复杂叶片陶瓷型芯的几何演变行为与性能预测方法研究

This project is aimed at the problem that the conventional material’s test performance is excellent, but the actual type production has high reject rate in terms of the complex ceramic core in the process of hollow turbine blade precision casting. And geometric evolution behavior characterization and performance prediction method are studied for complex blade ceramic cores. By the breakthroughs in the key technologies, which are high-precision and complete geometric data acquisition in blade core’s whole life, parameters computation of geometric performance, evolution behavior characterization of geometric structures, and prediction model of geometric performance, the evolution rules of internal and external structures in ceramic cores under complex structure constraint will be revealed, and the prediction model and early-warning mechanism of geometric performance evolution for ceramic cores will be established. Through the project research, we will improve the consistency and matching between the ceramic core material’s test data and the actual type production data. Then, we can obtain the basic theory of ceramic core geometric performance prediction based on the geometric structure analysis. So we can control and reduce the blade core scrap in the subsequent processes, improve the overall pass rate of casting blades, and make an effective theory and data support for the structure optimum design, mould optimum design and casting process optimization of complex blade ceramic cores.

本项目针对当前空心涡轮叶片精密铸造中出现的复杂陶瓷型芯“常规材料试验性能优秀、实际型号生产废品率高”的问题，开展复杂叶片陶瓷型芯的几何演变行为表征与性能预测方法研究，通过叶片型芯全生命期的高精度完整几何数据获取、几何性能参数计算、几何结构的演变行为表征、几何性能的预测建模等关键技术的突破，揭示复杂结构约束下的陶瓷型芯内外结构演变规律，建立陶瓷型芯几何性能演变的预测模型及预警机制，提高陶瓷型芯材料试验数据与实际型号生产数据的匹配性和一致性，形成基于几何结构分析的陶瓷型芯几何性能预测基本理论，从而控制并降低叶片型芯在后续工序的废品率，提高叶片精铸的整体合格率，并为叶片陶瓷型芯的结构优化设计、模具优化设计和精铸工艺优化提供更科学有效的理论和数据支撑。

本项目针对当前空心涡轮叶片精密铸造中出现的复杂陶瓷型芯“常规材料试验性能优秀、实际型号生产废品率高”的问题，开展了复杂叶片陶瓷型芯的几何演变行为表征与性能预测方法研究，突破了叶片型芯全生命期的高精度完整几何数据获取、几何性能参数计算、几何结构的演变行为表征、几何性能的预测建模等关键技术，揭示了复杂结构约束下的陶瓷型芯内外结构演变规律，建立了陶瓷型芯几何性能演变的预测模型及预警机制，从而可以控制并降低叶片型芯在后续工序的废品率，提高叶片精铸的整体合格率，并为叶片陶瓷型芯的结构优化、模具设计和工艺优化提供更有效的理论支撑。.本项目的特色和主要创新点如下：.（1）提出了一种基于局部三维OTSU的锥束CT三维图像自适应分割算法，充分利用结构的三维连续性及CT图像的三维分布特性，实现了较大噪声条件下的复杂叶片型芯内外结构不同尺度目标的高精度分割。.（2）提出了一种基于三维实体距离加权的复杂叶片型芯结构演化统计表征方法，揭示了型芯几何结构演化行为，不仅可以避免通常采用典型结构分解所导致的片面性和实际应用的复杂性，而且为几何性能预测准备了条件。.（3）提出了一种基于控制截面/结构的复杂型芯几何性能预测与预警方法，通过多参数灰色-神经网络联合预测模型的建立和样本积累下的学习进化，实现了对叶片型芯后续关键工序几何性能的可靠预测与预警。.本项目发表论文16篇（其中SCI索引10篇，EI索引6篇），申请国家发明专利5项，培养毕业博士2人，毕业硕士5人。