飞机叶片焊接修复中的三维测量重构技术

《飞机叶片焊接修复中的三维测量重构技术》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第35卷第6期焊接学报Vol．35No．62014年6月TＲANSACTIONSOFTHECHINAWELDINGINSTITUTIONJune2014飞机叶片焊接修复中的三维测量重构技术赵娜，李亮玉，刘杰，姚福林(天津工业大学天津市现代机电装备技术重点实验室，天津300387)摘要:提出一种基于NUＲBS理论的叶片点云处理和曲面重构的方法．飞机涡轮叶片是结构、气动、强度等多学科优化设计的结果，其外形为复杂的自由参数曲面．用最小二乘法将拓扑后的点云局部曲面拟合对异常点去噪，依据曲率阈值点云分割．将双三次Coons的B

2、-spline形式曲面作为基面，散乱点云无约束曲面逼近，利用优化理论迭代得到曲面控制点从而确定B-spline曲面方程．根据NUＲBS理论对曲面拼接修剪，复原磨损叶片的三维模型，为后续的焊接修复提供精确三维模型．关键词:焊接修复;逆向工程;点云去噪;曲面重构中图分类号:TP391文献标识码:A文章编号:0253－360X(2014)06－0073－040序言人、福尼斯TIG和等离子焊机等部分组成．光栅投影三维测量系统通过对磨损叶片的扫描获得精确的航空发动机涡轮叶片作为发动机的结构件，是三维点云，由计算机曲面重构、拼接

3、修剪得到叶片的航空发动机最重要的零件之一［1］．涡轮叶片的损伤三维模型．以此为基础ABB机器人和工件夹持机器［2］．叶片容易发生人协调配合对叶片复杂空间曲面的无飞溅洁净焊是航空发动机故障最常见的情况失效部位有叶顶(磨损、腐蚀、硫化)和叶面(裂纹、接．焊接修复系统构成如图1所示．孔洞、热损伤)．航空发动机叶片焊接自动化修复系统的研究具有很高的经济效益及社会价值．涡轮发动机叶片曲面的重构是叶片焊接修复逆向工程的关键步骤．在曲面重构和CAD模型重建［3］中，Hoppe等人提出了一种用切平面线性逼近待建局部曲面、用步进立方体

4、算法输出三角化模型的［4］方法．Farin将曲面间的连续性条件由一阶参数连续改为一阶几何连续，提出C-T分割算法，完成了复合三角Bézier曲面的整体一阶几何连续构造．文中研究了点云预处理中噪声点去除、无边界约束的双三次B样条曲面重构的方法，并给出曲面重构的基本过程，利用最小二乘法逼近曲面迭代求解，获得了图1航空发动机叶片焊接自动化修复系统涡轮叶片的三维模型．文中方法适用于叶顶磨损量Fig.1Weldingrepairsystemofaeroengineblades在0．5～2mm之间的涡轮叶片．2叶片的三维测量1叶

5、片焊接修复系统叶片的三维测量与重构为后续的叶片标定、焊航空发动机叶片焊接自动化修复系统主要由光接路径规划和叶片精磨等过程提供精确的三维模栅投影三维测量系统、ABB机器人、工件夹持机器型，作为整个自动化焊接修复的第一步，有着至关重要的作用．收稿日期:2012－12－28由于叶片表面复杂，不能用初等解析曲线、曲面基金项目:国家自然科学基金资助项目(51075299);天津市科技支撑计划重点项目(10ZCKFGX03900);天津市自然科学基来描述，只能用较为复杂的自由型曲线、曲面表示．金重点项目(10JCZDJC2350

6、0)同时叶片尺寸较小，其顶端宽度为55．40mm，最厚74焊接学报第35卷处也仅1．92mm，对精度要求很高．基于光栅投影éa1ù0．0001136(0．0000702，0．000157)éù的非接触测量方法具有分辨力好、精度高、速度快的êaú2ê－0．002083(－0．002128，－0．002038)úêú特点，文中采用了如图2所示的光栅投影三维测量êaúê－0．0002075(－0．0002661，－0．0001488)ú3êú系统，对叶片进行图像采集获取点云数据．êú=êúêa4ú－0．0205(－0．02

7、111，－0．01989)êúêaúê－0．0006146(－0．001464，0．0002346)ú5êúëûëaû－8．454(－8．469，－8．438)63．2点云去噪如果只考虑点到拟合平面的距离，会使邻域类型为边或角的点更容易被认定为异常点，但是这些点的邻域点到其拟合平面的距离也会比较大．定义平均平方距离为1T2D=∑((pi－pi)ni)(3)ni图2光栅投影三维测量系统式中:pi为数据点pi的三维坐标;pi为pi领域点集的Fig.2Gratingprojectionmeasuringsystem质心;n

8、i为pi的法矢．T2异常点的判定不等式为(pini)＞C0D，当数据3叶片点云数据的预处理点个数n=2000，去噪系数C0=0．08时噪声点基本被去除，基本符合要求．采用BＲF神经网络对叶片文中使用的光栅投影扫描系统属于面扫描，而点云去噪，其前后效果如图3所示．非点线扫描，所以测得的点云数据是完全散乱点云．对于面扫描点云及散乱点云数据的噪声处理