CN115026706B - 一种航空发动机叶片抛光方法及系统 - Google Patents

Abstract

本发明公开了一种航空发动机叶片抛光方法及系统，在叶片三维模型上选择若干点位保存为理论点云数据；根据理论点云数据将待抛光叶片实际工件放置到对应位置，测量对应点位的位置，根据实际测量结果调整待抛光叶片实际工件的位置，根据此时的机器人位姿计算对应的实际点云数据；基于理论点云数据和实际点云数据的点云匹配算法，计算实际叶片需要调整到的位置和姿态，基于调整后的实际叶片位姿，规划抛光路径，开始抛光。基于本发明公开的方法对叶片的位姿进行校准，可以适应较为复杂的叶片结构，校准后的曲面更加贴合，提高了叶片校准的精度，保证了抛光精度和产品合格率，解决了现有技术中产品质量稳定性差，合格率低的问题。

Description

一种航空发动机叶片抛光方法及系统

技术领域

本发明属于抛磨技术领域，涉及一种航空发动机叶片抛光方法及系统。

背景技术

航空发动机叶片在铣削后需要通过抛光去除铣削刀痕、提高表面粗糙度，叶片结构很复杂，表面曲率变化大，自动化抛光实现困难，手工抛光适用于叶片不同位置，但对工人的经验有很强的依赖，产品质量稳定性差，合格率低，且手工抛光生产效率低，工作环境恶劣，生产成本高。

发明内容

本发明的目的在于解决现有技术中叶片表面曲率变化大，结构很复杂，导致抛光质量低，稳定性差的问题，提供一种航空发动机叶片抛光方法及系统。

为达到上述目的，本发明采用以下技术方案予以实现：

一种航空发动机叶片抛光方法，包括以下步骤：

S1：导入待抛光叶片的三维模型，在叶片三维模型上选择若干点位保存为理论点云数据；

S2：根据理论点云数据计算对应的机器人位姿，通过机器人将实际待抛光叶片放置到对应位置，测量对应点位的位置，根据实际测量结果调整待抛光叶片的位置，根据此时的机器人位姿计算对应的实际点云数据；

S3：基于理论点云数据和实际点云数据的点云匹配算法，计算实际叶片需要调整到的位置和姿态，实现叶片的装配误差校准，并对校准结果进行评估；

S4：基于调整后的实际叶片位姿，规划抛光路径，开始抛光。

本发明的进一步改进在于：

所述步骤S1中，在叶片三维模型上选择若干点位保存为理论点云数据的方法为：

建立叶片表面坐标系，y轴指向叶片顶端，z轴垂直于叶片表面，设置表面参数，从进气边到排气边将叶片表面等间距地分为若干条线，根据叶片模型得到每条线上等间距的若干点在叶片坐标系下的坐标，获取叶片三维模型表面理论点云数据。

所述步骤S2中包括以下步骤：

通过激光传感器对待抛光叶片实际工件进行在线标定，设置距离激光传感器10cm的位置为工具坐标系原点，工具坐标系Z轴沿着激光方向；

根据步骤S1中获取叶片三维模型表面理论点云数据，计算当叶片三维模型表面上的一点移动到工具坐标系原点时机器人的位姿；

控制机器人运动到上述位姿状态，利用激光传感器测量实际叶片的点位数据；

当激光传感器测距为0时，实际叶片在该点位上不存在装配误差；

当激光传感器器测距不为0时，保持激光始终位于实际测得的点位上，使叶片沿着工具坐标系Z轴移动，直至激光传感器测距为0，根据此时的机器人位姿计算对应的叶片表面坐标系下的实际点云数据。

所述对叶片模型进行在线标定时选择分散的9个点位数据进行标定。

所述步骤S3中，理论点云数据和实际点云数据的点云匹配算法包括以下步骤，

利用粒子群算法在实际点位数据领域内搜索模型表面位姿点位数据偏移后的位置，设置粒子组数、搜索半径和迭代次数，以拟合面的最大距离误差为适应度函数，找到适应度值最小时对应的点云之间的变换矩阵，即实际叶片工件进行位姿调整的旋转和平移变换，实现叶片的装配误差校准。

所述步骤S3中，设置的粒子组数为50组，搜索半径为0.05mm，迭代次数为100次。

所述步骤S3中，叶片装配误差校准评价方法包括以下步骤，

首先，分别对理论点云数据和校准后的实际点云数据进行曲面拟合；然后，计算两个拟合后的曲面上对应位置之间的距离，当两个曲面上各个位置之间的距离最大值满足要求时，说明校准结果满足精度要求，可以进行表面加工；否则重新进行点云匹配。

所述步骤S4中，规划的打磨抛光路径为Z字形路径。

所述步骤S4中，规划的抛光路径为Z字形路径，所述Z字形路径的规划方法为：

从叶片靠近边界处根部点开始进行抛光，选取与第一点y坐标相同的相邻点为第二点，与第一点x坐标相同且y方向上相邻的点为第三点，下一周期以上述第三点为起始点按同样规则选点，直到达到叶片顶端，即得到Z字形路径。

一种航空发动机叶片抛光系统，包括模型点位获取模块、叶片点位测量模块、点云匹配与评估模块和抛光路径规划模块；

模型点位获取模块，用于导入待抛光叶片的三维模型，建立叶片表面坐标系，在叶片三维模型上选择若干点位保存为理论点云数据；

叶片点位测量模块，用于根据理论点云数据计算对应的机器人位姿，通过机器人将实际待抛光叶片放置到对应位置，测量对应点位的位置，根据实际测量结果调整待抛光叶片实际工件的位置，根据此时的机器人位姿计算对应的实际点云数据；

点云匹配与评估模块，用于基于理论点云数据和实际点云数据的点云匹配算法，计算实际叶片需要调整到的位置和姿态，实现叶片的装配误差校准，并对校准结果进行评估；

抛光路径规划模块，用于基于调整后的实际叶片位姿，规划抛光路径，开始抛光。

与现有技术相比，本发明具有以下有益效果：

本发明公开了一种航空发动机叶片抛光方法，构建叶片的模型并在线标定点位数据，根据模型点位数据对实际叶片进行在线标定，获取实际点位数据，通过将叶片模型点位信息与实际叶片点位信息匹配矫正，实现了装配误差校准，基于本发明公开的方法对叶片的位置进行校准，可以适应较为复杂的叶片结构，校准后的曲面更加贴合，提高了叶片校准的精度，保证了后期叶片抛光打磨的质量和效率，通过点位的匹配校准，降低了人工位置调整的误差，保证了打磨精度和产品合格率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明中点与匹配流程图；

图2为本发明的点云匹配前的两个贝塞尔曲面图；

图3为本发明的点云匹配前的误差曲面图图；

图4为本发明的点云匹配后的误差曲面图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明实施例的描述中，需要说明的是，若出现术语“上”、“下”、“水平”、“内”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，或者是该发明产品使用时惯常摆放的方位或位置关系，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，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

此外，若出现术语“水平”，并不表示要求部件绝对水平，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。

在本发明实施例的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；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。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在本发明中的具体含义。

下面结合附图对本发明做进一步详细描述：

参见图1，本发明实施例公开了一种航空发动机叶片抛光方法，具体包括以下步骤：

步骤1：使用RobotStudio软件控制工业机器人，在软件中导入机器人模型和待加工叶片模型

步骤2：建立叶片表面坐标系，y轴指向叶片顶端，z轴垂直于叶片表面，设置表面参数，从进气边到排气边将叶片表面等间距地分为若干条线，根据叶片模型得到每条线上等间距的若干点在叶片坐标系下的坐标

步骤3：控制工业机器人将实际打磨的叶片放置于预定的标定位置，通过激光标定器分别测量五个标定点的实际位置与理论位置在z方向上的差值，根据最小二乘原理计算待打磨叶片需要调整到的位置和姿态，使标定点的距离误差最小，多次迭代测量并进行调整，使叶片理论模型的位置与实际叶片位置重合。

步骤4：规划打磨路径，从叶片最靠近边界处根部点开始进行打磨，选取与第一点y坐标相同的相邻点为第二点，与第一点x坐标相同，y方向上相邻的点为第三点，下一周期以上述第三点为起始点按同样规则选点，直到达到叶片顶端，即得到Z字形路径。

根据上述打磨路径生成机器人运动路径，此时可以手动调整程序处理叶片上不需要打磨或打磨不到的位置。

开始打磨，控制工业机器人按规划路径在砂带抛磨机上打磨叶片，打磨过程中结合力控装置保证抛磨力稳定，得到表面平整，打磨均匀的叶片。

本发明公开了一具体实施例：

步骤1：将机器人和待打磨叶片的模型导入机器人控制软件，在航空发动机叶片进行在线标定时，提前在叶片上选择一些点位保存为理论点云数据。为了较全面地表现出型面位姿的变化，在叶身上选择分散的九个点位，将九个点位数据保存下来，作为理论点位。

步骤2：激光在线标定：

(1)设置距离激光传感器10cm的位置为工具坐标系原点。

(2)将九个点位数据输入到工业机器人中，控制机器人分别移动到相应位置，即控制理论点云数据分别移动到激光传感器坐标系原点，利用激光传感器对待打磨叶片进行在线标定。

若工装与叶片之间不存在装配误差，那么控制机器人移动到相应理论点位时，激光传感器测距为0。实际上由于工件坐标系发生偏移，激光打在叶片上对应点时，此时激光传感器显示并不为0；若距离大于0，那么当实际加工更换工具坐标系，使用砂轮进行磨抛加工时，会出现欠抛现象。相反，会出现过抛现象。

当叶片上的实际标定的点位距离不为0时，保持激光始终位于实际测得的点位上，控制机器人夹持叶片沿着工具坐标系Z轴，即激光方向移动，使得叶片移动到测距为0，即坐标系原点的位置，读取此时机器人位姿作为理论点位的实际位姿数据。

步骤3：点云匹配

通过激光在线标定，有了理论点位(叶片模型点位数据)和对应的实际点位分别构成的点云集合，在已知理论工件坐标系的条件下，求出点云之间的坐标变换关系，根据标定结果自适应调整来对理论坐标系进行在线更新，获得实际工件坐标系的位置，实现坐标系的校准，以优化磨抛轨迹，提高加工精度。

参见图1，本发明实施例提出了在点云匹配中公开了一种优化搜索实际点云的算法，是在实际点云的邻域内，越接近理论点云偏移后的位置，与理论点云进行点位匹配效果越好，拟合曲面也更加贴合，距离误差越小。

利用粒子群算法在实际点云邻域内搜索理论点云偏移后的位置，共设置50组粒子，迭代次数为100次，设置搜索半径为0.05mm，以拟合曲面的最大距离误差为适应度函数，适应度值越小，点位越优，进而找到点云之间的最优变换矩阵，实现装配误差校准。

评价叶片曲面测量匹配精度：

由于对航空发动机叶片型面进行磨抛，点与点之间的关系并不实用和直观，不能很好地反映型面的变化关系，所以提出一种叶片曲面测量匹配精度评价标准。其中，利用拟合曲面来作为评价标准，以拟合曲面上对应点之间的距离关系作为误差配准的性能指标。

具体地，首先分别对理论点云和实际测量点云进行曲面拟合，完成曲面拟合后计算对应位置的距离误差，当距离最大值满足要求时，说明当前整体型面精度高，可以直接进行表面加工，当距离最大值不满足时再进行点云匹配，对点位进行修正，再进行拟合曲面和计算距离。因为叶片型面光滑简单，因此本实验采用张量积型的贝塞尔曲面来进行曲面拟合。

对于给定(m+1)(n+1)个空间点P_i,∈R³(i＝0,1,...,m,j＝0,1,...,n)，曲面参数方程为：

称为一个m×n次Bezier曲面，P_i,j称为控制顶点。其中和/>是伯恩斯坦多项式，分别为贝塞尔曲面的U向和V向的基函数：

由于本实验采用3×3个点，所以m和n皆为2。即给定任意(u，v)值，可以根据已知控制点求出任意一定的空间坐标，便于接下来的使用，本实验分别对u和v在[0,1]空间上进行十等分进行计算。

首先将点云匹配前的点云分别拟合成贝塞尔曲面，参见图2。

可以看到两个曲面之间存在明显的距离误差，此时求出对应点距离，参见图3，点云匹配前，距离误差最大值为0.3744cm，中值为0.1789cm，最小值为0.0085cm。

经过点云匹配后，再次拟合成曲面，求其性能指标，参见图4。

经过点云匹配后，曲面距离误差最大值为0.1294cm，中值为0.0314cm，最小值为0.0072cm。可以直观看到点云匹配后曲面匹配效果得到改善，曲面更加贴合，距离误差最大值、中值、最小值均变小且整体变化更加平缓，在线校准效果明显。

步骤5：自动规划打磨路径，使砂轮相对于叶片在叶片表面成Z字型打磨，提高抛磨精度，手动调整程序，使叶片运动路径略过叶片上不需要打磨或打磨不到的位置；

步骤6：根据路径规划的结果在砂轮上完成叶片抛磨，叶片抛磨过程中通过力控装置控制叶片抛磨力在一定范围内，保证叶片表面抛光质量均匀。

本发明实施例针对机器人夹持叶片抛光的装配误差，首先选择理论点位，根据理论点位测得实际点位，分别得到点云，对点云匹配算法进行了优化改进，通过两组点云之间的关系来对理论工件坐标系进行在线校准。然后提出一种叶片曲面测量匹配精度评价标准，来评价点云匹配的效果。与现有的叶片抛光技术相比，本发明提出的在线校准方法结合六自由度机器人控制技术，能够实现自动化复杂叶片表面打磨抛光，能够很好地对工件坐标系进行在线校准，提高了机器人夹持叶片磨抛的准确性，误差小。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种航空发动机叶片抛光方法，其特征在于，包括以下步骤：

S1：导入待抛光叶片的三维模型，在叶片三维模型上选择若干点位保存为理论点云数据；

S2：根据理论点云数据计算对应的机器人位姿，通过机器人将实际待抛光叶片放置到对应位置，测量对应点位的位置，根据实际测量结果调整待抛光叶片的位置，根据此时的机器人位姿计算对应的实际点云数据；

S3：基于理论点云数据和实际点云数据的点云匹配算法，计算实际叶片需要调整到的位置和姿态，实现叶片的装配误差校准，并对校准结果进行评估；

S4：基于调整后的实际叶片位姿，规划抛光路径，开始抛光;

所述步骤S2中包括以下步骤：

通过激光传感器对待抛光叶片实际工件进行在线标定，设置距离激光传感器10cm的位置为工具坐标系原点，工具坐标系Z轴沿着激光方向；

根据步骤S1中获取叶片三维模型表面理论点云数据，计算当叶片三维模型表面上的一点移动到工具坐标系原点时机器人的位姿；

控制机器人运动到上述位姿状态，利用激光传感器测量实际叶片的点位数据；

当激光传感器测距为0时，实际叶片在该点位上不存在装配误差；

当激光传感器器测距不为0时，保持激光始终位于实际测得的点位上，使叶片沿着工具坐标系Z轴移动，直至激光传感器测距为0，根据此时的机器人位姿计算对应的叶片表面坐标系下的实际点云数据；

所述步骤S3中，理论点云数据和实际点云数据的点云匹配算法包括以下步骤，

利用粒子群算法在实际点位数据领域内搜索模型表面位姿点位数据偏移后的位置，设置粒子组数、搜索半径和迭代次数，以拟合面的最大距离误差为适应度函数，找到适应度值最小时对应的点云之间的变换矩阵，即实际叶片工件进行位姿调整的旋转和平移变换，实现叶片的装配误差校准；

所述步骤S3中，叶片装配误差校准评价方法包括以下步骤，

首先，分别对理论点云数据和校准后的实际点云数据进行曲面拟合；然后，计算两个拟合后的曲面上对应位置之间的距离，当两个曲面上各个位置之间的距离最大值满足要求时，说明校准结果满足精度要求，可以进行表面加工；否则重新进行点云匹配；

所述步骤S4中，规划的抛光路径为Z字形路径，所述Z字形路径的规划方法为：

从叶片靠近边界处根部点开始进行抛光，选取与第一点y坐标相同的相邻点为第二点，与第一点x坐标相同且y方向上相邻的点为第三点，下一周期以上述第三点为起始点按同样规则选点，直到达到叶片顶端，即得到Z字形路径。

2.根据权利要求1所述的一种航空发动机叶片抛光方法，其特征在于，所述步骤S1中，在叶片三维模型上选择若干点位保存为理论点云数据的方法为：

建立叶片表面坐标系，y轴指向叶片顶端，z轴垂直于叶片表面，设置表面参数，从进气边到排气边将叶片表面等间距地分为若干条线，根据叶片模型得到每条线上等间距的若干点在叶片坐标系下的坐标，获取叶片三维模型表面理论点云数据。

3.根据权利要求1所述的一种航空发动机叶片抛光方法，其特征在于，对叶片模型进行在线标定时选择分散的9个点位数据进行标定。

4.根据权利要求1所述的一种航空发动机叶片抛光方法，其特征在于，所述步骤S3中，设置的粒子组数为50组，搜索半径为0.05mm，迭代次数为100次。