一種葉片形狀快速掃描裝置及方法與流程

本發明屬于先進測量技術領域，涉及一種葉片形狀快速高精度測量方法，特別是采用接觸式測量與非接觸式測量相結合的方法。

背景技術：

航空發動機是飛機的心臟，決定著飛機的主要性能指標。航空發動機主要由風扇轉子、壓氣機轉子、及渦輪轉子和主軸組成，每級轉子都由成百上千個葉片組成，整機中可多達數萬片，這些葉片形狀多樣、材料各異，直接影響發動機的性能指標。因此。葉片的設計、制造、維修是現代航空工業最核心的技術，必須配有一整套高效可靠的質量檢測手段和工藝。

然而，企業現有的葉片檢測手段難以滿足實際生產的需要，大部分企業仍沿用上世紀80年代形成的技術，如人工模板、工具顯微鏡、模擬光跟儀等傳統設備和技術手段，精度不足，檢測效率低下。目前已有三坐標測量機(CMM)配備到企業，但其成本高、操作復雜、耗時長的弱點明顯，并在測量之初極大程度地依賴葉片原始CAD模型。現代光學測試技術具有非接觸、精度高的優點，在許多工業領域應用廣泛。經過多年發展，數字化的光學測試技術已逐漸成熟，并在逆向工程等領域取得了卓越的成就。因此，在葉片測量領域引入光學數字化質量檢測手段十分必要，不僅可以用于初步低精度測量得到葉片的三維輪廓，克服現有測量方式對于葉片設計模型的依賴，還可以與接觸式測量相結合，進一步提高測量速度與測量精度。

技術實現要素：

本發明的目的在于提供一種葉片形狀快速高精度掃描裝置及方法。該裝置包括基座1、X主軸2、Y主軸4、Z主軸3、轉臺5、非接觸式光學測頭6和接觸式測頭7。所述X主軸2、Y主軸4、Z主軸3及轉臺5安裝在基座1上。其中，

X、Y、Z主軸用于帶動測頭在空間X、Y、Z三個方向自由移動；

轉臺5用于帶動葉片在測量空間內轉動；

非接觸式光學測頭6和接觸式測頭7通過連接件共同安裝在Y主軸4上。非接觸式光學測頭6用來對于葉片表面進行低精度測量，獲取葉片全部的點云數據并對其進行測量路徑規劃。接觸式測頭7用來沿規劃好的測量路徑對葉片表面進行高精度測量。

該方法在同一個測量系統內將接觸式測量方式和非接觸式測量方式相結合，運用非接觸式激光測頭對葉片初步進行低精度測量，獲取葉片完整的點云數據，將點云數據進行降噪濾波等后處理后逐點進行法矢量方向的求取，進而計算接觸式測頭在測量過程中沿旋轉軸的旋轉角度，結合接觸式測頭的工作距離約束條件，生成測頭在坐標機下的運動路徑和空間姿態，從而實現路徑規劃，最終利用接觸式測頭沿上述規劃好的路徑進行進一步精細測量。

具體步驟如下：

第一步，進行基準建立。涉及機器坐標系，基準坐標系以及工件坐標系的建立。

第二步，進行兩測頭之間的標定。在同一測量系統下，進行接觸式測頭和非接觸式測頭之間位置關系的標定，獲得兩測頭之間的位置轉換矩陣。

第三步，實現低精度的非接觸式掃描。使用非接觸式測頭對于葉片進行低精度快速掃描，獲取葉片全部的三維點云數據。

第四步，點云后處理。利用上一步中得到的葉片全部點云數據，采用K-近鄰法對其進行降噪、濾波操作，經處理后的點云數據便于下一步法矢量的求取。

第五步，求取點云數據法矢量方向。利用上一步中得到的經后處理之后的點云數據，采用最小二乘平面擬合的算法，對其逐點進行法矢量方向的求取。

第六步，規劃接觸式測量路徑。利用上一步中所計算得到的點云數據中每點處的法矢量方向，計算接觸式測頭在測量過程中沿旋轉軸的旋轉角度，結合接觸式測頭的工作范圍，生成測頭在坐標機控制下的運動路徑和空間姿態。

第七步，進行高精度的接觸式掃描。采用高精度的接觸式測頭，按照上一步中所規劃好的運動路徑和空間姿態，對于葉片進行高精度測量，獲取更高精度的葉片形狀測量結果。

有益效果

(1)本發明首先利用非接觸式測頭對葉片進行快速低精度掃描，實現了葉片的三維模型重建，克服了傳統接觸式測量方式中對于葉片設計模型的依賴，保證了在設計模型缺失情況下葉片測量工作的順利進行。

(2)本發明在同一系統內將低精度的非接觸式測量方式和高精度的接觸式測量方式相結合，與傳統的單一測量方式相比更進一步提高了測量精度，實現了葉片形狀的高精度快速掃描。

附圖說明

圖1葉片快速掃描裝置示意圖；

其中：1為基座、2為X主軸、3為Z主軸3、4為Y主軸、5為轉臺、6為非接觸式光學測頭、7為接觸式測頭。

具體實施方式

如圖1所示，一種葉片形狀快速掃描裝置，其特征在于：包括基座1、X主軸2、Y主軸4、Z主軸3、轉臺5、非接觸式光學測頭6和接觸式測頭7。所述X主軸2、Y主軸4、Z主軸3及轉臺5安裝在基座1上。其中，

X、Y、Z主軸用于帶動測頭在空間X、Y、Z三個方向自由移動；

轉臺5用于帶動葉片在測量空間內轉動；

非接觸式光學測頭6和接觸式測頭7通過連接件共同安裝在Y主軸4上。非接觸式光學測頭6用來對于葉片表面進行低精度測量，獲取葉片全部的點云數據并對其進行測量路徑規劃。接觸式測頭7用來沿規劃好的測量路徑對葉片表面進行高精度測量。

進一步，所述的非接觸式光學測頭6的種類包括線激光測頭、點激光測頭、結構光測頭。

進一步，所述的接觸式測頭7為可沿固定軸旋轉的多軸測頭。

參考圖1，高剛度的基座1用于固定三個主軸X主軸2、Y主軸4、Z主軸3。系統控制X主軸2、Y主軸4、Z主軸3和轉臺5，帶動固定在主軸上的非接觸式測頭6和接觸式測頭7，通過掃描標準球，建立機器坐標系、基準坐標系、工件坐標系。X主軸2、Y主軸4、Z主軸3帶動非接觸式測頭6對葉片先進行低精度掃描，得到葉片低精度的輪廓點云數據。系統切換到接觸式測頭7，X主軸2、Y主軸4、Z主軸3帶動接觸式測頭7對葉片進行高精度掃描，最終得到葉片的高精度的點云數據，最終實現葉片整體的高精度快速測量。

下面具體結合附圖對本發明做詳細描述。

一種葉片形狀快速掃描方法，具體包括以下步驟：

第一步，建立必要的坐標系。

1)建立機器坐標系。選擇葉片形狀測量機中某一固定位置為原點，測量機的三個導軌方向作為坐標軸XYZ方向，以接觸式測頭為依據建立機器坐標系。

2)建立基準坐標系。為方便系統重啟后重新恢復各要素之間的位置關系，需要建立基準坐標系。以固定在葉片形狀測量機工作臺上的標準球的球心為原點，測量機的三個導軌方向為坐標軸XYZ方向，以此建立基準坐標系。

3)建立工件坐標系。為方便實現測試系統的自動測量，需建立工件坐標系。選擇葉片一固定特征點或葉片夾具某一固定特征點為工件坐標系原點，測量機的三個導軌方向為坐標軸XYZ方向，以此建立工件坐標系。

第二步，標定兩測頭坐標對應關系。

1)在測頭安裝座上安裝好復合式測頭，保證安裝位置正確可靠。

2)分別用接觸式測頭和非接觸式測頭對測量機工作臺面上固定位置的標準球進行測量。

3)對測量所得數據進行處理，分別擬合出標準球的球心坐標，在接觸式測量坐標系OXYZ下球心坐標p(x,y,z)，在非接觸式測量坐標系O′X′Y′Z′下球心坐標p′(x′,y′,z′)。

4)在這兩個坐標系下球心的坐標位置關系為：

由上式可知，方程有12個未知數，因此重復上述測量步驟，測得12組以上球心坐標數據，采用n>12組對應球心坐標建立超靜定方程組，應用最小二乘法求解。其中：

為旋轉矩陣，為平移矩陣。

第三步，進行低精度的非接觸式掃描。使用較低精度的非接觸式測頭，對葉片全身進行三維掃描，得到全部的葉片點云數據。

第四步，點云后處理。利用K-近鄰法對葉片點云數據進行平滑去噪，包括兩部分，即K-近鄰搜索和基于K-近鄰的噪聲點去除。

1)K-近鄰搜索

目前常見的K-近鄰計算方法有空間單元格法、八叉樹法和K-d樹法。本發明中采用空間單元格法。其算法原理如下。

設p＝{p₁,p₂,...,p_n}是未知的待重建曲面s上的一個采樣點集，s中與待測點p_i距離最近的k個待測點成為這一點的K-近鄰，記做Nb(p)。該算法首先讀入測量點集文件，將數據點的坐標存入三個一組數組中分別得到測量點集在X、Y、Z方向上的最大值和最小值。利用三個方向的極值形成一個與坐標軸平行的最小長方體包圍盒，并根據測點的數量和分布將長方體包圍盒按三個坐標方向劃分出m×n×l個子立方體，然后判斷每個數據點所在的子立方體，將數據點的序號添加到該子立方體對應的線性鏈表中。

如果定義三個方向上最小坐標值為：sub_min_x,sub_min_y,sub_min_z；最大坐標為：sub_max_x,sub_max_y,sub_max_z；子立方體的長度為sub_size；當前點的三維坐標值為：p_x,p_y,p_z；那么子立方體在三個坐標軸方向的個數分別為：

則當前點在子立方體中三個坐標軸方向的索引號分別為：

如此一來，在計算某個散亂點p_i的K-近鄰時，首先計算該點所在子立方體的索引號，然后對其所在子立方體及相鄰的上下、左右、前后共27(3x3x3)個子立方體中查找k個最鄰近的點。為每個數據點建立一個鏈表數據結構，p_i與子立方體總數據點的距離由小到大排列于該鏈表中，取前k個節點即為所求。當然，這種搜索方法會造成有些點(例如邊界點)的K-近鄰點的個數少于k，所以要對該點的鄰近進行修正，讓其臨近點的個數大于等于k，即把那些K-近鄰的個數小于k的點查找出來，在更大的范圍中求這些點的二次K-近鄰，從而使這些點的鄰近點的個數大于等于k。

2)基于K-近鄰的噪聲點去除

建立好散亂點之間的拓撲關系之后，原則上就可以借助圖像處理中的濾波算法對數據點進行去噪處理。搜索到每個點的K-近鄰之后，文獻采用鄰域平均法進行噪聲點去除。具體算法描述如下：

(1)讀入三維散亂數據點云；

(2)利用空間單元格法建立點云拓撲關系；

(3)搜索點云中任意一點p_i∈s的K-近鄰Nb(p)；

(4)計算當前點p_i與其K-鄰域內各點之間的距離，取其平均值D_mid(p_i)，即：

(5)判斷該平均距離D_mid(p_i)是否超過設定的閾值D_σ，若超過，

即：D_mid(p_i)＞D_σ，則認為該點是離群噪聲點，將其刪除；

(6)重復(3)～(5)，直到處理完點云中所有數據點。

第五步，求取點云數據法矢量方向。

1)計算每一個測點x_i的K-鄰近。算法與第四步中的K-近鄰搜索方法相同

2)利用這些鄰近點擬合一個最小二乘平面p(x_i)作為待重建曲面在該點處的切平面，方法如下:

平面方程的一般表達式為：

Ax+By+Cz+D＝0,(c≠0)

記：

則：z＝a₀x+a₁y+a₂

平面方程擬合：

對于測點附近的k個鄰域點：

(x_i,y_i,z_i),i＝0,1,…,k-1

要用點(x_i,y_i,z_i),i＝0,1,…,k-1擬合計算出最小二乘平面，則使：

最小。

要使得S最小，應滿足：

即：

有，

或，

解上述線性方程組，得：a₀,a₁,a₂

即：z＝a₀x+a₁y+a₂

3)計算上述切平面的單位法矢n_i，n_i作為測點x_i的法矢量。

第六步，規劃接觸式測量路徑。

1)結合第一步中建立好的機器坐標系和第五步中計算出的點的法矢量方向，計算每點處法矢量方向與機器坐標系中z軸方向的夾角，該夾角即為接觸式測頭進行掃描測量時沿旋轉軸方向的旋轉角。

2)將接觸式測頭的有效工作距離與上述旋轉角度相結合，實現接觸式測量的路徑規劃，即為接觸式測頭在實際測量過程中所依照的測量路徑和空間姿態。

第七步，進行高精度的接觸式掃描。利用高精度的接觸式測頭，按照上一步中所規劃好的運動路徑和空間姿態，對于葉片進行高精度測量，獲取更高精度的葉片形狀測量結果。

以上內容是結合具體的優選實施方式對本發明所作的進一步詳細說明，不能認定本發明的具體實施方式僅限于此，對于本發明所屬技術領域的普通技術人員來說，在不脫離本發明構思的前提下，還可以做出若干簡單的推演或替換，都應當視為屬于本發明由所提交的權利要求書確定專利保護范圍。