CN116451156B - 一种面向叶片气膜孔的孔类特征识别方法、排序方法 - Google Patents

一种面向叶片气膜孔的孔类特征识别方法、排序方法 Download PDF

Info

Publication number
CN116451156B
CN116451156B CN202310435007.5A CN202310435007A CN116451156B CN 116451156 B CN116451156 B CN 116451156B CN 202310435007 A CN202310435007 A CN 202310435007A CN 116451156 B CN116451156 B CN 116451156B
Authority
CN
China
Prior art keywords
hole
holes
point
boundary
air film
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
Application number
CN202310435007.5A
Other languages
English (en)
Other versions
CN116451156A (zh
Inventor
王晶
侯尧华
赵卫
赵华龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
XiAn Institute of Optics and Precision Mechanics of CAS
Original Assignee
XiAn Institute of Optics and Precision Mechanics of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by XiAn Institute of Optics and Precision Mechanics of CAS filed Critical XiAn Institute of Optics and Precision Mechanics of CAS
Priority to CN202310435007.5A priority Critical patent/CN116451156B/zh
Publication of CN116451156A publication Critical patent/CN116451156A/zh
Application granted granted Critical
Publication of CN116451156B publication Critical patent/CN116451156B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/243Classification techniques relating to the number of classes
    • G06F18/2431Multiple classes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/211Selection of the most significant subset of features
    • G06F18/2113Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明属于一种孔排序方法,为解决现有的孔类特征识别方法,无法适应涡轮叶片气膜孔中异形孔的识别需求,也无法实现大量孔类结构识别后的特征排序等工作的技术问题,提供一种面向叶片气膜孔的孔类型识别方法、特征排序方法,针对涡轮叶片气膜孔中直圆孔与异形孔的特征识别与重组的需求,从涡轮叶片几何模型的曲率特征出发,通过判断最大最小曲率识别模型中的圆柱面,并利用关联曲线与特征面、叶身表面的连接关系,识别多张曲面构成的直圆孔与异形孔特征,另外,基于涡轮叶片的按行分布特征,设计气膜孔的分布夹角判断准则,实现了大量气膜孔的特征排序需求。

Description

一种面向叶片气膜孔的孔类特征识别方法、排序方法
技术领域
本发明属于一种孔类特征识别技术领域,具体涉及一种面向叶片气膜孔的孔类特征识别方法、排序方法。
背景技术
随着制造业自动化水平的飞速发展,计算机辅助设计、工艺规划、制造等系统之间数据的快速有效交换显得极为迫切。通过特征识别技术,可实现将计算机辅助设计的大量的几何特征提取,并传递到后续的工艺规划及制造系统中,以满足产品的自动化制造需求。
涡轮叶片作为航空发动机的关键零件,在叶身上设计了上百个气膜孔用于冷却。气膜孔的结构不仅包含大量的圆柱形孔,还包含了各种异形的孔槽结构。因此,如何快速实现这类结构的几何特征识别、提取与排序,有助于加速涡轮叶片加工的自动化进程并提高制造效率。现有的孔类特征识别方法以边界表示法为主,该方法通过收集孔的边界信息,建立预设的特征知识库,以此识别各种完整曲面的圆柱孔、组合圆柱孔、锥形孔等特征,但是,这种方法无法适应涡轮叶片气膜孔中异形孔的识别需求,同时,也无法实现大量孔类特征识别后的排序等工作。
发明内容
本发明为解决现有的孔类特征识别方法,无法适应涡轮叶片气膜孔中异形孔的识别需求,也无法实现大量孔类特征识别后的排序等工作的技术问题,提供一种面向叶片气膜孔的孔类特征识别方法、排序方法。
为达到上述目的,本发明采用以下技术方案予以实现:
一种面向叶片气膜孔的孔类特征识别方法,其特殊之处在于,包括以下步骤:
S1-1,在零件实体中获取不需要识别孔特征的带孔表面集合{Sj},并获取需要识别孔特征的带孔表面Sh中包含的所有内边界集合{Ci};其中,j表示带孔表面序号,i表示内边界序号,j≥0,i≥0;
S1-2,获取带孔表面集合{Sj}中包含内边界集合{Ci}中边界Ci的曲面集合{Si,k};其中,k表示曲面的编号,k≥0;
S1-3,在曲面集合{Si,k}中均匀采样,获取采样点集{Pi,k,l},并计算采样点集{Pi,k,l}中各点在对应曲面上的最大曲率半径和最小曲率半径集合{(rmin,i,k,l,rmax,i,k,l)},以及曲面法向{ni,k,l};其中,l表示采样点的编号,l≥0;
S1-4,根据集合{(rmin,i,k,l,rmax,i,k,l)}判断相应曲面Si,k是否为平面或非直纹面,若是,则边界Ci对应的孔为非直圆孔,否则,执行步骤S1-5;
S1-5,判断是否恒成立,若是,执行步骤S1-6,否则,边界Ci对应的孔为非直圆孔;其中,rmin,i,k,l为采样点集{Pi,k,l}中Pi,k,l的最小曲率半径;其中,/>为rmin,i,k,l的平均值;
S1-6,判断是否等于rmin,i,0,0,若是,边界Ci对应的孔为直圆孔,执行步骤S1-7,否则,边界Ci对应的孔为非直圆孔;其中,{Δdi,k,l}为{Pi,k,l}-{Pi,0,0}沿曲面法向{ni,k,l}到Oi,0,0的距离,Oi,0,0为点Pi,0,0对应的最小曲率中心,Pi,0,0为k=0且l=0时的采样点;
S1-7,令{Sj}={Sj}-{Si,k},返回步骤S1-2,直至完成内边界集合{Ci}对应所有孔的识别,再根据孔类型,获取孔参数。
进一步地,还包括步骤S1-8和步骤S1-9:
若经步骤S1-4至步骤S1-6判断边界Ci对应的孔为非直圆孔:
S1-8,令Ψi={Si,k},在{Sj}中检索与Ψi使用共同边界的所有曲线集合{Cs,i},在{Sj}中查找包含边界{Cs,i}的所有面集合{Si,k};
S1-9,将面集合{Si,k}作为步骤S1-3中的曲面集合{Si,k},采用步骤S1-3至步骤S1-6的方法判断面集合{Si,k}中Si,k构成的特征是否对应为直圆孔,若是,则边界Ci对应的孔为异形孔,否则,边界Ci对应的孔为非直圆孔非异形孔。
进一步地,步骤S1-4具体为,若边界Ci对应的孔为非直圆孔,否则,边界Ci对应的孔为直圆孔,其中,rmax,i,k,l为采样点集{Pi,k,l}中各点在对应曲面上的最大曲率半径,rmin,i,k,l为采样点集{Pi,k,l}中各点在对应曲面上的最小曲率半径。
进一步地,步骤S1-6中,所述Oi,0,0通过下式计算:
Oi,0,0=Pi,0,0+rmin,i,0,0·ni,0,0
其中,rmin,i,0,0为点Pi,0,0对应曲面上的最小曲率半径,ni,0,0为点Pi,0,0对应曲面法向;
所述Δdi,k,l通过下式计算:
Δdi,k,l=(Oi,0,0-Pi,k,l)·ni,k,l
进一步地,步骤S1-7中,所述根据孔类型获取孔参数具体为:
S1-7-a,若为直圆孔,则孔壁面为{Si,k},孔半径ri=rmin,i,0,0,孔轴向 其中,/>和/>为{ni,k,l}中任意不平行的两个法线;
若为异形孔,异形部分孔壁为Ψi,直圆部分孔壁为{Si,k},孔轴向hi为直圆部分轴向;
若为非直圆孔非异形孔,不需要获取孔参数;
S1-7-b,将带孔表面Sh中的所有内边界删除,获取不带孔的表面Sa,边界Ci对应孔的孔轴向hi与Sa的交点qi即为该孔孔位。
本发明还提供了一种面向叶片气膜孔的孔类特征排序方法,其特殊之处在于,包括以下步骤:
S2-1,采用权利要求5所述一种面向叶片气膜孔的孔类特征识别方法获取各孔孔参数中的孔位,得到孔位坐标集合{qu};
S2-2,在带孔表面Sh上获取由Rd和Cd确定的起始角点Q,其中,Rd为给定的孔排序行方向,Cd为给定的孔排序列方向;
S2-3,计算{qu}与Q的距离{du},并将其中的最短距离dm对应点qm作为行Ψj上的搜索起始点,搜索方向vr=Rd;其中,Ψt={qu},{qu}={qu}-{qm};
S2-4,计算矢量集合{vm,u|vm,u=qmqu}与vr的夹角集合{αm,um,u=cos-1(vm,u·vr/||vm,u·vr||)};其中,{vm,u|vm,u=qmqu}为qm与{qu}构成的矢量集合;
S2-5,在{αm,u}中选取αm,u≤Δα的所有孔,组成集合{qk};其中,Δα为相邻两个孔分属不同行的角向偏差;
S2-6,若计算{qk}到qm的距离,选取距离最短的孔qm+作为当前行Ψt上qm的下一个孔,令Ψt=Ψt∪{qm+},vr=qmqm+,qm=qm+,{qu}={qu}-{qm+},返回步骤2-4;否则,令vr=-Rd,并执行步骤S2-7;
S2-7,重复执行步骤S2-4和步骤S2-5;若计算{qk}到qm的距离,选取距离最短的孔qm-作为当前行Ψt上qm的上一个孔,取Ψt={qm-}∪Ψt,并令vr=qmqm-,qm=qm-,{qu}={qu}-{qm-},重复执行步骤2-7,直至/> 否则,执行步骤2-8;
S2-8,若计算{qu}与Q的距离{du},将最短距离对应点qm作为行Ψt+1上的搜索起始点,取Ψt+1={qm},{qu}={qu}-{qm},行搜索方向vr=Rd,并返回步骤2-4,并用Ψt+1代替Ψt;否则,执行步骤2-9;
S2-9,取{Ψz}中各行的第一个孔,得到孔集合{qt,0},并令vt=qt,0Q,其中,z表示总行数;
S2-10,计算沿方向Cd的有向距离{dt|dt=vt·Cd},将{dt}按照由小到大的顺序进行排序,则排序结果对应{Ψz}中的行即为列的排序结果。
与现有技术相比,本发明具有以下有益效果:
1.本发明提出一种面向叶片气膜孔的孔类特征识别方法,针对涡轮叶片气膜孔中直圆孔与异形孔的特征识别与重组的需求,从涡轮叶片几何模型的曲率特征出发,通过判断最大最小曲率识别模型中的圆柱面,并利用关联曲线与特征面、叶身表面的连接关系,识别多张曲面构成的直圆孔与异形孔特征,能够快速实现大量孔类特征的识别,有效提高了识别效率。
2.本发明还提出了一种面向叶片气膜孔的孔类特征排序方法,基于涡轮叶片的按行分布特征,设计气膜孔的分布夹角判断准则,实现了大量气膜孔的排序需求。
附图说明
图1为叶片气膜孔的孔型示意图;其中,(a)为直圆孔,(b)为孔口四边形的异形孔,(c)为孔口椭圆形的异形孔;
图2为涡轮叶片上气膜孔的示意图;
图3为带气膜孔特征的零件示意图;
图4为本发明一种面向叶片气膜孔的孔类特征排序方法实施例中气膜孔行内排序示意图;
图5为本发明一种面向叶片气膜孔的孔类特征排序方法实施例中气膜孔行间排序示意图。
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。
为了解决现有的边界表示法等孔类结构特征识别技术无法实现涡轮叶片气膜孔的快速识别与重组,本发明提供了一种面向叶片气膜孔的孔类特征识别方法、排序方法,该方法的具体步骤如下:
一、气膜孔特征定义
如图1和图2所示,叶片气膜孔主要可以分为分类:直圆孔和异形孔。图1中,B1表示圆柱面,B2表示直圆部分,B3表示圆柱部分和异形腔体部分的交线,B4表示异形部分。如图1中的(a)所示,直圆孔指由单个圆柱面或多个圆柱面拼接构成的孔型特征,对于多个圆柱拼接而成的柱面,要求其半径相等且轴线完全重合。如图1中的(b)和(c)所示,异形孔主要指由圆柱部分和异形腔体部分组合形成的孔型特征,且要求二者连接位置处交线在垂直于圆柱部分轴线的平面内。
二、特征识别与参数计算
步骤2-1:如图3所示,在零件实体Wh中获取除Sh外的其它面集合{Sj},并选择需要识别孔特征的带孔表面Sh,同时,在Sh中检索其中包含的所有内边界集合{Ci};
步骤2-2:在{Sj}中查找包含内边界集合{Ci}中边界Ci的所有曲面集合{Si,k},其中,k为大于等于0的整数,表示曲面的编号;
步骤2-3:在曲面集合{Si,k}中均匀采样,获取采样点集{Pi,k,l},其中,l为大于等于0的整数,表示采样点的编号,并计算该点集{Pi,k,l}中各点在对应曲面上的最大最小曲率半径{(rmin,i,k,l,rmax,i,k,l)}及曲面法向{ni,k,l};
步骤2-4:当时,说明该点对应曲面Si,k为平面或非直纹面,因此可直接判定边界Ci对应孔不为直圆孔,继续执行步骤S2-8;否则,继续执行步骤S2-5;
步骤2-5:判断是否恒成立,其中,/>为rmin,i,k,l的平均值,如果不成立,则说明由{Si,k}构成的特征不为圆柱,即边界Ci对应孔不为直圆孔,转到步骤2-8;否则,转到下一步;
步骤2-6:计算点Pi,0,0对应的最小曲率中心Oi,0,0=P=i,0,0+rmin,i,0,0·ni,0,0,并同时计算{Pi,k,l}-{Pi,0,0}沿其法向{ni,k,l}到Oi,0,0的距离{Δdi,k,l},其中,Δdi,k,l=(Oi,0,0-Pi,k,l)·ni,k,l,当时,说明由{Si,k}构成的特征不为圆柱,即边界Ci对应孔不为直圆孔,转到步骤2-8;否则,可判定边界Ci对应孔为直圆孔,对应的孔壁面为{Si,k},孔半径ri=rmin,i,0,0,孔轴向/> 并转到下一步;
上述的rmin,i,0,0为点Pi,0,0对应曲面上的最小曲率半径,ni,0,0为点Pi,0,0对应曲面法向,和/>为{ni,k,l}中任意不平行的两个法线。
步骤2-7:令{Sj}={Sj}-{Si,k},并转到步骤2-2进行{Ci}中下一个孔特征的判定,在完成所有特征判定后转到步骤2-10;
步骤2-8:令Ψi={Si,k},{Sj}={Sj}-Ψi,在{Sj}中检索与Ψi使用共同边界的所有曲线集合{Cs,i};
步骤2-9:在{Sj}中查找包含边界{Cs,i}的所有面集合{Si,k},利用步骤2-3至步骤2-6的方法判断{Si,k}构成的特征是否为圆柱,当其为圆柱时,判定边界Ci对应孔为异形孔,其对应的异形部分孔壁为Ψi,直圆部分孔壁为{Si,k},直圆部分半径ri,孔轴向为直圆部分轴向hi,并转到步骤2-7;否则,判定边界Ci对应孔为其它类型孔特征(非直圆孔非异形孔),不再进行参数计算,并转到步骤2-7;
步骤2-10:将带孔表面Sh中的所有内边界删除,获取不带孔的表面Sa,边界Ci对应孔的轴向hi与Sa的交点qi即为该孔孔位,从而完成特征识别与对应孔参数计算。
三、特征排序
步骤3-1:如图4所示,按照给定行方向Rd和列方向Cd进行排序,排序规则采用行优先方式,则在前面特征识别的基础上可以获得所有孔位坐标集合{qu};
步骤3-2:在带孔表面Sh上获取由Rd和Cd确定的起始角点Q,计算{qu}与Q的距离{du},并将最短距离dm={di}min对应点qm作为行Ψt上的搜索起始点,取Ψj={qu},{qu}={qu}-{qm},行搜索方向vr=Rd
步骤3-3:由qm与{qu}构成的矢量集合{vm,u|vm,u=qmqu},计算其与行搜索方向vr的夹角{αm,um,u=cos-1(vm,u·vr/||vm,u·vr||)};
步骤3-4:假设行上相邻孔间角向偏差超过Δα时,认为这两个孔分属不同行,根据经验可取Δα=5°,则在{αm,u}中选取αm,u≤Δα的所有孔{qk};
步骤3-5:当时,计算{qk}到qm的距离,选取距离最短的孔qm+作为当前行Ψt上qm的下一个孔,取Ψt=Ψt∪{qm+},并令vr=qmqm+,qm=qm+,{qi}={qi}-{qm+},转到步骤3-3;否则,沿Rd的反方向继续搜索,即令行搜索方向vr=-Rd,并转到步骤3-6;
步骤3-6:执行步骤3-3至步骤3-4,当时,计算{qk}到qm的距离,选取距离最短的孔qm-作为当前行Ψt上qm的上一个孔,取Ψt={qm-}∪Ψt,并令vr=qmqm-,qm=qm-,{qu}={qu}-{qm-},并重复执行该步骤;否则,转到步骤3-7;
步骤3-7:当时,计算{qu}与Q的距离{du},将最短距离dm={du}min对应点qm作为行Ψt+1上搜索起始点,取Ψt+1={qm},{qu}={qu}-{qm},行搜索方向vr=Rd,并转到步骤3-3;否则,转到步骤3-8;
步骤3-8:通过上述过程可以将孔按行分组为{Ψz},为将{Ψz}按列方向Cd排序,分别取{Ψz}中第一个孔,得到孔集合{qt,0},并令vt=qt,0Q,如图5所示;其中,z表示总行数;
步骤3-9:计算沿列方向Cd的有向距离{dt|dt=vt·Cd},将{dt}按照由小到大的顺序进行排序,则排序结果对应{Ψz}中的行即为特征排序结果。
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 (6)

1.一种面向叶片气膜孔的孔类特征识别方法,其特征在于,包括以下步骤:
S1-1,在零件实体中获取不需要识别孔特征的带孔表面集合{Sj},并获取需要识别孔特征的带孔表面Sh中包含的所有内边界集合{Ci};其中,j表示带孔表面序号,i表示内边界序号,j≥0,i≥0;
S1-2,获取带孔表面集合{Sj}中包含内边界集合{Ci}中边界Ci的曲面集合{Si,k};其中,k表示曲面的编号,k≥0;
S1-3,在曲面集合{Si,k}中均匀采样,获取采样点集{Pi,k,l},并计算采样点集{Pi,k,l}中各点在对应曲面上的最大曲率半径和最小曲率半径集合{(rmin,i,k,l,rmax,i,k,l)},以及曲面法向{ni,k,l);其中,l表示采样点的编号,l≥0;
S1-4,根据集合{(rmin,i,k,l,rmax,i,k,l)}判断相应曲面Si,k是否为平面或非直纹面,当时,说明该点对应曲面Si,k为平面或非直纹面,则边界Ci对应的孔为非直圆孔,否则,执行步骤S1-5;
S1-5,判断是否恒成立,若是,执行步骤S1-6,否则,边界Ci对应的孔为非直圆孔;其中,rmin,i,k,l为采样点集{Pi,k,l}中Pi,k,l的最小曲率半径;其中,/>为rmin,i,k,l的平均值;
S1-6,判断是否等于rmin,i,0,0,若是,边界Ci对应的孔为直圆孔,执行步骤S1-7,否则,边界Ci对应的孔为非直圆孔;其中,{Δdi,k,l}为{Pi,k,l}-{Pi,0,0}沿曲面法向{ni,k,l}到Oi,0,0的距离,Oi,0,0为点Pi,0,0对应的最小曲率中心,Pi,0,0为k=0且l=0时的采样点,{Pi,0,0}为k=0且l=0时点Pi,0,0的采样点集;rmin,i,0,0为点Pi,0,0对应曲面上的最小曲率半径;
S1-7,令{Sj}={Sj}-{Si,k},返回步骤S1-2,直至完成内边界集合{Ci}对应所有孔的识别,再根据孔类型,获取孔参数。
2.根据权利要求1所述一种面向叶片气膜孔的孔类特征识别方法,其特征在于:还包括步骤S1-8和步骤S1-9:
若经步骤S1-4至步骤S1-6判断边界Ci对应的孔为非直圆孔:
S1-8,令Ψi={Si,k},在{Sj}中检索与Ψi使用共同边界的所有曲线集合{Cs,i},在{Sj}中查找包含边界{Cs,i}的所有面集合{Si,k};
S1-9,将面集合{Si,k}作为步骤S1-3中的曲面集合{Si,k},采用步骤S1-3至步骤S1-6的方法判断面集合{Si,k}中Si,k构成的特征是否对应为直圆孔,若是,则边界Ci对应的孔为异形孔,否则,边界Ci对应的孔为非直圆孔非异形孔。
3.根据权利要求2所述一种面向叶片气膜孔的孔类特征识别方法,其特征在于:步骤S1-4具体为,若边界Ci对应的孔为非直圆孔,否则,边界Ci对应的孔为直圆孔,其中,rmax,i,k,l为采样点集{Pi,k,l}中各点在对应曲面上的最大曲率半径,rmin,i,k,l为采样点集{Pi,k,l}中各点在对应曲面上的最小曲率半径。
4.根据权利要求3所述一种面向叶片气膜孔的孔类特征识别方法,其特征在于:步骤S1-6中,所述Oi,0,0通过下式计算:
Oi,0,0=Pi,0,0+rmin,i,0,0·ni,0,0
其中,rmin,i,0,0为点Pi,0,0对应曲面上的最小曲率半径,ni,0,0为点Pi,0,0对应曲面法向;
所述Δdi,k,l通过下式计算:
Δdi,k,l=(Oi,0,0-Pi,k,l)·ni,k,l
5.根据权利要求4所述一种面向叶片气膜孔的孔类特征识别方法,其特征在于:步骤S1-7中,所述根据孔类型,获取孔参数具体为:
S1-7-a,若为直圆孔,则孔壁面为{Si,k),孔半径ri=rmin,i,0,0,孔轴向其中,/>和/>为{ni,k,l}中任意不平行的两个法线;
若为异形孔,异形部分孔壁为Ψi,直圆部分孔壁为{Si,k},孔轴向hi为直圆部分轴向;
若为非直圆孔非异形孔,不需要获取孔参数;
S1-7-b,将带孔表面Sh中的所有内边界删除,获取不带孔的表面Sa,边界Ci对应孔的孔轴向hi与Sa的交点qi即为该孔孔位。
6.一种面向叶片气膜孔的孔类特征排序方法,其特征在于:包括以下步骤:
S2-1,采用权利要求1至5任一所述一种面向叶片气膜孔的孔类特征识别方法获取各孔孔参数中的孔位,得到孔位坐标集合{qu};
S2-2,在带孔表面Sh上获取由Rd和Cd确定的起始角点Q,其中,Rd为给定的孔排序行方向,Cd为给定的孔排序列方向;
S2-3,计算{qu}与Q的距离{du},并将其中的最短距离dm对应点qm作为行Ψj上的搜索起始点,搜索方向vr=Rd;其中,Ψt={qu},{qu}={qu}-{qm};
S2-4,计算矢量集合{vm,u|vm,u=qmqu}与vr的夹角集合{αm,um,u=cos-1(vm,u·vr/||vm,u·vr||)};其中,{vm,u|vm,u=qmqu}为qm与{qu}构成的矢量集合;
S2-5,在{αm,u}中选取αm,u≤Δα的所有孔,组成集合{qk};其中,Δα为相邻两个孔分属不同行的角向偏差;
S2-6,若计算{qk}到qm的距离,选取距离最短的孔qm+作为当前行Ψt上qm的下一个孔,令Ψt=Ψt∪{qm+},vr=qmqm+,qm=qm+,{qu}={qu}-{qm+},返回步骤2-4;否则,令vr=-Rd,并执行步骤S2-7;
S2-7,重复执行步骤S2-4和步骤S2-5;若计算{qk}到qm的距离,选取距离最短的孔qm-作为当前行Ψt上qm的上一个孔,取Ψt={qm-}∪Ψt,并令vr=qmqm-,qm=qm-,{qu}={qu}-{qm-},重复执行步骤2-7,直至/>否则,执行步骤2-8;
S2-8,若计算{qu}与Q的距离{du},将最短距离对应点qm作为行Ψt+1上的搜索起始点,取Ψt+1={qm},{qu}={qu}-{qm},行搜索方向vr=Rd,并返回步骤2-4,并用Ψt+1代替Ψt;否则,执行步骤2-9;
S2-9,取{Ψz}中各行的第一个孔,得到孔集合{qt,0},并令vt=qt,0Q,其中,z表示总行数;
S2-10,计算沿方向Cd的有向距离{dt|dt=vt·Cd},将{dt}按照由小到大的顺序进行排序,则排序结果对应{Ψz}中的行即为列的排序结果。
CN202310435007.5A 2023-04-21 2023-04-21 一种面向叶片气膜孔的孔类特征识别方法、排序方法 Active CN116451156B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310435007.5A CN116451156B (zh) 2023-04-21 2023-04-21 一种面向叶片气膜孔的孔类特征识别方法、排序方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310435007.5A CN116451156B (zh) 2023-04-21 2023-04-21 一种面向叶片气膜孔的孔类特征识别方法、排序方法

Publications (2)

Publication Number Publication Date
CN116451156A CN116451156A (zh) 2023-07-18
CN116451156B true CN116451156B (zh) 2024-04-05

Family

ID=87125350

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310435007.5A Active CN116451156B (zh) 2023-04-21 2023-04-21 一种面向叶片气膜孔的孔类特征识别方法、排序方法

Country Status (1)

Country Link
CN (1) CN116451156B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002024318A (ja) * 2000-07-11 2002-01-25 Nissan Motor Co Ltd ピアス部品設計方法
US6711928B1 (en) * 1998-03-17 2004-03-30 Stresswave, Inc. Method and apparatus for producing beneficial stresses around apertures, and improved fatigue life products made by the method
CN102312683A (zh) * 2011-09-07 2012-01-11 华北电力大学 基于弯曲通道二次流的气膜孔
CN106447670A (zh) * 2016-08-31 2017-02-22 中国石油集团川庆钻探工程有限公司 基于电成像测井图像的孔洞参数自动计算方法
CN107463533A (zh) * 2017-08-17 2017-12-12 广东工业大学 一种基于pca与cnn的三维cad实体模型制造特征识别方法
CN109583504A (zh) * 2018-12-05 2019-04-05 河北工业大学 一种基于视觉的pcb板圆形定位孔快速准确识别方法
CN111815619A (zh) * 2020-07-22 2020-10-23 西北工业大学 基于高斯曲率的制造特征小转角检测及驱动几何构造方法
CN112983561A (zh) * 2021-05-11 2021-06-18 中国航发四川燃气涡轮研究院 梅花型气膜孔和形成方法、涡轮叶片和形成方法、燃气机
CN113204871A (zh) * 2021-04-28 2021-08-03 华中科技大学 一种航空叶片气膜孔的识别方法、装置和系统
CN114398691A (zh) * 2022-03-25 2022-04-26 山东豪迈机械科技股份有限公司 一种轮胎模具二维视图智能设计方法及设备
CN114895629A (zh) * 2022-05-24 2022-08-12 苏州千机智能软件有限公司 异形气膜孔加工特征识别方法
CN115131334A (zh) * 2022-07-21 2022-09-30 北京汉飞航空科技有限公司 一种基于机器学习的航发小孔种类识别和自动排序方法
CN115890172A (zh) * 2022-12-01 2023-04-04 贵阳航发精密铸造有限公司 一种航空发动机涡轮双层叶片气膜孔加工方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6711928B1 (en) * 1998-03-17 2004-03-30 Stresswave, Inc. Method and apparatus for producing beneficial stresses around apertures, and improved fatigue life products made by the method
JP2002024318A (ja) * 2000-07-11 2002-01-25 Nissan Motor Co Ltd ピアス部品設計方法
CN102312683A (zh) * 2011-09-07 2012-01-11 华北电力大学 基于弯曲通道二次流的气膜孔
CN106447670A (zh) * 2016-08-31 2017-02-22 中国石油集团川庆钻探工程有限公司 基于电成像测井图像的孔洞参数自动计算方法
CN107463533A (zh) * 2017-08-17 2017-12-12 广东工业大学 一种基于pca与cnn的三维cad实体模型制造特征识别方法
CN109583504A (zh) * 2018-12-05 2019-04-05 河北工业大学 一种基于视觉的pcb板圆形定位孔快速准确识别方法
CN111815619A (zh) * 2020-07-22 2020-10-23 西北工业大学 基于高斯曲率的制造特征小转角检测及驱动几何构造方法
CN113204871A (zh) * 2021-04-28 2021-08-03 华中科技大学 一种航空叶片气膜孔的识别方法、装置和系统
CN112983561A (zh) * 2021-05-11 2021-06-18 中国航发四川燃气涡轮研究院 梅花型气膜孔和形成方法、涡轮叶片和形成方法、燃气机
CN114398691A (zh) * 2022-03-25 2022-04-26 山东豪迈机械科技股份有限公司 一种轮胎模具二维视图智能设计方法及设备
CN114895629A (zh) * 2022-05-24 2022-08-12 苏州千机智能软件有限公司 异形气膜孔加工特征识别方法
CN115131334A (zh) * 2022-07-21 2022-09-30 北京汉飞航空科技有限公司 一种基于机器学习的航发小孔种类识别和自动排序方法
CN115890172A (zh) * 2022-12-01 2023-04-04 贵阳航发精密铸造有限公司 一种航空发动机涡轮双层叶片气膜孔加工方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A rapid parameter configurationmethod for film hole componentin pipe-net calculation;Jixing Li等;《Proceedings of the Institution of Mechanical Engineers Part A Journal of Power and Energy》;1-19 *
基于事例推理的汽车覆盖件冲压工艺设计系统研究;康文谦;《中国优秀硕士学位论文全文数据库 工程科技II辑》(第12期);C035-48 *
多联涡轮导向叶片测点数据处理与检测软件开发;冯胜;《中国优秀硕士学位论文全文数据库 工程科技II辑》(第01期);C031-616 *
异孔检测及定位装置的应用;韩震宇;《工业设计》(第06期);174-175 *

Also Published As

Publication number Publication date
CN116451156A (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN100538261C (zh) 基于探路法的未知自由曲面自适应测量方法与测头装置
CN111914480B (zh) 一种基于点云语义分割的加工特征智能识别方法
CN110232388B (zh) 一种从蜂窝芯表面测量数据中识别蜂窝边的方法
CN103308021B (zh) 一种测量工件圆度误差的方法
CN115409886B (zh) 一种基于点云的零件几何特征测量方法、装置及系统
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
CN115879212A (zh) 一种面向涡轮泵叶片制造加工可靠性评估方法
CN116451156B (zh) 一种面向叶片气膜孔的孔类特征识别方法、排序方法
Li et al. A novel path generation method of onsite 5-axis surface inspection using the dual-cubic NURBS representation
CN106446472B (zh) 数控加工几何仿真中基于stl模型的交线环求取方法
CN112484600B (zh) 一种航空发动机中多齿带冠类涡轮叶片的检查方法
CN116541638B (zh) 一种基于张量投票的飞机蒙皮修配加工路径计算方法
CN108280307A (zh) 发动机缸体孔系位置确定方法
CN106154980B (zh) 考虑工艺凸台与零件体干涉的检测路径的检测方法及系统
Barari et al. Evaluation of geometric deviations in sculptured surfaces using probability density estimation
Phung et al. Effective method of operation sequence optimization in CAPP based on modified clustering algorithm
CN114675598A (zh) 基于迁移学习的不同数控机床刀尖模态参数预测方法及系统
CN110362038B (zh) 识别五轴联动数控机床在线检测能力的试件与检测方法
CN110659652B (zh) 风机装置Creo模型的特征匹配性检测系统
CN206670536U (zh) 一种反推装置叶栅的叶片的检测装置
CN115391932B (zh) 基于三维模型的钣金件特征间距判断方法
CN117253006A (zh) 一种航天器复材结构板的孔位检测路径三维快速建模方法
TWI402704B (zh) 自動合模檢查系統及方法
Kim et al. Efficiency Estimation of Process Plan Using Tolerance Chart
CN118279523A (zh) 一种基于奇异值分解的超精密切削工件表面形状匹配方法

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
GR01 Patent grant
GR01 Patent grant