（電子科技大學機械電子工程學院，成都 611371）

航空發(fā)動機是一種高度復(fù)雜和精密的熱力機械,主要為航空器提供飛行動力，被譽為飛機的“心臟”，又被稱為“工業(yè)之花”，直接影響著飛機的可靠性及經(jīng)濟性，是一個國家工業(yè)實力的重要體現(xiàn)。航空葉片是發(fā)動機的核心部件之一，也是涉及發(fā)動機安全性能的關(guān)鍵動部件，發(fā)動機需要通過葉片對空氣進行壓縮和膨脹，其曲面形狀和制造精度很大程度上決定了發(fā)動機的推進效率[1]。因此在葉片制造過程中，必須重視其型面的質(zhì)量控制，通過科學有效地應(yīng)用葉片檢測技術(shù)，能夠有效保障葉片型面制造精度，最終保證復(fù)雜氣動外型的高性能特性。

葉片通常為薄壁、大扭曲、批量生產(chǎn)的精密部件，其檢測存在一系列難點：（1）檢測精度要求高，通常要求微米級測量；（2）對檢測效率要求較高，須滿足生產(chǎn)要求；（3）由于葉片安裝楔型面小，其測量過程中裝夾定位和基準建立的誤差較大；（4）葉片測量數(shù)據(jù)的處理與分析復(fù)雜，綜合評定難度較大[2]?，F(xiàn)有的葉片型面檢測方法基本可分為接觸式檢測與非接觸式檢測兩類。接觸式測量是指通過傳感器測頭與產(chǎn)品接觸的方式來測量產(chǎn)品表面點的坐標位置；非接觸式測量主要是指基于光學、磁學等領(lǐng)域的基本原理，利用相關(guān)物理模擬量來得到產(chǎn)品表面數(shù)字信息的方法，如激光測量等。葉片測量方法中接觸式的三坐標測量技術(shù)目前相對于其他測量方式具有更高的可靠性和測量精度，被廣泛應(yīng)用在葉片型面的質(zhì)量控制中。

如何實現(xiàn)葉片高效、高精度、人性化的測量，解決好檢測過程中的一系列技術(shù)難題，對提升葉片制造品質(zhì)和解決數(shù)字化工廠的管控效能具有重要價值，也對我國航空航天及其他高端制造行業(yè)的制造品質(zhì)管控具有重要意義。

1 航空葉片三坐標檢測技術(shù)及設(shè)備

坐標測量是在20世紀中期發(fā)展起來的一種測量新技術(shù)，其主要原理是通過數(shù)字測量設(shè)備將被測幾何元素的測量轉(zhuǎn)化成對部分關(guān)鍵點集的測量，而后再采用數(shù)據(jù)建模等分析手段來實現(xiàn)對測量對象的評定[3]。國外工業(yè)發(fā)達國家在坐標測量機（Coordinate Measuring Machine，CMM）領(lǐng)域具有明顯的優(yōu)勢，全球著名的坐標測量設(shè)備制造商均出自國外，如MAHR、Zeiss、Hexagon等。圖1所示為基于Hexagon的三坐標測量機對葉片的測量過程，該CMM配置了專業(yè)葉片檢測夾具，能夠一次性對多個葉片進行測量，大幅提升了檢測的效率。

在葉片三坐標檢測領(lǐng)域，高效、高精度的測量方法以及葉片專用的測量與分析軟件一直是研究的重點和熱點。測量的效率和精度很大程度上是由測頭系統(tǒng)所決定的，接觸式測頭又分為觸發(fā)式與掃描式兩大類，其中掃描式測頭由于測量效率高、測點密集等特點，多用于有形狀和輪廓要求零件的測量，也是目前通過CMM對葉片測量時最常用的測頭。近年，為適應(yīng)車間惡劣的工作環(huán)境，MARPOSS公司研發(fā)了具有高穩(wěn)定性和高可靠性Mida?系列測頭。英國Renishaw公司也于2015年推出了高精度的五軸測量系統(tǒng)REVO-2，大幅度降低了坐標測量機在高速測量時的動態(tài)誤差，提高了檢測結(jié)果的準確性，且相對于傳統(tǒng)的依靠分度頭所實現(xiàn)的五軸葉片測量系統(tǒng)而言[4]，其在測量效率和精度方面具有十分明顯的優(yōu)勢。此外，研制高精度的掃描式測頭的企業(yè)還有日本的Metrol、德國的Kapp和Leitz等單位。

圖1 GLOBAL Silver系列的三坐標測量機Fig. 1 CMM of GLOBAL Silver series

為了實現(xiàn)航空葉片高效測量與準確評定，國外企業(yè)在葉片專用測量軟件研制方面進行了深入研究，目前可謂是碩果累累，僅Renishaw公司就開發(fā)了3套葉片測量專用軟件，分別是葉片快速掃描測量軟件APEXBlade?、葉片型面分析軟件MODUS?以及葉片逆向工程軟件SurfitBlade?,該系列產(chǎn)品突破了傳統(tǒng)分段測量的方式，能夠快速、全面地對整個葉片型面進行檢測和分析。目前國內(nèi)應(yīng)用較多的是Hexagon公司的葉片測量軟件包Blade，該軟件基于等高測量法對葉片進行檢測，通過簡單的參數(shù)設(shè)置便能完成復(fù)雜的測量規(guī)劃，能夠準確地分析葉片各項誤差，且具有多樣化的檢測報告輸出模塊，不過該軟件主要以葉片等高截面為分析單元，在整體型面誤差以及誤差可視化方面還略有不足。此外，Zeiss公司開發(fā)了BLADE PRO軟件，該軟件可對非等比例長度誤差進行分析，能夠完成對葉片前、后緣等關(guān)鍵區(qū)域幾何質(zhì)量的評定。AEH公司也研發(fā)了葉片測量軟件AC-VANE，該軟件以數(shù)據(jù)庫為平臺對葉片的關(guān)鍵測量信息進行了統(tǒng)一有效的管理，不僅提高了測量效率，還為葉片后續(xù)的跟蹤管控提供了基礎(chǔ)對比數(shù)據(jù)。此外，Geomagic、Wenzel等公司也開發(fā)了各自的葉片分析專用模塊。

國產(chǎn)CMM的研制始于20世紀70年代，目前主要生產(chǎn)廠商有航空工業(yè)北京精密機械研究所、北京機床研究所等單位，雖然在可靠性、準確性等性能方面稍遜于國外設(shè)備，但由于在價格和售后方面的優(yōu)勢，仍具有一定的市場占有率。在接觸式測頭研制領(lǐng)域，哈爾濱先鋒機電是國內(nèi)技術(shù)相對成熟的廠商，其推出的TP系列和EP系列的測頭在國產(chǎn)CMM中有著大量的應(yīng)用，此外國內(nèi)研制精密測頭的單位主要還有中國航天科工集團第303所、北京機床研究所等。從總體而言，國內(nèi)在測頭研制領(lǐng)域遠不及國外先進水平，尤其是在精密掃描測頭和多軸測座系統(tǒng)研制方面。

我國在葉片類專用三坐標測量軟件方面還處于探索起步階段，雖然市場尚無成熟的自主開發(fā)的商用葉片測量軟件系統(tǒng)，不過在分析軟件方面還是取得了一定的成果。臺灣中央大學開發(fā)的Rev CAD軟件[5]能夠基于坐標測量數(shù)據(jù)對航空葉片型面進行分析和評定，但其僅能進行二維層次的評價，無法實現(xiàn)可視化程度更高的三維偏差分析。北京航空航天大學席平等[6]基于UG平臺開發(fā)了一套能夠?qū)θ~片型面進行誤差評定的系統(tǒng)，該系統(tǒng)能夠顯著提高葉片的誤差檢測速度和分析質(zhì)量，但其功能單一，且在檢測報告輸出方面并不完善，無可視化的測量截面信息，如截面的理論輪廓、實際輪廓、公差帶、超差區(qū)域等信息。國內(nèi)首個功能較完善的葉片測量分析系統(tǒng)是西北工業(yè)大學陳志強等[7]基于葉片CMM測量數(shù)據(jù)開發(fā)的航空葉片自動評價軟件系統(tǒng)，該系統(tǒng)可對葉片的各關(guān)鍵評價參數(shù)進行準確地提取，并且能夠進行葉片三維偏差分析，且具有多樣化的檢測報告輸出功能，但與國外相應(yīng)軟件相比，該系統(tǒng)的模型配準方式以及部分關(guān)鍵參數(shù)提取算法單一，同時軟件的可交互性仍有待提高。近期，電子科技大學開發(fā)了針對葉片型面進行誤差評定與逆向重構(gòu)的軟件系統(tǒng)，并配套相關(guān)企業(yè)的CMM開展了系列工程化的應(yīng)用，該系統(tǒng)不僅能夠準確地提取葉片型面的各特征參數(shù)與位置度誤差，還能基于實際重構(gòu)模型對葉片型面加工誤差進行可視化分析。雖經(jīng)過多年的發(fā)展，但國內(nèi)葉片測量軟件在測量過程的規(guī)劃與控制方面功能仍較欠缺，葉片分析評定軟件大多還處于起步階段，且多數(shù)軟件適應(yīng)性較低，對葉片大小和扭曲程度較為敏感，并且分析結(jié)果的準確性與國外同類軟件相比仍有一定差距，因此這些分析軟件在國內(nèi)航空葉片的精密測量中并沒有得到較多的推廣和應(yīng)用。

綜上所述，葉片三坐標檢測技術(shù)及設(shè)備在國外發(fā)展已較為成熟，商業(yè)化的精密三坐標測量設(shè)備與葉片測量軟件的可選性高，并廣泛應(yīng)用于航空葉片質(zhì)量的檢測中。目前國內(nèi)研制的坐標測量設(shè)備在可靠性、重復(fù)性方面與國外仍有一定差距，且尚無成熟的葉片專用的坐標測量軟件，在葉片坐標測量評價分析軟件方面，普遍智能化程度低、通用性差、功能單一且種類較少，并且多數(shù)仍處于試驗階段，因此國內(nèi)在葉片的高精密坐標測量時仍主要采用國外設(shè)備及相應(yīng)軟件系統(tǒng)。

2 葉片三坐標檢測關(guān)鍵技術(shù)研究進展

在葉片三坐標檢測的過程中，其關(guān)鍵技術(shù)主要包括葉片的測量規(guī)劃、測量定位、數(shù)據(jù)處理分析和質(zhì)量評定4個方面。

2.1 葉片坐標測量規(guī)劃技術(shù)

測量規(guī)劃的目的是得到完整的、合理可行的測量路徑，且是影響測量效率與評定結(jié)果準確性的重要因素。由于葉片通常為扭曲薄壁件，在對其測量的過程中測頭易受到前后緣的干擾，從而產(chǎn)生干涉點，這也是目前在葉片制造企業(yè)中存在的典型問題，因此目前葉片坐標測量規(guī)劃的關(guān)鍵主要仍在測點布局和干涉檢查方面。

目前測點規(guī)劃主要在葉片等高截面型線上展開，測點的疏密應(yīng)盡可能與被測曲面曲率的變化一致。Pahk等[8]提出了弦長準則規(guī)劃方法，通過控制相鄰兩點所構(gòu)成的弦線與截面線之間的最大距離來實現(xiàn)采點密度跟隨曲面曲率變化，但該方法在相對平坦的區(qū)域易出現(xiàn)采點密度過低的情況，鑒于此，I. Ainsworth等[9]將最小樣本密度準則與弦長準則相結(jié)合，通過設(shè)定相鄰點間的最大允許距離來實現(xiàn)對采點密度的控制，彌補了弦長準則的缺陷，此外，還可通過控制型線切線方向變化的速度來實現(xiàn)測點規(guī)劃。國內(nèi)學者還提出了基于容差控制的規(guī)劃方法[10]，結(jié)合曲率和加工誤差進行規(guī)劃，使得測點分布更為科學合理，提高了評定結(jié)果的準確性。針對測點等高線規(guī)劃方法可能造成測量路徑線斷裂的問題，藺小軍等[11]提出了基于流道線的測點規(guī)劃方法，將氣流經(jīng)過葉片型面的近似路線作為測量截面，然后再根據(jù)截面型線曲率進行測點規(guī)劃，等高法測量與流道線測量如圖2所示，通過對其分析可知，基于流道線所獲取的截面型線較等高截面型線更符合葉片曲面構(gòu)造方式，更適用于逆向工程中大扭曲葉片的實體造型，而基于等高截面的測量方法則更利于葉片型面質(zhì)量的評定。

干涉檢查操作是為了檢驗葉片測量路徑的可行性,對檢測出的碰撞點通過調(diào)整檢測路徑或測頭姿態(tài)進行規(guī)避。干涉檢查方法可分為靜態(tài)檢測和動態(tài)檢測兩類。靜態(tài)檢查主要是驗證測點的可測性，又可根據(jù)干涉判斷方式的不同,將其分為距離判斷和求交判斷兩類，如文獻[12]中采用層次八叉樹方盒近似模型，通過模型之間求交來判斷測頭是否發(fā)生干涉。動態(tài)檢測主要是判斷測頭在測點間移動時以及空走時是否出現(xiàn)碰撞,根據(jù)檢測方式可分為離散和連續(xù)碰撞檢測兩類。離散算法按預(yù)設(shè)步長對采樣處進行靜態(tài)干涉檢測來判斷碰撞,存在遺漏碰撞點的可能。連續(xù)碰撞檢測一般涉及到四維時空問題的精確建模,其中應(yīng)用較多的是掃描體法,該方法雖不會遺漏碰撞點，但由于缺少即時信息可能出現(xiàn)不發(fā)生碰撞時仍會檢測到相交的情況，如文獻[13]中，基于B-rep模型運用掃描體求交算法實現(xiàn)了葉片的動態(tài)碰撞檢測。檢測效率是決定碰撞檢測算法優(yōu)劣的關(guān)鍵性因素，目前提高效率的主要方法在于簡化檢測模型與減少干涉檢測時運算的幾何模型數(shù)目兩個方面。如Lin等[14]提出將離散碰撞檢測算法與掃描體包圍盒相結(jié)合的方法，簡化了求交模型，通過基本幾何元素之間的相交檢查來完成碰撞檢測，極大地提升了檢測效率；劉達新等[12]在此基礎(chǔ)上，提出了利用軸向包圍盒的對邊界過濾的方法，減小了求交計算的復(fù)雜度。可以看出，目前葉片測量路徑動態(tài)干涉檢測結(jié)果的準確度還有待提高，相交檢測計算的復(fù)雜度仍然很高，導致計算效率低下，因此目前葉片測量路徑可行性的驗證方法仍有待進一步的優(yōu)化。

圖2 葉片測量路徑Fig.2 Measuring path of blade

2.2 葉片坐標測量定位技術(shù)

葉片精準快速的定位是高效、高精度檢測的前提，定位的精度直接影響著后續(xù)的數(shù)據(jù)處理與型面質(zhì)量評定。航空葉片通常是由葉身、榫根以及阻尼臺構(gòu)成，可用V型塊、吸鐵或?qū)Ｓ脢A具等裝置對其進行測量定位，圖3所示為葉片通過專用夾具的定位方式。目前基于葉片結(jié)構(gòu)特征的定位夾具設(shè)計的理論和方法已較為成熟，單葉片的定位夾具設(shè)計可謂有規(guī)可循，但在實際應(yīng)用中，應(yīng)考慮定位夾具對具有相似外形的不同型號葉片的兼容性，其設(shè)計應(yīng)該在保證定位精度的前提下盡量提高夾具的通用性[15]，從而降低檢測成本，這也是目前葉片工裝夾具發(fā)展的主要方向。

葉片三坐標檢測所獲得的點云相對稀疏，具有測量點云與參考點云的初始姿態(tài)相似、位置相近的特點，其定位通常先在葉片特征面上采用6點定位法進行粗定位，其中最經(jīng)典的是3-2-1定位法則，之后再進一步通過迭代運算對點云數(shù)據(jù)進行精密定位[16]。目前研究重點主要是如何快速精準地得到葉片測量坐標系與理論模型坐標系之間的變換矩陣。當前測點匹配運算通常采用遺傳算法[17]或ICP（Iterative Closest Point）算法[18]進行計算。遺傳算法的全局搜索能力強，能夠得到全局最優(yōu)解，但其對初始種群和遺傳參數(shù)設(shè)置敏感，易出現(xiàn)收斂較慢或不收斂的情況，因此在具體匹配應(yīng)用中常采用加速策略提高計算效率，這也是該方法目前發(fā)展的主要方向，如遺傳算法結(jié)合最小二乘的求解方法。ICP算法對測量數(shù)據(jù)定位和輪廓誤差評估意義重大，其基本原理是定義點-點的平方距離，并最小化該距離函數(shù)和，目前主要問題是點-點距離匹配對初值敏感，易陷入局部最優(yōu)，導致精密定位和輪廓評估的不準確。盡管國內(nèi)學者開展了ICP算法的改進研究，如陳志強[7]、藺小軍等[19]通過改進其目標函數(shù)，分別解決了葉片定位過程中區(qū)域公差約束問題和變形問題，但只要是點-點距離，仍然難以克服初值敏感性問題。國際上，文獻[20]提出了TDM改進算法，一定程度上降低了對初始值的敏感性；此外文獻[21]定義了點-曲面最近距離作為新的誤差度量，構(gòu)造了一種新的自適應(yīng)距離函數(shù)，以此實現(xiàn)收斂速度和收斂穩(wěn)定性的最優(yōu)化，對葉片類復(fù)雜零件精密測量定位與輪廓評估具有重要意義。通過分析可知，針對有序點云測量數(shù)據(jù)的精確匹配技術(shù)仍有待進一步優(yōu)化，其優(yōu)化過程應(yīng)綜合考慮匹配算法的精度和效率這兩個主要影響因素。

圖3 葉片夾具定位Fig.3 Fixture positioning of blades

2.3 葉片坐標測量數(shù)據(jù)處理技術(shù)

葉片三坐標檢測技術(shù)中的數(shù)據(jù)分析處理主要涉及到數(shù)據(jù)去噪、平滑、測頭半徑補償?shù)炔僮?，其目的是為了降低?shù)據(jù)的測量誤差，提高后續(xù)評價參數(shù)計算的準確性。

葉片三坐標測量數(shù)據(jù)通常為有序點云，其數(shù)據(jù)去噪的方法相對成熟，可通過人機交互、弦高差法[22]、曲線檢查法[23]以及平滑濾波[24]等方法實現(xiàn)。人機交互的方法適用于異常點與相鄰點偏距較大的情況，其處理效率和自動化程度都較低，常用于點云的初步處理。弦高差法和曲線檢查法由于原理簡單、處理高效的特點在葉片去噪過程中有著廣泛的應(yīng)用，不過兩種方法都對給定閾值的大小敏感，易出現(xiàn)丟失特征點的問題，對此，學者們提出了考慮測點鄰域的去噪方法[25]，該方法能準確地識別特征點和噪點，保證了點云數(shù)據(jù)特征的完整性。數(shù)據(jù)濾波主要是對隱含在測量數(shù)據(jù)中的噪聲進行平滑處理，降低或者消除噪聲對后續(xù)操作的影響，針對有序點云的濾波通?？刹捎脴藴矢咚?、中值或平均值濾波的方法，如文獻[24]中采用高斯濾波的方法對掃描線結(jié)構(gòu)的葉片點云數(shù)據(jù)進行了平滑去噪處理。

測頭半徑補償處理是葉片三坐標測量數(shù)據(jù)處理的難點，這是由于補償精度直接影響著葉片型面的評估，同時也影響著葉片型面的重構(gòu)和再加工等操作。葉片進行等高測量時，由于葉身截面型線上各測點的法向?qū)嶋H屬于三維范疇，按二維曲線進行補償將引入補償余弦誤差，且測頭半徑越大，其余弦誤差也越大。而根據(jù)理論點法矢方向進行采點時，由于實際型面與理論數(shù)模存在偏差，測點的實際高度就會與理論高度產(chǎn)生偏差，且其補償曲線易出現(xiàn)“鈍頭”、“打結(jié)”的現(xiàn)象，兩種補償偏差如圖4所示。針對上述情況，學者們提出了曲面擬合法進行半徑補償[26]，其算法核心是先擬合出測頭球心曲面，再通過曲面偏置運算得到實際測量曲面，進而通過映射得到補償后的測量數(shù)據(jù)，該方法雖然消除了余弦誤差帶來的測量精度損失，但又引入了新的擬合誤差和偏置誤差?？偠灾?，現(xiàn)有的方法或多或少存在一些近似處理，且補償算法的自適應(yīng)性較差，針對不同類型的葉片其補償精度波動較大，尤其是型面復(fù)雜的薄壁大扭曲葉片。

圖4 測頭半徑補償誤差Fig.4 Compensation error of stylus radius

2.4 葉片型面評定技術(shù)

葉片型面質(zhì)量的科學評定是檢測的最終目的，在葉型的設(shè)計圖紙中通常會給定評價參數(shù)的誤差要求，包括截面型值點坐標、積疊點、緣半徑、葉厚、弦長等特征參數(shù)要求，還包括葉片型面的傾斜度誤差、彎曲度誤差等位置度參數(shù)要求。通過對相關(guān)文獻資料的調(diào)研，針對葉片截面的各特征評價參數(shù)的理論以及提取算法的發(fā)展已經(jīng)較為成熟，在文獻[27-29]中，詳細介紹了葉片單截面各關(guān)鍵特征參數(shù)的提取方法，同時提出了包括傾斜度、彎曲度、扭曲度等多截面評價參數(shù)的提取算法，目前這些評定方法在葉片型面質(zhì)量檢測的過程中有著廣泛的應(yīng)用。但另一方面針對葉片整體型面評價參數(shù)的計算方法還有待進一步優(yōu)化，這也是目前研究的重點方向。

葉片類自由曲面零件的曲面加工誤差通常用形位誤差中的面輪廓度誤差來描述，其計算具有代表性的數(shù)學模型可分為兩大類，一類是依照最小二乘法原則建立數(shù)學模型[30-31]，將測量曲面與理論曲面的偏差轉(zhuǎn)化成兩個曲面上對應(yīng)點距離的最小二乘法平方和，目前對該類方法的研究主要集中在對目標函數(shù)的優(yōu)化和改進方面，如ICP算法、奇異值分解優(yōu)化算法以及最速下降優(yōu)化算法等。由于根據(jù)點對之間二范數(shù)計算出的點到曲面的距離模型精度較低，以及最小二乘法易收斂于局部最優(yōu)解的原因，該類方法通常用于一般精度要求的曲面評定。另一類是基于最小區(qū)域原則建立的數(shù)學模型[32-33]，其目標函數(shù)要求測量點到理論點距離中的最大值達到最小，可采用啟發(fā)式的算法來對其進行優(yōu)化，如遺傳算法和粒子群算法等。在計算曲面輪廓度誤差的過程中，計算測量數(shù)據(jù)到設(shè)計數(shù)模的距離是關(guān)鍵點和難點，對此，Zhu等[33]提出了利用有向距離函數(shù)來計算該距離的算法，但由于該算法計算過于復(fù)雜，在實際應(yīng)用中通常利用一階泰勒展開式來代替其距離函數(shù)，并用序列線性規(guī)劃算法優(yōu)化其目標函數(shù)。此外，Weber等[34]在分析現(xiàn)有最小二乘擬合算法和最小區(qū)域公差評價方法缺點的基礎(chǔ)上，提出了一種通用的基于線性逼近技術(shù)的形狀誤差評價方法，常用在復(fù)雜曲面零件表面加工質(zhì)量的檢測中?？偟膩碚f，目前針對葉片類復(fù)雜自由曲面的誤差評定，尚未形成一套完整、系統(tǒng)的評價方法，且多數(shù)誤差評定方法主要停留在截面曲線的層面，針對葉片型面的誤差評定算法還需不斷完善和改進。

3 葉片坐標檢測技術(shù)發(fā)展趨勢

通過分析葉片三坐標檢測技術(shù)所存在的問題，并且結(jié)合市場需求以及當前技術(shù)環(huán)境，可以得出葉片接觸式的坐標檢測技術(shù)正朝著智能化、復(fù)合化和網(wǎng)絡(luò)化的方向發(fā)展，如圖5所示。

（1）檢測過程智能化。

葉片檢測的智能化主要是檢測過程與檢測分析的智能化，包括了葉片的自動裝夾與拆卸、葉片的原位測量、測量過程的自動化、測量策略自主化生成、測量測評報告的智能生成等，融入機器人技術(shù)、集成化以及人工智能、專家系統(tǒng)等技術(shù)，實現(xiàn)測量硬件與軟件的智能化，能夠有效消除葉片測量過程中人為因素的影響。

（2）檢測方式復(fù)合化。

在眾多葉片測量技術(shù)手段中接觸式的坐標測量技術(shù)仍是目前精度最高的一種，但為了保證測量精度，要求其測量過程平穩(wěn)，因此其測量效率往往低于非接觸式測量技術(shù)?；诠鈱W的非接觸式測量由于測量效率較高的特點目前得到了迅速發(fā)展，尤其是激光測量技術(shù)在葉片檢測中有著廣泛的應(yīng)用。在對葉片進行測量過程中，應(yīng)綜合考慮精度與效率的因素，不同的測量方式具有不同的優(yōu)勢，但也存在一定的局限性，為了適應(yīng)不同測量工況和葉片應(yīng)用對象，葉片檢測在測量方式上呈現(xiàn)出復(fù)合化的趨勢，這也是當前葉片測量設(shè)備朝著復(fù)合化方向發(fā)展的原因。通過應(yīng)用多測頭技術(shù)，支持接觸式與非接觸式融合的測量，能夠顯著提高測量效率，避免單一測量方式所引起的葉片局部區(qū)域失真。目前測量裝備復(fù)合化已經(jīng)有了良好的開端，少數(shù)國外企業(yè)已開發(fā)出了一些混合式測量設(shè)備。

圖5 葉片CMM檢測技術(shù)發(fā)展趨勢Fig.5 Development trend of CMM detection technology for blade

（3）檢測信息網(wǎng)絡(luò)化。

隨著第四次工業(yè)革命的到來和“中國制造2025”的提出，工業(yè)制造行業(yè)向信息化、網(wǎng)絡(luò)化方向發(fā)展。在現(xiàn)今物聯(lián)網(wǎng)與大數(shù)據(jù)飛速發(fā)展的時代中，檢測信息的網(wǎng)絡(luò)化趨勢必將推動葉片接觸式坐標檢測技術(shù)及設(shè)備的發(fā)展。在上下級多臺測量機之間、設(shè)計人員與制造人員以及客戶之間實現(xiàn)檢測信息共享，不僅能夠提高制造質(zhì)量并減少制造耗費、降低生產(chǎn)成本，還能夠在產(chǎn)品全周期獲取葉片質(zhì)量信息，實現(xiàn)質(zhì)量追溯，及時改進制造工藝，實現(xiàn)航空發(fā)動機葉片的綠色智能化制造。例如，將測量技術(shù)與銑磨拋加工技術(shù)集成實現(xiàn)葉片自適應(yīng)加工技術(shù)，通過將測量信息與銑磨拋等設(shè)備共享，根據(jù)檢測結(jié)果自動生成葉片再加工方案以及相應(yīng)程序，實現(xiàn)葉片的閉環(huán)模式加工，不僅可以大大縮短葉片制造周期，還能有效提高葉片加工精度與表面質(zhì)量，最終有效保證葉片制造過程的穩(wěn)定性與可靠性。

4 結(jié)論

目前我國在航空發(fā)動機研制領(lǐng)域雖然已經(jīng)取得了有目共睹的進步，但仍與國際先進水平有著不小的差距。2016年5月，中國航空發(fā)動機集團正式成立，以研制大涵道大推力高性能高可靠度的國產(chǎn)航空發(fā)動機為目標，標志著我國邁出了建設(shè)航空強國的重要一步。葉片作為影響發(fā)動機性能的關(guān)鍵部件，對其制造質(zhì)量實現(xiàn)有效控制和科學測評的葉片先進檢測技術(shù)已經(jīng)成為航空發(fā)動機研制過程中的一項關(guān)鍵技術(shù)。通過對航空葉片三坐標測量技術(shù)國內(nèi)外現(xiàn)狀的分析可以看出，雖然國內(nèi)做了很多研究工作，開發(fā)了一些測量設(shè)備和軟件系統(tǒng)，但是還有待于進一步完善和改進，主要在設(shè)備的穩(wěn)定性、測量精度與效率以及葉片測量分析軟件的準確性及智能化程度等方面相對于國外仍有一定差距。針對葉片坐標測量過程中的測量規(guī)劃、精密定位等關(guān)鍵技術(shù)問題仍沒有完全解決，從而制約了葉片型面測量精度與測量效率的提高。同時可以看出，為了提升航空發(fā)動機的性能，保證葉片型面制造質(zhì)量，推動葉片的高精度、高效率測量，航空發(fā)動機葉片的三坐標檢測技術(shù)必將向著智能化、復(fù)合化、網(wǎng)絡(luò)化的方向發(fā)展。

[1] HUANG J, WANG Z, GAO J, et al. Overview on the profile measurement of turbine blade and its development[J]. Proceedings of SPIE-the International Society for Optical Engineering, 2010, 7656(2): 2-3.

[2] 史小強, 吳寶海, 張定華. 航空發(fā)動機葉片加工質(zhì)量檢測技術(shù)發(fā)展現(xiàn)狀與趨勢[J]. 航空制造技術(shù), 2015(12): 80-84.

SHI Xiaoqiang, WU Baohai, ZHANG Dinghua. Development tendency of inspecting for aeroengine blade[J]. Aeronautical Manufacturing Technology, 2015(12): 80-84.

[3] ROBERT J H, PAULO H P. Coordinate measuring machines and systems[M]. 2nd ed. Boca Raton: CRC Press , 2016:18-21.

[4] CHANG H C, LIN A C. Automatic inspection of turbine blades using a 3-axis CMM together with a 2-axis dividing head[J]. The International Journal of Advanced Manufacturing Technology, 2005, 26(7): 789-796.

[5] 汪哲. 整體葉輪葉片型面幾何誤差分析技術(shù)研究[D]. 南京:南京航空航天大學, 2014.

WANG Zhe. Research on geometrical error analysis of blades on monolithic impeller[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2014.

[6] 席平, 孫肖霞. 基于CAD模型的渦輪葉片誤差檢測系統(tǒng)[J].北京航空航天大學學報, 2008, 34(10): 1159-1162.

XI Ping, SUN Xiaoxia. Error analysis system of turbine blade based on CAD model[J]. Journal of Beijing University of Aeronautics and Astronautics, 2008, 34(10): 1159-1162.

[7] 陳志強, 張定華, 金炎芳,等. 基于測量數(shù)據(jù)的葉片截面特征參數(shù)提取[J]. 科學技術(shù)與工程, 2007, 7(9): 1972-1975.

CHEN Zhiqiang, ZHANG Dinghua, JIN Yanfang, et al. Crosssectional feature parameter extraction of blade based on measurement data[J]. Science Technology and Engineering, 2007, 7(9): 1972-1975.

[8] PAHK H J, KIM Y H, HONG Y S, et al. Development of computeraided inspection system with CMM for integrated mold manufacturing[J]. CIRP Annals-Manufacturing Technology, 1993, 42(1): 557-560.

[9] KOSTRES M. Curvature-dependent parameterization of curves and surfaces[J]. Computer-Aided Design, 1991, 23(8): 569-578.

[10] 汪文虎, 趙德中, 崔康, 等. 航空發(fā)動機葉片型面三坐標測量方法: CN103411574 A[P]. 2013-11-27.

WANG Wenhu, ZHAO Dezhong, CUI Kang, et al. Three coordinate measuring method for aeroengine blade surface: CN103411574 A[P]. 2013-11-27.

[11] 藺小軍, 任軍學, 李宜明, 等. 航空發(fā)動機葉片型面流道線測量路徑規(guī)劃方法: CN102323962A[P]. 2012-01-18.

LIN Xiaojun, REN Junxue, LI Yiming, et al. A path of flow channel line planning method for aeroengine blade surface measurement:CN102323962A[P]. 2012-01-18.

[12] 劉達新, 趙韓, 董玉德, 等. 三坐標測量機無碰撞檢測路徑的生成[J]. 計算機輔助設(shè)計與圖形學學報, 2009, 21(6): 804-811.

LIU Daxin, ZHAO Han, DONG Yude, et al. Collision-free inspection path generation for coordinate measuring machines[J]. Journal of Computer-Aided Design & Computer Graphics, 2009, 21(6): 804-811.

[13] REDON S, KIM Y J, LIN M C, et al. Interactive and continuous collision detection for avatars in virtual environments[C]// Proceedings of IEEE Virtual Reality, Chicago:IEEE, 2004: 117-283.

[14] LIN Y J, MURUGAPPAN P. A new algorithm for determining a collision-free path for a CMM probe[J]. International Journal of Machine Tools & Manufacture, 1999, 39(9): 1397-1408.

[15] LIVINGSTON J T, HOLMES W B, SMETHERS F, et al. Jig and fixture for wind turbine blade: US20110030183[P]. 2011-02-10.

[16] HSU T H, LAI J Y, UENG W D, et al. An iterative coordinate setup algorithm for airfoil blades inspection[J]. The International Journal of Advanced Manufacturing Technology, 2005, 26(7): 797-807.

[17] 廖平, 王建錄. 基于遺傳算法的機械零件形位誤差評定[M].北京: 化學工業(yè)出版社, 2012: 188-191.

LIAO Ping, WANG Jianlu. Form and position errors evaluation of mechanical parts based on genetic algorithm[M]. Beijing: Chemical Industry Press, 2012: 188-191.

[18] CHETVENRIKOV D, SVIRKO D, STEPANOV D, et al.The trimmed iterative closest point algorithm[C]// Proceedings of 16th International Conference on Pattern Recognition. Quebec: IEEE Computer Society, 2002: 30545.

[19] 藺小軍, 單晨偉, 王增強, 等. 航空發(fā)動機葉片型面三坐標測量機測量技術(shù)[J]. 計算機集成制造系統(tǒng), 2012, 18(1): 125-131.

LIN Xiaojun, SHAN Chenwei, WANG Zengqiang, et al. Measurement techniques of coordinate machine for blade surface of aeroengine[J].Computer Integrated Manufacturing Systems, 2012, 18(1): 125-131 .

[20] POTTMANN H, HUANG Q X, YANG Y L, et al. Geometry and convergence analysis of algorithms for registration of 3D shapes[J].International Journal of Computer Vision, 2006, 67(3): 277-296.

[21] LI W L, YIN Z P, HUANG Y A, et al. Three-dimensional point-based shape registration algorithm based on adaptive distance function[J]. IET Computer Vision, 2011, 5(1): 68-76.

[22] LEE K H, WOO H, SUK T. Data reduction methods for reverse engineering[J]. The International Journal of Advanced Manufacturing Technology, 2001, 17(10): 735-743.

[23] 金濤, 陳建良, 童水光. 逆向工程技術(shù)研究進展[J]. 中國機械工程, 2002, 13(16): 1430-1436.

JIN Tao, CHEN Jianliang, TONG Shuiguang. Research progress of reverse engineering technology[J]. China Mechanical Engineering, 2002,13(16):1430-1436.

[24] HUANG M C, TAIC C. The preprocessing of data points for cue fining in reverse engineering [J]. The International Journal of Advanced Manufacturing Technology, 2000, 16(9): 635-642.

[25] 汪曉妍, 錢李勇, 楊延紅, 等. 一種點云噪聲點去除方法:CN103559689A[P]. 2014-2-5.

WANG Xiaoyan, QIAN Liyong, YANG Yanhong, et al. Method for removing noise points of point cloud: CN103559689A[P]. 2014-02-05.

[26] MAYER J R R, MIR Y A, TROCHU F, et al. Touch probe radius compensation for coordinate measurement using Kriging interpolation[J]. Proceedings of the Institution of Mechanical Engineers Part B Journal of Engineering Manufacture, 1997, 211(1):11-18.

[27] ZHOU L P. A case study of blade inspection based on optical scanning method[J]. International Journal of Production Research, 2015,53(7): 2165-2178.

[28] LI W L, XIE H, LI Q D, et al. Section curve reconstruction and meancamber curve extraction of a pointsampled blade surface[J]. Plos One,2014, 9(12): 0115471.

[29] 馬雯琦. 航空發(fā)動機葉片截面特征參數(shù)提取技術(shù)研究[D].天津: 天津大學, 2014.

MA Wenqi. Research of the aero engine blade cross-sectional feature parameters extraction[D]. Tianjin: Tianjin University, 2014.

[30] YAU H T. Evaluation and uncertainty analysis of vectorial tolerances[J]. Precision Engineering, 1997, 20(2): 123-137.

[31] 何改云. 形位誤差的逼近原理及算法研究[D]. 天津: 天津大學, 2006.

HE Gaiyun. Research on the approach theory and algorithm for evaluating geometrical errors[D]. Tianjin: Tianjin University, 2006.

[32] WEN X, ZHAO Y, XU Y, et al. Quasiparticle swarm optimization for cross section linear profile error evaluation of variation elliptical piston skirt[J]. Mathematical Problems in Engineering, 2012,2012(3): 761978.

[33] ZHU L M, ZHANG X M, DING H, et al. Geometry of signed point-to-surface distance function and its application to surface approximation[J]. Journal of Computing & Information Science in Engineering, 2010, 10(4): 819-829.

[34] WEBER T, MOTAVALLI S, FALLAHI B, et al. A unified approach to form error evaluation[J]. Precision Engineering, 2002, 26(3):269-278.