叶片锻件型面检测的研究

《叶片锻件型面检测的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、江南大学硕士学位论文叶片锻件型面检测的研究姓名：耿鲁申请学位级别：硕士专业：机械制造及其自动化指导教师：平雪良20090601摘要传统的叶片锻件检测方法，对于叶片锻件的检测存在检测时间长、检测精度不高、检测不方便等不足之处。随着计算机技术、检测技术以及图形学等学科的发展，逆向工程技术得到了广泛的应用。本文旨在研究逆向工程相关技术的基础之上，利用逆向工程技术实现对叶片锻件的数字化检测，并通过检测数据完成对锻压模具的调整，从而解决现有检测方法存在的缺陷。本文首先在研究了逆向工程中常用的数据采集方法的基础之上，采用了改造后的双目CCD光栅投影技术实现对叶片锻件的数据采集工作。其次，根据工厂叶片锻

2、件检测的实际要求，利用遗传算法实现了叶片锻件的测量数据与CAD模型的配准，并通过建立参考球、初始定位和提取轮廓控制点的方法对配准过程进行了加速。第三，利用Geomagic软件对定位好的叶片锻件数据进行了型面和型线的分析，获得了型线的相关检测数据。最后，通过叶片锻件的型线检测数据，给出了叶片锻压模具的调整步骤和调整方法，完成了对锻压模具的调整工作。以型号为SK57．3的叶片锻件为例，验证了本文提出的所有方法。本文的方法解决了在工厂实际生产中，对于叶片锻件检测存在的时间长、效率低、精度低的弊端。关键词：逆向工程，叶片锻件，遗传算法，型线检测，模具调整AbstractTherearemanydi

3、sadvantagesfortraditionalapproachestoinspectthebladeforging,suchaslongerconsumingtime,lowerinspectionprecisionandinconvenientinspection．Withthedevelopmentofmoderntechnologiesincludingcomputer,inspectiontechnologyandcomputergraphics，thereverseengineeringtechnologyhasbeenwidelyappliedinmanyfields．Th

4、egoalofthisthesisistorealizethedigitalinspectionofbladeforgingbasedonthereverseengineering．Theinspectiondataisbenefitfortheadjustmentofforgingandstampingmold，andforavoidingthedisadvantagesofthepresentinspectionmethods．Firstly,basedonthedatameasurementmethodsofthereverseengineering，thereconstructio

5、nofprojectingmeasurementequipmentofbotheyesCCDandopticalgratingisconductedtosolvetheproblemsofthemeasuredataforhightemperaturebladeforging．Secondly，accordingtotherealinspectionofbladeforginginthefactories，thegeneticalgorithmisusedtopreciselypredicttheregis仃ationofmeasurementdataforbladeforgingandC

6、ADmodel．Thespeedofregistrationisenhancedbytheconstructionofreferenceball，re百strationofinitiallocationandextractionofoutlinecontrolpoints．Thirdly,thebladeforginglinedataofafterregistrationisanalyzedbyGeomagicsoftwareacquiringtheinspectiondataonline．Finally,accordingtotheabovedata,theadjustmentofste

7、psandmethodsofforgingandstampingmoldareproposedtoestablishtheadjustmentofforgingandstampingmold．ThetheoreticalmethodsfromthisthesiswereverifiedbytheapplicationofbladeforgingforSK57—3．Theexperimentaldataareagreeme