CN111612768A - 一种采用结构光空间定位和二维工业ct检测叶片方法 - Google Patents

Abstract

本发明属于涡轮叶片检测技术领域，涉及一种采用结构光空间定位和二维工业CT检测叶片方法，方法首先利用结构光重建叶片外观三维模型，之后与叶片设计模型进行配准，由于结构光中心线与CT扫描层位置重合(或者二者存在固定位置差异)，配准后结构光图像的中心位置就是实际叶片的CT扫描位置，该位置就是检测的基准位置，然后用该位置处的模型切片与CT图像进行精配准计算出二者的差异，获得制造误差，判定叶片是否合格。本方法与采用传统二维扇形CT进行三维叶片重构然后进行比对检测相比，检测效率大幅提高；而与锥束CT叶片检测相比，测量精度明显提高，检测范围大大增加。本方法通过在传统CT上增加结构光设备，实现叶片的快速、高精度的CT检测。

Description

一种采用结构光空间定位和二维工业CT检测叶片方法

技术领域

本发明属于涡轮叶片检测技术领域，涉及一种采用结构光空间定位和二维工业CT检测叶片方法。

背景技术

涡轮叶片叶型剖面曲率大，沿叶高的截面变化明显，而且在叶尖部分有特殊设计，我国高性能航空发动机空心涡轮叶片合格率很低，其中型面变形及壁厚漂移是主要因素之一。为了准确测量叶片各部分尺寸，现有的涡轮叶片二维CT检测，必须首先要在叶片上找到一个和标准模型相匹配的基准位置，之后配准此位置的CT扫描图相对应的标准模型图，计算二者之间的差异，完成叶片的缺陷检测。而该基准位置的确定，对叶片外部形状精度的要求较高，外部形状的精度直接决定了测量精度，因此如果要进行高精度缺陷测量就必须对叶片外部进行后期精加工，这样才会得到一个比较精准的基准位置(一般选取在榫头位置处)。然而叶片的后期精加工成本占整个叶片成本的比重较大，如果加工之后检测出内部结构不合格，则所有的前序加工将前功尽弃，不仅浪费时间和成本，也造成大量材料和能源的浪费。基准位置的确定还可通过重建叶片三维模型与标准模型配准来确定，通常采用两种方法来获得叶片的三维CT图像，一是采用扇形CT多次扫描叶片不同位置得到多张CT扫描切片，然后重构生成叶片三维图像，再将此图像与叶片的设计模型比对来获得叶片的各部分具体尺寸差异，该方法重建精度很高，但是需要花费较长的检测时间，不符合CT快速扫描检测的要求；二是采用CBVCT技术快速获取叶片三维图像，但是目前CBVCT设备的射线能量较低面阵尺寸较小，无法检测大型叶片，而且由于射束硬化效应导致叶片叶棚处存在的金属伪影问题，大大影响了配准精度，基准位置准确性无法得到保障，检测精度较低。

发明内容

有鉴于此，本发明的目的在于将涡轮叶片缺陷检测提前到后加工之前，构建结构光空间定位+二维工业CT检测叶片系统。

为达到上述目的，本发明提供如下技术方案：一种采用结构光空间定位和二维工业CT检测叶片方法，提供结构光扫描系统与CT扫描系统；所述结构光扫描系统包括用于发射编码好的结构光的发射光源、用于接收被叶片调制后的结构光的接收光、用于对叶片进行光照补偿的辅助光源、以及用于将被调制后的接收光转换为位置信息，进而重建整个叶片表面的三维表面重建系统；所述CT扫描系统包括射线源、探测、数据采集、CT图像重建、以及辐射防护。

可选的，包括以下步骤，

S1：将涡轮叶片放置在由高精度机械系统控制的扫描台上；

S2：结构光扫描仪位置的选取；

S3：对涡轮叶片同时进行结构光三维表面重建与CT扫描；

S4：把由从多个角度扫描获得的结构光点云数据进行拼接、简化、去噪，得到高精度点云模型；

S5：把由S4获得的结构光模型与叶片设计模型配准、比对，确认当前检测位置在设计模型中的位置和姿态；

S6：以S5得到的位置为基准，指导CT扫描定位，进而可以得到任意位置处的CT扫描切片；

S7：将S5得到的已知位置处的CT扫描切片与该位置处的设计模型图纸进行配准，包括粗配准和精配准；

S8：误差结果显示。

可选的，高精度机械系统用于对叶片的旋转和移动，通过电机的实时调整将叶片空间姿态的变化传回上位机分析处理。

可选的，采用面结构光扫描仪来进行叶片轮廓的测量，并通过直射式光学三角法来根据相位与物体空间坐标的转化关系求出物体的三维坐标。

可选的，由直射式光学三角法所获得的涡轮叶片表面高度信息：

其中，u为透镜的物距，v为透镜的相距，α为入射光与反射光的夹角，β为反射光与CCD相机像平面的夹角，y为像点之间的像位移。

可选的，对于结构光点云数据的简化，首先采用结合拉普拉斯坐标的网格曲面细分方法确定折叠点，然后由体积误差和三角形平展度确定折叠代价以进行三角形折叠简化工作。

可选的，采用主成分分析方法(Principal Component Analysis，PCA)进行粗配准。通过引入点云形心与质心之间的位置关系，自适应判断PCA的配准是否有反向问题发生，进而修正发生反向的配准模型

可选的，采用SVD-ICP算法对CT图像和标准模型图像进行精配准，在ICP算法中，每一步迭代都需要搜索待配准点集在目标点集中的最近点集。

可选的，所述精配准算法具体包括，经过不断迭代更替变换矩阵，使得测量模型与标准模型之间的特征点的距离逐渐减小，剔除无效配对点，逐渐优化变换矩阵，具体包括以下步骤：

(1)设置初始参数，距离阈值d_k＝min(d₀，0.8×max(d_k-1))；max(d_k-1)为上次迭代过程中距离最大值；设初始旋转矩阵为单位矩阵，初始平移矩阵为零矩阵，设置初始距离阈值d₀，迭代距离差值阈值△d和迭代次数k₀；本申请的一种实现方式中，由于经过粗配准，配准误差不会特别大，因此设初始旋转矩阵为单位矩阵，初始平移矩阵为零矩阵；

(2)测量图像和标准模型图像两幅图像中最近距离点集的求取并判定是否需要剔出，若距离大于距离阈值d_k则予以剔除，反之则保留；

(3)用保留下来的点集进行变换矩阵的求取；

(4)由步骤(3)得到的变换矩阵更新点集坐标；

(5)终止条件判定：若两次误差差值d_k-d_k-1小于△d或迭代次数k>k₀，终止算法求得最优配准，否则由步骤(2)开始继续进行迭代。

可选的，步骤S8中误差结果的显示，计算每一点对之间的距离，计算最大误差、平均误差和均方差，并使用彩色云图误差显示误差分布。

本发明的有益效果在于：

本发明首先利用结构光重建叶片外观三维模型，之后与叶片设计模型进行配准，由于结构光中心线与CT扫描层位置重合(或者二者存在固定位置差异)，配准后结构光图像的中心位置就是实际叶片的CT扫描位置，该位置就是检测的基准位置，然后用该位置处的模型切片与CT图像进行精配准计算出二者的差异，获得制造误差，判定叶片是否合格。本方法与采用传统二维扇形CT进行三维叶片重构然后进行比对检测相比，检测效率大幅提高；而与锥束CT叶片检测相比，测量精度明显提高，检测范围大大增加。本方法通过在传统CT上增加结构光设备，实现叶片的快速、高精度的CT检测。

本发明将涡轮叶片同时进行结构光三维表面重建与CT扫描，将获得的表面模型与叶片设计模型配准、比对，进而获得叶片的空间姿态，根据检测要求对叶片指定位置进行CT扫描，再将获得叶片CT扫描图像与对应的设计图纸进行配准，从而对叶片的制造误差进行定量分析，直接显示误差所在，实现涡轮叶片的快速、高精度检测。结构光技术与CT检测相结合，把叶片尺寸、缺陷检测提前到了后期精加工之前，一旦检测出叶片内部有缺陷便直接回炉重铸，不需进行后期加工，提高了叶片生产效率，并且大大节约了制造成本。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为结构光扫描系统的结构示意图；

图2为CT扫描系统的结构示意图；

图3为本发明的整体结构示意图；

图4为本发明的检测过程流程图；

图5为直射式光学三角法示意图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本发明的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本发明的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

请参阅图1-图5，本发明以实现把涡轮叶片检测提前到后期精加工之前，进行快速、高精度的检测为目的，构建结构光空间定位+二维工业CT检测系统，该方法的流程如图4所示。利用结构光来获得叶片的三维模型，采用模型比对方法来确认当前检测位置在设计模型中的位置和姿态，然后以此位置为基准，从而可以进行任意指定位置处的CT切片扫描，最后将扫描获得的切片图像与设计图像对比得到叶片的制造误差，误差结果直接用误差分布图显示，形成一套完整的叶片缺陷检测系统。所述方法包括以下步骤：

S1：将涡轮叶片放置在由高精度机械系统控制的扫描台上。

在该高精度机械系统中，扫描台负责叶片的旋转、移动，实现结构光和CT对叶片的全方位扫描。设计相应的软件程序实现对电机的实时调整，叶片空间姿态的变化可及时传回上位机做进一步分析处理。机械系统兼顾结构光扫描和CT扫描对机械结构的要求，实现结构光扫描与CT扫描的同步进行。

S2：进行结构光扫描前的准备工作。

结构光扫描仪位置的选取，应确保结构光扫描仪位于一个合适的位置。由于叶片的整个轮廓信息必须要经过多次旋转后扫描得到，因此结构光扫描仪的摆放，应满足叶片每次旋转后都可扫描得到较多特征点，防止信息丢失；其次，结构光扫描仪与涡轮叶片的距离应根据试验环境、叶片大小、扫描仪参数来综合确定，多次试验选取最佳距离；同时，扫描仪与CT扫描源的相对位置应相对简单，便于结构光指导CT扫描工作的开展。

在对涡轮叶片进行结构光扫描时，光照不均匀将导致测量误差大幅提升，因此在叶片扫描时添加辅助光源，对叶片进行光线补偿，使叶片处于均匀光照下。

涡轮叶片为光滑的金属曲面结构，极易发生镜面反射，将影响CCD相机接收反射条纹信息，因此要对叶片表面增加防反光涂层，增加散射程度，提高影像质量。

S3：对涡轮叶片同时进行结构光三维表面重建与CT扫描。

如图5所示为直射式光学三角法测量叶片高度信息的原理，激光器将结构光投射到待测物体表面A点，入射光的部分漫反射光AA'通过透镜成像于CCD相机像平面M上，A为待测物体表面上的点，O为入射光与参考平面的交点，O'、A'分别为O、A的像点，α为入射光与反射光OO'的夹角，β为反射光OO与CCD相机像平面M的夹角，u为透镜的物距(OP)，v为透镜的相距(O'P)，y为像点A'与O'之间的像位移(O'A')，H为待测物体表面上点相对于参考平面的高度。根据几何关系可得到叶片表面高度计算方法：

S4：把由从多个角度扫描获得的结构光点云数据进行拼接、简化、去噪，得到高精度点云模型。

点云数据的简化，采用一种高效的保特征网格简化方法。首先采用结合拉普拉斯坐标的网格曲面细分方法确定折叠点，然后由体积误差和三角形平展度确定折叠代价以进行三角形折叠简化工作，在简化网格模型的同时又较好地保持模型的细节特征。

S5：把由S4获得的结构光模型与叶片设计模型配准、比对，确认当前检测位置在设计模型中的位置和姿态。

S6：以S5得到的位置为基准，指导CT扫描定位，进而可以得到任意位置处的CT扫描切片。

S7：将S5得到的已知位置处的CT扫描切片与该位置处的设计模型图纸进行配准，包括粗配准和SVD-ICP精配准。

SVD-ICP精配准算法具体包括，经过不断迭代更替变换矩阵，使得测量模型与标准模型之间的特征点的距离逐渐减小，剔除无效配对点，逐渐优化变换矩阵，实现高配准精度。具体包括以下步骤：

(1)设置初始参数，距离阈值d_k＝min(d0，0.8×max(d_k-1))；max(d_k-1)为上次迭代过程中距离最大值；设初始旋转矩阵为单位矩阵，初始平移矩阵为零矩阵，设置初始距离阈值d₀，迭代距离差值阈值△d和迭代次数k₀；本申请的一种实现方式中，由于经过粗配准，配准误差不会特别大，因此设初始旋转矩阵为单位矩阵，初始平移矩阵为零矩阵；

(2)测量图像和标准模型图像两幅图像中最近距离点集的求取并判定是否需要剔出，若距离大于距离阈值d_k则予以剔除，反之则保留；

(3)用保留下来的点集进行变换矩阵的求取；

(4)由步骤(3)得到的变换矩阵更新点集坐标；

(5)终止条件判定：若两次误差差值d_k-d_k-1小于△d或迭代次数k>k₀，终止算法求得最优配准，否则由步骤(2)开始继续进行迭代。

S8：误差结果显示。

计算每一点对之间的距离，计算最大误差、平均误差和均方差，并使用彩色云图误差显示误差分布，从而实现对涡轮叶片缺陷误差的分析。

由上述的描述过程可知，通过把结构光扫描仪集成到现有的CT扫描系统中，把涡轮叶片缺陷检测提前到后期精加工之前。在检测过程中，结构光空间定位和二维工业CT扫描检测是同步进行的，通过结构光扫描实现叶片自由状态下的基准定位，然后以此基准位置指导CT扫描，扫描后直接把CT图像与标准模型图像进行配准，误差结果直接显示出来。通过引入结构光技术辅助CT扫描，解决了涡轮叶片基准位置难以确定的弊端，实现了叶片的提前检测，大大节省了时间和成本，完成了对涡轮叶片快速、高精度的检测。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种采用结构光空间定位和二维工业CT检测叶片方法，其特征在于，提供结构光扫描系统与CT扫描系统；

所述结构光扫描系统包括用于发射编码好的结构光的发射光源、用于接收被叶片调制后的结构光的接收光、用于对叶片进行光照补偿的辅助光源、以及用于将被调制后的接收光转换为位置信息，进而重建整个叶片表面的三维表面重建系统；

所述CT扫描系统包括射线源、探测、数据采集、CT图像重建、以及辐射防护。

2.如权利要求1中所述的采用结构光空间定位和二维工业CT检测叶片方法，其特征在于，包括以下步骤，

S1：将涡轮叶片放置在由高精度机械系统控制的扫描台上；

S2：结构光扫描仪位置的选取；

S3：对涡轮叶片同时进行结构光三维表面重建与CT扫描；

S4：把由从多个角度扫描获得的结构光点云数据进行拼接、简化、去噪，得到高精度点云模型；

S5：把由S4获得的结构光模型与叶片设计模型配准、比对，确认当前检测位置在设计模型中的位置和姿态；

S6：以S5得到的位置为基准，指导CT扫描定位，进而可以得到任意位置处的CT扫描切片；

S7：将S5得到的已知位置处的CT扫描切片与该位置处的设计模型图纸进行配准，包括粗配准和精配准；

S8：误差结果显示。

3.如权利要求2中所述的采用结构光空间定位和二维工业CT检测叶片方法，其特征在于，高精度机械系统用于对叶片的旋转和移动，通过电机的实时调整将叶片空间姿态的变化传回上位机分析处理。

4.如权利要求2中所述的采用结构光空间定位和二维工业CT检测叶片方法，其特征在于，采用面结构光扫描仪来进行叶片轮廓的测量，并通过直射式光学三角法来根据相位与物体空间坐标的转化关系求出物体的三维坐标。

5.如权利要求4中所述的采用结构光空间定位和二维工业CT检测叶片方法，其特征在于，由直射式光学三角法所获得的涡轮叶片表面高度信息：

其中，u为透镜的物距，v为透镜的相距，α为入射光与反射光的夹角，β为反射光与CCD相机像平面的夹角，y为像点之间的像位移。

6.如权利要求2中所述的采用结构光空间定位和二维工业CT检测叶片方法，其特征在于，对于结构光点云数据的简化，首先采用结合拉普拉斯坐标的网格曲面细分方法确定折叠点，然后由体积误差和三角形平展度确定折叠代价以进行三角形折叠简化工作。

7.如权利要求2中所述的采用结构光空间定位和二维工业CT检测叶片方法，其特征在于，采用主成分分析方法进行粗配准。通过引入点云形心与质心之间的位置关系，自适应判断PCA的配准是否有反向问题发生，进而修正发生反向的配准模型。

8.如权利要求2中所述的采用结构光空间定位和二维工业CT检测叶片方法，其特征在于，采用SVD-ICP算法对CT图像和标准模型图像进行精配准，在ICP算法中，每一步迭代都需要搜索待配准点集在目标点集中的最近点集。

9.如权利要求7或8中所述的采用结构光空间定位和二维工业CT检测叶片方法，其特征在于，所述精配准算法具体包括，经过不断迭代更替变换矩阵，使得测量模型与标准模型之间的特征点的距离逐渐减小，剔除无效配对点，逐渐优化变换矩阵，具体包括以下步骤：

(1)设置初始参数，距离阈值d_k＝min(d₀，0.8×max(d_k-1))；max(d_k-1)为上次迭代过程中距离最大值；设初始旋转矩阵为单位矩阵，初始平移矩阵为零矩阵，设置初始距离阈值d₀，迭代距离差值阈值△d和迭代次数k₀；

本申请的一种实现方式中，由于经过粗配准，配准误差不会特别大，因此设初始旋转矩阵为单位矩阵，初始平移矩阵为零矩阵；

(2)测量图像和标准模型图像两幅图像中最近距离点集的求取并判定是否需要剔出，若距离大于距离阈值d_k则予以剔除，反之则保留；

(3)用保留下来的点集进行变换矩阵的求取；

(4)由步骤(3)得到的变换矩阵更新点集坐标；

(5)终止条件判定：若两次误差差值d_k-d_k-1小于△d或迭代次数k>k₀，终止算法求得最优配准，否则由步骤(2)开始继续进行迭代。

10.如权利要求2中所述的采用结构光空间定位和二维工业CT检测叶片方法，其特征在于，步骤S8中误差结果的显示，计算每一点对之间的距离，计算最大误差、平均误差和均方差，并使用彩色云图误差显示误差分布。

Images