CN103292760A - 一种薄壁叶片误差分析方法 - Google Patents

Abstract

本发明公开了一种薄壁叶片误差分析方法，通过三坐标测量机在加工后的薄壁叶片上采用Z轴等高法测量三组数据点，针对设计叶片提取与测量数据点等高的三组数据，精确的计算出薄壁叶片的误差值，并对所测量的数据点进行分析去噪处理，将精简后的测量数据点与设计数据进行配准拟合建立目标函数；用粒子群算法优化求解目标函数；并可快速准确分析出加工后的薄壁叶片的测量数据和叶片理论数据之间的误差，并直观反映出误差值的大小，缩短了误差分析周期，同时提高了误差分析效率。实现对薄壁叶片精加工过程中的有效控制,大幅提高加工精度和效率。

Description

一种薄壁叶片误差分析方法

技术领域

本发明属于航空发动机叶片制造与精加工领域，具体地说,涉及一种薄壁叶片误差分析方法。

背景技术

叶片是航空发动机及燃气涡轮机的核心零部件，也是一种典型的薄壁类零件，其制造加工水平直接影响着发动机的气动性能。随着气动设计技术、结构技术和材料技术的不断发展，航空发动机及燃气涡轮机叶片出现了弯、扭、薄、掠、轻的结构特点，其不仅加工工艺复杂，精度要求高，而且加工质量直接影响着发动机的整体性能。在工程实践中，为了消除对薄壁叶片加工精度的不利影响，常通过采用一些工艺措施或辅助测量的手段，来减小叶片的加工变形和加工误差，但这就必然会增加很多额外的工序，而且这些工艺措施主要是以定性分析和实际加工经验为基础的，缺乏定量分析和操作规范，不仅叶片零件的精度和质量难以保证，而且对测量环境要求高，并且误差值的检测精度低。因此如何快速准确的分析出叶片的加工误差，是保证加工精度达到设计要求的重要环节。

发明专利201210255187.0中公开了一种叶片全尺寸快速检测方法与设备，该方法是基于三维光学测量***和面结构光投影轮廓术对叶片进行测量。在发明专利201210350382.1中提出了一种快速实现电感量仪检测叶片型面的方法，是利用电感量仪进行初始零位调整，然后用三坐标测量机测量叶片数据获得误差值。其不足是对测量环境要求高，并且误差值的检测精度低。

发明内容

为避免现有技术存在的不足，克服其对测量环境要求高，且误差值的检测精度低的问题，本发明提出一种薄壁叶片误差分析方法,其采用测量数据点模型与设计数据点模型进行匹配拟合，快速准确分析出加工后叶片的测量数据和叶片理论数据之间的误差，并直观反映出误差值的大小。该误差分析方法，通过三坐标测量机在加工后叶片上采用Z轴等高法测量三组数据点，针对设计叶片提取与测量数据点等高的三组数据，并对测量数据点进行分析去噪处理，对精简后的测量数据点与设计数据进行配准建立目标函数；用粒子群算法优化求解目标函数；获得叶片误差分析结果。

本发明薄壁叶片误差分析方法，其特点在于包括以下步骤:

步骤1.采用三坐标测量机对加工后的叶片进行测量,并采用Z轴等高法获得三组截面数据点；

步骤2.对叶片设计模型获取与步骤1等高的对应的三组叶片截面数据点；

步骤3.将测量数据进行分析去噪预处理，其具体步骤如下:

(1)对于测量点集的n个有序数据点P_i(i=0,1,2…n)，P_i-1、P_i、P_i+1是相邻三点，组成一个三角形；

(2)α表示

与

的夹角，d=|P_i-1P_i|sinα表示弦高；

(3)对定角度△α和弦高△d限值，将处在两个阀值内的点过滤掉。△α取0～10度，△d按式（1）确定:

$\mathrm{\Δd}=\frac{N_a}{N_b}\mathrm{\μ}\sin \mathrm{\Δ\α}---\left(1\right)$

其中，N_b表示初始点数，N_a表示简化后的点数，

表示相邻点距离的均值；

步骤4.对精简后的测量数据点集与设计数据进行配准，其具体步骤如下:

（1）通过沿Z轴的转动和绕X轴、Y轴的移动把两组数据转换到相同的坐标系下，旋转变换矩阵为:

$A=\left(\begin{array}{cccc}\cos \mathrm{\γ}& \sin \mathrm{\γ}& 0& 0\\ -\sin \mathrm{\γ}& \cos \mathrm{\γ}& 0& 0\\ 0& 0& 1& 0\\ p_x& p_y& 0& 1\end{array}\right)$

γ为测量数据点在加工坐标系中绕设计数据点旋转的角度，

P_x、P_y为测量数据点相对于设计数据点的位移量；

（2）建立目标函数使两组数据对应点之间的距离值平均值达到最小，并且引入权值m_i来提高配准精度，目标函数由（2）式确定:

$f\left(x\right)=\frac{1}{N}\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{m}_i{(Q_i-{\mathrm{AP}}_i)}^2$                 （2）

$m_i=\frac{l_i}{l_{\max }}$

其中，Q_i为设计数据点，P_i为测量数据点，l_i表示在Q_i处叶片截面的厚度，l_max表示在同一截面上厚度的最大值；

（3）用粒子群算法求解,使目标函数值达到最小的最优旋转变换矩阵；

步骤5.根据配准后的结果计算加工后叶片的误差，所求取的误差包括轮廓度误差、扭曲度误差、倾斜度误差、弯曲度误差；

步骤6.对得到的误差分析结果。

有益效果

本发明薄壁叶片误差分析方法，采用测量数据点模型与设计数据点模型进行匹配的方法，精确的计算出叶片的误差值，保证在叶片型面检测过程中检测结果更为精确可靠，同时提高了误差分析效率。分析方法可以快速准确分析出加工后叶片的测量数据和叶片理论数据之间的误差，并直观反映出误差值的大小；缩短了误差分析周期，实现了自动化分析。

附图说明

下面结合附图和实施方式对本发明一种薄壁叶片误差分析方法作进一步的详细说明。

图1是本发明薄壁叶片误差分析方法的流程图。

图2是针对加工后叶片测量的三组数据点的示意图。

图3是针对叶片设计模型提取的与测量数据点分别等高的三组数据点。

具体实施方式:

本实施例是一种薄壁叶片误差分析方法。

参阅图1、图2、图3,本发明采用测量数据点模型与设计数据点模型进行匹配的方法，快速准确分析出加工后叶片的测量数据和叶片理论数据之间的误差，并直观反映出误差值的大小。

下面应用误差分析方法针对某型航空发动机加工后的薄壁叶片进行分析,具体步骤如下:

第一步,将加工后的叶片用三坐标测量机进行测量；并采用Z轴等高法获得三组截面数据点，如图2所示；

第二步,对叶片设计模型获取与步骤1等高的对应的三组叶片截面数据点，如图3所示；

第三步,对测量数据进行分析去噪预处理，其具体步骤如下:

(1)对于测量点集的n个有序数据点P_i(i=0,1,2…n)，P_i-1、P_i、P_i+1是相邻三点，组成一个三角形；

(2)α表示与

的夹角，d=|P_i-1P_i|sinα表示弦高；

(3)对定角度△α和弦高△d限值，将处在两个阀值内的点过滤掉，△α取0～10度，△d按式（1）确定:

$\mathrm{\Δd}=\frac{N_a}{N_b}\mathrm{\μ}\sin \mathrm{\Δ\α}---\left(1\right)$

其中，N_b表示初始点数，N_a表示简化后的点数，

表示相邻点距离的均值；

第四步,对精简后的测量数据点集与设计数据进行配准，其具体步骤如下:

（1）通过沿Z轴的转动和绕X轴、Y轴的移动把两组数据转换到相同的坐标系下，旋转变换矩阵为:

$A=\left(\begin{array}{cccc}\cos \mathrm{\γ}& \sin \mathrm{\γ}& 0& 0\\ -\sin \mathrm{\γ}& \cos \mathrm{\γ}& 0& 0\\ 0& 0& 1& 0\\ p_x& p_y& 0& 1\end{array}\right)$

γ为测量数据点在加工坐标系中绕设计数据点旋转的角度，

P_x、P_y为测量数据点相对于设计数据点的位移量；

（2）建立目标函数使两组数据对应点之间的距离值平均值达到最小，并且引入权值m_i来提高配准精度，目标函数由（2）式确定:

$f\left(x\right)=\frac{1}{N}\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{m}_i{(Q_i-{\mathrm{AP}}_i)}^2$                  （2）

$m_i=\frac{l_i}{l_{\max }}$

其中，Q_i为设计数据点，P_i为测量数据点，l_i表示在Q_i处叶片截面的厚度，l_max表示在同一截面上厚度的最大值；

（3）用粒子群算法求解使目标函数值达到最小的最优旋转变换矩阵；

第五步,根据配准后的结果，计算加工后叶片的误差，所求取的误差包括轮廓度误差、扭曲度误差、倾斜度误差、弯曲度误差；

第六步,得到误差分析结果。

本发明薄壁叶片误差分析方法，通过对加工后的薄壁叶片进行分析,研究找出叶片误差,得到误差分析结果；实现对薄壁叶片精加工过程中的有效控制,大幅提高了加工精度和效率。通过对某型发动机叶片的误差分析，验证了本发明方法完全能够保证叶片误差分析的准确度，并且实现了自动化分析。

Claims (1)

1.一种薄壁叶片误差分析方法,其特征在于包括以下步骤:

步骤1.采用三坐标测量机对加工后的叶片进行测量,并采用Z轴等高法获得三组截面数据点；

步骤2.对叶片设计模型获取与步骤1等高的对应的三组叶片截面数据点；

步骤3.将测量数据进行分析去噪预处理，其具体步骤如下:

(1)对于测量点集的n个有序数据点P_i(i=0,1,2…n)，P_i-1、P_i、P_i+1是相邻三点，组成一个三角形；

(2)α表示

与

的夹角，d=|P_i-1P_i|sinα表示弦高；

(3)对定角度△α和弦高△d限值，将处在两个阀值内的点过滤掉。△α取0～10度，△d按式（1）确定:

$\mathrm{\Δd}=\frac{N_a}{N_b}\mathrm{\μ}\sin \mathrm{\Δ\α}---\left(1\right)$

其中，N_b表示初始点数，N_a表示简化后的点数，

表示相邻点距离的均值；

步骤4.对精简后的测量数据点集与设计数据进行配准，其具体步骤如下:

（1）通过沿Z轴的转动和绕X轴、Y轴的移动把两组数据转换到相同的坐标系下，旋转变换矩阵为:

$A=\left(\begin{array}{cccc}\cos \mathrm{\γ}& \sin \mathrm{\γ}& 0& 0\\ -\sin \mathrm{\γ}& \cos \mathrm{\γ}& 0& 0\\ 0& 0& 1& 0\\ p_x& p_y& 0& 1\end{array}\right)$

γ为测量数据点在加工坐标系中绕设计数据点旋转的角度，

P_x、P_y为测量数据点相对于设计数据点的位移量；

（2）建立目标函数使两组数据对应点之间的距离值平均值达到最小，并且引入权值m_i来提高配准精度，目标函数由（2）式确定:

$f\left(x\right)=\frac{1}{N}\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{m}_i{(Q_i-{\mathrm{AP}}_i)}^2$              （2）

$m_i=\frac{l_i}{l_{\max }}$

其中，Q_i为设计数据点，P_i为测量数据点，l_i表示在Q_i处叶片截面的厚度，l_max表示在同一截面上厚度的最大值；

（3）用粒子群算法求解,使目标函数值达到最小的最优旋转变换矩阵；

步骤5.根据配准后的结果计算加工后叶片的误差，所求取的误差包括轮廓度误差、扭曲度误差、倾斜度误差、弯曲度误差；

步骤6.对得到的误差分析结果。

Images