CN109684709A - 一种航空发动机叶片修复的自适应定位方法 - Google Patents
一种航空发动机叶片修复的自适应定位方法 Download PDFInfo
- Publication number
- CN109684709A CN109684709A CN201811561325.1A CN201811561325A CN109684709A CN 109684709 A CN109684709 A CN 109684709A CN 201811561325 A CN201811561325 A CN 201811561325A CN 109684709 A CN109684709 A CN 109684709A
- Authority
- CN
- China
- Prior art keywords
- blade
- point
- coordinate system
- measured
- machine tool
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
Abstract
本发明涉及一种航空发动机叶片修复的自适应定位方法。其包括建立散斑视觉测量系统、非接触测量得到叶片各部分点云坐标、标志点与测头中心点坐标的求取、基于标志点的叶片整体点云数据的拼接、各定位坐标系位姿关系的解算、CAM系统中建模、修复路径及待加工程序的生成,从而实现航空发动机叶片的欠定位装夹下的自适应定位方法。本发明能有效实现待修复发动机叶片在五轴加工中心的自适应定位,提高针对不同形状用处的叶片的修复加工效率和精度,降低维修费用,具有广泛的应用前景。
Description
技术领域
本发明属于航空部件数字化制造技术领域,特别是涉及一种航空发动机叶片修复的自适应定位方法。
背景技术
近年来,随着民用航空的飞速发展,涉及飞行安全问题引起了越来越多的关注。航空发动机叶片作为飞机发动机能源装置的关键部件之一,由于工作环境的复杂、恶劣,非常容易发生损坏。此外,航空飞行过程中发动机因吸入外来物的撞击也极易导致发动机叶片的缺损和形变,因此对机组乘客的生命财产安全造成极大的威胁。
航空发动机叶片一旦受到损伤,若直接更换叶片,则价格昂贵,成本高,因此对受损叶片进行修复是比较经济的做法。由于叶片的政治、军事敏感特性、叶片数控自动化修复的高技术要求,国内航空维修企业亟需填补这项技术空白。叶片修复的两个核心问题是“控性”和“控形”问题,“控性”主要利用增材制造(焊接、激光沉积、等离子物理气相沉积等)的方法使损坏的部位重新“生长出来”,解决好“控性”问题,就会避免修复后的叶片在修复部位出现非正常工作失效;而“控形”主要利用机械加工的方法对叶片重新“生长出来”的部位进行减材加工复形,解决好“控形”问题,就会使修复后的叶片在气动性能上接近或达到叶片损坏前的水平,对于损伤叶片的增材制造完成后的“控形”修复加工主要靠人工打磨的方式进行,其缺点是劳动强度过大,其修复过程主要取决于操作者的技术水平,效率比较低,修复质量也难以保证,受人为因素的影响比较大。由于手工打磨方式的以上缺点,航空发动机叶片自动“控形”修复便成为航空维修的一个热点,测量技术和数控技术的发展,使得基于散斑测量系统的叶片修复的自适应定位方法成为可能。
发明内容
为了解决上述问题,本发明的目的在于提供一种航空发动机叶片修复的自适应定位方法。
为了达到上述目的,本发明提供的航空发动机叶片修复的自适应定位方法包括按顺序进行的下列步骤:
1)建立航空发动机叶片散斑视觉测量系统;所述的航空发动机叶片散斑视觉测量系统包括:两台工业相机、计算机系统、机床夹具平台、待测叶片、相机支架装置和同步频闪控制装置;其中:工业相机为图像采集装置,并且两台工业相机以呈夹角设置的方式固定在相机支架装置上,用于采集待测叶片的图像信息,并传送给计算机系统;计算机系统与两台工业相机相连接,用于对工业相机传送的图像信息进行处理;机床夹具平台设置在工业相机的下方,用于欠定位装夹待测叶片,并且固定装夹在五轴机床的加工平台上;同步频闪控制装置为图像采集同步控制装置,与工业相机相连接,用于实现两台工业相机的图像同步采集。
2)在机床夹具平台的表面按照设定的距离和位置粘贴三个标志点,制作表面带有黑白相间的空间散斑点的航空发动机叶片作为待测叶片并欠定位装夹在机床夹具平台,利用上述散斑视觉测量系统非接触式在机测量得到初始标志点坐标系下各部位点云的空间坐标值;
3)利用散斑视觉测量系统得到上述标志点和五轴机床测头三个位置时的中心点空间坐标值;
4)利用机床夹具平台上粘贴的三个标志点进行基于标志点的点云数据拼接;
5)分别建立机床测头坐标系以及机床坐标系,并得到初始标志点坐标系、机床测头坐标系以及机床坐标系三者之间的位姿解算关系,进而得到待测叶片整体点云数据在机床坐标系下的位置信息;
6)依据上述位姿解算关系,在CAM系统中构建模型,进而生成待测叶片的修复路径,并且生成加工程序而进行待测叶片加工修复的自适应定位。
在步骤2)中,所述的待测叶片是在航空发动机叶片表面喷制黑白哑光漆,由此在表面形成黑白相间的空间散斑点而制成。
在步骤2)中,所述的利用散斑视觉测量系统非接触式在机测量得到初始标志点坐标系下各部位点云的空间坐标值的具体方法如下:首先利用双目视觉测量系统的张正友棋盘格标定方法对上述散斑视觉测量系统中的工业相机进行标定,得到其内外参数;然后利用五轴机床的加工平台旋转的方式通过机床夹具平台带动待测叶片进行旋转;之后通过散斑视觉测量系统中的两个工业相机多角度采集待测叶片各部位的图像,分别称为左图像和右图像,进而通过外极线约束条件匹配每部位左图像中散斑点在右图像中的同名散斑点,最后通过上述工业相机的内外参数解算出待测叶片上散斑点的空间坐标,采用点到投影线距离平方和最小作为优化目标L,并用非线性优化的方法对优化目标L求导,即可解算出待测叶片的各部位点云的空间坐标值。
在步骤3)中,所述的利用散斑视觉测量系统得到上述标志点和五轴机床测头三个位置时的中心点空间坐标值的具体方法如下:
通过散斑视觉测量系统对上述采集的待测叶片不同部位图像中的标志点图像进行包括灰度化、高斯平滑、阈值化处理、Canny边缘提取和椭圆质心提取在内的处理,得到标志点中心的坐标值;同时对标志点进行编号,依据编号对左右图像中的标志点分别进行匹配而得到同名标志点;通过工业相机的内外参数即可解算出机床夹具平台上三个标志点的空间坐标值;通过五轴机床控制测头移动,得到五轴机床测头环绕待测叶片的三个特定位置,保证这三个位置构成直角三角形;利用上述得到机床夹具平台上标志点的方法得到这三个特定位置下五轴机床测头的中心点空间坐标值,同时记录下五轴机床测头的中心点空间坐标在机床坐标系下的坐标值。
在步骤4)中,所述的利用机床夹具平台上粘贴的三个标志点进行基于标志点的点云数据拼接的具体方法如下:设P1、P2、P3为初始标志点坐标系下选定的三个标志点,取其各部位图像下的标志点在相机坐标系下的空间坐标值而建立相机坐标系1和相机坐标系2,则相机坐标系1与相机坐标系2分别与初始标志点坐标系3的转换关系可由旋转矩阵R及一个平移向量T实现,公式为:
其中[x1,y1,z1]为相机坐标系1中标志点中心P1'的坐标值,[x,y,z]为初始标志点坐标系3下标志点中心P1的坐标值;将依据各部位图像中的初始标志点坐标系建立的相机坐标系下的标志点代入式(1),即可解算出每部位相机坐标系与初始标志点坐标系的旋转矩阵R及平移矩阵T,再将每一位置下的与之相联系的点云数据进行空间转换,即可将待测叶片各部位的点云数据转换到同一个初始标志点坐标系下,从而实现了整体待测叶片点云的拼接,其中转换公式为:
P=R-1(P′-T) (2)
建立初始标志点坐标系的具体方法如下:P1、P2、P3为初始标志点坐标系下选定的三个标志点,假定距离已知并且P1P2、P1P3相互垂直,其中P1(0,0,0)、P2(0,n,0)、P3(n,0,0),补充虚拟标志点P4(0,0,n),并通过正交向量建立初始标志点坐标系;同理P1'、P2'、P3'为位于左侧的工业相机测量的标志点坐标值,再由正交向量建立相机坐标系;其中P4'坐标值通过的叉积后单位化得到,公式如下:
分别将P1'、P2'、P3'、P4'和P1、P2、P3、P4坐标值代入式(1)得到联立方程组,解算该方程组即可:
其中,方程组为:
在步骤5)中,所述的分别建立机床测头坐标系以及机床坐标系,并得到初始标志点坐标系、机床测头坐标系以及机床坐标系三者之间的位姿解算关系,进而得到待测叶片4整体点云数据在机床坐标系下的位置信息的具体方法如下:
按照步骤4)中初始标志点坐标系的建立方法,建立机床测头坐标系4,控制五轴机床测头的移动距离和移动方向,使得五轴机床测头处于同一个高度平面,并且让三个标志点连线构成一个直角三角形;假定机床测头坐标系是由与初始标志点相重合的坐标系旋转平移得到,因此,通过步骤4)中的公式(1),代入步骤3)中得到的五轴机床测头的中心点坐标值,解算出机床测头坐标系与初始标志点坐标系的旋转矩阵R3及平移矩阵T3;同理,由于五轴机床测头中心点的坐标值在移动位置时已进行记录,并且三个标志点处于同一高度平面,并且已知机床坐标系原点位于机床可移动范围内最左上方,同理解算出机床测头坐标系与机床坐标系的旋转矩阵R4及平移矩阵T4;在各转换坐标系位姿关系确定的基础上可以解算出初始标志点坐标系与机床坐标系的关系,其中旋转矩阵R=R3·R4,平移矩阵T=T3·T4;通过步骤4)中的公式(2),可得到待测叶片整体点云数据在机床坐标系下的具体坐标值。
在步骤6)中,所述依据上述位姿解算关系,在CAM系统中构建模型,进而生成待测叶片的修复路径,并且生成加工程序而进行待测叶片加工修复的自适应定位的具体方法如下:所述上述位姿解算关系,在CAM系统中构建待测叶片的三维数字模型,根据修复计划在CAM系统中生成待测叶片的修复路径,同时通过CAM系统中的后处理模块生成能够让五轴机床识别的加工程序,由此完成待测叶片的修复任务。
本发明提供的航空发动机叶片修复的自适应定位方法能够依据散斑视觉测量系统采集得到的待修复叶片数据信息,不依赖特定夹具实现多种形状待修复叶片的自适应定位修复。其意义在于能有效实现待修复发动机叶片在五轴机床的自适应定位,解决单一的夹具定位无法满足叶片差异性所带来的复杂修复、加工要求的问题,提高对不同形状用处的叶片的修复加工效率和精度,降低维修费用,具有广泛的应用前景。
附图说明
图1为本发明中航空发动机叶片散斑视觉测量系统示意图。
图2为本发明提供的航空发动机叶片修复的自适应定位方法流程图。
图3为本发明中基于标志点的点云各部分拼接原理示意图。
图4为本发明中自适应定位原理示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施实例中的技术方案进行清楚、完整地描述。显然,所描述的实施实例仅仅是本发明一部分实施实例,而不是全部的实施实例。基于本发明中的实施实例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施实例,都属于本发明保护的范围。
如图1、图2所示,本发明提供的航空发动机叶片修复的自适应定位方法包括按顺序进行的下列步骤:
1)建立航空发动机叶片散斑视觉测量系统;
所述的系统包括:两台工业相机1、计算机系统2、机床夹具平台3、待测叶片4、相机支架装置5和同步频闪控制装置6;其中:工业相机1为图像采集装置,并且两台工业相机1以呈夹角设置的方式固定在相机支架装置5上,用于采集待测叶片4的图像信息,并传送给计算机系统2;计算机系统2与两台工业相机1相连接,用于对工业相机1传送的图像信息进行处理;机床夹具平台3设置在工业相机1的下方,用于欠定位装夹待测叶片4,并且固定装夹在五轴机床的加工平台上;同步频闪控制装置6为图像采集同步控制装置,与工业相机1相连接,用于实现两台工业相机1的图像同步采集。
2)在机床夹具平台3的表面按照设定的距离和位置粘贴三个标志点,制作表面带有黑白相间的空间散斑点的航空发动机叶片作为待测叶片4并欠定位装夹在机床夹具平台3,利用上述散斑视觉测量系统非接触式在机测量得到初始标志点坐标系下各部位点云的空间坐标值;
所述的待测叶片4是在航空发动机叶片表面喷制黑白哑光漆,由此在表面形成黑白相间的空间散斑点而制成。欠定位装夹即只对待测叶片4进行位置固定,而不做位置定位,位置定位通过散斑视觉测量的自适应定位方法实现。
利用上述散斑视觉测量系统非接触式在机测量得到初始标志点坐标系下各部位点云的空间坐标值的具体方法如下:首先利用双目视觉测量系统的标定方法对上述散斑视觉测量系统中的工业相机1进行标定,得到其内外参数,本发明中采用的是张正友棋盘格标定法;然后利用五轴机床的加工平台旋转的方式通过机床夹具平台3带动待测叶片4进行旋转;之后通过散斑视觉测量系统中的两个工业相机1多角度采集待测叶片4各部位的图像,分别称为左图像和右图像,进而通过外极线约束条件匹配每部位左图像中散斑点在右图像中的同名散斑点,最后通过上述工业相机1的内外参数解算出待测叶片4上散斑点的空间坐标,采用点到投影线距离平方和最小作为优化目标L,并用非线性优化的方法对优化目标L求导,即可解算出待测叶片4的各部位点云的空间坐标值。
3)利用散斑视觉测量系统得到上述标志点和五轴机床测头三个位置时的中心点空间坐标值;
具体方法如下:
通过散斑视觉测量系统对上述采集的待测叶片4不同部位图像中的标志点图像进行包括灰度化、高斯平滑、阈值化处理、Canny边缘提取和椭圆质心提取在内的处理,得到标志点中心的坐标值;同时对标志点进行编号,依据编号对左右图像中的标志点分别进行匹配而得到同名标志点;通过工业相机1的内外参数即可解算出机床夹具平台3上三个标志点的空间坐标值;通过五轴机床控制测头移动,得到五轴机床测头环绕待测叶片4的三个特定位置,保证这三个位置构成直角三角形;利用上述得到机床夹具平台3上标志点的方法得到这三个特定位置下五轴机床测头的中心点空间坐标值,同时记录下五轴机床测头的中心点空间坐标在机床坐标系下的坐标值。
4)利用机床夹具平台3上粘贴的三个标志点进行基于标志点的点云数据拼接;
具体方法如下:如图3所示,由于待测叶片4与机床夹具平台3的相对位置是固定的,设P1、P2、P3为初始标志点坐标系下选定的三个标志点,取其各部位图像下的标志点在相机坐标系下的空间坐标值而建立相机坐标系1和相机坐标系2,则相机坐标系1与相机坐标系2分别与初始标志点坐标系3的转换关系可由旋转矩阵R及一个平移向量T实现,公式为:
其中[x1,y1,z1]为相机坐标系1中标志点中心P1'的坐标值,[x,y,z]为初始标志点坐标系3下标志点中心P1的坐标值。将依据各部位图像中的初始标志点坐标系建立的相机坐标系下的标志点代入式(1),即可解算出每部位相机坐标系与初始标志点坐标系的旋转矩阵R及平移矩阵T,再将每一位置下的与之相联系的点云数据进行空间转换,即可将待测叶片4各部位的点云数据转换到同一个初始标志点坐标系下,从而实现了整体待测叶片4点云的拼接,其中转换公式为:
P=R-1(P′-T) (2)
所述的建立初始标志点坐标系的具体方法如下:如图3所示,P1、P2、P3为初始标志点坐标系下选定的三个标志点,假定距离已知并且P1P2、P1P3相互垂直,其中P1(0,0,0)、P2(0,n,0)、P3(n,0,0),补充虚拟标志点P4(0,0,n),并通过正交向量建立初始标志点坐标系。同理P1'、P2'、P3'为位于左侧的工业相机1测量的标志点坐标值,再由正交向量建立相机坐标系1。其中P4'坐标值通过的叉积后单位化得到,公式如下:
分别将P1'、P2'、P3'、P4'和P1、P2、P3、P4坐标值代入式(1)得到联立方程组,解算该方程组即可。
其中,方程组为:
5)分别建立机床测头坐标系以及机床坐标系,并得到初始标志点坐标系、机床测头坐标系以及机床坐标系三者之间的位姿解算关系,进而得到待测叶片4整体点云数据在机床坐标系下的位置信息;
具体方法如下:
如图4所示:1、2分别为图像采集过程中两个示意位置下建立的相机坐标系,3为初始标志点坐标系,4为机床测头坐标系,5为机床坐标系。按照步骤4)中提到的初始标志点坐标系的建立方法,建立机床测头坐标系4,控制五轴机床测头的移动距离和移动方向,使得五轴机床测头处于同一个高度平面,并且让三个标志点连线构成一个直角三角形。假定机床测头坐标系是由与初始标志点相重合的坐标系旋转平移得到,因此,通过步骤4)中的公式(1),代入步骤3)中得到的五轴机床测头的中心点坐标值,解算出机床测头坐标系与初始标志点坐标系的旋转矩阵R3及平移矩阵T3。同理,由于五轴机床测头中心点的坐标值在移动位置时已进行记录,并且三个标志点处于同一高度平面,并且已知机床坐标系原点位于机床可移动范围内最左上方,同理解算出机床测头坐标系与机床坐标系的旋转矩阵R4及平移矩阵T4。在各转换坐标系位姿关系确定的基础上可以解算出初始标志点坐标系与机床坐标系的关系,其中旋转矩阵R=R3·R4,平移矩阵T=T3·T4。通过步骤4)中的公式(2),可得到待测叶片4整体点云数据在机床坐标系下的具体坐标值。
6)依据上述位姿解算关系,在CAM系统中构建模型,进而生成待测叶片4的修复路径,并且生成加工程序而进行待测叶片4加工修复的自适应定位。
具体方法如下:所述上述位姿解算关系,在CAM系统中构建待测叶片4的三维数字模型,根据修复计划在CAM系统中生成待测叶片4的修复路径,同时通过CAM系统中的后处理模块生成能够让五轴机床识别的加工程序,由此完成待测叶片4的修复任务。
以上所述,仅为本发明较佳实施例,并不用以限制本发明,凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同替换和改进,均应包含在本发明技术方案的保护范围之内。
Claims (7)
1.一种航空发动机叶片修复的自适应定位方法,其特征在于:所述的自适应定位方法包括按顺序进行的下列步骤:
1)建立航空发动机叶片散斑视觉测量系统;所述的航空发动机叶片散斑视觉测量系统包括:两台工业相机(1)、计算机系统(2)、机床夹具平台(3)、待测叶片(4)、相机支架装置(5)和同步频闪控制装置(6);其中:工业相机(1)为图像采集装置,并且两台工业相机(1)以呈夹角设置的方式固定在相机支架装置(5)上,用于采集待测叶片(4)的图像信息,并传送给计算机系统(2);计算机系统(2)与两台工业相机(1)相连接,用于对工业相机(1)传送的图像信息进行处理;机床夹具平台(3)设置在工业相机(1)的下方,用于欠定位装夹待测叶片(4),并且固定装夹在五轴机床的加工平台上;同步频闪控制装置(6)为图像采集同步控制装置,与工业相机(1)相连接,用于实现两台工业相机(1)的图像同步采集。
2)在机床夹具平台(3)的表面按照设定的距离和位置粘贴三个标志点,制作表面带有黑白相间的空间散斑点的航空发动机叶片作为待测叶片(4)并欠定位装夹在机床夹具平台(3),利用上述散斑视觉测量系统非接触式在机测量得到初始标志点坐标系下各部位点云的空间坐标值;
3)利用散斑视觉测量系统得到上述标志点和五轴机床测头三个位置时的中心点空间坐标值;
4)利用机床夹具平台(3)上粘贴的三个标志点进行基于标志点的点云数据拼接;
5)分别建立机床测头坐标系以及机床坐标系,并得到初始标志点坐标系、机床测头坐标系以及机床坐标系三者之间的位姿解算关系,进而得到待测叶片(4)整体点云数据在机床坐标系下的位置信息;
6)依据上述位姿解算关系,在CAM系统中构建模型,进而生成待测叶片(4)的修复路径,并且生成加工程序而进行待测叶片(4)加工修复的自适应定位。
2.根据权利要求1所述的航空发动机叶片修复的自适应定位方法,其特征在于:在步骤1)中,所述的待测叶片(4)是在航空发动机叶片表面喷制黑白哑光漆,由此在表面形成黑白相间的空间散斑点而制成。
3.根据权利要求1所述的航空发动机叶片修复的自适应定位方法,其特征在于:在步骤2)中,所述的利用散斑视觉测量系统非接触式在机测量得到初始标志点坐标系下各部位点云的空间坐标值的具体方法如下:首先利用双目视觉测量系统的张正友棋盘格标定方法对上述散斑视觉测量系统中的工业相机(1)进行标定,得到其内外参数;然后利用五轴机床的加工平台旋转的方式通过机床夹具平台(3)带动待测叶片(4)进行旋转;之后通过散斑视觉测量系统中的两个工业相机(1)多角度采集待测叶片(4)各部位的图像,分别称为左图像和右图像,进而通过外极线约束条件匹配每部位左图像中散斑点在右图像中的同名散斑点,最后通过上述工业相机(1)的内外参数解算出待测叶片(4)上散斑点的空间坐标,采用点到投影线距离平方和最小作为优化目标L,并用非线性优化的方法对优化目标L求导,即可解算出待测叶片(4)的各部位点云的空间坐标值。
4.根据权利要求1所述的航空发动机叶片修复的自适应定位方法,其特征在于:在步骤3)中,所述的利用散斑视觉测量系统得到上述标志点和五轴机床测头三个位置时的中心点空间坐标值的具体方法如下:
通过散斑视觉测量系统对上述采集的待测叶片(4)不同部位图像中的标志点图像进行包括灰度化、高斯平滑、阈值化处理、Canny边缘提取和椭圆质心提取在内的处理,得到标志点中心的坐标值;同时对标志点进行编号,依据编号对左右图像中的标志点分别进行匹配而得到同名标志点;通过工业相机(1)的内外参数即可解算出机床夹具平台(3)上三个标志点的空间坐标值;通过五轴机床控制测头移动,得到五轴机床测头环绕待测叶片(4)的三个特定位置,保证这三个位置构成直角三角形;利用上述得到机床夹具平台(3上标志点的方法得到这三个特定位置下五轴机床测头的中心点空间坐标值,同时记录下五轴机床测头的中心点空间坐标在机床坐标系下的坐标值。
5.根据权利要求1所述的航空发动机叶片修复的自适应定位方法,其特征在于:在步骤4)中,所述的利用机床夹具平台(3)上粘贴的三个标志点进行基于标志点的点云数据拼接的具体方法如下:设P1、P2、P3为初始标志点坐标系下选定的三个标志点,取其各部位图像下的标志点在相机坐标系下的空间坐标值而建立相机坐标系1和相机坐标系2,则相机坐标系1与相机坐标系2分别与初始标志点坐标系3的转换关系可由旋转矩阵R及一个平移向量T实现,公式为:
其中[x1,y1,z1]为相机坐标系1中标志点中心P1'的坐标值,[x,y,z]为初始标志点坐标系3下标志点中心P1的坐标值;将依据各部位图像中的初始标志点坐标系建立的相机坐标系下的标志点代入式(1),即可解算出每部位相机坐标系与初始标志点坐标系的旋转矩阵R及平移矩阵T,再将每一位置下的与之相联系的点云数据进行空间转换,即可将待测叶片(4)各部位的点云数据转换到同一个初始标志点坐标系下,从而实现了整体待测叶片(4)点云的拼接,其中转换公式为:
P=R-1(P′-T) (2)
建立初始标志点坐标系的具体方法如下:P1、P2、P3为初始标志点坐标系下选定的三个标志点,假定距离已知并且P1P2、P1P3相互垂直,其中P1(0,0,0)、P2(0,n,0)、P3(n,0,0),补充虚拟标志点P4(0,0,n),并通过正交向量建立初始标志点坐标系;同理P1'、P2'、P3'为位于左侧的工业相机(1)测量的标志点坐标值,再由正交向量建立相机坐标系(1);其中P4'坐标值通过的叉积后单位化得到,公式如下:
分别将P1'、P2'、P3'、P4'和P1、P2、P3、P4坐标值代入式(1)得到联立方程组,解算该方程组即可:
其中,方程组为:
6.根据权利要求1或5所述的航空发动机叶片修复的自适应定位方法,其特征在于:在步骤5)中,所述的分别建立机床测头坐标系以及机床坐标系,并得到初始标志点坐标系、机床测头坐标系以及机床坐标系三者之间的位姿解算关系,进而得到待测叶片(4)整体点云数据在机床坐标系下的位置信息的具体方法如下:
按照步骤4)中初始标志点坐标系的建立方法,建立机床测头坐标系,控制五轴机床测头的移动距离和移动方向,使得五轴机床测头处于同一个高度平面,并且让三个标志点连线构成一个直角三角形;假定机床测头坐标系是由与初始标志点相重合的坐标系旋转平移得到,因此,通过步骤4)中的公式(1),代入步骤3)中得到的五轴机床测头的中心点坐标值,解算出机床测头坐标系与初始标志点坐标系的旋转矩阵R3及平移矩阵T3;同理,由于五轴机床测头中心点的坐标值在移动位置时已进行记录,并且三个标志点处于同一高度平面,并且已知机床坐标系原点位于机床可移动范围内最左上方,同理解算出机床测头坐标系与机床坐标系的旋转矩阵R4及平移矩阵T4;在各转换坐标系位姿关系确定的基础上可以解算出初始标志点坐标系与机床坐标系的关系,其中旋转矩阵R=R3·R4,平移矩阵T=T3·T4;通过步骤4)中的公式(2),可得到待测叶片4整体点云数据在机床坐标系下的具体坐标值。
7.根据权利要求1或6所述的航空发动机叶片修复的自适应定位方法,其特征在于:在步骤6)中,所述依据上述位姿解算关系,在CAM系统中构建模型,进而生成待测叶片(4)的修复路径,并且生成加工程序而进行待测叶片(4)加工修复的自适应定位的具体方法如下:所述上述位姿解算关系,在CAM系统中构建待测叶片(4)的三维数字模型,根据修复计划在CAM系统中生成待测叶片(4)的修复路径,同时通过CAM系统中的后处理模块生成能够让五轴机床识别的加工程序,由此完成待测叶片(4)的修复任务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811561325.1A CN109684709B (zh) | 2018-12-20 | 2018-12-20 | 一种航空发动机叶片修复的自适应定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811561325.1A CN109684709B (zh) | 2018-12-20 | 2018-12-20 | 一种航空发动机叶片修复的自适应定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109684709A true CN109684709A (zh) | 2019-04-26 |
CN109684709B CN109684709B (zh) | 2022-12-30 |
Family
ID=66187929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811561325.1A Active CN109684709B (zh) | 2018-12-20 | 2018-12-20 | 一种航空发动机叶片修复的自适应定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109684709B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108508845A (zh) * | 2018-04-23 | 2018-09-07 | 南京航空航天大学 | 一种基于几何自适应的复杂曲面快速数控雕铣方法 |
CN111352398A (zh) * | 2020-02-28 | 2020-06-30 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 智能精密加工单元 |
CN111351473A (zh) * | 2020-04-27 | 2020-06-30 | 华中科技大学无锡研究院 | 一种基于机器人的视点规划方法、装置及测量系统 |
CN112258445A (zh) * | 2020-08-21 | 2021-01-22 | 西北工业大学 | 一种航空发动机错漏装检测视点求解方法 |
CN112620872A (zh) * | 2020-12-09 | 2021-04-09 | 河北工业大学 | 基于视触融合的航空发动机叶片修复系统的坐标转换方法 |
CN113074658A (zh) * | 2021-03-19 | 2021-07-06 | 中国科学院自动化研究所 | 航空发动机叶片修复智能检测工作站 |
CN114636386A (zh) * | 2022-02-28 | 2022-06-17 | 浙江时空道宇科技有限公司 | 角度测量方法、装置、系统及计算机可读存储介质 |
CN116628786A (zh) * | 2023-07-26 | 2023-08-22 | 中南大学 | 一种异形立体标志球制造方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103175485A (zh) * | 2013-02-20 | 2013-06-26 | 天津工业大学 | 一种飞机涡轮发动机叶片修复机器人的视觉标定方法 |
US20140184786A1 (en) * | 2013-01-02 | 2014-07-03 | The Boeing Company | Systems and Methods for Stand-Off Inspection of Aircraft Structures |
CN104400279A (zh) * | 2014-10-11 | 2015-03-11 | 南京航空航天大学 | 基于ccd的管道空间焊缝自动识别与轨迹规划的方法及系统 |
CN105252341A (zh) * | 2015-09-02 | 2016-01-20 | 大连理工大学 | 五轴数控机床动态误差视觉测量方法 |
CN106643492A (zh) * | 2016-11-18 | 2017-05-10 | 中国民航大学 | 一种航空发动机损伤叶片三维数字散斑造型方法 |
CN106841206A (zh) * | 2016-12-19 | 2017-06-13 | 大连理工大学 | 大型零件化学铣削切割非接触在线检测方法 |
CN106949845A (zh) * | 2017-01-19 | 2017-07-14 | 南京航空航天大学 | 基于双目立体视觉的二维激光振镜扫描系统及标定方法 |
-
2018
- 2018-12-20 CN CN201811561325.1A patent/CN109684709B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140184786A1 (en) * | 2013-01-02 | 2014-07-03 | The Boeing Company | Systems and Methods for Stand-Off Inspection of Aircraft Structures |
CN103175485A (zh) * | 2013-02-20 | 2013-06-26 | 天津工业大学 | 一种飞机涡轮发动机叶片修复机器人的视觉标定方法 |
CN104400279A (zh) * | 2014-10-11 | 2015-03-11 | 南京航空航天大学 | 基于ccd的管道空间焊缝自动识别与轨迹规划的方法及系统 |
CN105252341A (zh) * | 2015-09-02 | 2016-01-20 | 大连理工大学 | 五轴数控机床动态误差视觉测量方法 |
CN106643492A (zh) * | 2016-11-18 | 2017-05-10 | 中国民航大学 | 一种航空发动机损伤叶片三维数字散斑造型方法 |
CN106841206A (zh) * | 2016-12-19 | 2017-06-13 | 大连理工大学 | 大型零件化学铣削切割非接触在线检测方法 |
CN106949845A (zh) * | 2017-01-19 | 2017-07-14 | 南京航空航天大学 | 基于双目立体视觉的二维激光振镜扫描系统及标定方法 |
Non-Patent Citations (2)
Title |
---|
任学军 等: "航空发动机精锻叶片自适应数控加工技术", 《航空制造技术》 * |
周凯 等: "一种基于软件寻位的数控加工技术", 《西安交通大学学报》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108508845A (zh) * | 2018-04-23 | 2018-09-07 | 南京航空航天大学 | 一种基于几何自适应的复杂曲面快速数控雕铣方法 |
CN111352398A (zh) * | 2020-02-28 | 2020-06-30 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 智能精密加工单元 |
CN111352398B (zh) * | 2020-02-28 | 2023-08-25 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 智能精密加工单元 |
CN111351473B (zh) * | 2020-04-27 | 2022-03-04 | 华中科技大学无锡研究院 | 一种基于机器人的视点规划方法、装置及测量系统 |
CN111351473A (zh) * | 2020-04-27 | 2020-06-30 | 华中科技大学无锡研究院 | 一种基于机器人的视点规划方法、装置及测量系统 |
CN112258445B (zh) * | 2020-08-21 | 2022-08-02 | 西北工业大学 | 一种航空发动机错漏装检测视点求解方法 |
CN112258445A (zh) * | 2020-08-21 | 2021-01-22 | 西北工业大学 | 一种航空发动机错漏装检测视点求解方法 |
CN112620872B (zh) * | 2020-12-09 | 2022-01-28 | 河北工业大学 | 基于视触融合的航空发动机叶片修复系统的坐标转换方法 |
CN112620872A (zh) * | 2020-12-09 | 2021-04-09 | 河北工业大学 | 基于视触融合的航空发动机叶片修复系统的坐标转换方法 |
CN113074658A (zh) * | 2021-03-19 | 2021-07-06 | 中国科学院自动化研究所 | 航空发动机叶片修复智能检测工作站 |
CN114636386A (zh) * | 2022-02-28 | 2022-06-17 | 浙江时空道宇科技有限公司 | 角度测量方法、装置、系统及计算机可读存储介质 |
CN116628786A (zh) * | 2023-07-26 | 2023-08-22 | 中南大学 | 一种异形立体标志球制造方法 |
CN116628786B (zh) * | 2023-07-26 | 2023-10-10 | 中南大学 | 一种异形立体标志球制造方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109684709B (zh) | 2022-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109684709A (zh) | 一种航空发动机叶片修复的自适应定位方法 | |
CN109990701B (zh) | 一种大型复杂曲面三维形貌机器人移动测量系统及方法 | |
CN109029257B (zh) | 基于立体视觉和结构光视觉的大型工件位姿测量系统、方法 | |
CN107214703B (zh) | 一种基于视觉辅助定位的机器人自标定方法 | |
CN110440692B (zh) | 激光跟踪仪与结构光3d扫描仪组合式测量标定方法 | |
CN107270833A (zh) | 一种复杂曲面零件三维测量系统及方法 | |
CN109397282A (zh) | 机械手臂加工方法、系统及计算机可读取纪录媒体 | |
CN103615980B (zh) | 一种板件上圆孔参数的测量方法及系统 | |
CN106553086B (zh) | 快速高精度的复杂曲面制孔点法矢量测量方法 | |
CN208780144U (zh) | 一种连接孔在线视觉检测系统 | |
CN106643492B (zh) | 一种航空发动机损伤叶片三维数字散斑造型方法 | |
CN211055414U (zh) | 一种飞机蒙皮表面缺陷无损检测机器人系统 | |
CN107121967A (zh) | 一种激光在机找正和工序间测量装置 | |
CN108648237A (zh) | 一种基于视觉的空间定位方法 | |
CN110293559B (zh) | 一种自动识别定位对准的安装方法 | |
CN111531407B (zh) | 一种基于图像处理的工件姿态快速测量方法 | |
CN109341532A (zh) | 一种面向自动装配的基于结构特征的零件坐标标定方法 | |
CN109000557A (zh) | 一种核燃料棒位姿自动识别方法 | |
CN107084671B (zh) | 一种基于三线结构光的凹球直径测量系统及测量方法 | |
CN111008602B (zh) | 一种小曲率薄壁零件用二维和三维视觉结合的划线特征提取方法 | |
Ding et al. | CAD-based path planning for 3D laser scanning of complex surface | |
CN116168072A (zh) | 一种多相机大尺寸视觉测量方法及系统 | |
CN114434036B (zh) | 用于大型船舶结构件龙门式机器人焊接的三维视觉系统及运行方法 | |
CN109773589B (zh) | 对工件表面进行在线测量和加工导引的方法及装置、设备 | |
CN110057338B (zh) | 一种基于复合测量的工件原点自适应设置方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |