航空发动机损伤叶片的激光交叠式三维重建
发布时间:2021-11-09 10:52
航空发动机叶片长期工作在高温高压的涵道中,容易发生断裂、划道、形变等损伤。损伤叶片增材修复的关键是对其进行三维数字建模,模型的精度直接影响到熔覆制造的质量。基于航空发动机叶片的空间扭转特征,提出了一种非接触式的激光交叠式三维重建方法。利用扫描策略中线激光测头与叶片相对位置的特征矩阵初始化点云配准参数,通过分配权值缩小源点云规模,对迭代最近点算法进行优化。最后对点云数据进行精简、网格化,建立了损伤叶片的三维模型。在配准过程中,分析了点云块的交叠率对模型精度的影响。实验结果表明,当交叠率为50%时,采集时间短、信息完整度高,通过标准量块阶梯验证了模型的测量精度为10μm,满足损伤叶片重建模型的精度要求。
【文章来源】:激光与光电子学进展. 2020,57(16)北大核心CSCD
【文章页数】:9 页
【部分图文】:
叶片曲面的区域划分
以叶盆曲面为例,用标定好的激光测头垂直叶片轴面进行连续平扫,采集当前曲面的轮廓高度信息。线激光三角测头的轮廓测量原理如图2所示。三角测头的光路根据沙姆定律(Scheimpflug principle)和直射式激光三角法进行设计[12]。线激光束经准直透镜垂直投射至叶盆曲面,叶片表面的散射光经汇聚透镜在互补金属氧化物半导体(CMOS)探测器的光敏面上成像。过叶片垂直旋转轴的轴心线建立垂直于线激光投射方向的基准零面S,此时叶片表面的轮廓线信息向量为Δh([Δh1,…,Δhi,…,Δhn]T),其中,每点相对于S的高度±Δhi可表示为
重复步骤1)~步骤4),完成整个叶面范围的测量。垂直平面(基准面S)建立激光点云数据的O-XYH三维坐标系,图3为该坐标系的XOY二维视角,每块区域的点云坐标由(xij,yj,hij)表示,其中i和j分别为点云块的序号和当前点云块中的帧序号。由于叶片表面的曲率变化复杂,当线激光投射至叶片表面时会发生不同程度的变形。尤其在相邻两块A×B采样范围内曲率相差很大时,会导致轮廓信息量不均匀以及边缘信息缺失。可通过交叠式扫描解决该问题,定义每次采样范围的交叠率ROA为理想情况下,D=A/2时,ROA=50%,相邻两组数据块中均存在一半的重复区域,数据的完整性最优;当ROA>50%时,相邻两组及以上的数据块都有重复区域,会导致数据出现过多冗余;当ROA<50%时,相邻两组数据块的交叠区域较少,会导致无法获取完整的叶面信息。因此选取合适的ROA,不仅可以解决轮廓线边缘数据丢失的问题,还可为叶片单面的点云块配准提供重叠特征。
【参考文献】:
期刊论文
[1]线激光光条中心快速提取算法[J]. 李伟明,彭国,高兴宇,丁畅. 中国激光. 2020(03)
[2]航空发动机叶片三坐标测量优化采样方法[J]. 张现东,卜昆,董一巍. 航空动力学报. 2019(01)
[3]大尺寸航空发动机叶片的高效型面检测方法[J]. 史建华,刘盼. 计量学报. 2018(05)
[4]激光焊接头焊缝自动检测及跟踪研究[J]. 马国栋,王延深,史小田,范光华,刘会英. 激光与光电子学进展. 2018(11)
[5]航空发动机叶片曲面重建研究[J]. 宋涛,戴士杰,周国香,王志平. 计算机仿真. 2018(04)
[6]坡口及焊缝表面三维轮廓的激光视觉测量[J]. 张鹏贤,张国强,韦志成,王文艳. 焊接学报. 2017(12)
[7]基于投影条纹级次识别的发动机叶片三维测量方法[J]. 马龙,徐泓悦,胡艳敏,王建春,黄超,裴昕. 激光与光电子学进展. 2018(04)
[8]二维旋转平台下的相机参数标定[J]. 顾国华,王佳节,陈钱,钱惟贤. 光学精密工程. 2017(07)
[9]基于模型大扭角叶片的三维矢量测量技术[J]. 张露,陈雷,张积瑜,李景尧,高阳. 航空精密制造技术. 2016(06)
[10]用于三维重建的点云单应性迭代最近点配准算法[J]. 韦盛斌,王少卿,周常河,刘昆,范鑫. 光学学报. 2015(05)
本文编号:3485192
【文章来源】:激光与光电子学进展. 2020,57(16)北大核心CSCD
【文章页数】:9 页
【部分图文】:
叶片曲面的区域划分
以叶盆曲面为例,用标定好的激光测头垂直叶片轴面进行连续平扫,采集当前曲面的轮廓高度信息。线激光三角测头的轮廓测量原理如图2所示。三角测头的光路根据沙姆定律(Scheimpflug principle)和直射式激光三角法进行设计[12]。线激光束经准直透镜垂直投射至叶盆曲面,叶片表面的散射光经汇聚透镜在互补金属氧化物半导体(CMOS)探测器的光敏面上成像。过叶片垂直旋转轴的轴心线建立垂直于线激光投射方向的基准零面S,此时叶片表面的轮廓线信息向量为Δh([Δh1,…,Δhi,…,Δhn]T),其中,每点相对于S的高度±Δhi可表示为
重复步骤1)~步骤4),完成整个叶面范围的测量。垂直平面(基准面S)建立激光点云数据的O-XYH三维坐标系,图3为该坐标系的XOY二维视角,每块区域的点云坐标由(xij,yj,hij)表示,其中i和j分别为点云块的序号和当前点云块中的帧序号。由于叶片表面的曲率变化复杂,当线激光投射至叶片表面时会发生不同程度的变形。尤其在相邻两块A×B采样范围内曲率相差很大时,会导致轮廓信息量不均匀以及边缘信息缺失。可通过交叠式扫描解决该问题,定义每次采样范围的交叠率ROA为理想情况下,D=A/2时,ROA=50%,相邻两组数据块中均存在一半的重复区域,数据的完整性最优;当ROA>50%时,相邻两组及以上的数据块都有重复区域,会导致数据出现过多冗余;当ROA<50%时,相邻两组数据块的交叠区域较少,会导致无法获取完整的叶面信息。因此选取合适的ROA,不仅可以解决轮廓线边缘数据丢失的问题,还可为叶片单面的点云块配准提供重叠特征。
【参考文献】:
期刊论文
[1]线激光光条中心快速提取算法[J]. 李伟明,彭国,高兴宇,丁畅. 中国激光. 2020(03)
[2]航空发动机叶片三坐标测量优化采样方法[J]. 张现东,卜昆,董一巍. 航空动力学报. 2019(01)
[3]大尺寸航空发动机叶片的高效型面检测方法[J]. 史建华,刘盼. 计量学报. 2018(05)
[4]激光焊接头焊缝自动检测及跟踪研究[J]. 马国栋,王延深,史小田,范光华,刘会英. 激光与光电子学进展. 2018(11)
[5]航空发动机叶片曲面重建研究[J]. 宋涛,戴士杰,周国香,王志平. 计算机仿真. 2018(04)
[6]坡口及焊缝表面三维轮廓的激光视觉测量[J]. 张鹏贤,张国强,韦志成,王文艳. 焊接学报. 2017(12)
[7]基于投影条纹级次识别的发动机叶片三维测量方法[J]. 马龙,徐泓悦,胡艳敏,王建春,黄超,裴昕. 激光与光电子学进展. 2018(04)
[8]二维旋转平台下的相机参数标定[J]. 顾国华,王佳节,陈钱,钱惟贤. 光学精密工程. 2017(07)
[9]基于模型大扭角叶片的三维矢量测量技术[J]. 张露,陈雷,张积瑜,李景尧,高阳. 航空精密制造技术. 2016(06)
[10]用于三维重建的点云单应性迭代最近点配准算法[J]. 韦盛斌,王少卿,周常河,刘昆,范鑫. 光学学报. 2015(05)
本文编号:3485192
本文链接:https://www.wllwen.com/kejilunwen/wulilw/3485192.html