结构光扫描与全息干涉自驱动互融合的航空叶片快速精密三维测量方法

The blades are the key components of the aircraft engines. Efficient and accurate measurement of those blades is vital for ensuring the manufacturing quality, increasing the working efficiency and improving the overall performance. Current single optical measurement methods can not satisfy the high inspection demand of high measurement precision, fast measurement speed and data completeness. To this consideration, this research will emphasis on the measurement method which combine the structured-light scan with holographic interference measurement. By solving global coordinate system calibration, self-driven path planning and high-precision data fusion algorithm, make fully use of the priority of those two measurement technology, achieve the high precision and high efficiency measurement of the surface and the leading and trailing edges..Main research contents: focus on the global calibration method based on the Gaussian-Markov model and nonlinear optimization, propose an efficient and accurate global calibration method; study on the self-driven path planning method in the Riemannian framework, realize the holographic interference measurement planning technology based on the structured-light measurement data; research on the high-precision multi-source data fusion algorithm based on moving least squared, realize the high precision and high efficiency data fusion, improve the stability of the measurement results, realize the fast and precise measurement of blade surface; finally develop a specialized aero engine blade measurement software and platform based on structured-light and holographic interference measurement.

叶片是航空发动机的核心零件，其快速精密测量对保证制造质量、提高工作效率、改善整机性能至关重要。现有航空叶片测量方法不能兼顾精度高、速度快和数据完整的检测需求，不能实现批量叶片的全测全检。为此，本项目探索结构光扫描与全息干涉融合的方法，通过攻克全局坐标系精确标定、自驱动测量规划、高精度互补融合算法与关键技术，充分发挥两种技术的优势，实现叶片型面的高精、高效和前后缘的准确测量。.主要研究内容：探索基于高斯-马尔科夫模型和非线性优化的全局标定方法，提出快速、精密的全局坐标系标定方案；研究黎曼测地框架下的自驱动测量规划方法，攻克以结构光扫描数据为驱动的全息干涉测量规划技术；研究基于移动最小二乘的数据高精度互补融合算法，完成数据的高精高效互补融合，提高测量结果的稳定域，实现叶片型面的快速精密测量和高曲率叶缘的准确测量；进而开发结构光扫描与锥光偏振全息干涉的自驱动互融合的航空叶片测量软件与硬件平台。

本项目研究了基于不同原理光学传感器融合的航空叶片测量方法，开发了结构光扫描与全息干涉融合的航空叶片精密快速三维测量系统。具体研究内容和创新研究工作包括：.提出了一种多光学传感器的全局坐标系精密标定方法。建立了以全息干涉传感器信噪比为权重的优化模型，最小化全息干涉测量点到拟合平面的距离来优化求解全局标定参数；.建立了基于结构光测量数据的自动粗配准方法和以信噪比为权重的精配准优化模型。采用主成分分析方法计算叶片点云数据和模型的主方向进行初步配准，再基于最近点迭代算法进行优化，获得粗配准结果，然后基于叶片的数字模型，生成全息干涉的测量路径，应用建立的信噪比权重的优化模型进行精确配准计算。解决了基于专用夹具、3-2-1法和循环迭代配准自由曲面时效率低、精度差和无法实现自动化等问题；.提出了一种双向自适应路径规划方法与技术，解决了叶片进排气边的准确测量和叶片全尺寸测量难题。该方法通过求解轴向截面线的几何关键点，对截面线进行四段式分割，实现了截面型线高效测量和进排气边位置准确测量；通过对径向多条截面线上对应关键点进行曲线拟合和插值计算，实现了小曲率型面、大曲率进排气边密集的自适应测量；.为了适应不同分辨率和精度水平的数据，研究了一种实用的高精度多源数据融合算法。该方法利用高斯过程模型，对高分辨率-低精度的结构光扫描数据的真值与误差进行估计与分离，对结构光扫描数据光学畸变等引起的局部偏差和两种数据的拼接误差进行校准，最终获取叶片全尺寸高精度点云模型。.开发了结构光扫描与全息干涉融合的航空叶片精密快速三维测量系统软硬件平台。对典型叶片进行了截面线和全尺寸测量实验，结果表明，本项目开发的测量系统能够对航空发动机叶片进行高精度三维测量，达到了预期目标。