CN104484533A - 一种基于点云的损伤后航空发动机涡轮叶片三维造型方法 - Google Patents

Abstract

一种基于点云的损伤后航空发动机涡轮叶片三维造型方法。其包括获取损伤后航空发动机涡轮叶片的三维点云数据；三维点云数据的对齐；三维点云数据的精简；三维点云数据的滤波；三维点云数据的分割；三维点云数据的边界拟合；三维点云数据的曲面拟合等步骤。本发明提供的方法可以使用标准高级编程语言实现，不依赖于任何的机械三维建模软件和点云处理系统，因此实现容易，并且可以在保证造型精度的前提下，大大提高损伤后航空发动机涡轮叶片的三维造型效率。

Description

一种基于点云的损伤后航空发动机涡轮叶片三维造型方法

技术领域

本发明属于涉及航空发动机涡轮叶片数字化再制造技术领域，尤其涉及一种基于点云的损伤后航空发动机涡轮叶片三维造型方法。

背景技术

由于航空发动机涡轮叶片长时间工作在高温高压的恶劣环境下，因此经常会出现各种损伤。叶片损伤会降低发动机效率，甚至对飞行安全产生影响。

随着航空发动机涡轮叶片工作时间的增加，形状和尺寸都会产生一定的变化，这时就需要对其进行修复。但是修复时不能依据发动机厂商提供的原有设计尺寸，尤其是某些损伤较严重的转子叶片往往都带有明显特征，应针对损伤的类型进行个性化修复，其工作基础就是建立涡轮叶片的数字化模型，亦称数字化再制造。

近年来，虽然中国国内航空维修技术在航空发动机某些核心部件修复技术等方面取得很大突破，但都得益于国内航空机械制造装备行业的飞速发展以及相关工艺水平的提高。然而，针对损伤后航空发动机涡轮叶片的数字化再制造等国际公认的尖端技术仍处于摸索阶段。

因此，开展航空发动机叶片数字化再制造等方面的研究，在理论研究和工程应用方面具有十分重要的现实意义，同时为国产航空发动机核心部件的研制和适航认证提供有力的技术支持。

发明内容

为了解决上述问题，本发明的目的在于提供一种基于点云的损伤后航空发动机涡轮叶片三维造型方法，以解决损伤后航空发动机涡轮叶片的三维模型数据缺失问题。

为了达到上述目的，本发明提供的基于点云的损伤后航空发动机涡轮叶片三维造型方法包括按顺序进行的下列步骤：

1)获取损伤后航空发动机涡轮叶片的三维点云数据：使用非接触式激光测量设备对损伤后航空发动机涡轮叶片进行扫描测量，获得涡轮叶片三维点云数据；

2)三维点云数据的对齐：利用算法调整上述涡轮叶片三维点云数据，以确保其相对于坐标轴是对齐的；

3)三维点云数据的精简：依据涡轮叶片型面特点和损伤规律，对涡轮叶片榫头以下三维点云数据进行精简；

4)三维点云数据的滤波：从精简后的三维点云数据中取出涡轮叶片三维点云数据切片F(x,y,z)，利用单树小波包分析方法去除上述三维点云数据中的噪声点；

5)三维点云数据的分割：利用算法将损伤后精简后的涡轮叶片三维点云数据分为叶盆面和叶背面，获得涡轮叶片三维点云数据切片分割；

6)三维点云数据的边界拟合：根据涡轮叶片叶盆面和叶背面的曲率变化，采用不同的边界拟合方法分别对上述叶盆面和叶背面进行边界拟合；

7)三维点云数据的曲面拟合：利用步骤6)中边界拟合结果，应用蒙皮曲面方法建立航空发动机涡轮叶片三维曲面，获得涡轮叶片三维造型数据。

在步骤2)中，所述的利用算法调整上述涡轮叶片三维点云数据，以确保其相对于坐标轴是对齐的的方法是：在涡轮叶片三维点云数据上非损伤区域任取一个X-Y方向截面，若截面内点云区域面积最小或弦长最短，则说明其是对齐的。

在步骤4)中，所述的从精简后的三维点云数据中取出涡轮叶片三维点云数据切片F(x,y,z)，利用单树小波包分析方法去除上述点云数据切片F(x,y,z)中的噪声点的方法是：首先将涡轮叶片三维点云数据切片F(x,y,z)投影在X-Y平面得到G(x,y)，G(x,y)为z＝0时三维点云数据的二维投影，将其变换为离散信号的表达形式；

对其进行单树小波包分析：

$\left\{\begin{array}{c}{G}_{21}\left(n\right)=\sqrt{2}\underset{m}{E}h\left(k\right)C_1(2n-k)\\ D_{21+1}\left(n\right)=\sqrt{2}\underset{m}{E}g\left(k\right)C_1(2n-k)\end{array}\right.$

式中：C_j,l(k)为信号在尺度j(l)上的低频(近似)部分；

D_j,l(k)为信号在尺度j(l)上的高频(细节)部分；

将所得的低频信息作为主要特征点予以保留，所得的高频信息作为噪声点和次要特征点予以滤除。

在步骤5)中，所述的利用算法将精简后的涡轮叶片三维点云数据分为叶盆面和叶背面的方法是：计算三个分割控制点A1，A2，A3，其中：A1为叶盆面横坐标最大点、A2为叶背面前缘横坐标最小点、A3为叶背面后缘横坐标最小点，将叶片分为叶盆面和叶背面两部分，获得涡轮叶片三维点云数据切片分割。

在步骤6)中，所述的根据涡轮叶片叶盆面和叶背面的曲率变化，采用不同的边界拟合方法分别对上述叶盆面和叶背面进行边界拟合的方法是：

采用五次多项式对叶盆面进行边界拟合，使用线性最小二乘法确定多项式系数：

f(x)＝p1*x⁵+p2*x⁴+p3*x³+p4*x²+p5*x+p6

采用四次高斯拟合对叶背面进行边界拟合，使用非线性最小二乘法确定拟合系数：

f(x)＝a1*exp(-((x-b1)/c1)²)+a2*exp(-((x-b2)/c2)²)+a3*exp(-((x-b3)/c3)²)+a4*exp(-((x-b4)/c4)²)

在步骤(7)中，所述的利用步骤6)中边界拟合结果，应用蒙皮曲面方法建立航空发动机损伤涡轮叶片三维曲面，获得涡轮叶片三维造型数据的方法是：利用涡轮叶片三维点云数据切片F(x,y,z)，按照Z轴方向，以2mm为步长对整个叶片建立若干条截面曲线；并通过蒙皮曲面方法建立叶片三维曲面，得到涡轮叶片三维造型。

本发明提供的基于点云的损伤后航空发动机涡轮叶片三维造型方法可以使用标准高级编程语言实现，不依赖于任何的机械三维建模软件和点云处理系统，因此实现容易，并且可以在保证造型精度的前提下，大大提高损伤后航空发动机涡轮叶片的三维造型效率。

附图说明

图1为本发明提供的基于点云的损伤后航空发动机涡轮叶片三维造型方法流程图。

图2为本发明中使用非接触式激光测量设备获得的涡轮叶片三维点云数据图。

图3为本发明中三维点云X-Y平面投影变换为含有噪声点的离散信号流程图。

图4为本发明中计算三个控制点A1，A2，A3的流程图。

图5为本发明中涡轮叶片三维点云数据切片分割图。

图6为本发明中涡轮叶片三维造型图。

具体实施方式

下面结合附图和实施例对本发明提供的基于点云的损伤后航空发动机涡轮叶片三维造型方法进行详细说明。

如图1所示，本发明提供的基于点云的损伤后航空发动机涡轮叶片三维造型方法包括按顺序进行的下列步骤：

1)获取损伤后航空发动机涡轮叶片的三维点云数据：使用非接触式激光测量设备(例如Leica T-Scan的手持式激光跟踪仪等)对损伤后航空发动机涡轮叶片进行扫描测量，获得涡轮叶片三维点云数据参见图2；

2)三维点云数据的对齐：利用算法调整上述涡轮叶片三维点云数据，以确保其相对于坐标轴是对齐的；

在涡轮叶片三维点云数据上非损伤区域任取一个X-Y方向截面，若截面内点云区域面积最小或弦长最短，则说明其是对齐的。

3)三维点云数据的精简：依据涡轮叶片型面特点和损伤规律，对涡轮叶片榫头以下三维点云数据进行精简；

4)三维点云数据的滤波：从精简后的三维点云数据中取出涡轮叶片三维点云数据切片F(x,y,z)，利用单树小波包分析方法去除上述三维点云数据中的噪声点；

首先将涡轮叶片三维点云数据切片F(x,y,z)投影在X-Y平面得到G(x,y)(G(x,y)为z＝0时三维点云数据的二维投影)，将其变换为离散信号的表达形式，流程图参见图3。

对其进行单树小波包分析：

$\left\{\begin{array}{c}{G}_{21}\left(n\right)=\sqrt{2}\underset{m}{E}h\left(k\right)C_1(2n-k)\\ D_{21+1}\left(n\right)=\sqrt{2}\underset{m}{E}g\left(k\right)C_1(2n-k)\end{array}\right.$

式中：C_j,l(k)为信号在尺度j(l)上的低频(近似)部分；

D_j,l(k)为信号在尺度j(l)上的高频(细节)部分；

将所得的低频信息作为主要特征点予以保留，所得的高频信息作为噪声点和次要特征点予以滤除。单树小波包分析优于普通的小波分析方法，每一层分解后，对于高频部分再次细分，虽然在一定程度上降低了计算效率，但减少了特征点信息的丢失，也提高了各个频段的分辨率。

5)三维点云数据的分割：利用算法将损伤后精简后的涡轮叶片三维点云数据分为叶盆面和叶背面，获得涡轮叶片三维点云数据切片分割；

计算三个分割控制点A1，A2，A3，其中：A1为叶盆面横坐标最大点、A2为叶背面前缘横坐标最小点、A3为叶背面后缘横坐标最小点，流程图参见图4，将叶片分为叶盆面和叶背面两部分，获得精简后的涡轮叶片三维点云数据切片分割参见图5。

6)三维点云数据的边界拟合：根据涡轮叶片叶盆面和叶背面的曲率变化，采用不同的边界拟合方法分别对上述叶盆面和叶背面进行边界拟合；

采用五次多项式对叶盆面进行边界拟合，使用线性最小二乘法确定多项式系数：

f(x)＝p1*x⁵+p2*x⁴+p3*x³+p4*x²+p5*x+p6

采用四次高斯拟合对叶背面进行边界拟合，使用非线性最小二乘法确定拟合系数：

f(x)＝a1*exp(-((x-b1)/c1)²)+a2*exp(-((x-b2)/c2)²)+a3*exp(-((x-b3)/c3)²)+a4*exp(-((x-b4)/c4)²)

7)三维点云数据的曲面拟合：利用步骤6)中边界拟合结果，应用蒙皮曲面方法(Skinning Method)建立航空发动机涡轮叶片三维曲面，得到涡轮叶片三维造型。

利用步骤6)中叶盆面和叶背面的边界拟合结果，按照Z轴方向，以2mm为步长对整个叶片建立若干条截面曲线；并通过蒙皮曲面方法建立叶片三维曲面，获得涡轮叶片三维造型数据参见图6。

上述最终获得的涡轮叶片三维造型数据的文件格式为IGES，IGES文件格式能够兼容大部分机械建模软件，且易于进行数据交换。

Claims (6)

1.一种基于点云的损伤后航空发动机涡轮叶片三维造型方法，其特征在于：其包括按顺序进行的下列步骤：

1)获取损伤后航空发动机涡轮叶片的三维点云数据：使用非接触式激光测量设备对损伤后航空发动机涡轮叶片进行扫描测量，获得涡轮叶片三维点云数据；

2)三维点云数据的对齐：利用算法调整上述涡轮叶片三维点云数据，以确保其相对于坐标轴是对齐的；

3)三维点云数据的精简：依据涡轮叶片型面特点和损伤规律，对涡轮叶片榫头以下三维点云数据进行精简；

4)三维点云数据的滤波：从精简后的三维点云数据中取出涡轮叶片三维点云数据切片F(x,y,z)，利用单树小波包分析方法去除上述三维点云数据中的噪声点；

5)三维点云数据的分割：利用算法将损伤后精简后的涡轮叶片三维点云数据分为叶盆面和叶背面，获得涡轮叶片三维点云数据切片分割；

6)三维点云数据的边界拟合：根据涡轮叶片叶盆面和叶背面的曲率变化，采用不同的边界拟合方法分别对上述叶盆面和叶背面进行边界拟合；

7)三维点云数据的曲面拟合：利用步骤6)中边界拟合结果，应用蒙皮曲面方法建立航空发动机涡轮叶片三维曲面，获得涡轮叶片三维造型数据。

2.根据权利要求1所述的基于数字化点云的损伤后航空发动机涡轮叶片造型方法，其特征在于：在步骤2)中，所述的利用算法调整上述涡轮叶片三维点云数据，以确保其相对于坐标轴是对齐的的方法是：在涡轮叶片三维点云数据上非损伤区域任取一个X-Y方向截面，若截面内点云区域面积最小或弦长最短，则说明其是对齐的。

3.根据权利要求1所述的基于数字化点云的损伤后航空发动机涡轮叶片造型方法，其特征在于：在步骤4)中，所述的从精简后的三维点云数据中取出涡轮叶片三维点云数据切片F(x,y,z)，利用单树小波包分析方法去除上述点云数据切片F(x,y,z)中的噪声点的方法是：首先将涡轮叶片三维点云数据切片F(x,y,z)投影在X-Y平面得到G(x,y)，G(x,y)为z＝0时三维点云数据的二维投影，将其变换为离散信号的表达形式；

对其进行单树小波包分析：

式中：C_j,l(k)为信号在尺度j(l)上的低频(近似)部分；

D_j,l(k)为信号在尺度j(l)上的高频(细节)部分；

将所得的低频信息作为主要特征点予以保留，所得的高频信息作为噪声点和次要特征点予以滤除。

4.根据权利要求1所述的基于数字化点云的损伤后航空发动机涡轮叶片造型方法，其特征在于：在步骤5)中，所述的利用算法将精简后的涡轮叶片三维点云数据分为叶盆面和叶背面的方法是：计算三个分割控制点A1，A2，A3，其中：A1为叶盆面横坐标最大点、A2为叶背面前缘横坐标最小点、A3为叶背面后缘横坐标最小点，将叶片分为叶盆面和叶背面两部分，获得涡轮叶片三维点云数据切片分割。

5.根据权利要求1所述的基于数字化点云的损伤后航空发动机涡轮叶片造型方法，其特征在于：在步骤6)中，所述的根据涡轮叶片叶盆面和叶背面的曲率变化，采用不同的边界拟合方法分别对上述叶盆面和叶背面进行边界拟合的方法是：

采用五次多项式对叶盆面进行边界拟合，使用线性最小二乘法确定多项 式系数：

f(x)＝p¹*x⁵+p2*x⁴+p3*x³+p4*x²+p5*x+p6 

采用四次高斯拟合对叶背面进行边界拟合，使用非线性最小二乘法确定拟合系数：

f(x)＝a1*exp(-((x-b1)/c1)²)+a2*exp(-((x-b2)/c2)²)+a3*exp(-((x-b3)/c3)²)+a4*exp(-((x-b4)/c4)²)。

6.根据权利要求1所述的基于数字化点云的损伤后航空发动机涡轮叶片造型方法，其特征在于：在步骤(7)中，所述的利用步骤6)中边界拟合结果，应用蒙皮曲面方法建立航空发动机损伤涡轮叶片三维曲面，获得涡轮叶片三维造型数据的方法是：利用涡轮叶片三维点云数据切片F(x,y,z)，按照Z轴方向，以2mm为步长对整个叶片建立若干条截面曲线；并通过蒙皮曲面方法建立叶片三维曲面，得到涡轮叶片三维造型。