CN115130526A - 一种发动机涡轮叶片加工余量的分析方法 - Google Patents

Abstract

一种发动机涡轮叶片加工余量的分析方法，属于工件质量检测技术领域。采集工件的表面数据；根据工件点的表面数据进行误差对比分析，在工业标准的阈值判定下，判断工件是否符合出场标准，数据比对的方法使用最小二乘方法。本发明的优点是实现自动电脑程序化计算提取加工余量是否合格达标。本发明核心部分在可以通过毛坯件原料的加工余量分析，解决了之前人工操作时耗时复杂，重复机械劳动的问题。

Description

一种发动机涡轮叶片加工余量的分析方法

技术领域

本发明属于航发加工检测技术领域，涉及一种发动机涡轮叶片加工余量的分析方法。

背景技术

航空发动机涡轮叶片的加工探测是世界各国加工与制造领域的难点与重点，涡轮叶片的加工对原材料的要求极高，所以对毛坯件需要在加工前进行严苛的检查，确保在满足误差范围内才可认定为可加工坯件。

航发的涡轮叶片是重点研究对象。在对涡轮叶片进行加工时，需要对下游厂商提供的加工毛坯件进行检测以保证加工的可行性。

叶片毛坯件检测方法现有普遍使用的是人工探测。即加工前人为地提取毛坯件的轮廓和关键加工点的数据，然后和标准的数据进行比对，根据经验判断是否原材料合格。在实际生产中，因为加工精度极其精准，人为经验往往会失误导致可加工率和良品率极大的降低，所以需要引进新方法来进行判断，提高效率节省成本。

在基于最小二乘的算法辨识下，电脑能迅速的计算出采集数据与标准数据的误差，并与需求的阈值进行比对给出判断，这种自动化的方法提高了检测的效率，降低了成本和风险。

发明内容

本发明解决现有技术存在的一系列问题，从而提供一种发动机涡轮叶片加工余量的分析方法。

现有技术问题通过以下技术方案得以解决，一种发动机涡轮叶片加工余量的分析方法，含有以下步骤：采集工件的表面数据；根据工件点的表面数据进行误差对比分析，在工业标准的阈值判定下，判断工件是否符合出场标准，数据比对的方法使用最小二乘方法。

机床的电动机提供驱动力，电动机驱动滚珠丝杠、丝母座与主轴承做直线运动；顶板、中拖板内部有凹槽，主轴承与凹槽相拟合，将轴承的直线运动转变为顶、中拖板绕着各自旋转轴的转动，

将毛坯件加装在机床上，使用检测仪器探测工件的外观轮廓，采集表面数据；然后使用高精度仪器检测工件的关键加工点，包括三维点坐标，曲面曲度参数指标，最后采集这些关键点的数据，

将采集到的表面数据和关键加工点数据输入到计算机中，先对比表面数据，将内建的标准数据与采集数据做误差分析，判断是否超过阈值，如果通过，就直接进行关键加工点数据的比对，否则将直接认定为次品拒收，

在关键加工点数据的比对时，采用每一个参数指标进行最小二乘的误差计算，如果所有指标低于阈值，就可以直接上机床进行加工，否则判定仍然认为是不合格品，无法加工。

本发明的优点是实现自动电脑程序化计算提取加工余量是否合格达标。本发明核心部分在可以通过毛坯件原料的加工余量分析，解决了之前人工操作时耗时复杂，重复机械劳动的问题。

具体实施方式

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。

实施例1：一种航空发动机涡轮叶片加工余量分析计算方法，最终实现可在软件内通过点击模型上的相应部位自动计算提取显示轮廓数据和关键加工点的坐标并判断是否合格。

航发模型为数字模型，数字模型上得每一个数据点都将和对应的采集数

一种航空发动机涡轮叶片加工余量分析计算方法，含有以下步骤：

导入航发模型后，预先设置好相应的测量关键点，如打孔点，切削点，打磨点等，保存后即可开始进行对相应点特征数据的提取。

航发模型为数字模型，可在三维建模软件中打开并编辑，是实际生产的原型依据,记录了所有生产需要的产品数据信息，可以导入到机械操作平台进行加工操作。

对应产品的航发数字模型，通常是研发人员通过CAD、UG等三维软件依据一定的参数标准手动构建的，可以随时编辑和修改。

对模型中的一个关键点进行放大点击，可以看到软件能自动显示其三维坐标及其他特征数据。

此时，再次点击确认按钮就可以保存这个关键点的数据并在数据栏实时显示出来。

随后根据所需要的关键点，在模型上一一点击得到一组数据，最后在数据栏点击导出，即可生成一个excel表。

用于后续进行数据比对并计算余量。

一种航空发动机涡轮叶片加工余量分析计算方法，，含有以下步骤：在接收到加工原件，即毛坯件后，会使用检测仪器对其进行测量。

检测仪器为生成三维点云数据的采集器，如三维激光扫描仪。将仪器环绕加工后的产品进行扫描后即可得到成品的三维点云数据，进一步处理就可以获得相应的三维扫描件的数据。

在保证外观完好的前提下，对关键点开始测量检验。

在高精度的仪器测量下，会生成探测点的一系列数据，同样在对照数模模型上的点孔顺序，可以把所有的实体采集数据发送到计算机上，准备做对比和计算。

高精度的定义为仪器精度：点位6mm；距离4mm；角度12秒；模型表面精度2mm；标靶获取精度2mm；双轴倾斜传感器1秒分辨率；补偿范围5分；精度1.5秒。

在软件接收到关键点的特征数据后，就可以运用算法对标准数据和采集数据进行计算并判断。

在过去的人工操作中，需要手动比对相关数据坐标，非常的耗费时间，还可能导致因为不精准发生的判断失误。

现在软件可以根据特征数据自动利用算法分析，这里面的算法即为最小二乘算法。

最小二乘法的本质是最小化系数矩阵所张成的向量空间到观测向量的欧式误差距离。

标函数＝∑(观测值-理论值)²

这里观测值即为机器采集到的数据，实际观测中会对一个关键点进行多次测量采集数据，理论值则对应着数模中的标准数据。

最小二乘的思想就是使标函数，也称代价函数，数值最小。

假设理论值为y₀，多次测量值分别为y₁，y₂，y₃，y₄等，则代价函数为：

Cost function＝Σ(y_i-y₀)²i＝1，2，3…，

其中，对代价函数求导，令其为0，得到此时对应的值。

这里对应的值就是根据多个观测值拟合出来的最接近真实测量数据的数据。

根据加工的规定，将最优值和标准值求差，即为加工余量。

如果小于零，则直接判定为不合格，如果没有达到规定的范围，同样也认定为次品不予加工。

其中，在关键加工点处，需要测量其三维坐标，分别为X，Y，Z轴坐标，再计算其最优值和标准进行比对，三者有一个不达标均认为不合格，无法进行后续加工。

以上步骤只是针对一个关键点的算法分析和判断步骤，实际上其他关键点只需重复同样的步骤来进行判断。

在以前人工采集并判断的过程中，会造成极大的时间浪费和判断失误，现在只需采集后就可以交给计算机自动分析判断，实现了效率的飞跃提升。

本发明可实现在机床和探测机器的辅助下，自动的检测坯件的外观轮廓并进一步提取原料的关键加工点特征数据。当外观轮廓和关键点数据采集完成后，便可以自动在电脑上合成数模模型，将其和本地要求的原件模型进行对比，计算采集数据和要求数据的误差，采用最小二乘法，将计算结果和阈值进行比较，如果在范围之内则通过质检，准备加工，否则拒收。解决了航发涡轮叶片加工时因发现原件不达标导致的产生废料和无效加工的问题。

以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种发动机涡轮叶片加工余量的分析方法，其特征在于，含有以下步骤：采集工件的表面数据；根据工件点的表面数据进行误差对比分析，在工业标准的阈值判定下，判断工件是否符合出场标准，数据比对的方法使用最小二乘方法。

2.根据权利要求1所述的一种发动机涡轮叶片加工余量的分析方法，其特征在于，机床的电动机提供驱动力，电动机驱动滚珠丝杠、丝母座与主轴承做直线运动；顶板、中拖板内部有凹槽，主轴承与凹槽相拟合，将轴承的直线运动转变为顶、中拖板绕着各自旋转轴的转动，

将毛坯件加装在机床上，使用检测仪器探测工件的外观轮廓，采集表面数据；然后使用高精度仪器检测工件的关键加工点，包括三维点坐标，曲面曲度参数指标，最后采集这些关键点的数据，

将采集到的表面数据和关键加工点数据输入到计算机中，先对比表面数据，将内建的标准数据与采集数据做误差分析，判断是否超过阈值，如果通过，就直接进行关键加工点数据的比对，否则将直接认定为次品拒收，

在关键加工点数据的比对时，采用每一个参数指标进行最小二乘的误差计算，如果所有指标低于阈值，就可以直接上机床进行加工，否则判定仍然认为是不合格品，无法加工。