CN106643551B - 一种叶片形状快速扫描装置及方法 - Google Patents

Abstract

本发明公开了一种叶片形状快速扫描装置及方法，所述装置包括基座、X主轴、Y主轴、Z主轴、转台、非接触式光学测头和接触式测头；所述X、Y、Z主轴及转台安装在基座上；其中，X、Y、Z主轴用于带动测头在空间X、Y、Z三个方向自由移动；转台用于带动叶片在测量空间内转动；非接触式光学测头和接触式测头通过连接件共同安装在Y主轴上；非接触式光学测头用来对于叶片表面进行低精度测量，获取叶片全部的点云数据并对其进行测量路径规划；接触式测头用来沿规划好的测量路径对叶片表面进行高精度测量。

Description

一种叶片形状快速扫描装置及方法

技术领域

本发明属于先进测量技术领域，涉及一种叶片形状快速高精度测量方法，特别是采用接触式测量与非接触式测量相结合的方法。

背景技术

航空发动机是飞机的心脏，决定着飞机的主要性能指标。航空发动机主要由风扇转子、压气机转子、及涡轮转子和主轴组成，每级转子都由成百上千个叶片组成，整机中可多达数万片，这些叶片形状多样、材料各异，直接影响发动机的性能指标。因此。叶片的设计、制造、维修是现代航空工业最核心的技术，必须配有一整套高效可靠的质量检测手段和工艺。

然而，企业现有的叶片检测手段难以满足实际生产的需要，大部分企业仍沿用上世纪80年代形成的技术，如人工模板、工具显微镜、模拟光跟仪等传统设备和技术手段，精度不足，检测效率低下。目前已有三坐标测量机(CMM)配备到企业，但其成本高、操作复杂、耗时长的弱点明显，并在测量之初极大程度地依赖叶片原始CAD模型。现代光学测试技术具有非接触、精度高的优点，在许多工业领域应用广泛。经过多年发展，数字化的光学测试技术已逐渐成熟，并在逆向工程等领域取得了卓越的成就。因此，在叶片测量领域引入光学数字化质量检测手段十分必要，不仅可以用于初步低精度测量得到叶片的三维轮廓，克服现有测量方式对于叶片设计模型的依赖，还可以与接触式测量相结合，进一步提高测量速度与测量精度。

发明内容

本发明的目的在于提供一种叶片形状快速高精度扫描装置及方法。该装置包括基座1、X主轴2、Y主轴4、Z主轴3、转台5、非接触式光学测头6和接触式测头7。所述X主轴2、Y主轴4、Z主轴3及转台5安装在基座1上。其中，

X、Y、Z主轴用于带动测头在空间X、Y、Z三个方向自由移动；

转台5用于带动叶片在测量空间内转动；

非接触式光学测头6和接触式测头7通过连接件共同安装在Y主轴4上。非接触式光学测头6用来对于叶片表面进行低精度测量，获取叶片全部的点云数据并对其进行测量路径规划。接触式测头7用来沿规划好的测量路径对叶片表面进行高精度测量。

该方法在同一个测量系统内将接触式测量方式和非接触式测量方式相结合，运用非接触式激光测头对叶片初步进行低精度测量，获取叶片完整的点云数据，将点云数据进行降噪滤波等后处理后逐点进行法矢量方向的求取，进而计算接触式测头在测量过程中沿旋转轴的旋转角度，结合接触式测头的工作距离约束条件，生成测头在坐标机下的运动路径和空间姿态，从而实现路径规划，最终利用接触式测头沿上述规划好的路径进行进一步精细测量。

具体步骤如下：

第一步，进行基准建立。涉及机器坐标系，基准坐标系以及工件坐标系的建立。

第二步，进行两测头之间的标定。在同一测量系统下，进行接触式测头和非接触式测头之间位置关系的标定，获得两测头之间的位置转换矩阵。

第三步，实现低精度的非接触式扫描。使用非接触式测头对于叶片进行低精度快速扫描，获取叶片全部的三维点云数据。

第四步，点云后处理。利用上一步中得到的叶片全部点云数据，采用K-近邻法对其进行降噪、滤波操作，经处理后的点云数据便于下一步法矢量的求取。

第五步，求取点云数据法矢量方向。利用上一步中得到的经后处理之后的点云数据，采用最小二乘平面拟合的算法，对其逐点进行法矢量方向的求取。

第六步，规划接触式测量路径。利用上一步中所计算得到的点云数据中每点处的法矢量方向，计算接触式测头在测量过程中沿旋转轴的旋转角度，结合接触式测头的工作范围，生成测头在坐标机控制下的运动路径和空间姿态。

第七步，进行高精度的接触式扫描。采用高精度的接触式测头，按照上一步中所规划好的运动路径和空间姿态，对于叶片进行高精度测量，获取更高精度的叶片形状测量结果。

有益效果

(1)本发明首先利用非接触式测头对叶片进行快速低精度扫描，实现了叶片的三维模型重建，克服了传统接触式测量方式中对于叶片设计模型的依赖，保证了在设计模型缺失情况下叶片测量工作的顺利进行。

(2)本发明在同一系统内将低精度的非接触式测量方式和高精度的接触式测量方式相结合，与传统的单一测量方式相比更进一步提高了测量精度，实现了叶片形状的高精度快速扫描。

附图说明

图1叶片快速扫描装置示意图；

其中：1为基座、2为X主轴、3为Z主轴3、4为Y主轴、5为转台、6为非接触式光学测头、7为接触式测头。

具体实施方式

如图1所示，一种叶片形状快速扫描装置，其特征在于：包括基座1、X主轴2、Y主轴4、Z主轴3、转台5、非接触式光学测头6和接触式测头7。所述X主轴2、Y主轴4、Z主轴3及转台5安装在基座1上。其中，

X、Y、Z主轴用于带动测头在空间X、Y、Z三个方向自由移动；

转台5用于带动叶片在测量空间内转动；

非接触式光学测头6和接触式测头7通过连接件共同安装在Y主轴4上。非接触式光学测头6用来对于叶片表面进行低精度测量，获取叶片全部的点云数据并对其进行测量路径规划。接触式测头7用来沿规划好的测量路径对叶片表面进行高精度测量。

进一步，所述的非接触式光学测头6的种类包括线激光测头、点激光测头、结构光测头。

进一步，所述的接触式测头7为可沿固定轴旋转的多轴测头。

参考图1，高刚度的基座1用于固定三个主轴X主轴2、Y主轴4、Z主轴3。系统控制X主轴2、Y主轴4、Z主轴3和转台5，带动固定在主轴上的非接触式测头6和接触式测头7，通过扫描标准球，建立机器坐标系、基准坐标系、工件坐标系。X主轴2、Y主轴4、Z主轴3带动非接触式测头6对叶片先进行低精度扫描，得到叶片低精度的轮廓点云数据。系统切换到接触式测头7，X主轴2、Y主轴4、Z主轴3带动接触式测头7对叶片进行高精度扫描，最终得到叶片的高精度的点云数据，最终实现叶片整体的高精度快速测量。

下面具体结合附图对本发明做详细描述。

一种叶片形状快速扫描方法，具体包括以下步骤：

第一步，建立必要的坐标系。

1)建立机器坐标系。选择叶片形状测量机中某一固定位置为原点，测量机的三个导轨方向作为坐标轴XYZ方向，以接触式测头为依据建立机器坐标系。

2)建立基准坐标系。为方便系统重启后重新恢复各要素之间的位置关系，需要建立基准坐标系。以固定在叶片形状测量机工作台上的标准球的球心为原点，测量机的三个导轨方向为坐标轴XYZ方向，以此建立基准坐标系。

3)建立工件坐标系。为方便实现测试系统的自动测量，需建立工件坐标系。选择叶片一固定特征点或叶片夹具某一固定特征点为工件坐标系原点，测量机的三个导轨方向为坐标轴XYZ方向，以此建立工件坐标系。

第二步，标定两测头坐标对应关系。

1)在测头安装座上安装好复合式测头，保证安装位置正确可靠。

2)分别用接触式测头和非接触式测头对测量机工作台面上固定位置的标准球进行测量。

3)对测量所得数据进行处理，分别拟合出标准球的球心坐标，在接触式测量坐标系OXYZ下球心坐标p(x,y,z)，在非接触式测量坐标系O′X′Y′Z′下球心坐标p′(x′,y′,z′)。

4)在这两个坐标系下球心的坐标位置关系为：

由上式可知，方程有12个未知数，因此重复上述测量步骤，测得12组以上球心坐标数据，采用n>12组对应球心坐标建立超静定方程组，应用最小二乘法求解。其中：

为旋转矩阵，为平移矩阵。

第三步，进行低精度的非接触式扫描。使用较低精度的非接触式测头，对叶片全身进行三维扫描，得到全部的叶片点云数据。

第四步，点云后处理。利用K-近邻法对叶片点云数据进行平滑去噪，包括两部分，即K-近邻搜索和基于K-近邻的噪声点去除。

1)K-近邻搜索

目前常见的K-近邻计算方法有空间单元格法、八叉树法和K-d树法。本发明中采用空间单元格法。其算法原理如下。

设p＝{p₁,p₂,...,p_n}是未知的待重建曲面s上的一个采样点集，s中与待测点p_i距离最近的k个待测点成为这一点的K-近邻，记做Nb(p)。该算法首先读入测量点集文件，将数据点的坐标存入三个一组数组中分别得到测量点集在X、Y、Z方向上的最大值和最小值。利用三个方向的极值形成一个与坐标轴平行的最小长方体包围盒，并根据测点的数量和分布将长方体包围盒按三个坐标方向划分出m×n×l个子立方体，然后判断每个数据点所在的子立方体，将数据点的序号添加到该子立方体对应的线性链表中。

如果定义三个方向上最小坐标值为：sub_min_x,sub_min_y,sub_min_z；最大坐标为：sub_max_x,sub_max_y,sub_max_z；子立方体的长度为sub_size；当前点的三维坐标值为：p_x,p_y,p_z；那么子立方体在三个坐标轴方向的个数分别为：

则当前点在子立方体中三个坐标轴方向的索引号分别为：

如此一来，在计算某个散乱点p_i的K-近邻时，首先计算该点所在子立方体的索引号，然后对其所在子立方体及相邻的上下、左右、前后共27(3x3x3)个子立方体中查找k个最邻近的点。为每个数据点建立一个链表数据结构，p_i与子立方体总数据点的距离由小到大排列于该链表中，取前k个节点即为所求。当然，这种搜索方法会造成有些点(例如边界点)的K-近邻点的个数少于k，所以要对该点的邻近进行修正，让其临近点的个数大于等于k，即把那些K-近邻的个数小于k的点查找出来，在更大的范围中求这些点的二次K-近邻，从而使这些点的邻近点的个数大于等于k。

2)基于K-近邻的噪声点去除

建立好散乱点之间的拓扑关系之后，原则上就可以借助图像处理中的滤波算法对数据点进行去噪处理。搜索到每个点的K-近邻之后，文献采用邻域平均法进行噪声点去除。具体算法描述如下：

(1)读入三维散乱数据点云；

(2)利用空间单元格法建立点云拓扑关系；

(3)搜索点云中任意一点p_i∈s的K-近邻Nb(p)；

(4)计算当前点p_i与其K-邻域内各点之间的距离，取其平均值D_mid(p_i)，即：

(5)判断该平均距离D_mid(p_i)是否超过设定的阈值D_σ，若超过，

即：D_mid(p_i)＞D_σ，则认为该点是离群噪声点，将其删除；

(6)重复(3)～(5)，直到处理完点云中所有数据点。

第五步，求取点云数据法矢量方向。

1)计算每一个测点x_i的K-邻近。算法与第四步中的K-近邻搜索方法相同

2)利用这些邻近点拟合一个最小二乘平面p(x_i)作为待重建曲面在该点处的切平面，方法如下:

平面方程的一般表达式为：

Ax+By+Cz+D＝0,(c≠0)

记：

则：z＝a₀x+a₁y+a₂

平面方程拟合：

对于测点附近的k个邻域点：

(x_i,y_i,z_i),i＝0,1,…,k-1

要用点(x_i,y_i,z_i),i＝0,1,…,k-1拟合计算出最小二乘平面，则使：

最小。

要使得S最小，应满足：

即：

有，

或，

解上述线性方程组，得：a₀,a₁,a₂

即：z＝a₀x+a₁y+a₂

3)计算上述切平面的单位法矢n_i，n_i作为测点x_i的法矢量。

第六步，规划接触式测量路径。

1)结合第一步中建立好的机器坐标系和第五步中计算出的点的法矢量方向，计算每点处法矢量方向与机器坐标系中z轴方向的夹角，该夹角即为接触式测头进行扫描测量时沿旋转轴方向的旋转角。

2)将接触式测头的有效工作距离与上述旋转角度相结合，实现接触式测量的路径规划，即为接触式测头在实际测量过程中所依照的测量路径和空间姿态。

第七步，进行高精度的接触式扫描。利用高精度的接触式测头，按照上一步中所规划好的运动路径和空间姿态，对于叶片进行高精度测量，获取更高精度的叶片形状测量结果。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定专利保护范围。

Claims (3)

1.一种叶片形状快速扫描装置，其特征在于：包括基座、X主轴、Y主轴、Z主轴、转台、非接触式光学测头和接触式测头；所述X、Y、Z主轴及转台安装在基座上；其中，

X、Y、Z主轴用于带动测头在空间X、Y、Z三个方向自由移动；

转台用于带动叶片在测量空间内转动；

非接触式光学测头和接触式测头通过连接件共同安装在Y主轴上；非接触式光学测头用来对于叶片表面进行低精度测量，获取叶片全部的点云数据并对其进行测量路径规划；接触式测头用来沿规划好的测量路径对叶片表面进行高精度测量；

所用接触式测头为可沿固定轴旋转的多轴测头；

利用非接触式激光位移传感器对于叶片进行快速扫描，得到叶片表面的三维点云，作为路径规划时的参考数据；

利用非接触式激光位移传感器对叶片进行快速低精度扫描，其测量精度为100μm-1㎜；

利用接触式测量系统对叶片进行进一步高精度扫描，其测量精度为1μm-20μm；

点云数据经过点云降噪、滤波、简化后处理后，模型数据中每一点求取法矢量方向，进而获得接触式测头在测量过程中沿旋转轴的旋转角度，结合接触式测头的工作距离约束条件，生成测头在坐标机下的运动路径和空间姿态；最后依照上述规划好的轨迹和姿态。

2.基于权利要求1所述装置的叶片形状快速扫描方法，其特征在于，如下步骤：

在同一个测量系统下，采用接触式和非接触式两种不同测量精度的测头对叶片依次进行扫描；首先利用精度较低的非接触式光学测头在其测量范围内对叶片整体形状进行快速扫描，得到叶片的低精度三维点云数据；点云数据经过点云降噪、滤波、简化后处理后，模型数据中每一点求取法矢量方向，进而获得接触式测头在测量过程中沿旋转轴的旋转角度，结合接触式测头的工作距离约束条件，生成测头在坐标机下的运动路径和空间姿态；最后依照上述规划好的轨迹和姿态，采用接触式测头对叶片再次进行接触式扫描，获取叶片高精度的点云数据，最终实现叶片整体的高精度快速测量。

3.基于权利要求2所述叶片形状快速扫描方法，其特征在于，所用非接触式光学测头的种类包括线激光测头、点激光测头、结构光测头。