CN110672032A - 一种基于弦线的叶片加工扭曲度误差测量方法 - Google Patents
一种基于弦线的叶片加工扭曲度误差测量方法 Download PDFInfo
- Publication number
- CN110672032A CN110672032A CN201910980948.0A CN201910980948A CN110672032A CN 110672032 A CN110672032 A CN 110672032A CN 201910980948 A CN201910980948 A CN 201910980948A CN 110672032 A CN110672032 A CN 110672032A
- Authority
- CN
- China
- Prior art keywords
- blade
- data
- curved surface
- error
- processing
- 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.)
- Pending
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
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于弦线的叶片加工扭曲度误差测量方法，方法包括三维实体构造、实体数据测量、数据分析处理和误差分析四个阶段；三维实体构造是在设计软件CAD\CAM中通过自由曲面描述叶片曲面，为误差分析提供设计模型；在实体数据测量过程中，采用接触式三坐标测量方法进行测量，测量精度要比非接触式测量精度高，而且采用扫描的方式，一次检测即可得到上百万个数据点，测量精度可达到0.01mm；在数据分析处理过程中，进行噪声去除、数据合并和区域分块，本发明，叶片扭曲度误差检测结果准确、直观，可以获得精确的叶片三维空间信息数据，因此，保证合格的叶片利用到发动机上，保证发动机的能量转换率。
Description
技术领域
本发明涉及扭曲度误差测量技术领域，具体领域为一种基于弦线的叶片加工扭曲度误差测量方法。
背景技术
叶片在航空(如飞机发动机的整体叶轮)、核电(如汽轮机叶片)、舰船(如大型螺旋桨桨叶)等关系国计民生的行业中被广泛应用。叶片型面一般为复杂曲面，加工工序比较复杂，其型面品质对发动机的性能起着决定性的影响，享有航空发动机、汽轮机的“心脏“的美誉。叶片这一类零件具有强扭曲、薄壁件、易变形、低损伤等技术特点，如何快速高效地检测其多轴数控加工质量一直是先进制造领域的前沿难点问题。目前扭曲叶片作为发动机的关键零件之一，扭曲叶片的型面质量直接影响着发动机的能量转换率，因此，在对发动机叶片型面加工质量进行分析与评估的过程中，如何根据叶片型面加工误差参数的定义，准确、便利地测量叶片扭曲度误差具有重要的现实意义。
发明内容
本发明的目的在于提供一种基于弦线的叶片加工扭曲度误差测量方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于弦线的叶片加工扭曲度误差测量方法，方法包括三维实体构造、实体数据测量、数据分析处理和误差分析四个阶段；
一、三维实体构造步骤如下：
S1、建立基准平面，通过CAD\CAM软件以叶片轴心线垂直的截面作为主基准面，并且得到各个叶片的离散点坐标值；
S2、建立型值点，将获得的坐标值以数据文件的形式倒入Imageware中，选取型值点，由型值点拟合出光滑的3次样条曲线；
S3、样条曲线拟合NURBS曲面，结合截面曲率梳及高光线检测等曲面品质分析工具调整曲面控制点，在保证曲面光顺的前提下尽量提高数据点与曲面的重合度；
S4、生成叶片实体，沿叶片背曲面法向方向偏置一定厚度得到背向曲面，建立边沿过渡面及其叶片的侧面得到完整的叶片曲面，合并曲面生成叶片实体；
二、实体数据测量步骤如下：
S1、叶片三维扫描，采用接触式高速激光测量方式，对被测量叶片进行快速扫描测量；
S2、对三维激光扫描过程进行记录；
S3、点云坐标系的建立，将扫描得到的点云数据导入到计算机，创建数据库，进行数据处理；
S4、生成叶片立体图，经过数据处理，获取叶片三维空间信息数据，制作叶片立体图；
三、数据分析处理步骤如下：
S1、噪声去除，扭曲度叶片型面数据是采用非接触式高速激光测量的方式获取的点云，在点云中不可避免地会含有噪声点，噪声点的含义为坏点，为了得到合理的误差分析结果，对测量数据采用人机交互和平均滤波相结合的方法实现点云去噪；
S2、数据合并，扭曲叶片在测量时，从多个角度对扭曲叶片进行测量，并且单独的保存在各个文件中，在数据处理阶段后期，将多组数据进行布尔求并，以实现数据的合并；
S3、区域分块，在数据后处理阶段，根据数据的不同属性对其进行数据分块；
四、误差分析步骤如下：
S1、计算叶片测量数据与设计模型的各个误差，主要有叶片三维实体构造误差、叶片扫描误差和数据处理误差；
S2、由几何合成法得到平均误差；
优选的，步骤一中，离散点坐标值是根据流场分析，计算出来的叶片各个点的坐标值。
优选的，步骤二中，接触式高速激光测量方式是利用三坐标机上的光学照相式快速扫描系统完成。
优选的，步骤二中，记录三维激光扫描过程，包括记录扫描分辨率及模式、叶片特征点扫描顺序、特征点方位示意图。
优选的，步骤二中，后处理包括建模、几何测量、平面数据测量及图件生成、制作漫游动画、发布三维实景预览图。
优选的，步骤三中，在合并过程中，由于从不同方向测量获得的数据之间会有一定重叠，采用指定点云密度的方式去除冗余数据。
优选的，步骤四中，数据处理误差包括测量设备的系统误差、测量人员的操作误差和叶片温度变形误差。
与现有技术相比，本发明的有益效果是：一种基于弦线的叶片加工扭曲度误差测量方法，其测量过程是通过三维实体构造、实体数据测量、数据分析处理和误差分析四个阶段来完成，三维实体构造是在设计软件CAD\CAM中通过自由曲面描述叶片曲面，为误差分析提供设计模型；在实体数据测量过程中，采用接触式三坐标测量方法进行测量，测量精度要比非接触式测量精度高，而且采用扫描的方式，一次检测即可得到上百万个数据点，测量精度可达到0.01mm；在数据分析处理过程中，进行噪声去除、数据合并和区域分块，在保证扭曲叶片数据点的完整性的同时，扩大了叶片的测量范围；在误差分析过程中，平均误差是衡量误差的重要指标，本发明，叶片扭曲度误差检测结果准确、直观，可以获得精确的叶片三维空间信息数据，因此，保证合格的叶片利用到发动机上，保证发动机的能量转换率。
附图说明
图1为本发明的方法流程示意图；
图2为本发明的三维实体构造流程示意图；
图3为本发明的实体数据流程示意图；
图4为本发明的数据分析处理示意图；
图5为本发明的误差分析示意图。
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。
请参阅图1-5，本发明提供一种技术方案：一种基于弦线的叶片加工扭曲度误差测量方法，方法包括三维实体构造、实体数据测量、数据分析处理和误差分析四个阶段；
一、三维实体构造步骤如下：
S1、建立基准平面，通过CAD\CAM软件以叶片轴心线垂直的截面作为主基准面，并且得到各个叶片的离散点坐标值；
S2、建立型值点，将获得的坐标值以数据文件的形式倒入Imageware中，选取型值点，由型值点拟合出光滑的3次样条曲线；
S3、样条曲线拟合NURBS曲面，结合截面曲率梳及高光线检测等曲面品质分析工具调整曲面控制点，在保证曲面光顺的前提下尽量提高数据点与曲面的重合度；
S4、生成叶片实体，沿叶片背曲面法向方向偏置一定厚度得到背向曲面，建立边沿过渡面及其叶片的侧面得到完整的叶片曲面，合并曲面生成叶片实体；
二、实体数据测量步骤如下：
S1、叶片三维扫描，采用接触式高速激光测量方式，对被测量叶片进行快速扫描测量；
S2、对三维激光扫描过程进行记录；
S3、点云坐标系的建立，将扫描得到的点云数据导入到计算机，创建数据库，进行数据处理；
S4、生成叶片立体图，经过数据处理，获取叶片三维空间信息数据，制作叶片立体图；
三、数据分析处理步骤如下：
S1、噪声去除，扭曲度叶片型面数据是采用非接触式高速激光测量的方式获取的点云，在点云中不可避免地会含有噪声点，噪声点的含义为坏点，为了得到合理的误差分析结果，对测量数据采用人机交互和平均滤波相结合的方法实现点云去噪；
S2、数据合并，扭曲叶片在测量时，从多个角度对扭曲叶片进行测量，并且单独的保存在各个文件中，在数据处理阶段后期，将多组数据进行布尔求并，以实现数据的合并；
S3、区域分块，在数据后处理阶段，根据数据的不同属性对其进行数据分块；
四、误差分析步骤如下：
S1、计算叶片测量数据与设计模型的各个误差，主要有叶片三维实体构造误差、叶片扫描误差和数据处理误差；
S2、由几何合成法得到平均误差；
具体而言，步骤一中，离散点坐标值是根据流场分析，计算出来的叶片各个点的坐标值。
具体而言，步骤二中，接触式高速激光测量方式是利用三坐标机上的光学照相式快速扫描系统完成。
具体而言，步骤二中，记录三维激光扫描过程，包括记录扫描分辨率及模式、叶片特征点扫描顺序、特征点方位示意图。
具体而言，步骤二中，后处理包括建模、几何测量、平面数据测量及图件生成、制作漫游动画、发布三维实景预览图。
具体而言，步骤三中，在合并过程中，由于从不同方向测量获得的数据之间会有一定重叠，采用指定点云密度的方式去除冗余数据。
具体而言，步骤四中，数据处理误差包括测量设备的系统误差、测量人员的操作误差和叶片温度变形误差。
工作原理：本发明中其测量过程是通过三维实体构造、实体数据测量、数据分析处理和误差分析四个阶段来完成，三维实体构造是在设计软件CAD\CAM中通过自由曲面描述叶片曲面，具体是通过在叶片离散点坐标值中选取型值点，由型值点拟合出光滑的3次样条曲线，由样条曲线拟合NURBS曲面，最后生成叶片实体，为误差分析提供设计模型；在实体数据测量过程中，采用接触式三坐标测量方法进行测量，测量精度要比非接触式测量精度高，而且采用扫描的方式，一次检测即可得到上百万个数据点，测量精度可达到0.01mm，并且接触式高速激光测量方式是利用三坐标机上的光学照相式快速扫描系统完成的，利用机械系统精确移动定位可以实现对叶片的多方位、多角度拍摄，自动生成完成、统一的三维型面点云数据；在数据分析处理过程中，进行噪声去除，避免点云中含有噪声点，使误差分析结果不准确，数据合并，以实现数据对象的统一，区域分块，根据数据的不同属性对其进行数据分块，将提供更为直观的参考数据，整个数据分析处理过程在保证扭曲叶片数据点的完整性的同时，扩大了叶片的测量范围；在误差分析过程中，平均误差是衡量误差的重要指标，通过几何合成法将叶片三维实体构造误差、叶片扫描误差和数据处理误差进行合成求得平均值，本发明，叶片扭曲度误差检测结果准确、直观，可以获得精确的叶片三维空间信息数据，因此，保证合格的叶片利用到发动机上，保证发动机的能量转换率。
在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
本发明使用到的标准零件均可以从市场上购买，异形件根据说明书的和附图的记载均可以进行订制，各个零件的具体连接方式均采用现有技术中成熟的螺栓、铆钉、焊接等常规手段，机械、零件和设备均采用现有技术中，常规的型号，加上电路连接采用现有技术中常规的连接方式，在此不再详述。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种基于弦线的叶片加工扭曲度误差测量方法，其特征在于：方法包括三维实体构造、实体数据测量、数据分析处理和误差分析四个阶段；
一、三维实体构造步骤如下：
S1、建立基准平面，通过CAD\CAM软件以叶片轴心线垂直的截面作为主基准面，并且得到各个叶片的离散点坐标值；
S2、建立型值点，将获得的坐标值以数据文件的形式倒入Imageware中，选取型值点，由型值点拟合出光滑的3次样条曲线；
S3、样条曲线拟合NURBS曲面，结合截面曲率梳及高光线检测等曲面品质分析工具调整曲面控制点，在保证曲面光顺的前提下尽量提高数据点与曲面的重合度；
S4、生成叶片实体，沿叶片背曲面法向方向偏置一定厚度得到背向曲面，建立边沿过渡面及其叶片的侧面得到完整的叶片曲面，合并曲面生成叶片实体；
二、实体数据测量步骤如下：
S1、叶片三维扫描，采用接触式高速激光测量方式，对被测量叶片进行快速扫描测量；
S2、对三维激光扫描过程进行记录；
S3、点云坐标系的建立，将扫描得到的点云数据导入到计算机，创建数据库，进行数据处理；
S4、生成叶片立体图，经过数据处理，获取叶片三维空间信息数据，制作叶片立体图；
三、数据分析处理步骤如下：
S1、噪声去除，扭曲度叶片型面数据是采用非接触式高速激光测量的方式获取的点云，在点云中不可避免地会含有噪声点，噪声点的含义为坏点，为了得到合理的误差分析结果，对测量数据采用人机交互和平均滤波相结合的方法实现点云去噪；
S2、数据合并，扭曲叶片在测量时，从多个角度对扭曲叶片进行测量，并且单独的保存在各个文件中，在数据处理阶段后期，将多组数据进行布尔求并，以实现数据的合并；
S3、区域分块，在数据后处理阶段，根据数据的不同属性对其进行数据分块；
四、误差分析步骤如下：
S1、计算叶片测量数据与设计模型的各个误差，主要有叶片三维实体构造误差、叶片扫描误差和数据处理误差；
S2、由几何合成法得到平均误差。
2.根据权利要求1所述的一种基于弦线的叶片加工扭曲度误差测量方法，其特征在于：步骤一中，离散点坐标值是根据流场分析，计算出来的叶片各个点的坐标值。
3.根据权利要求1所述的一种基于弦线的叶片加工扭曲度误差测量方法，其特征在于：步骤二中，接触式高速激光测量方式是利用三坐标机上的光学照相式快速扫描系统完成。
4.根据权利要求1所述的一种基于弦线的叶片加工扭曲度误差测量方法，其特征在于：步骤二中，记录三维激光扫描过程，包括记录扫描分辨率及模式、叶片特征点扫描顺序、特征点方位示意图。
5.根据权利要求1所述的一种基于弦线的叶片加工扭曲度误差测量方法，其特征在于：步骤二中，后处理包括建模、几何测量、平面数据测量及图件生成、制作漫游动画、发布三维实景预览图。
6.根据权利要求1所述的一种基于弦线的叶片加工扭曲度误差测量方法，其特征在于：步骤三中，在合并过程中，由于从不同方向测量获得的数据之间会有一定重叠，采用指定点云密度的方式去除冗余数据。
7.根据权利要求1所述的一种基于弦线的叶片加工扭曲度误差测量方法，其特征在于：步骤四中，数据处理误差包括测量设备的系统误差、测量人员的操作误差和叶片温度变形误差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910980948.0A CN110672032A (zh) | 2019-10-16 | 2019-10-16 | 一种基于弦线的叶片加工扭曲度误差测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910980948.0A CN110672032A (zh) | 2019-10-16 | 2019-10-16 | 一种基于弦线的叶片加工扭曲度误差测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110672032A true CN110672032A (zh) | 2020-01-10 |
Family
ID=69082669
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910980948.0A Pending CN110672032A (zh) | 2019-10-16 | 2019-10-16 | 一种基于弦线的叶片加工扭曲度误差测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110672032A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111951403A (zh) * | 2020-07-19 | 2020-11-17 | 贵阳职业技术学院 | 一种基于外围Bezier参数空间的曲面特征自动提取方法 |
| CN112131744A (zh) * | 2020-09-23 | 2020-12-25 | 安徽农业大学 | 一种基于实测参数及实体特征的舒茶早鲜叶片的建模方法 |
| CN113369998A (zh) * | 2021-06-30 | 2021-09-10 | 中国航发动力股份有限公司 | 一种基于工艺模型的模锻叶片型面自适应补偿加工方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102222149A (zh) * | 2011-07-04 | 2011-10-19 | 南京航空航天大学 | 基于数模重构的整体涡轮叶片加工误差补偿方法 |
| CN102735204A (zh) * | 2012-06-07 | 2012-10-17 | 华中科技大学 | 一种基于弦线的航空薄壁叶片加工扭曲度误差测量方法 |
| CN103292760A (zh) * | 2013-06-17 | 2013-09-11 | 西北工业大学 | 一种薄壁叶片误差分析方法 |
| CN104316016A (zh) * | 2014-11-03 | 2015-01-28 | 沈阳黎明航空发动机(集团)有限责任公司 | 一种整体叶盘复杂曲面叶片的纵向测量方法 |
| CN106767524A (zh) * | 2016-11-22 | 2017-05-31 | 江苏大学 | 一种水力机械叶片曲面检测方法和装置 |
| CN107526875A (zh) * | 2017-07-31 | 2017-12-29 | 电子科技大学 | 一种航空叶片型面加工误差可视化方法 |
-
2019
- 2019-10-16 CN CN201910980948.0A patent/CN110672032A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102222149A (zh) * | 2011-07-04 | 2011-10-19 | 南京航空航天大学 | 基于数模重构的整体涡轮叶片加工误差补偿方法 |
| CN102735204A (zh) * | 2012-06-07 | 2012-10-17 | 华中科技大学 | 一种基于弦线的航空薄壁叶片加工扭曲度误差测量方法 |
| CN103292760A (zh) * | 2013-06-17 | 2013-09-11 | 西北工业大学 | 一种薄壁叶片误差分析方法 |
| CN104316016A (zh) * | 2014-11-03 | 2015-01-28 | 沈阳黎明航空发动机(集团)有限责任公司 | 一种整体叶盘复杂曲面叶片的纵向测量方法 |
| CN106767524A (zh) * | 2016-11-22 | 2017-05-31 | 江苏大学 | 一种水力机械叶片曲面检测方法和装置 |
| CN107526875A (zh) * | 2017-07-31 | 2017-12-29 | 电子科技大学 | 一种航空叶片型面加工误差可视化方法 |
Non-Patent Citations (1)
| Title |
|---|
| 席平等: "大扭曲度涡轮叶片的三维实体重构与误差检测", 《工程图学学报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111951403A (zh) * | 2020-07-19 | 2020-11-17 | 贵阳职业技术学院 | 一种基于外围Bezier参数空间的曲面特征自动提取方法 |
| CN111951403B (zh) * | 2020-07-19 | 2023-10-13 | 贵阳职业技术学院 | 一种基于外围Bezier参数空间的曲面特征自动提取方法 |
| CN112131744A (zh) * | 2020-09-23 | 2020-12-25 | 安徽农业大学 | 一种基于实测参数及实体特征的舒茶早鲜叶片的建模方法 |
| CN113369998A (zh) * | 2021-06-30 | 2021-09-10 | 中国航发动力股份有限公司 | 一种基于工艺模型的模锻叶片型面自适应补偿加工方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kaszynski et al. | Uncertainties of an automated optical 3d geometry measurement, modeling, and analysis process for mistuned integrally bladed rotor reverse engineering | |
| CN110672032A (zh) | 一种基于弦线的叶片加工扭曲度误差测量方法 | |
| CN110442917B (zh) | 基于点云的参数化模型重建方法 | |
| CN107672180B (zh) | 一种基于逆向工程技术的3d打印精度检测方法 | |
| CN109918755B (zh) | 一种基于点云数据的低刚度制件装配变形预测方法 | |
| Li et al. | A case study of blade inspection based on optical scanning method | |
| CN110703686B (zh) | 一种整体叶盘叶片截面在线测量路径规划方法 | |
| CN112964172B (zh) | 基于结构光相机的航空叶片表面量测方法及量测设备 | |
| CN112446123B (zh) | 一种整体叶盘三坐标测量机测头位姿规划方法 | |
| CN112461175A (zh) | 一种风扇整体叶盘宽弦、大扭角叶型测量方法 | |
| CN111199549B (zh) | 基于叶片型面测量点云的叶型提取方法 | |
| CN102222149A (zh) | 基于数模重构的整体涡轮叶片加工误差补偿方法 | |
| Zheng et al. | A primitive-based 3D reconstruction method for remanufacturing | |
| Deja et al. | Application of reverse engineering technology in part design for shipbuilding industry | |
| CN113192116A (zh) | 基于结构光相机的航空叶片厚度参数量测方法 | |
| CN115682989A (zh) | 一种涡轮叶片基于六点定位的形面测量方法 | |
| Li et al. | Section curve reconstruction and mean-camber curve extraction of a point-sampled blade surface | |
| Mahboubkhah et al. | An investigation on measurement accuracy of digitizing methods in turbine blade reverse engineering | |
| JP2023118124A (ja) | 疲労損傷感受性計算に基づく設計法 | |
| CN110377997B (zh) | 一种建筑铝模板配模设计漏板检查方法及漏板检查系统 | |
| CN115562159A (zh) | 刀路规划方法、装置及计算机可读存储介质 | |
| EP1457853A1 (en) | Method and system for reverse and re-engineering parts | |
| Großmann et al. | Volumetric geometry reconstruction of turbine blades for aircraft engines | |
| CN114608478A (zh) | 一种高精度曲面薄片的前后缘参数量测方法 | |
| CN113806892A (zh) | 一种基于逆向工程的螺旋桨数字化设计加工方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200110 |