筑物信息提取方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
9 韩峰;基于点云信息的既有铁路状态检测与评估技术研究[D];西南交通大学;2015年
10 金龙存;3D点云复杂曲面重构关键算法研究[D];上海大学;2012年
相关硕士学位论文 前10条
1 刘博文;叶片轮廓快速扫描系统开发与研究[D];天津大学;2016年
2 龚硕然;基于Delaunay三角剖分的点云三维网格重构[D];河北大学;2015年
3 杨红粉;频域技术应用于点云配准研究[D];北京建筑大学;2015年
4 段红娟;点云图像交互式曲线骨架提取技术及其应用[D];西南交通大学;2015年
5 张永恒;散乱点云数据配准方法研究[D];长安大学;2015年
6 吴爱;面向特征拟合的点云简化方法研究[D];中国地质大学(北京);2015年
7 薛广顺;基于立体视觉的牛体点云获取方法研究与实现[D];西北农林科技大学;2015年
8 胡诚;精度约束下地表LiDAR点云抽稀方法研究[D];西南交通大学;2015年
9 余明;三维离散点云数据处理技术研究[D];南京理工大学;2015年
10 陈星宇;基于三维彩色点云的地形分类方法研究[D];南京理工大学;2015年
本文编号:1602760
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1602760.html