叶片三维轮廓测量点云数据高精度多角度融合

针对高精度多角度点云数据融合叶片测量难题,设计了一种基于相位测量轮廓方法的多角度点云数据融合的机械装置.通过设计对参考平面数据旋转的算法,实现叶片三维轮廓的高精度数据合成,精度达到(0.06±0.01)mm.这种装置的方法、结构简单实用,测量效率和精度高,可以多个叶片同时测量,是一种可以取代三坐标测量的实用方法.      

基于五轴测量技术的整体叶环快速检测方法研究

针对航空发动机整体叶环形状复杂、技术要求高、检测难度大等特点,本文基于五轴测量技术,搭建了测量系统,对整体叶环叶片型面进行了扫描测量方法研究,应用MODUS软件对测量点云数据进行处理与分析,实现了叶片截面轮廓误差和特征参数等的测量。通过实例测量,验证了该方法的测量效率。     

基于测量点云的涡轮叶片配准定位算法应用研究

涡轮叶片是航空发动机的核心零件,其精铸后进行数控机加需要先实现叶片测量点云与CAD模型的快速、准确配准定位。为此,针对测量点云初始位姿不佳的问题,实现了基于主成分分析的预对齐和手工关联预对齐两种预对齐算法;针对匹配点计算效率较低的问题,实现了网格法、赋范空间投影法和基于kd–tree快速搜索法3种搜索算法,通过对比分析发现,基于kd–tree搜索算法计算效率较好。在此基础上,确定了手工关联预对齐、基于kd–tree快速搜索匹配点集和ICP方法的配准方案,示例测量点云配准定位后与CAD模型差异区间为[–0.06 mm,+0.1 mm],符合涡轮叶片铸造精度情况。     

汽车外表面模型测量数据处理及曲面建模

介绍了车身外形曲面逆向工程的方法,对光学扫描测量得到的点云数据建立了滤波、平滑和去除冗余的自动处理方法,用NURBS自由曲面模型实现了车身曲面重建.这些方法提高了扫描点云数据的处理精度和曲面建模的效率.     

基于无序点云的叶片截面特征参数提取

针对提取航空发动机叶片截面特征参数的实用性要求,研究了基于无序点云数据的叶片截面特征参数提取方法.综合距离法和二分法的优点,采用基于矩形腐蚀法的距离-二分法对点云数据排序,基于最小包容区域直线和最小二乘圆拟合,提出了将整条叶片截面点云数据分割成前缘、后缘、叶盆和叶背4部分的自动分区方法,对特征参数提取方法做了研究并用VC++进行算法实现,使用UG/OpenGrip生成UG中叶片截面上的点云数据进行实验运算,计算精度达到10-4mm,表明在实际测量和参数提取中算法误差可以忽略.      

基于CMM的薄壁叶片型线测量点分区域采样规划方法

薄壁叶片具有型面复杂,刚性差,加工误差大且分布不均匀的特点。传统的测量点采样规划方法只考虑了薄壁叶片的几何特征,而忽略了其加工误差的分布情况。这直接导致叶片型线重要形状信息丢失,更造成有限测量资源的浪费,限制三坐标测量机精密、高效测量性能的发挥。针对以上问题,提出一种测量点分区域采样规划方法。在测量点采样过程中,既利用叶片型线的几何特征,又兼顾叶片加工误差的分布情况。首先,根据薄壁叶片的特点,提出测量点采样规划的原则;然后,基于所提出的原则,依次从测量区域划分和测量点计算两方面,对测量点分区域采样规划方法进行研究;最后,在实际叶片上,对所提出的方法进行试验验证和对比分析。结果表明,所提方法在满足薄壁叶片几何特征的同时,更加适应其加工误差的分布情况,并且能够提高测量效率和精度。     

相位测量轮廓术应用于叶片测量

为解决叶片高精度三维轮廓测量成本高、效率低的问题,搭建了基于相位测量的三维轮廓测量系统.在完成了系统标定后,为了检验系统的测量精度,测量了一个滚珠轴承,测量精度为(0.084±10.01)mm.利用该系统从不同方向对某叶片进行了6次数据采集,采集到的数据通过数据融合得到了整个叶片的三维点云,利用整个叶片三维点云数据得到了叶片的不同截面图,为叶片型面轮廓和几何尺寸的检测提供了依据.相位测量轮廓术用于叶片三维轮廓测量,在保证测量精度的同时大大降低了测量成本,因此将相位测量轮廓术用于叶片三维轮廓测量是非常有意义的.      

航空发动机直纹叶片的线形特征点云构造算法

针对航空领域形状复杂、高精度的直纹叶片曲面的逆向设计问题,借助该类叶片曲面的几何特征,提出一种线形特征点云的构造算法.在对叶片散乱点云边界进行快速识别的基础上,采用反投影法提取直纹母线矢量,利用退火算法求解边界数据点配准的多目标优化问题,以实现边界点云数据的非刚性配准.根据配准结果构造等分点,进而得到规则有序的线形特征点云,达到快速生成高质量叶片曲面的目的.本算法在处理直纹叶片点云数据方面具有较好的效果.对直纹叶片的曲面重建具有一定的理论意义和应用价值,通过实验验证了该算法的可行性.     

叶片表面测量点曲线拟合及轮廓度误差评定

航空制造工业中,飞机机翼和叶片等复杂型面的零件都需要进行高精度数控加工,然后通过使用三坐标测量机测量方法,来进行质量控制。测量过程中如果受制于时间或机器性能限制,无法进行扫描测量,则只能测量有限个点。由于测量点是随机产生的,如果只进行测量点与模型理论点的比较,则可能会与实际情况相差较大。故更为精确的方法是采用曲线拟合测量点的方式,进行轮廓度误差评定。     

三坐标测量机测量路径自动生成的研究

测量路径的自动生成是现代三坐标自动测量机软件系统的一个重要功能。测量路径即测量机执行测量任务时的运动轨迹，由测量点、定位点和触测方向的序列组成。本文研究了截平面法生成理论测量路径和计算测量点，给出了简单稳定的方法计算测量点，计算定位点的算法采用了等距法。     

叶片六点优化定位规划技术研究

叶片具有结构复杂、自由曲面多等特点。为解决叶片密集测量数据与其CAD模型的预配准定位问题,提出六点优化定位算法进行预配准。结合六点定位原理与预配准分析技术,在榫头基准面上建立原始坐标系,对六点的主次方向进行定位误差分析配准运算,减小每个测点的误差,使CAD模型与理论模型达到吻合状态,最后完成6个自由度的点分布,得到最终的叶片模型预配准控制点集。避免了ICP算法对大量点云数据处理的繁琐计算,实现了批量叶片在六点优化定位后的密集测点优化预配准,且定位精度均在0.02 mm左右。六点优化定位与典型六点定位进行配准结果对比分析表明,叶片六点优化定位算法预配准精度均在0.02 mm左右,满足叶片模型预配准精度要求。     

基于拐点检测的椭圆弧叶型前后缘评定算法

叶片前后缘的形位对叶片气动性能有着显著影响,且其分割结果也严重影响特征参数的精密计算。现有的叶片前后缘分割算法大多基于拓延算法的实现与改进,但是拓延算法本身尚不能自适应叶型截面尺寸来分割点云,而后续的改进算法在轮廓线误差控制上仍有待加强。针对叶片截面线前后缘的点云精确分割问题,参照椭圆弧叶型的造型设计特点,提出了基于拐点检测的前后缘评定算法。通过对截面线点云旋转、截取、顺时针排序以及拐点检测处理,实现了在高精度测量条件下对叶片前后缘的精确分割。最后设计了对比实验,验证了本文算法可以定性地分割叶片前后缘,并在线轮廓误差上保持了较低水平;论证了在逐点拓延椭圆拟合过程中,从凹性点即开始影响线轮廓误差。     

高精度测量燃气轮机叶片前缘的三维轮廓

为了解决高精度测量燃气轮机叶片前缘三维轮廓的难题,提出了一种基于球阵列标定检验方法,直接对金属表面的叶片前缘三维轮廓进行高精度测量的相位轮廓测量系统.通过多角度数据融合算法和非线性最小二乘的递归算法,最后高精度测量出叶片前缘三维轮廓,对叶片前缘16个剖面进行拟合,得出了叶片前缘半径和前缘圆心.结果显示:叶片前缘测量系统、方法和算法的综合误差为±0.03mm.此实验装置和方法测量效率高、精度高,将叶片测量和模型化技术推进了一步.      

精密测量中的圆柱拟合算法研究

针对测量圆柱型工件时无法采集稠密测量点的情况,提出基于投影点圆度计算的圆柱拟合算法。算法思想为根据测量点在某一平面上的投影的不同情况来判断投影平面法向和测量圆柱轴向的关系。当测量点的投影点拟合出的平面圆圆度最小时,投影平面的法向和圆柱轴向是最相近的,最后将该平面的法向和平面圆半径做为圆柱拟合的初值用牛顿迭代法进行圆柱拟合。实验结果验证了该算法在测量点稀疏的情况下也可以较为准确的拟合圆柱。     

基于光学几何测量的整体叶盘几何失谐建模与辨识

通过光学几何测量技术获取精确的叶片型面差异化信息（即几何失谐）建立整体叶盘的高保真动力学模型的方法，并进一步开展整体叶盘几何失谐辨识的研究。采用先进的三维结构蓝光扫描系统测量构建精确的叶片几何型面点云模型，然后采用网格变形技术，将谐调叶片有限元模型的表面节点自动投射至实测的点云表面，以回避传统逆向工程的实体模型重建环节，从而实现整体叶盘高保真动力学模型的快速构建。该模型可直接用于量化识别叶片几何失谐对其固有频率和振型的影响，其中各叶片“一弯”频率失谐量在2.1%以内，同时可以精确比对各叶片间的模态置信因子，因此可大幅提高整体叶盘建模和动力学仿真分析的准确性。     

基于随机测量点的机翼精加工位姿计算方法

在机翼精加工过程中,需要对机翼的位姿进行计算,以指导其调整。通过对翼面水平测量原理的分析,提出一种基于随机测量点的机翼精加工位姿计算方法。首先,以翼面水平测量数据为基础,采用以最小二乘法为目标函数的迭代最近点算法,求解出测量点在翼面设计模型上的匹配点,形成位姿计算所需的2个点集。然后,运用Levenberg-Marquardt算法计算出这2个点集间的变换关系,实现位姿参数的求解。最后,为减少测量点误差对位姿计算的影响,给出了测量点精度补偿方法。仿真算例表明,该方法具有较高的计算精度,能够满足实际工程需求。     

无人车基于激光雷达/视觉的目标体积自动测量方法

近些年，基于激光雷达和视觉的目标感知在无人系统中得到了广泛应用。目标的体积测量在很多应用场景可以发挥极其重要的作用，然而对识别感知目标的体积测量，目前尚无大量研究。首次提出了一种基于激光雷达/视觉的无人车目标体积自动测量方法，实现了无人车与目标体积测量功能的结合。通过在LeGO-LOAM算法中加入点云畸变补偿，相较于原始LeGO-LOAM算法，无人车在高速情况下的构图精度得到提升；通过将激光雷达与视觉进行深度融合，实现了目标的自动识别与全局定位；通过基于平面拟合的地面分割与欧式聚类，实现了目标点云轮廓的实时获取；通过设计一种基于切片法的不规则物体体积测量方法，实现了无人车在运动情况下对目标体积的自动估计。最终，分别通过Gazebo仿真和实际试验验证了算法的有效性。试验结果表明，所提算法在无人车运动的情况下对静态目标物的实时体积测量精度优于3%，具有较好的工程应用价值。     

航空发动机叶片高精度自动测量系统

为了解决叶片完整型面自动测量存在的问题,提出了一种叶片高精度自动测量融合系统.系统结合双目三维扫描装置和电控转台,利用高精度校准平面旋转,通过平面拟合、虚拟转轴及角度计算,获取高精度四元数及中心位置坐标后完成自身定位.多次测量数据以中心坐标为中心,进行四元数运算,即可实现叶片实时测量融合.对融合后数据采用阈值迭代就近点(ICP)算法收敛处理消除机械转动误差.结果表明:系统装置综合精度为0.03~0.04mm,可自动、高效、稳定地实现发动机叶片的高精度测量.      

无人机制造外形气动偏差评估方法

气动外形对无人机起着至关重要的作用,有必要对其制造外形的气动偏差进行评估。利用数字摄影测量系统获得无人机制造外形的点云数据;以机头为参考点,将测量点云数据模型与理论模型的坐标系重合,对比重合度并统计无人机制造外形与理论外形的几何偏差分布;根据点云数据进行逆向建模,获得无人机制造外形的三维模型;对无人机理论外形进行CFD计算,与其风洞试验数据进行对比,通过调整网格及计算方法,得到与试验数据相吻合的CFD计算方法;以此方法计算得到无人机制造外形的气动数据,并与无人机的理论气动力进行对比。结果表明:此评估方法能够定量地评估外形制造偏差对无人机气动特性的影响。     

某型航空发动机叶片逆向工程方法研究

以某航空发动机叶片为研究对象,结合叶片的曲面特征,使用三坐标测量机逆向工程采集点云数据;提出了适合于叶片曲面的最小二乘滤波降噪算法,应用滤波算法对点云数据进行降噪处理,并使用ImageWare软件完成数据的曲线曲面重构;最后从曲面质量和拟合精度两方面,分析和评价了叶片逆向工程的精度可靠性。