CN109960868B - 基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法 - Google Patents

基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法 Download PDF

Info

Publication number
CN109960868B
CN109960868B CN201910217533.8A CN201910217533A CN109960868B CN 109960868 B CN109960868 B CN 109960868B CN 201910217533 A CN201910217533 A CN 201910217533A CN 109960868 B CN109960868 B CN 109960868B
Authority
CN
China
Prior art keywords
rotor
measurement
error
sampling
alpha
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.)
Active
Application number
CN201910217533.8A
Other languages
English (en)
Other versions
CN109960868A (zh
Inventor
谭久彬
孙传智
刘永猛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201910217533.8A priority Critical patent/CN109960868B/zh
Publication of CN109960868A publication Critical patent/CN109960868A/zh
Application granted granted Critical
Publication of CN109960868B publication Critical patent/CN109960868B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/20—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring contours or curvatures, e.g. determining profile
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/22—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring angles or tapers; for testing the alignment of axes
    • G01B21/24—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring angles or tapers; for testing the alignment of axes for testing alignment of axes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明提出了基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法。本发明分析了转子圆轮廓测量的采样角度分布特性和测量误差，将采集到的圆轮廓数据通过非等间隔形态学滤波器进行功能性滤波；考虑圆轮廓测量中的转子偏心、传感器测头偏移、传感器测球半径三个参数分量，建立了三参数圆轮廓测量模型；依据高滤波精度的测量数据和圆轮廓测量模型，可以准确的估计出偏心误差，得到转子测量面偏心误差的目标函数，进而得到偏心误差的概率密度，得到接触面跳动信息和偏心误差的概率关系，实现转子公差的分配。

Description

基于多参数调控的大型高速回转装备单级零部件偏心数据处 理及跳动公差分配方法
技术领域
本发明属于机械公差分配技术领域，特别是涉及基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法。
背景技术
随着我国大力发展航空业，对航空发动机性能的要求也不断提高。在追求研制更高推重比的航空发动机的同时，也要注重减小发动机自身的振动，以提高发动机性能，保证飞行安全。减小发动机的振动是发动机研制过程中的重要目标。转子的装配质量对航空发动机的性能有着极大的影响，因此为了减小振动，需要在设计航空发动机转子公差分配上进行合理赋值。这样可以极大的提高发动机转子加工精度，降低加工成本。
波音公司提出一种统计公差确定方法(统计公差确定方法。公开号：CN1549069A)，该方法首先优选出有效的零件装配顺序；其次，合理选择代加工配合件的定位件，确定配合件的数量和尺寸，并将这些部件彼此相对定位或紧固在一起而形成装配件；最后，将各个单独零部件的统计尺寸公差确定为零部件的制造要求，利用此公差降低加工成本，并使得装配件满足尺寸公差要求。其不足之处在于：未考虑零部件测量误差对公差分配的影响。
哈尔滨工业大学提出一种双偏置参数圆轮廓测量模型与偏置误差分离方法(一种双偏置参数圆轮廓测量模型与偏置误差分离方法。公开号：CN 101339021A)，该模型中同时包含被测试件偏心误差(e,α)和传感器测头偏移误差d两个偏置误差分量，采用参数优化的方法实现对偏置误差参量和模型中其他参量的精确估计与直接求解，获得被测试件真实的圆轮廓。其不足之处在于：未考虑到传感器测球半径引起的误差对圆轮廓测量产生的影响。
以上和现有的方法均存在的问题在于：测量圆轮廓的过程中没有综合考虑被测物偏心误差、传感器测头偏移量、传感器测球半径，上述三个参数会对圆轮廓的精确测量产生极大的影响，未分析圆轮廓测量误差下的采样角度非等间隔性，且未建立基于非等间隔采样角度下的滤波方法，未对采样点进行功能性滤波，进而无法提取出转子装配时接触点信息。
发明内容
本发明目的是为了解决现有的技术问题，提供了一种基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法，以解决航空发动机转子圆轮廓测量精度低，装配同轴度低、装配质量差的问题，改善航空发动机的性能。
本发明是通过以下技术方案实现的，本发明提出基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法，
步骤1、分析转子圆轮廓测量的采样角度分布特性和测量误差，建立真实采样角度分布函数，采集圆轮廓数据；
步骤2、将采集到的圆轮廓数据通过非等间隔形态学滤波器进行功能性滤波，获得有效的圆轮廓数据；
步骤3、根据圆轮廓测量中的转子偏心、传感器测头偏移和传感器测球半径三个参数分量，建立三参数圆轮廓测量模型；
步骤4、依据有效的圆轮廓数据和圆轮廓测量模型，准确的估计出偏心误差，得到转子测量面偏心误差的目标函数，进而得到偏心误差的概率密度，得到接触面跳动信息和偏心误差的概率关系，实现转子公差的分配。
进一步地，所述步骤1具体为：
在实际单级转子圆轮廓测量中，由于存在测量误差会导致真实采样角度呈非等间隔分布，基于采样角度分布特性和测量误差建立真实采样角度分布函数：
Figure BDA0002002531020000021
式中，
Figure BDA0002002531020000022
为相对于几何中心的采样角度，θi为相对于回转中心的采样角度，d为传感器测头偏移量，e为转子偏心误差，α为转子偏心角，r0为转子最小二乘拟合半径，r为传感器测头半径，n为采样点数。
进一步地，所述步骤2具体为：
从包络滤波技术设计了基于非等间隔采样角度的形态学滤波器，在二维点集S中取任意一点P1，以点P1开始在与之距离小于2α的点构成子集S1，其中S为圆轮廓采样点的二维空间坐标点集，α为alpha圆盘半径；在子集S1中取任意一点P2，则存在两个半径为α的alpha圆盘过P1和P2两点，P0和P0'分别为两个alpha圆盘的圆心，alpha圆盘内外圆圆心的轨迹方程为：
Figure BDA0002002531020000023
或
Figure BDA0002002531020000024
其中，
Figure BDA0002002531020000031
Figure BDA0002002531020000032
Figure BDA0002002531020000033
ρ0、
Figure BDA0002002531020000034
ρ0'、
Figure BDA0002002531020000035
ρ1、
Figure BDA0002002531020000036
ρ2、
Figure BDA0002002531020000037
分别为点P0、P0'、P1、P2在极坐标下的极径和极角；
因而，alpha包络边界
Figure BDA0002002531020000038
和采样点极坐标
Figure BDA0002002531020000039
关系表示为：
Figure BDA00020025310200000310
其中，n为圆轮廓采样点数，F为基于alpha shape理论的非等间隔形态学滤波器设计法则。
进一步地，所述步骤3具体为：
建立单级转子三参数圆轮廓测量模型，该模型包含被测单级转子偏心误差、传感器测头偏移量和传感器测球半径引起的误差；
所述三参数圆轮廓测量模型的测量方程为：
Figure BDA00020025310200000311
式中，ρi为传感器测头到测量回转中心的距离，e为转子偏心误差，θi为相对于回转中心的采样角度，α为转子偏心角，r为传感器测球半径，n为采样点数，r0为转子最小二乘拟合半径，Δri为转子表面加工误差，d为传感器测头偏移量；
当偏心误差相对于转子最小二乘拟合半径为e/r0＜10-3时，所述测量方程通过幂级数展开，得到简化的三参数圆轮廓测量模型为：
Figure BDA00020025310200000312
进一步地，所述测量误差包括偏心误差和/或传感器测头偏移量。
附图说明
图1是本发明基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法的流程图；
图2是滤波示意图。
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例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。
结合图1，本发明提出基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法，
步骤1、分析转子圆轮廓测量的采样角度分布特性和测量误差，建立真实采样角度分布函数，采集圆轮廓数据；
所述步骤1具体为：
在实际单级转子圆轮廓测量中，由于存在测量误差会导致真实采样角度呈非等间隔分布，基于采样角度分布特性和测量误差建立真实采样角度分布函数：
Figure BDA0002002531020000041
式中，
Figure BDA0002002531020000042
为相对于几何中心的采样角度，θi为相对于回转中心的采样角度，d为传感器测头偏移量，e为转子偏心误差，α为转子偏心角，r0为转子最小二乘拟合半径，r为传感器测头半径，n为采样点数。
步骤2、将采集到的圆轮廓数据通过非等间隔形态学滤波器进行功能性滤波，获得有效的圆轮廓数据；
所述步骤2具体为：
结合图2，从包络滤波技术设计了基于非等间隔采样角度的形态学滤波器，在二维点集S中取任意一点P1，以点P1开始在与之距离小于2α的点构成子集S1，其中S为圆轮廓采样点的二维空间坐标点集，α为alpha圆盘半径；在子集S1中取任意一点P2，则存在两个半径为α的alpha圆盘过P1和P2两点，P0和P0'分别为两个alpha圆盘的圆心，alpha圆盘内外圆圆心的轨迹方程为：
Figure BDA0002002531020000051
或
Figure BDA0002002531020000052
其中，
Figure BDA0002002531020000053
Figure BDA0002002531020000054
Figure BDA0002002531020000055
ρ0、
Figure BDA0002002531020000056
ρ0'、
Figure BDA0002002531020000057
ρ1、
Figure BDA0002002531020000058
ρ2、
Figure BDA0002002531020000059
分别为点P0、P0'、P1、P2在极坐标下的极径和极角；
因而，alpha包络边界
Figure BDA00020025310200000510
和采样点极坐标
Figure BDA00020025310200000511
关系表示为：
Figure BDA00020025310200000512
其中，n为圆轮廓采样点数，F为基于alpha shape理论的非等间隔形态学滤波器设计法则。
所述测量误差包括偏心误差和/或传感器测头偏移量。
步骤3、根据圆轮廓测量中的转子偏心、传感器测头偏移和传感器测球半径三个参数分量，建立三参数圆轮廓测量模型；
所述步骤3具体为：
建立单级转子三参数圆轮廓测量模型，该模型包含被测单级转子偏心误差、传感器测头偏移量和传感器测球半径引起的误差；
所述三参数圆轮廓测量模型的测量方程为：
Figure BDA00020025310200000513
式中，ρi为传感器测头到测量回转中心的距离，e为转子偏心误差，θi为相对于回转中心的采样角度，α为转子偏心角，r为传感器测球半径，n为采样点数，r0为转子最小二乘拟合半径，Δri为转子表面加工误差，d为传感器测头偏移量；
当偏心误差相对于转子最小二乘拟合半径为e/r0＜10-3时，所述测量方程通过幂级数展开，得到简化的三参数圆轮廓测量模型为：
Figure BDA0002002531020000061
步骤4、依据有效的圆轮廓数据和圆轮廓测量模型，准确的估计出偏心误差，得到转子测量面偏心误差的目标函数，进而得到偏心误差的概率密度，得到接触面跳动信息和偏心误差的概率关系，实现转子公差的分配。
本发明分析了转子圆轮廓测量的采样角度分布特性和测量误差，将采集到的圆轮廓数据通过非等间隔形态学滤波器进行功能性滤波；考虑圆轮廓测量中的转子偏心、传感器测头偏移、传感器测球半径三个参数分量，建立了三参数圆轮廓测量模型；依据高滤波精度的测量数据和圆轮廓测量模型，可以准确的估计出偏心误差，得到转子测量面偏心误差的目标函数，进而得到偏心误差的概率密度，得到接触面跳动信息和偏心误差的概率关系，实现转子公差的分配。
以上对本发明所提供的基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (2)

1.基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法，其特征在于：
步骤1、分析转子圆轮廓测量的采样角度分布特性和测量误差，建立真实采样角度分布函数，采集圆轮廓数据；
步骤2、将采集到的圆轮廓数据通过非等间隔形态学滤波器进行功能性滤波，获得有效的圆轮廓数据；
步骤3、根据圆轮廓测量中的转子偏心、传感器测头偏移和传感器测球半径三个参数分量，建立三参数圆轮廓测量模型；
步骤4、依据有效的圆轮廓数据和圆轮廓测量模型，准确的估计出偏心误差，得到转子测量面偏心误差的目标函数，进而得到偏心误差的概率密度，得到接触面跳动信息和偏心误差的概率关系，实现转子公差的分配；
所述步骤1具体为：
在实际单级转子圆轮廓测量中，由于存在测量误差会导致真实采样角度呈非等间隔分布，基于采样角度分布特性和测量误差建立真实采样角度分布函数：
Figure FDA0003704628260000011
式中，
Figure FDA0003704628260000012
为相对于几何中心的采样角度，θi为相对于回转中心的采样角度，d为传感器测头偏移量，e为转子偏心误差，α为转子偏心角，r0为转子最小二乘拟合半径，r为传感器测头半径，n为采样点数；
所述步骤2具体为：
从包络滤波技术设计了基于非等间隔采样角度的形态学滤波器，在二维点集S中取任意一点P1，以点P1开始在与之距离小于2α的点构成子集S1，其中S为圆轮廓采样点的二维空间坐标点集，α为alpha圆盘半径；在子集S1中取任意一点P2，则存在两个半径为α的alpha圆盘过P1和P2两点，P0和P0'分别为两个alpha圆盘的圆心，alpha圆盘内外圆圆心的轨迹方程为：
Figure FDA0003704628260000013
或
Figure FDA0003704628260000014
其中，
Figure FDA0003704628260000021
Figure FDA0003704628260000022
Figure FDA0003704628260000023
ρ0、
Figure FDA0003704628260000024
ρ0'、
Figure FDA0003704628260000025
ρ1、
Figure FDA0003704628260000026
ρ2、
Figure FDA0003704628260000027
分别为点P0、P0'、P1、P2在极坐标下的极径和极角；
因而，alpha包络边界
Figure FDA0003704628260000028
和采样点极坐标
Figure FDA0003704628260000029
关系表示为：
Figure FDA00037046282600000210
其中，n为圆轮廓采样点数，F为基于alpha shape理论的非等间隔形态学滤波器设计法则；
所述步骤3具体为：
建立单级转子三参数圆轮廓测量模型，该模型包含被测单级转子偏心误差、传感器测头偏移量和传感器测球半径引起的误差；
所述三参数圆轮廓测量模型的测量方程为：
Figure FDA00037046282600000211
式中，ρi为传感器测头到测量回转中心的距离，e为转子偏心误差，θi为相对于回转中心的采样角度，α为转子偏心角，r为传感器测球半径，n为采样点数，r0为转子最小二乘拟合半径，Δri为转子表面加工误差，d为传感器测头偏移量；
当偏心误差相对于转子最小二乘拟合半径为e/r0＜10-3时，所述测量方程通过幂级数展开，得到简化的三参数圆轮廓测量模型为：
Figure FDA00037046282600000212
2.根据权利要求1所述的方法，其特征在于，所述测量误差包括偏心误差和/或传感器测头偏移量。
CN201910217533.8A 2019-03-21 2019-03-21 基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法 Active CN109960868B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910217533.8A CN109960868B (zh) 2019-03-21 2019-03-21 基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910217533.8A CN109960868B (zh) 2019-03-21 2019-03-21 基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法

Publications (2)

Publication Number Publication Date
CN109960868A CN109960868A (zh) 2019-07-02
CN109960868B true CN109960868B (zh) 2022-10-25

Family

ID=67024678

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910217533.8A Active CN109960868B (zh) 2019-03-21 2019-03-21 基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法

Country Status (1)

Country Link
CN (1) CN109960868B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110530306B (zh) * 2019-08-27 2020-10-20 大连理工大学 一种基于实测跳动数据的典型回转体零件表征方法
CN110929742B (zh) * 2019-12-02 2021-07-27 哈尔滨工业大学 一种基于粒子群寻优的大型高速回转装备功能性滤波方法
CN110906898B (zh) * 2019-12-02 2021-03-30 哈尔滨工业大学 一种大型高速回转装备圆柱轮廓测量模型
CN111046326B (zh) * 2019-12-26 2023-04-28 哈尔滨工业大学 一种基于三误差耦合的大型高速回转装备误差分离方法
CN111043960B (zh) * 2019-12-26 2021-04-30 哈尔滨工业大学 一种基于激光传感的大型高速回转装备误差测量及分离方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101339021A (zh) * 2008-08-13 2009-01-07 哈尔滨工业大学 一种双偏置参数圆轮廓测量模型与偏置误差分离方法
CN101745685A (zh) * 2009-12-24 2010-06-23 中国重型机械研究院有限公司 一种带材切边圆盘剪剪刃端面跳动及剪切面平行度的设计方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102252617B (zh) * 2011-04-06 2013-01-16 哈尔滨工业大学 一种基于形貌配准分析的精密主轴回转精度检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101339021A (zh) * 2008-08-13 2009-01-07 哈尔滨工业大学 一种双偏置参数圆轮廓测量模型与偏置误差分离方法
CN101745685A (zh) * 2009-12-24 2010-06-23 中国重型机械研究院有限公司 一种带材切边圆盘剪剪刃端面跳动及剪切面平行度的设计方法

Also Published As

Publication number Publication date
CN109960868A (zh) 2019-07-02

Similar Documents

Publication Publication Date Title
CN109960868B (zh) 基于多参数调控的大型高速回转装备单级零部件偏心数据处理及跳动公差分配方法
CN108536648B (zh) 基于多超声波传感器的局部放电非线性模型转换求解与优化方法
CN102494641B (zh) 一种孔位轴线检测工具及其检测方法
CN104075677A (zh) 航空发动机转子和静子同心度及叶尖间隙测量方法及系统
CN112446123B (zh) 一种整体叶盘三坐标测量机测头位姿规划方法
CN104392476A (zh) 基于最小包围盒算法提取隧道三维轴线的方法
CN109141302B (zh) 一种基于最小二乘法的叶轮检测方法
CN112013788A (zh) 基于叶片局部前缘曲线特征标定转动中心的方法
CN109977352A (zh) 基于非等间隔滤波有效性处理的大型高速回转装备单级零部件跳动数据处理方法
CN103245291A (zh) 叶片类零件装配精度检测方法
CN110703686A (zh) 一种整体叶盘叶片截面在线测量路径规划方法
Wang et al. Novel on-machine measurement system and method for flatness of large annular plane
CN106017315A (zh) 一种精确光学坐标检测方法
CN204269086U (zh) 一种高精度的航空发动机叶片自动三维测量系统
CN106141809A (zh) 工装精确定位的方法
CN104462807A (zh) 一种精密铸造式喷推叶轮的叶片型值检验方法
CN102944206B (zh) 一种整体叶轮三坐标测量的分步定位方法
CN110617755A (zh) 一种同时测量间隙及阶差的工具及测量方法
CN104180789A (zh) 基于图形匹配算法的叶片检测方法
CN115270567A (zh) 一种带凸肩的风扇转子叶片振动特性分析方法
CN208772643U (zh) 汇流环检测工装
CN105631120B (zh) 识别机械加工表面轮廓分形特征长度尺度参数的小波方法
CN106649930B (zh) 一种砂轮圆弧修整廓形在线测量方法
CN103791859B (zh) 基于气动抓卡的航空发动机转子装配方法与装置
CN117592313B (zh) 一种形位误差测量不确定度仿真优化方法

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