本文選題：葉片檢測(cè)　切入點(diǎn)：線激光掃描測(cè)量　出處：《天津大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

【摘要】：目前航空發(fā)動(dòng)機(jī)葉片輪廓檢測(cè)應(yīng)用最多的是采用三坐標(biāo)測(cè)量機(jī)檢測(cè),隨著計(jì)算機(jī)技術(shù)的發(fā)展,三坐標(biāo)測(cè)量機(jī)在葉片上采集特定基準(zhǔn)點(diǎn),通過(guò)上位機(jī)軟件即可獲得葉片輪廓的點(diǎn)云,且具有較高的精度。但由于葉片的數(shù)量大,單個(gè)葉片完成檢測(cè)需要5~10分鐘,使得完成檢測(cè)的周期過(guò)長(zhǎng),加大了葉片生產(chǎn)制造成本。針對(duì)以上缺點(diǎn),有人提出可用三坐標(biāo)測(cè)量機(jī)先對(duì)標(biāo)準(zhǔn)葉片進(jìn)行檢測(cè),使用非接觸的三維視覺(jué)測(cè)量方法對(duì)其余葉片進(jìn)行檢測(cè),將兩種方法獲取的點(diǎn)云進(jìn)行比較,比較后的誤差小于一定閾值即可滿足要求,由于線激光結(jié)構(gòu)光測(cè)量系統(tǒng)能進(jìn)行掃描測(cè)量,測(cè)量速度快,便于批量流水操作,在這方面的應(yīng)用與開(kāi)發(fā)越來(lái)越必要。本課題是天津大學(xué)精密儀器與光電子工程學(xué)院與�？怂箍�(青島)測(cè)量技術(shù)有限公司的合作項(xiàng)目,課題借助了�？怂箍倒緩�(qiáng)大的硬件平臺(tái),依托了天津大學(xué)在該領(lǐng)域的技術(shù)優(yōu)勢(shì),具有較高的工程應(yīng)用價(jià)值和指導(dǎo)意義。本文的主要工作和如下:(1)由于單個(gè)線激光結(jié)構(gòu)光掃描測(cè)量系統(tǒng)測(cè)量范圍有限,因此再增加一個(gè)測(cè)量系統(tǒng)形成多傳感器掃描測(cè)量系統(tǒng),可有效的避免測(cè)量盲區(qū),提高測(cè)量效率。(2)建立線激光結(jié)構(gòu)光掃描測(cè)量系統(tǒng)數(shù)學(xué)模型,結(jié)合系統(tǒng)的性能指標(biāo)和總體結(jié)構(gòu),完成硬件系統(tǒng)與軟件系統(tǒng)的開(kāi)發(fā)工作。(3)深入研究多傳感測(cè)量系統(tǒng)全局標(biāo)定問(wèn)題,結(jié)合實(shí)際實(shí)驗(yàn)情況,針對(duì)系統(tǒng)標(biāo)定誤差主要集中在坐標(biāo)軸垂直度誤差上,推導(dǎo)垂直度誤差補(bǔ)償數(shù)學(xué)模型,建立坐標(biāo)系轉(zhuǎn)換矩陣,通過(guò)補(bǔ)償測(cè)量空間整體示值誤差的方法,完成全局標(biāo)定工作。(4)系統(tǒng)全局標(biāo)定完成后,由于測(cè)量數(shù)據(jù)為點(diǎn)云數(shù)據(jù),研究了在逆向工程中點(diǎn)云拼接與精簡(jiǎn)方法,利用Geomagic軟件完成點(diǎn)云數(shù)據(jù)處理,通過(guò)與標(biāo)準(zhǔn)葉片CAD數(shù)模比較驗(yàn)證系統(tǒng)精度,驗(yàn)證后系統(tǒng)滿足性能參數(shù)要求。
[Abstract]:At present, the most popular application of aero-engine blade profile detection is the use of CMM. With the development of computer technology, CMM collects specific reference points on the blade. The point cloud of blade contour can be obtained by the software of upper computer, and it has high precision. However, because of the large number of blades, it takes 5 minutes and 10 minutes to complete the detection of a single blade, which makes the detection period too long. In view of the above disadvantages, it is suggested that the standard blade can be detected by the CMM first, and the remaining blades be detected by the non-contact 3D visual measurement method. Comparing the point clouds obtained by the two methods, the error after comparison can be satisfied when the error is less than a certain threshold. Because the line laser structured light measurement system can carry out scanning measurement, the measurement speed is fast, and it is convenient for income to operate in batches. This project is a joint project between the School of Precision instrument and Optoelectronics Engineering of Tianjin University and Hexkang (Qingdao) surveying Technology Co., Ltd. With the help of Hexcom's powerful hardware platform, the project relies on the technological advantages of Tianjin University in this field. The main work of this paper and the following are as follows: (1) since the measurement range of single line laser structured light scanning measurement system is limited, so an additional measurement system is added to form a multi-sensor scanning and measuring system. It can effectively avoid the blind area of measurement and improve the measuring efficiency. (2) the mathematical model of the linear laser structured light scanning measurement system is established, which combines the performance index and the overall structure of the system. Finish the development of hardware system and software system. (3) deeply study the global calibration problem of multi-sensor measurement system. According to the actual experiment, the calibration error of the system is mainly focused on the coordinate axis verticality error. The mathematical model of verticality error compensation is derived, and the coordinate transformation matrix is established. By compensating the error of the whole indication value in the measurement space, the global calibration of the system is completed. After the global calibration of the system is completed, because the measured data are point cloud data, The method of point cloud splicing and reduction in reverse engineering is studied. The point cloud data processing is completed by using Geomagic software. The accuracy of the system is verified by comparing it with standard blade CAD. The system meets the requirements of performance parameters after verification.
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梁新合;宋志真;;改進(jìn)的點(diǎn)云精確匹配技術(shù)[J];裝備制造技術(shù);2008年03期

2 葉愛(ài)芬;龔聲蓉;王朝暉;劉純平;;基于隨機(jī)分布估計(jì)的點(diǎn)云密度提取[J];計(jì)算機(jī)工程;2009年04期

3 梁新合;梁晉;郭成;曹巨明;;法向約束的多幅點(diǎn)云數(shù)據(jù)融合算法[J];西安交通大學(xué)學(xué)報(bào);2009年05期

4 孟凡文;吳祿慎;;用繼承與優(yōu)化算法精密拼接無(wú)序點(diǎn)云[J];光學(xué)精密工程;2009年04期

5 李海亮;鄧非;李剛;;攝影測(cè)量激光點(diǎn)云空洞修補(bǔ)[J];測(cè)繪科學(xué);2010年05期

6 張晶;楊云生;豐少偉;;基于點(diǎn)云法矢變化的點(diǎn)云簡(jiǎn)化方法研究[J];計(jì)算機(jī)與數(shù)字工程;2011年12期

7 李曉久;景曉寧;;基于非接觸式測(cè)量的人體點(diǎn)云簡(jiǎn)化方法[J];紡織學(xué)報(bào);2012年07期

8 高恩陽(yáng);鄭昊鴻;;點(diǎn)云數(shù)據(jù)濾波方法綜述[J];科技資訊;2012年33期

9 范然;金小剛;;大規(guī)模點(diǎn)云選擇及精簡(jiǎn)[J];圖學(xué)學(xué)報(bào);2013年03期

10 李偉;李旭東;趙慧潔;張穎;;基于姿態(tài)標(biāo)準(zhǔn)化的線特征點(diǎn)云提取方法[J];北京航空航天大學(xué)學(xué)報(bào);2013年08期

相關(guān)會(huì)議論文 前10條

1 李文濤;韋群;楊海龍;;基于圖像的點(diǎn)云生成和預(yù)處理[A];2011年全國(guó)通信安全學(xué)術(shù)會(huì)議論文集[C];2011年

2 蔡來(lái)良;李儒;;點(diǎn)云數(shù)據(jù)處理算法與實(shí)現(xiàn)初步研究[A];第四屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

3 馬國(guó)慶;陶萍萍;楊周旺;;點(diǎn)云空間曲線的微分信息計(jì)算及匹配方法[A];第四屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2009年

4 江倩殷;劉忠途;李熙瑩;;一種有效的點(diǎn)云精簡(jiǎn)算法[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

5 解輝;張愛(ài)武;孟憲剛;;機(jī)載激光點(diǎn)云快速繪制方法[A];第二十五屆全國(guó)空間探測(cè)學(xué)術(shù)研討會(huì)摘要集[C];2012年

6 李凱;張愛(ài)武;;基于激光點(diǎn)云的糧倉(cāng)儲(chǔ)糧數(shù)量測(cè)量方法[A];第二屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

7 朱曉強(qiáng);余燁;劉曉平;袁曉輝;Bill P.Buckles;;基于航拍圖像和LiDAR點(diǎn)云的城市道路提取[A];全國(guó)第19屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

8 劉虎;;基于線性八叉樹(shù)的點(diǎn)云簡(jiǎn)化與特征提取研究[A];促進(jìn)科技經(jīng)濟(jì)結(jié)合，，服務(wù)創(chuàng)新驅(qū)動(dòng)發(fā)展——蚌埠市科協(xié)2012年度學(xué)術(shù)年會(huì)論文集[C];2012年

9 李濱;王佳;;基于點(diǎn)云的建筑測(cè)繪信息提取[A];第四屆“測(cè)繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

10 楊雪春;;反求工程建模中點(diǎn)云切片技術(shù)研究[A];全國(guó)先進(jìn)制造技術(shù)高層論壇暨第八屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前9條

1 曹裕華 高化猛 江鴻賓;激光點(diǎn)云 亦真亦幻[N];解放軍報(bào);2013年

2 青島前哨朗普測(cè)量技術(shù)有限公司總經(jīng)理 李洪全;自主創(chuàng)新使“前哨”闖出一條新路[N];中國(guó)機(jī)電日?qǐng)?bào);2000年

3 通訊員 賀先勝 記者 胡波;前哨公司與三坐標(biāo)測(cè)量機(jī)[N];中國(guó)航空?qǐng)?bào);2001年

4 祖江嵩;我國(guó)首臺(tái)大型龍門三坐標(biāo)測(cè)量機(jī)研制成功[N];中國(guó)航空?qǐng)?bào);2004年

5 YMG記者 馬銀濤　通訊員 莫言;煙臺(tái)汽車制造業(yè)植入“頂級(jí)引擎”[N];煙臺(tái)日?qǐng)?bào);2008年

6 徐冰;全國(guó)首臺(tái)高精度大型三坐標(biāo)測(cè)量機(jī)問(wèn)世[N];中國(guó)建設(shè)報(bào);2008年

7 通訊員 賀先勝 記者 胡波;自主創(chuàng)新使前哨朗普闖出一條新路[N];中國(guó)航空?qǐng)?bào);2001年

8 本報(bào)記者 尚慧輝　本報(bào)通訊員 張海剛;找準(zhǔn)人生坐標(biāo)的絢麗人生[N];山西日?qǐng)?bào);2004年

9 中國(guó)工程院院士 劉先林;四維遠(yuǎn)見(jiàn)的裝備創(chuàng)新[N];中國(guó)測(cè)繪報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 彭檢貴;融合點(diǎn)云與高分辨率影像的城區(qū)道路提取與表面重建研究[D];武漢大學(xué);2012年

2 劉涌;基于連續(xù)序列自動(dòng)快速拼接的全方位三維測(cè)量技術(shù)研究[D];西南交通大學(xué);2013年

3 賴祖龍;基于LiDAR點(diǎn)云與影像的海岸線提取和地物分類研究[D];武漢大學(xué);2013年

4 王瑞巖;計(jì)算機(jī)視覺(jué)中相機(jī)標(biāo)定及點(diǎn)云配準(zhǔn)技術(shù)研究[D];西安電子科技大學(xué);2015年

5 段敏燕;機(jī)載激光雷達(dá)點(diǎn)云電力線三維重建方法研究[D];武漢大學(xué);2015年

6 李艷紅;車載移動(dòng)測(cè)量系統(tǒng)數(shù)據(jù)配準(zhǔn)與分類識(shí)別關(guān)鍵技術(shù)研究[D];武漢大學(xué);2014年

7 崔婷婷;結(jié)合車載點(diǎn)云和全景影像的建筑物立面重建[D];武漢大學(xué);2015年

8 戴玉成;基于UAV傾斜影像匹配點(diǎn)云的城市建筑物信息提取方法研究[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所);2017年

9 韓峰;基于點(diǎn)云信息的既有鐵路狀態(tài)檢測(cè)與評(píng)估技術(shù)研究[D];西南交通大學(xué);2015年

10 金龍存;3D點(diǎn)云復(fù)雜曲面重構(gòu)關(guān)鍵算法研究[D];上海大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 劉博文;葉片輪廓快速掃描系統(tǒng)開(kāi)發(fā)與研究[D];天津大學(xué);2016年

2 龔碩然;基于Delaunay三角剖分的點(diǎn)云三維網(wǎng)格重構(gòu)[D];河北大學(xué);2015年

3 楊紅粉;頻域技術(shù)應(yīng)用于點(diǎn)云配準(zhǔn)研究[D];北京建筑大學(xué);2015年

4 段紅娟;點(diǎn)云圖像交互式曲線骨架提取技術(shù)及其應(yīng)用[D];西南交通大學(xué);2015年

5 張永恒;散亂點(diǎn)云數(shù)據(jù)配準(zhǔn)方法研究[D];長(zhǎng)安大學(xué);2015年

6 吳愛(ài);面向特征擬合的點(diǎn)云簡(jiǎn)化方法研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

7 薛廣順;基于立體視覺(jué)的牛體點(diǎn)云獲取方法研究與實(shí)現(xiàn)[D];西北農(nóng)林科技大學(xué);2015年

8 胡誠(chéng);精度約束下地表LiDAR點(diǎn)云抽稀方法研究[D];西南交通大學(xué);2015年

9 余明;三維離散點(diǎn)云數(shù)據(jù)處理技術(shù)研究[D];南京理工大學(xué);2015年

10 陳星宇;基于三維彩色點(diǎn)云的地形分類方法研究[D];南京理工大學(xué);2015年

本文編號(hào)：1602760