当前位置:主页 > 科技论文 > 自动化论文 >

基于色散共焦传感器的航空叶片型线测量

发布时间:2020-09-11 14:29
   叶片是航空发动机中最关键的零件,起气流导向和能量转换的作用,其形状相对于设计模型的偏差对发动机的能量转换效率有显著影响。因此,叶片的加工必须满足严格的公差要求,需通过测量来评定其加工质量是否符合设计要求。由于叶身型面是一种复杂的自由曲面,其检验可以转化为型线的测量和评定,而现有方法难以有效兼顾测量的精度、效率和完整性。针对以上问题,本文设计了基于色散共焦传感器的航空叶片型线测量系统。(1)针对航空叶片截面点云数据采集的问题,以三坐标测量机为基础,配合精密转台和非接触式色散共焦位移传感器,构建了四自由度叶片型线测量平台。根据叶片榫头和三坐标测量机的结构,分别设计了叶片夹具和色散探头夹具;并使用分区扫描的方案对叶片进行多视角测量,以获得叶身多截面轮廓线的点云数据。(2)针对多视角点云所在坐标系不同的问题,使用回转法实现了坐标系的统一。首先,提出了一种标定色散探头位姿的方案,并使用混合惩罚函数法进行求解;其次,标定了旋转轴和工件坐标系;最后,分析了系统的三维测量原理并建立坐标变换模型,将多视点云统一到工件坐标系下。(3)由于转台的定位精度相对较低,使用回转法将多视点云转换到同一坐标系后,存在点云分叉的现象。针对该问题,提出了一种基于重叠点云配准和迭代最近点算法的二次精准拼接方法。首先,基于曲线检查法和统计滤波算法进行去噪;其次,通过NURBS曲线拟合增采样;接着,迭代地计算相邻两段点云的重叠部分,并通过ICP算法对其进行配准以得到变换矩阵,进而实现多视点云的精准拼接;最后,使用极角法实现了截面点云的排序。(4)针对叶片截面点云分割和特征参数提取,提出了基于曲率特征和RANSAC原理的前后缘点云分割方法、特征参数提取算法。首先,根据截面点云的曲率粗略地分割出前后缘点云,再根据RANSAC原理实现前缘点云和后缘点云的准确分割,并对前后缘参数进行提取;接着,研究了弦线参数的提取,并利用弦线方程实现了叶盆点云和叶背点云的划分;最后,使用等半径法提取中弧线,并计算最大厚度。搭建基于测量方案的系统,进行系统标定与航空叶片型线测量实验,并与三坐标测量机的测量结果进行比较,实验表明测量系统的示值误差小于15μm。
【学位单位】:华中科技大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:V263.1;TP212
【部分图文】:

航空发动机叶片,航空发动机,零件,叶片


它是一种相当复杂的精密机械,如图 1-1 所示,其设计与制造水平直接影响飞机的安全、性能及寿命。图1-1 航空发动机叶片是航空发动机中最关键、数量最多的零件之一,长期工作于高温、高压、高载荷的恶劣环境下,该类零件起气流导向和能量转换的作用,直接影响发动机的工作性能。叶片在发动机中的重要地位使其必须满足极高的要求,从而给叶片设计、叶片材料和叶片制造等领域提出了重大的挑战。其中,叶片的高精度、高效率测量是叶片大批量制造的基础。在结构上,航空叶片通常包括叶根、缘板和叶身三部分[2],如图 1-2 所示。叶片

航空叶片


来评定其加工质量是否符合设计要求。叶身型面的测量是叶片测量的难点之一,其检验可以转化为型线的测量和评定。图1-2 航空叶片通过调研,了解到国内某大型航空叶片生产商使用标准样板法和三坐标测量法检测叶片,通常测量 4-8 个不同高度的叶身截面。标准样板法操作简单、测量效率高,但该方法属于定性检测,依赖工人的主观判断和熟练程度,精度通常为 0.1mm-0.5mm;三坐标测量法的精度可以达到 1μm-3μm,但触发式扫描的效率很低,难以有效测量叶身的微小凹坑等,且仪器成本高。目前,航空叶片的测量存在以下挑战[1, 3, 4]:(1) 测量精度要求高:高精度测量是高精度制造的基础,而制造精度对发动机的性能有显著影响。(2) 测量效率要求高:一台发动机内部有大量叶片

标准样板,叶片


工人的主观判断及熟练程度,测量精度和可靠性很低,通常只能达到 0.1mm-0.5mm;每种型号的叶片需要制作多套样板,检测成本高,人工操作的劳动强度大。图1-3 标准样板法电感测量法[7]的基本原理如下:使用一组电感传感器分别测量标准叶片和待测叶片上位于同一高度的截面轮廓线,根据前后两组测量结果的偏差量来计算叶型误差、叶型弯扭等多项参数,如图 1-4 所示。该方法的优点是测量精度较高,通常可以达到20μm-40μm,且操作简单;缺点是作为一种相对测量方法,测量不同型号的叶片时需要准备相应的标准叶片和用于装夹定位的机械系统,测量周期长,不利于叶片加工和

【相似文献】

相关期刊论文 前10条

1 王雯;任小玲;陈逍遥;;一种改进的区域增长彩色3D点云分割算法[J];国外电子测量技术;2018年11期

2 陈华臻;高健;;面向反光工件点云缺陷的点云增强算法[J];计算机辅助设计与图形学学报;2019年07期

3 马东岭;王晓坤;李广云;;一种基于高度差异的点云数据分类方法[J];测绘通报;2018年06期

4 杨泽鑫;程效军;丁琼;程小龙;;面向室内场景点云的对象重建[J];测绘通报;2017年06期

5 翁福洲;黄鹤;;快速点云定向数学模型实际精度分析[J];北京测绘;2017年04期

6 琚俏俏;王令文;;基于自适应切片的点云压缩算法[J];工程勘察;2017年09期

7 许宁;钟友玲;;地面三维激光扫描点云重建技术研究[J];数码世界;2017年08期

8 龚书林;;三维激光点云处理软件的若干关键技术[J];测绘通报;2014年06期

9 徐守乾;朱延娟;;稀疏点云的曲面重构[J];中国制造业信息化;2011年03期

10 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

相关会议论文 前10条

1 牛雪娟;刘景泰;孙雷;;基于小波变换的栅格点云多分辨率分析[A];第二十七届中国控制会议论文集[C];2008年

2 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

3 赵小祥;刘宝武;;车载点云中建筑物快速提取方法[A];地理信息与人工智能论坛暨江苏省测绘地理信息学会2017年学术年会论文集[C];2017年

4 张舒;谢艾伶;白志辉;王响雷;;三维激光扫描点云粗差剔除方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008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

7 吴新桥;王昊;杨家慧;;面向电网巡检的点云高精度配准算法研究[A];生态互联 数字电力——2019电力行业信息化年会论文集[C];2019年

8 童艳丽;施昆;李志杰;;机载激光点云与影像的融合与分类技术研究[A];云南省测绘地理信息学会2016年学术年会论文集[C];2016年

9 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

10 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

相关重要报纸文章 前10条

1 本报记者 杨静;私企的天空有点云[N];山西经济日报;2001年

2 记者 张莹莹;指点云岭 激扬文字[N];云南政协报;2012年

3 商报记者 张绪旺;盘点云计算:概念众多 能力存疑[N];北京商报;2011年

4 记者 王力中 通讯员 沈惠芳;世界顶尖点云扫描设备技术入驻德清[N];湖州日报;2015年

5 曹裕华 高化猛 江鸿宾;激光点云 亦真亦幻[N];解放军报;2013年

6 VAR记者 张林才 郭宏远 彭敏;点云成金[N];电脑商报;2011年

7 高卫松 蔡列飞;武大师生两论文获美国摄影测量与遥感学会奖[N];中国测绘报;2014年

8 记者 祝桂峰 通讯员 张荣;构建“智慧广州”又添新技术[N];中国矿业报;2012年

9 张立本 彭桂辉;航测局四项科研成果通过鉴定[N];中煤地质报;2014年

10 本报记者 李树

本文编号:2816793


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2816793.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户1c038***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com