CN115157128B - 喷丸处理零件的表面形貌重构方法与装置 - Google Patents
喷丸处理零件的表面形貌重构方法与装置 Download PDFInfo
- Publication number
- CN115157128B CN115157128B CN202210674144.XA CN202210674144A CN115157128B CN 115157128 B CN115157128 B CN 115157128B CN 202210674144 A CN202210674144 A CN 202210674144A CN 115157128 B CN115157128 B CN 115157128B
- Authority
- CN
- China
- Prior art keywords
- shot
- pit
- diameter
- impact
- coverage rate
- 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
Links
- 238000005422 blasting Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000009826 distribution Methods 0.000 claims abstract description 36
- 238000012876 topography Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 19
- 238000012937 correction Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 8
- 238000009499 grossing Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 3
- 238000005480 shot peening Methods 0.000 abstract description 34
- 230000000694 effects Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000011156 evaluation Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 18
- 239000008188 pellet Substances 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000005311 autocorrelation function Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24C—ABRASIVE OR RELATED BLASTING WITH PARTICULATE MATERIAL
- B24C3/00—Abrasive blasting machines or devices; Plants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B24—GRINDING; POLISHING
- B24C—ABRASIVE OR RELATED BLASTING WITH PARTICULATE MATERIAL
- B24C9/00—Appurtenances of abrasive blasting machines or devices, e.g. working chambers, arrangements for handling used abrasive material
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Numerical Control (AREA)
Abstract
本发明实施例公开了一种喷丸处理零件的表面形貌重构方法与装置。该方法可以根据喷丸处理零件的表面特征数据，对喷丸处理零件采用曲面高度分布表示的三维表面形貌进行修正，实现对喷丸处理零件表面形貌的重构。通过本发明，解决了相关技术中构造喷丸处理零件的表面形貌存在误差较大、易受客观因素限制的技术问题，达到了快速、准确地重构出喷丸处理零件的表面三维形貌，进而更准确地描述零件的表面特征，提升喷丸处理零件结构性能的评估和预测精确的技术效果。
Description
技术领域
本发明涉及机械结构表面工程领域，尤其涉及一种喷丸处理零件的表面形貌重构方法与装置。
背景技术
喷丸是一种能够有效提高零件疲劳强度、提升材料表面性能的表面强化工艺，广泛应用于航空航天等机械制造领域。喷丸处理能够在材料表面层引入残余压应力场，从而有效抑制疲劳裂纹萌生和扩展，提高结构件的疲劳寿命。同时，喷丸会改变零件的表面形貌，影响疲劳裂纹萌生。此外，零件表面形貌也会对抗腐蚀性能和磨损性能有一定影响。因此，能够应用简易的测量方法并考虑喷丸处理零件表面的典型特征在三维模型中重构其表面形貌，对于喷丸零件的性能评估和工艺优化具有重要意义。
对于喷丸处理零件，其表面高度分布满足高斯分布，表面轮廓具有指数自相关函数关系，因此可应用图像数据处理中的高斯分布增强图像原理对计算机模拟表面形貌进行优化处理。目前大多数构造三维粗糙表面方法所使用的基于高斯分布的随机曲面只能考虑轮廓均方根偏差Rq，这对反应喷丸处理零件的真实表面的波峰波谷分布情况误差较大。或者，通过在超声波喷丸过程中结合数值模型和有限元模拟来实现表面形貌预测。另外，还可以使用三维形貌测量仪获取粗糙表面的三维形貌数据生成真实三位形貌，虽与真实情况最为相近，但三位形貌测量仪的使用情况有严格限制。
针对上述相关技术中构造喷丸处理零件的表面形貌存在误差较大、易受客观因素限制的问题，尚未提出有效地解决方案。
发明内容
本发明实施例提供了一种喷丸处理零件的表面形貌重构方法与装置，以至少解决相关技术中构造喷丸处理零件的表面形貌存在误差较大、易受客观因素限制的技术问题。
根据本发明实施例的一个方面，提供了一种喷丸处理零件的表面形貌重构方法，包括：获取喷丸处理零件的表面特征数据；根据喷丸处理过程的工艺参数，确定弹丸撞击速度、弹坑直径以及弹坑深度；根据所述弹坑直径确定所需覆盖率的弹丸数量与弹丸撞击位置；根据所述弹坑直径、所述弹坑深度、所述弹丸数量以及所述弹丸撞击位置绘制所述喷丸处理零件的三维表面形貌，并基于所述表面特征数据对所述三维表面形貌进行修正，得到所述喷丸处理零件的点云数据；根据所述点云数据对所述喷丸处理零件的表面形貌进行重构，得到重构后的所述喷丸处理零件的三维表面形貌。
可选地，获取喷丸处理零件的表面特征数据，包括：使用表面轮廓测量仪检测得到所述喷丸处理零件的表面典型区域对应的二维轮廓曲线；根据所述二维轮廓曲线提取出所述表面特征数据，其中，所述表面特征数据至少包括均方根偏差与轮廓高度均值。
可选地，根据喷丸处理过程的工艺参数，确定弹丸撞击速度、弹坑直径以及弹坑深度，包括：分别使用不同的预测模型对所述工艺参数进行处理，得到所述弹丸撞击速度、所述弹坑直径以及所述弹坑深度，其中，每个所述预测模型对应一个预测表达式。
可选地，分别使用不同的预测模型对所述工艺参数进行处理，得到所述弹丸撞击速度、所述弹坑直径以及所述弹坑深度，包括：在所述预测模型为所述弹丸撞击速度的预测表达式时，其表达式如下：其中，v为所述弹丸撞击速度，f为激励器震动频率，A为所述激励器震动振幅，e1为弹丸撞击零件的恢复系数，e2为所述激励器的恢复系数；在所述预测模型为所述弹坑直径的预测表达式时，其表达式如下：d＝K×D×(1-e1 2)0.25×ρ0.25×v0.25/B0.25，其中，d为所述弹坑直径，D为弹丸直径，ρ为弹丸质量密度，v为所述弹丸撞击速度，B为材料的布氏硬度，e1为所述弹丸撞击零件的恢复系数，系数K在速度单位取ms-1，密度单位取kgm-3时取0.02284；在所述预测模型为所述弹坑深度的预测表达式时，其表达式如下：h＝[D-(D2-d2)0.5]/2，其中，h为所述弹坑深度，D为所述弹丸直径，d为所述弹坑直径。
可选地，根据所述弹坑直径确定所需覆盖率的弹丸数量与弹丸撞击位置，包括：导入所述弹坑直径，将X-Y坐标平面等距划分为n×n个坐标点，每个所述坐标点的初始代表值设置为0；计算达到预设覆盖率时所需弹丸数量和对应撞击坐标，其中，计算达到预设覆盖率时所需弹丸数量和对应撞击坐标包括：循环生成随机撞击点，关联所述随机撞击点与所述弹坑直径，将撞击区域内的坐标点的代表值加1，计算当前覆盖率，将所述当前覆盖率与所述预设覆盖率进行比较，直至所述当前覆盖率达到所述预设覆盖率，其中，所述当前覆盖率为所有坐标点代表值大于n-1的个数与总坐标点个数的比值，所述预设覆盖率至少包括第一覆盖率与第二覆盖率，所述第一覆盖率小于所述第二覆盖率。
可选地，根据所述弹坑直径、所述弹坑深度、所述弹丸数量以及所述弹丸撞击位置绘制所述喷丸处理零件的三维表面形貌，包括：根据所述弹坑直径、所述弹坑深度、所述弹丸数量以及所述弹丸撞击位置重构以曲面高度分布表示的所述喷丸处理零件的三维表面形貌。
可选地，所述表面特征数据至少包括均方根偏差与轮廓高度均值，基于所述表面特征数据对所述三维表面形貌进行修正，得到所述喷丸处理零件的点云数据，包括：根据所述均方根偏差与所述轮廓高度均值对采用曲面高度分布表示的所述三维表面形貌进行二维高斯平滑滤波处理，得到所述喷丸处理零件的点云数据，其中，使用第一函数对所述曲面高度分布的均方根偏差进行修正，使用第二函数对所述曲面高度分布的轮廓高度均值进行修正。
根据本发明实施例的另一个方面，还提供了一种喷丸处理零件的表面形貌重构装置，包括：获取模块，用于获取喷丸处理零件的表面特征数据；第一确定模块，用于根据喷丸处理过程的工艺参数，确定弹丸撞击速度、弹坑直径以及弹坑深度；第二确定模块，用于根据所述弹坑直径确定所需覆盖率的弹丸数量与弹丸撞击位置；修正模块，用于根据所述弹坑直径、所述弹坑深度、所述弹丸数量以及所述弹丸撞击位置绘制所述喷丸处理零件的三维表面形貌，并基于所述表面特征数据对所述三维表面形貌进行修正，得到所述喷丸处理零件的点云数据；重构模块，用于根据所述点云数据对所述喷丸处理零件的表面形貌进行重构，得到重构后的所述喷丸处理零件的三维表面形貌。
根据本发明实施例的另一个方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行上述中任意一项所述的喷丸处理零件的表面形貌重构方法。
根据本发明实施例的另一个方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的喷丸处理零件的表面形貌重构方法。
在本发明实施例中，采用获取喷丸处理零件的表面特征数据；根据喷丸处理过程的工艺参数，确定弹丸撞击速度、弹坑直径以及弹坑深度；根据弹坑直径确定所需覆盖率的弹丸数量与弹丸撞击位置；根据弹坑直径、弹坑深度、弹丸数量以及弹丸撞击位置绘制喷丸处理零件的三维表面形貌，并基于表面特征数据对三维表面形貌进行修正，得到喷丸处理零件的点云数据；根据点云数据对喷丸处理零件的表面形貌进行重构，得到重构后的喷丸处理零件的三维表面形貌。也就是说，本发明实施例可以根据喷丸处理零件的表面特征数据，对喷丸处理零件采用曲面高度分布表示的三维表面形貌进行修正，实现对喷丸处理零件表面形貌的重构，进而解决了相关技术中构造喷丸处理零件的表面形貌存在误差较大、易受客观因素限制的技术问题，达到了快速、准确地重构出喷丸处理零件的表面三维形貌，进而更准确地描述零件的表面特征，提升喷丸处理零件结构性能的评估和预测精确的技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例提供的一种喷丸处理零件的表面形貌重构方法的流程图；
图2为本发明实施例提供的一种超声喷丸处理后零件表面的示意图；
图3(a)为本发明实施例提供的一种表面轮廓测量仪测得的零件的二维轮廓曲线及相应的表面特征数据的示意图；
图3(b)为本发明实施例提供的另一种表面轮廓测量仪测得的零件的二维轮廓曲线及相应的表面特征数据的示意图；
图4为本发明实施例提供的一种所需的各种喷丸参数的示意图；
图5为本发明实施例提供的一种预测覆盖率的Python程序的流程框图；
图6为本发明实施例提供的一种根据预测数据计算达到所需覆盖率的相应弹丸撞击情况的示意图；
图7(a)为本发明实施例提供的一种修正前的二维轮廓的示意图；
图7(b)为本发明实施例提供的一种修正后的二维轮廓的示意图；
图8为本发明实施例提供的一种修正后的重构三维表面形貌的示意图；
图9为本发明实施例提供的一种喷丸处理零件的表面形貌重构装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于限定特定顺序。
图1为本发明实施例提供的一种喷丸处理零件的表面形貌重构方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，获取喷丸处理零件的表面特征数据；
上述喷丸处理零件为经超声喷丸处理的零部件；上述表面特征数据包括但不限于零件局部轮廓特征或者表面粗糙特征数据。
步骤S104，根据喷丸处理过程的工艺参数，确定弹丸撞击速度、弹坑直径以及弹坑深度；
上述工艺参数包括但不限于激励器震动频率、激励器震动振幅、弹丸撞击零件的恢复系数、激励器的恢复系数、弹丸质量密度及布氏硬度等。
步骤S106，根据弹坑直径确定所需覆盖率的弹丸数量与弹丸撞击位置；
步骤S108，根据弹坑直径、弹坑深度、弹丸数量以及弹丸撞击位置绘制喷丸处理零件的三维表面形貌，并基于表面特征数据对三维表面形貌进行修正，得到喷丸处理零件的点云数据；
上述弹坑深度又可以称为弹坑高度。
步骤S110，根据点云数据对喷丸处理零件的表面形貌进行重构，得到重构后的喷丸处理零件的三维表面形貌。
可选地，可以将所得点云数据导入CAD或其他可行软件中，重构该喷丸处理零件的表面三维形貌。
在本发明实施例中，采用获取喷丸处理零件的表面特征数据；根据喷丸处理过程的工艺参数，确定弹丸撞击速度、弹坑直径以及弹坑深度；根据弹坑直径确定所需覆盖率的弹丸数量与弹丸撞击位置；根据弹坑直径、弹坑深度、弹丸数量以及弹丸撞击位置绘制喷丸处理零件的三维表面形貌，并基于表面特征数据对三维表面形貌进行修正，得到喷丸处理零件的点云数据；根据点云数据对喷丸处理零件的表面形貌进行重构，得到重构后的喷丸处理零件的三维表面形貌。也就是说，本发明实施例可以根据喷丸处理零件的表面特征数据，对喷丸处理零件采用曲面高度分布表示的三维表面形貌进行修正，实现对喷丸处理零件表面形貌的重构，进而解决了相关技术中构造喷丸处理零件的表面形貌存在误差较大、易受客观因素限制的技术问题，达到了快速、准确地重构出喷丸处理零件的表面三维形貌，进而更准确地描述零件的表面特征，提升喷丸处理零件结构性能的评估和预测精确的技术效果。
在一种可选的实施方式中，获取喷丸处理零件的表面特征数据，包括：使用表面轮廓测量仪检测得到喷丸处理零件的表面典型区域对应的二维轮廓曲线；根据二维轮廓曲线提取出表面特征数据，其中，表面特征数据至少包括均方根偏差与轮廓高度均值。
可选地，通过表面轮廓测量仪测得零件表面典型区域的二维轮廓曲线，提取局部表面特征信息，计算均方根偏差Rq以及轮廓高度均值m。需要说明的是，零件表面典型区域可以为零件的局部区域。
在一种可选的实施方式中，根据喷丸处理过程的工艺参数，确定弹丸撞击速度、弹坑直径以及弹坑深度，包括：分别使用不同的预测模型对工艺参数进行处理，得到弹丸撞击速度、弹坑直径以及弹坑深度，其中，每个预测模型对应一个预测表达式。
可选地，基于喷丸过程中的工艺参数，依据经验方程预测喷丸撞击速度与弹坑直径、弹坑高度。此处不限于使用其他方法获得喷丸速度与弹坑直径、弹坑高度的关系。
在一种可选的实施方式中，分别使用不同的预测模型对工艺参数进行处理，得到弹丸撞击速度、弹坑直径以及弹坑深度，包括：
在预测模型为弹丸撞击速度的预测表达式时，其表达式如下：
其中，v为弹丸撞击速度，f为激励器震动频率，A为激励器震动振幅，e1为弹丸撞击零件的恢复系数，e2为激励器的恢复系数；
在预测模型为弹坑直径的预测表达式时，其表达式如下：
d＝K×D×(1-e1 2)0.25×ρ0.25×v0.25/B0.25
其中，d为弹坑直径，D为弹丸直径，ρ为弹丸质量密度，v为弹丸撞击速度，B为材料的布氏硬度，e1为弹丸撞击零件的恢复系数，系数K在速度单位取ms-1，密度单位取kgm-3时取0.02284；
在预测模型为弹坑深度的预测表达式时，其表达式如下：
h＝[D-(D2-d2)0.5]/2
其中，h为弹坑深度，D为弹丸直径，d为弹坑直径。
在一种可选的实施方式中，根据弹坑直径确定所需覆盖率的弹丸数量与弹丸撞击位置，包括：导入弹坑直径，将X-Y坐标平面等距划分为n×n个坐标点，每个坐标点的初始代表值设置为0；计算达到预设覆盖率时所需弹丸数量和对应撞击坐标，其中，计算达到预设覆盖率时所需弹丸数量和对应撞击坐标包括：循环生成随机撞击点，关联随机撞击点与弹坑直径，将撞击区域内的坐标点的代表值加1，计算当前覆盖率，将当前覆盖率与预设覆盖率进行比较，直至当前覆盖率达到预设覆盖率，其中，当前覆盖率为所有坐标点代表值大于n-1的个数与总坐标点个数的比值，预设覆盖率至少包括第一覆盖率与第二覆盖率，第一覆盖率小于第二覆盖率。
可选地，基于弹坑直径开发弹丸随机撞击脚本预测达到所需覆盖率的弹丸数量与弹丸撞击位置。
需要说明的是，先计算达到第一覆盖率时所需弹丸数量和对应撞击坐标，再计算达到第二覆盖率时所需弹丸数量和对应撞击坐标。在具体实施过中，对于第一覆盖率与第二覆盖率的取值不做任何限制，可以根据需求而灵活调整。
在一种可选的实施方式中，根据弹坑直径、弹坑深度、弹丸数量以及弹丸撞击位置绘制喷丸处理零件的三维表面形貌，包括：根据弹坑直径、弹坑深度、弹丸数量以及弹丸撞击位置重构以曲面高度分布表示的喷丸处理零件的三维表面形貌。
在一种可选的实施方式中，表面特征数据至少包括均方根偏差与轮廓高度均值，基于表面特征数据对三维表面形貌进行修正，得到喷丸处理零件的点云数据，包括：根据均方根偏差与轮廓高度均值对采用曲面高度分布表示的三维表面形貌进行二维高斯平滑滤波处理，得到喷丸处理零件的点云数据，其中，使用第一函数对曲面高度分布的均方根偏差进行修正，使用第二函数对曲面高度分布的轮廓高度均值进行修正。
可选地，可以基于零件的表面特征数据，对弹丸数目、弹丸位置、弹坑高度、弹坑直径数据重构的表面高度分布进行二维高斯平滑滤波。构建高斯滤波器，通过对数据在空间域中执行卷积运算，基于零件的均方根偏差与轮廓高度均值对邻域内的高度分布进行平滑处理，修正重构表面的三维坐标数据。
上述第一函数与第二函数均为MATLAB内置的函数，可选地，第一函数可以为imgaussfilt3函数，第二函数可以为smoothdata函数。
下面以超声喷丸(ultrasonic shot peening)处理的316L圆柱形结构为例，对本发明一种考虑喷丸处理零件表面特征的三维表面重构方法做详细说明。超声喷丸处理中选取弹丸直径为3mm,处理强度为50A,覆盖率为3000％。
S1：使用表面轮廓测量仪测得零件表面沿轴线方向典型局部的二维轮廓曲线。本实施例中，采样距离为4mm，采样间隔为100μm，图2为本发明实施例提供的一种超声喷丸处理后零件表面的示意图，如图2所示。随后识别读取轮廓曲线上的数据，计算均方根偏差Rq以及轮廓高度均值m，图3(a)为本发明实施例提供的一种表面轮廓测量仪测得的零件的二维轮廓曲线及相应的表面特征数据的示意图，图3(b)为本发明实施例提供的另一种表面轮廓测量仪测得的零件的二维轮廓曲线及相应的表面特征数据的示意图，如图3(a)、3(b)所示。
S2：依据经验预测方程预测喷丸速度与弹坑直径、弹坑高度特征数据，图4为本发明实施例提供的一种所需的各种喷丸参数的示意图，如图4所示。
进一步地，计算超声喷丸弹丸撞击速度的表达式如下：
其中，v为弹丸撞击速度，f和A分别为超声喷丸激励器震动频率和振幅，e1和e2分别为弹丸撞击零件和激励器的恢复系数，可按经验值选取；需要说明的是，上述弹丸撞击速度为弹丸撞击零件平均速度。
弹丸撞击直径预测表达式如下，该表达式可预测弹丸撞击零件表面产生的弹坑直径。
d＝K×D×(1-e1 2)0.25×ρ0.25×v0.25/B0.25
其中，d为弹坑直径，该弹坑直径为弹丸撞击凹坑直径，D为弹丸直径，ρ为弹丸质量密度，v为弹丸的撞击速度，B为材料的布氏硬度，e1为喷丸撞击零件材料的恢复系数；系数K在速度单位取ms-1，密度单位取kgm-3时取0.02284。
同时，弹坑深度预测表达式如下：
h＝[D-(D2-d2)0.5]/2
其中，h为弹坑深度，D为弹丸直径，d为弹坑直径。
由于在超声喷丸中由得到的平均稳定撞击速度为常数值，因此需考虑弹丸在实际撞击中的速度分布情况。在超声喷丸中，弹丸冲击速度分布与撞击对象的倾斜角度关，在低速区和高速区分别存在一个峰值。研究表明弹丸速度大部分集中在低速区，高速区的峰值仅与激励器的振幅有关。在本发明实施例中将弹丸的撞击速度分布简化为正态分布，通过调整方差反应撞击对象的倾斜角度。将/>生成的弹丸平均稳定撞击速度设定为正态分布的数学期望，生成对应数量的撞击速度赋给相应弹丸，再根据d＝K×D×(1-e1 2)0.25×ρ0.25×v0.25/B0.25和h＝[D-(D2-d2)0.5]/2生成相应弹坑直径和弹坑高度。
S3：基于步骤2得到的弹坑直径开发Python脚本预测达到所需覆盖率的弹丸数量与弹丸撞击位置，图5为本发明实施例提供的一种预测覆盖率的Python程序的流程框图，如图5所示，其具体实施步骤如下：
(1):喷丸覆盖率定义为喷丸凹痕所覆盖的面积与总处理表面积的比值，用百分比表示。根据SAEJ443,200％的覆盖率被定义为达到全覆盖(98％)所需的处理时间的两倍，亦可视作两倍的弹丸数量。在本发明实施例中，暂不考虑曲率的影响，选取典型区域(4×4mm2)模拟撞击表面；
(2):导入步骤2生成的撞击直径，将X-Y坐标平面等距划分为n×n个坐标点，每个点赋予初始代表值0；
(3):首先计算达到全覆盖(98％)时所需弹丸数量和对应撞击坐标：循环生成随机生成撞击位置，关联撞击直径，将撞击区域内的坐标点代表值加1，计算当前覆盖率，即所有坐标点代表值大于n-1的个数与总坐标点个数的比值，与98％比较，直至达到全覆盖；需要说明的是，所有坐标点代表值大于n-1对应的覆盖率为n×100％；
(4):其次在(3)的基础上计算达到3000％覆盖率所需的弹丸数量和对应撞击坐标：循环生成随机生成撞击位置，关联撞击直径，将撞击区域内的坐标点代表值加1，计算当前覆盖率，即所有坐标点代表值总和与总坐标点个数的比值，与3000％比较，直至达到全覆盖。图6为本发明实施例提供的一种根据预测数据计算达到所需覆盖率的相应弹丸撞击情况的示意图，如图6所示。
S4：根据第二步和第三步得到的弹丸撞击位置和数目，绘制三维曲面。本实例中首先在平面上重构出喷丸处理的三维表面形貌，然后通过数学关系将其弯曲成与处理试样匹配的曲面。
(1):通过导入步骤二生成的弹坑坐标位置和数量，依次将弹坑直径和弹坑高度特征赋予曲面中。这里考虑到由于程序随机生成撞击点的原因，可能会出现在同一坐标点覆盖多个弹坑的情况。为符合弹丸撞击情况，其解决方法如下：
在X-Y坐标矩阵中，找到在弹坑直径内的坐标点，将z坐标值赋给该坐标点。若在以后的循环中如果该坐标点被再次找到，则将本次循环的z坐标值与之前的z坐标值比较，选择较小量进行覆盖；
(2):对生成的曲面高度分布进行修正：基于S1所测轮廓曲线的均方根偏差Rq以及轮廓高度均值m，在MTALAB中对S2和S3生成的高度分布进行二维高斯平滑滤波处理。在本实施例中使用MATLAB内置imgaussfilt3函数对高度分布的均方根偏差进行修正，随后使用smoothdata函数对高度分布的均值进行修正，得到表面点云的坐标数据。图7(a)为本发明实施例提供的一种修正前的二维轮廓的示意图，图7(b)为本发明实施例提供的一种修正后的二维轮廓的示意图，如图7(a)、7(b)所示。图8为本发明实施例提供的一种修正后的重构三维表面形貌的示意图，如图8所示。得到三维表面形貌后，可通过数学运算将其转化为半径为3mm的圆柱面表面形貌。
S5:可将S4所得点云数据导出CAD软件中，进行三维曲面重构。例如，使用Digitized Shape Editor和Quick Surface Reconstruction模块在CATIA中生成三维曲面。
通过本发明的上述实施方式，可将喷丸处理零件的表面三维形貌快速、准确地重构出来，进而可以更准确地描述零件的表面特征，为精确评估和预测喷丸处理零件结构性能做铺垫，对于提高喷丸结构产品的经济性、可靠性和安全性，实现机械零部件的抗疲劳设计具有十分重要的意义。
根据本发明实施例的另一个方面，还提供了一种喷丸处理零件的表面形貌重构装置，图9为本发明实施例提供的一种喷丸处理零件的表面形貌重构装置的示意图，如图9所示，该喷丸处理零件的表面形貌重构装置包括：获取模块902、第一确定模块904、第二确定模块906、修正模块908和重构模块910。下面对该喷丸处理零件的表面形貌重构装置进行详细说明。
获取模块902，用于获取喷丸处理零件的表面特征数据；第一确定模块904，连接至上述获取模块902，用于根据喷丸处理过程的工艺参数，确定弹丸撞击速度、弹坑直径以及弹坑深度；第二确定模块906，连接至上述第一确定模块904，用于根据弹坑直径确定所需覆盖率的弹丸数量与弹丸撞击位置；修正模块908，连接至上述第二确定模块906，用于根据弹坑直径、弹坑深度、弹丸数量以及弹丸撞击位置绘制喷丸处理零件的三维表面形貌，并基于表面特征数据对三维表面形貌进行修正，得到喷丸处理零件的点云数据；重构模块910，连接至上述修正模块908，用于根据点云数据对喷丸处理零件的表面形貌进行重构，得到重构后的喷丸处理零件的三维表面形貌。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，例如，对于后者，可以通过以下方式实现：上述各个模块可以位于同一处理器中；和/或，上述各个模块以任意组合的方式位于不同的处理器中。
在本发明实施例中，该喷丸处理零件的表面形貌重构装置采用获取喷丸处理零件的表面特征数据；根据喷丸处理过程的工艺参数，确定弹丸撞击速度、弹坑直径以及弹坑深度；根据弹坑直径确定所需覆盖率的弹丸数量与弹丸撞击位置；根据弹坑直径、弹坑深度、弹丸数量以及弹丸撞击位置绘制喷丸处理零件的三维表面形貌，并基于表面特征数据对三维表面形貌进行修正，得到喷丸处理零件的点云数据；根据点云数据对喷丸处理零件的表面形貌进行重构，得到重构后的喷丸处理零件的三维表面形貌。也就是说，本发明实施例可以根据喷丸处理零件的表面特征数据，对喷丸处理零件采用曲面高度分布表示的三维表面形貌进行修正，实现对喷丸处理零件表面形貌的重构，进而解决了相关技术中构造喷丸处理零件的表面形貌存在误差较大、易受客观因素限制的技术问题，达到了快速、准确地重构出喷丸处理零件的表面三维形貌，进而更准确地描述零件的表面特征，提升喷丸处理零件结构性能的评估和预测精确的技术效果。
此处需要说明的是，上述获取模块902、第一确定模块904、第二确定模块906、修正模块908和重构模块910对应于方法实施例中的步骤S102至S110，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述方法实施例所公开的内容。
可选地，上述获取模块902包括：检测单元，用于使用表面轮廓测量仪检测得到喷丸处理零件的表面典型区域对应的二维轮廓曲线；提取单元，用于根据二维轮廓曲线提取出表面特征数据，其中，表面特征数据至少包括均方根偏差与轮廓高度均值。
可选地，上述第一确定模块904包括：第一处理单元，用于分别使用不同的预测模型对工艺参数进行处理，得到弹丸撞击速度、弹坑直径以及弹坑深度，其中，每个预测模型对应一个预测表达式。
可选地，上述第一处理单元包括：第一处理子单元，用于在预测模型为弹丸撞击速度的预测表达式时，其表达式如下：其中，v为弹丸撞击速度，f为激励器震动频率，A为激励器震动振幅，e1为弹丸撞击零件的恢复系数，e2为激励器的恢复系数；第二处理子单元，用于在预测模型为弹坑直径的预测表达式时，其表达式如下：d＝K×D×(1-e1 2)0.25×ρ0.25×v0.25/B0.25，其中，d为弹坑直径，D为弹丸直径，ρ为弹丸质量密度，v为弹丸撞击速度，B为材料的布氏硬度，e1为弹丸撞击零件的恢复系数，系数K在速度单位取ms-1，密度单位取kgm-3时取0.02284；第三处理子单元，用于在预测模型为弹坑深度的预测表达式时，其表达式如下：h＝[D-(D2-d2)0.5]/2，其中，h为弹坑深度，D为弹丸直径，d为弹坑直径。
可选地，上述第二确定模块906包括：第二处理单元，用于导入弹坑直径，将X-Y坐标平面等距划分为n×n个坐标点，每个坐标点的初始代表值设置为0；计算单元，用于计算达到预设覆盖率时所需弹丸数量和对应撞击坐标，其中，计算达到预设覆盖率时所需弹丸数量和对应撞击坐标包括：循环生成随机撞击点，关联随机撞击点与弹坑直径，将撞击区域内的坐标点的代表值加1，计算当前覆盖率，将当前覆盖率与预设覆盖率进行比较，直至当前覆盖率达到预设覆盖率，其中，当前覆盖率为所有坐标点代表值大于n-1的个数与总坐标点个数的比值，预设覆盖率至少包括第一覆盖率与第二覆盖率，第一覆盖率小于第二覆盖率。
可选地，上述修正模块908包括：重构单元，用于根据弹坑直径、弹坑深度、弹丸数量以及弹丸撞击位置重构以曲面高度分布表示的喷丸处理零件的三维表面形貌。
可选地，上述表面特征数据至少包括均方根偏差与轮廓高度均值，上述修正模块908包括：修正单元，用于根据均方根偏差与轮廓高度均值对采用曲面高度分布表示的三维表面形貌进行二维高斯平滑滤波处理，得到喷丸处理零件的点云数据，其中，使用第一函数对曲面高度分布的均方根偏差进行修正，使用第二函数对曲面高度分布的轮廓高度均值进行修正。
根据本发明实施例的另一个方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述中任意一项的喷丸处理零件的表面形貌重构方法。
需要说明的是，上述计算机可读存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，和/或位于移动终端群中的任意一个移动终端中，上述计算机可读存储介质包括存储的程序。
根据本发明实施例的另一个方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述中任意一项的喷丸处理零件的表面形貌重构方法。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
Claims (8)
1.一种喷丸处理零件的表面形貌重构方法，其特征在于，包括：
获取喷丸处理零件的表面特征数据；
根据喷丸处理过程的工艺参数，使用不同的预测模型对工艺参数进行处理，确定弹丸撞击速度、弹坑直径以及弹坑深度，其中，每个预测模型对应一个预测表达式；
根据所述弹坑直径确定所需覆盖率的弹丸数量与弹丸撞击位置；
根据所述弹坑直径、所述弹坑深度、所述弹丸数量以及所述弹丸撞击位置绘制所述喷丸处理零件的三维表面形貌，并基于所述表面特征数据对所述三维表面形貌进行修正，得到所述喷丸处理零件的点云数据；
根据所述点云数据对所述喷丸处理零件的表面形貌进行重构，得到重构后的所述喷丸处理零件的三维表面形貌；
分别使用不同的预测模型对所述工艺参数进行处理，得到所述弹丸撞击速度、所述弹坑直径以及所述弹坑深度，包括：
在所述预测模型为所述弹丸撞击速度的预测表达式时，其表达式如下：
其中，v为所述弹丸撞击速度，f为激励器震动频率，A为所述激励器震动振幅，e1为弹丸撞击零件的恢复系数，e2为所述激励器的恢复系数；
在所述预测模型为所述弹坑直径的预测表达式时，其表达式如下：
d＝K×D×(1-e1 2)0.25×ρ0.25×v0.25/B0.25
其中，d为所述弹坑直径，D为弹丸直径，ρ为弹丸质量密度，v为所述弹丸撞击速度，B为材料的布氏硬度，e1为所述弹丸撞击零件的恢复系数，系数K在速度单位取ms-1，密度单位取kgm-3时取0.02284；
在所述预测模型为所述弹坑深度的预测表达式时，其表达式如下：
h＝[D-(D2-d2)0.5]/2
其中，h为所述弹坑深度，D为所述弹丸直径，d为所述弹坑直径。
2.根据权利要求1所述的方法，其特征在于，获取喷丸处理零件的表面特征数据，包括：
使用表面轮廓测量仪检测得到所述喷丸处理零件的表面典型区域对应的二维轮廓曲线；
根据所述二维轮廓曲线提取出所述表面特征数据，其中，所述表面特征数据至少包括均方根偏差与轮廓高度均值。
3.根据权利要求1所述的方法，其特征在于，根据所述弹坑直径确定所需覆盖率的弹丸数量与弹丸撞击位置，包括：
导入所述弹坑直径，将X-Y坐标平面等距划分为n×n个坐标点，每个所述坐标点的初始代表值设置为0；
计算达到预设覆盖率时所需弹丸数量和对应撞击坐标，其中，计算达到预设覆盖率时所需弹丸数量和对应撞击坐标包括：循环生成随机撞击点，关联所述随机撞击点与所述弹坑直径，将撞击区域内的坐标点的代表值加1，计算当前覆盖率，将所述当前覆盖率与所述预设覆盖率进行比较，直至所述当前覆盖率达到所述预设覆盖率，其中，所述当前覆盖率为所有坐标点代表值大于n-1的个数与总坐标点个数的比值，所述预设覆盖率至少包括第一覆盖率与第二覆盖率，所述第一覆盖率小于所述第二覆盖率。
4.根据权利要求1所述的方法，其特征在于，根据所述弹坑直径、所述弹坑深度、所述弹丸数量以及所述弹丸撞击位置绘制所述喷丸处理零件的三维表面形貌，包括：
根据所述弹坑直径、所述弹坑深度、所述弹丸数量以及所述弹丸撞击位置重构以曲面高度分布表示的所述喷丸处理零件的三维表面形貌。
5.根据权利要求1所述的方法，其特征在于，所述表面特征数据至少包括均方根偏差与轮廓高度均值，基于所述表面特征数据对所述三维表面形貌进行修正，得到所述喷丸处理零件的点云数据，包括：
根据所述均方根偏差与所述轮廓高度均值对采用曲面高度分布表示的所述三维表面形貌进行二维高斯平滑滤波处理，得到所述喷丸处理零件的点云数据，其中，使用第一函数对所述曲面高度分布的均方根偏差进行修正，使用第二函数对所述曲面高度分布的轮廓高度均值进行修正。
6.一种实现权利要求1所述一种喷丸处理零件的表面形貌重构方法的装置，其特征在于，包括：
获取模块，用于获取喷丸处理零件的表面特征数据；
第一确定模块，用于根据喷丸处理过程的工艺参数，使用不同的预测模型对工艺参数进行处理，确定弹丸撞击速度、弹坑直径以及弹坑深度，其中，每个预测模型对应一个预测表达式；
第二确定模块，基于喷丸过程中的工艺参数，依据经验方程，根据所述弹坑直径确定所需覆盖率的弹丸数量与弹丸撞击位置；
修正模块，用于根据所述弹坑直径、所述弹坑深度、所述弹丸数量以及所述弹丸撞击位置绘制所述喷丸处理零件的三维表面形貌，并基于所述表面特征数据对所述三维表面形貌进行修正，得到所述喷丸处理零件的点云数据；
重构模块，用于根据所述点云数据对所述喷丸处理零件的表面形貌进行重构，得到重构后的所述喷丸处理零件的三维表面形貌。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至5中任意一项所述的喷丸处理零件的表面形貌重构方法。
8.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至5中任意一项所述的喷丸处理零件的表面形貌重构方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210674144.XA CN115157128B (zh) | 2022-06-15 | 2022-06-15 | 喷丸处理零件的表面形貌重构方法与装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210674144.XA CN115157128B (zh) | 2022-06-15 | 2022-06-15 | 喷丸处理零件的表面形貌重构方法与装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115157128A CN115157128A (zh) | 2022-10-11 |
| CN115157128B true CN115157128B (zh) | 2024-01-30 |
Family
ID=83484691
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210674144.XA Active CN115157128B (zh) | 2022-06-15 | 2022-06-15 | 喷丸处理零件的表面形貌重构方法与装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115157128B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000190226A (ja) * | 1998-12-25 | 2000-07-11 | Sankyo Giken Kogyo Kk | ショットブラスト方法及びショットブラスト装置 |
| CN1688413A (zh) * | 2002-08-28 | 2005-10-26 | 新东工业株式会社 | 喷丸处理方法中的碰撞痕迹分布图的绘制方法与相关系统,以及处理条件的设定方法与喷丸处理装置 |
| CN104866652A (zh) * | 2015-04-29 | 2015-08-26 | 西北工业大学 | 一种基于abaqus的喷丸强化变形的有限元模拟方法 |
| CN105354880A (zh) * | 2015-10-15 | 2016-02-24 | 东南大学 | 一种基于线激光扫描的喷砂机器人自动路径生成方法 |
| CN111651921A (zh) * | 2020-06-02 | 2020-09-11 | 重庆大学 | 一种基于材料真实状态的喷丸强化表面完整性参数预测方法 |
| CN112036071A (zh) * | 2020-09-25 | 2020-12-04 | 安徽理工大学 | 一种考虑表面粗糙度的有限元与离散元相耦合的喷丸强化数值模拟方法 |
| CN112560259A (zh) * | 2020-12-11 | 2021-03-26 | 北京航空航天大学 | 一种基于弹塑性碰撞的传动轴喷丸表面残余应力快速预测方法 |
| WO2021148761A1 (fr) * | 2020-01-24 | 2021-07-29 | Safran | Optimisation d'un procédé de détermination de paramètres de grenaillage par apprentissage |
| CN113221394A (zh) * | 2021-02-08 | 2021-08-06 | 西北工业大学 | 一种飞机整体壁板激光喷丸成形的模拟方法 |
| CN113255069A (zh) * | 2021-03-08 | 2021-08-13 | 武汉理工大学 | 一种快速准确的超声波喷丸材料表面形貌预测方法 |
| CN113642175A (zh) * | 2021-08-10 | 2021-11-12 | 北京航空航天大学 | 一种考虑覆盖率及路径的喷丸变形数值模拟方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7065479B2 (en) * | 2002-05-28 | 2006-06-20 | General Electric Company | Method for determining and compensating for peening-induced distortion |
| DE102010001286A1 (de) * | 2010-01-27 | 2011-07-28 | Rolls-Royce Deutschland Ltd & Co KG, 15827 | Verfahren zum Erfassen der Flächenbedeckung beim Kugelstrahlen |
-
2022
- 2022-06-15 CN CN202210674144.XA patent/CN115157128B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000190226A (ja) * | 1998-12-25 | 2000-07-11 | Sankyo Giken Kogyo Kk | ショットブラスト方法及びショットブラスト装置 |
| CN1688413A (zh) * | 2002-08-28 | 2005-10-26 | 新东工业株式会社 | 喷丸处理方法中的碰撞痕迹分布图的绘制方法与相关系统,以及处理条件的设定方法与喷丸处理装置 |
| CN104866652A (zh) * | 2015-04-29 | 2015-08-26 | 西北工业大学 | 一种基于abaqus的喷丸强化变形的有限元模拟方法 |
| CN105354880A (zh) * | 2015-10-15 | 2016-02-24 | 东南大学 | 一种基于线激光扫描的喷砂机器人自动路径生成方法 |
| WO2021148761A1 (fr) * | 2020-01-24 | 2021-07-29 | Safran | Optimisation d'un procédé de détermination de paramètres de grenaillage par apprentissage |
| CN111651921A (zh) * | 2020-06-02 | 2020-09-11 | 重庆大学 | 一种基于材料真实状态的喷丸强化表面完整性参数预测方法 |
| CN112036071A (zh) * | 2020-09-25 | 2020-12-04 | 安徽理工大学 | 一种考虑表面粗糙度的有限元与离散元相耦合的喷丸强化数值模拟方法 |
| CN112560259A (zh) * | 2020-12-11 | 2021-03-26 | 北京航空航天大学 | 一种基于弹塑性碰撞的传动轴喷丸表面残余应力快速预测方法 |
| CN113221394A (zh) * | 2021-02-08 | 2021-08-06 | 西北工业大学 | 一种飞机整体壁板激光喷丸成形的模拟方法 |
| CN113255069A (zh) * | 2021-03-08 | 2021-08-13 | 武汉理工大学 | 一种快速准确的超声波喷丸材料表面形貌预测方法 |
| CN113642175A (zh) * | 2021-08-10 | 2021-11-12 | 北京航空航天大学 | 一种考虑覆盖率及路径的喷丸变形数值模拟方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于ABAQUS的大尺寸弹丸喷丸过程数值模拟;王明涛;曾元松;尚建勤;黄遐;;塑性工程学报(第05期);第109-114页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115157128A (zh) | 2022-10-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107229783A (zh) | 一种高锰钢抛丸机叶片喷丸强化工艺参数的确定方法 | |
| CN112580235B (zh) | 一种金属结构高周疲劳起裂寿命的非线性估算方法 | |
| CN111651921A (zh) | 一种基于材料真实状态的喷丸强化表面完整性参数预测方法 | |
| CN106446517B (zh) | 一种激光冲击强化合金塑性变形深度的建模和判别方法 | |
| Zhang et al. | An evaluation on SP surface property by means of combined FEM-DEM shot dynamics simulation | |
| Yang et al. | Effect of initial surface finish on effectiveness of shot peening treatment using enhanced periodic cell model | |
| CN112082496A (zh) | 基于改进数字体图像相关法的混凝土内部变形测量方法及系统 | |
| CN112036071A (zh) | 一种考虑表面粗糙度的有限元与离散元相耦合的喷丸强化数值模拟方法 | |
| CN113642192A (zh) | 一种超高周疲劳寿命预测方法、装置及可存储介质 | |
| CN115157128B (zh) | 喷丸处理零件的表面形貌重构方法与装置 | |
| JP4855920B2 (ja) | ウォータージェットピーニング施工面の残留応力評価方法 | |
| CA3136528A1 (en) | Method for determining the geometry of a defect based on non-destructivemeasurement methods using direct inversion | |
| Farrahi | Side effects of shot peening on fatigue crack initiation life | |
| Manchoul et al. | A predictive approach to investigate the effect of ultrasonic shot peening on a high-cycle fatigue performance of an AISI 316L target | |
| Strzelecki et al. | A method for determining a complete SN curve using maximum likelihood | |
| Startsev et al. | Evaluation of corrosion damage to aluminum alloy via the methods of fractal analysis and microhardness | |
| CN113255069B (zh) | 一种超声波喷丸材料表面形貌预测方法 | |
| Ciampini et al. | Modeling the development of Almen strip curvature in vibratory finishing | |
| CN115618669A (zh) | 一种用于喷丸强化工艺的喷丸强度的预测方法 | |
| Bai et al. | Simulation analysis of shot peening on the surface of high-load connecting rod | |
| Manchoul et al. | Prediction and comparison of high-cycle fatigue behavior of ultrasonic and conventional shot-peened parts | |
| Yin et al. | Numerical modelling and experimental approach for shot velocity evaluation during ultrasonic shot peening | |
| Xiang et al. | A numerically low-cost and high-accuracy periodic FE modeling of shot-peened 34CrNiMo6 and experimental validation | |
| Nikhamkin et al. | Foreign object damage and fatigue strength loss in compressor blades | |
| CN113779330A (zh) | 一种基于相似性度量的超声检测工艺参数智能计算系统 |
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 |