宋麗

摘要：飛機(jī)鈑金零件因其特殊且重要的用途，對(duì)其質(zhì)量的監(jiān)測(cè)始終是重中之重。本文先對(duì)飛機(jī)鈑金件數(shù)字化檢測(cè)技術(shù)進(jìn)行闡述，再簡(jiǎn)要分析鈑金零件測(cè)量數(shù)據(jù)的處理和技術(shù)。以期鈑金零件的數(shù)字化檢測(cè)技術(shù)能夠得到更好的發(fā)展。

關(guān)鍵詞：飛機(jī)鈑金零件;點(diǎn)云測(cè)量;數(shù)據(jù)分析;技術(shù)分析

引言：過去的飛機(jī)鈑金檢測(cè)是通過人工對(duì)比的形式檢測(cè)鈑金件，人工的方式僅僅可以在一定程度上描述鈑金件，并不能精確的描述鈑金件，這會(huì)使鈑金件的品質(zhì)受到影響，進(jìn)而對(duì)飛機(jī)的整體品質(zhì)以及隱身性能等產(chǎn)生影響。在檢測(cè)飛機(jī)鈑金件時(shí)，運(yùn)用數(shù)字化檢測(cè)技術(shù)可以使人工鈑金件檢測(cè)問題進(jìn)一步得到解決。

1飛機(jī)鈑金零件數(shù)字化檢測(cè)技術(shù)

1.1飛機(jī)鈑金零件

飛機(jī)鈑金件的形狀通常都較為復(fù)雜，并且由于其使用的特殊性，對(duì)成型零件有著較高的性能要求。同其他行業(yè)相比，飛機(jī)鈑金零件的技術(shù)水平比較高，加工鈑金零件的難度比較大，并且對(duì)其零件的品質(zhì)要求也較為嚴(yán)苛。鈑金零件組裝成了飛機(jī)的機(jī)身，并且鈑金件的鑄造品質(zhì)會(huì)使飛機(jī)的氣動(dòng)特性和隱身性能受到影響。所以，飛機(jī)的性能標(biāo)準(zhǔn)在一代代的升級(jí)，對(duì)成型鈑金件的品質(zhì)需求也愈來(lái)愈高。現(xiàn)在鍛造飛機(jī)鈑金件的主要方式是運(yùn)用專業(yè)的裝置，再配以人工操作來(lái)完成。檢測(cè)鈑金零件的方法皆根據(jù)模擬定性評(píng)價(jià)得出，人工檢測(cè)沒有辦法將鈑金零件的幾何形態(tài)準(zhǔn)確的定量描述出來(lái)。若是沒有辦法嚴(yán)格把控飛機(jī)鈑金零件的品質(zhì)，那將使飛機(jī)整體裝配品質(zhì)得到較大程度的影響，進(jìn)而影響飛機(jī)的使用性能[1]。

1.1鈑金零件數(shù)字化檢測(cè)

基于人工的飛機(jī)鈑金零件檢測(cè)辦法的精確度不高，并且耗費(fèi)的時(shí)間也比較長(zhǎng)。為解決以上問題，這些年來(lái)相關(guān)人員始終在大力研究飛機(jī)鈑金零件數(shù)字化測(cè)量技術(shù)。進(jìn)行鈑金零件的數(shù)字化檢測(cè)首先需通過運(yùn)用結(jié)構(gòu)光掃描儀等裝置得到飛機(jī)鈑金件的表面點(diǎn)云數(shù)據(jù)，隨后針對(duì)獲取到的表面點(diǎn)云數(shù)據(jù)實(shí)行合理的分析，提煉出三維點(diǎn)云數(shù)據(jù)當(dāng)中的較為關(guān)鍵的部分幾何特點(diǎn)，例如特征點(diǎn)、特征線等。最后運(yùn)用提煉到的部分幾何特點(diǎn)針對(duì)飛機(jī)鈑金件的特征實(shí)行分析和評(píng)價(jià)的工作。

2鈑金零件數(shù)據(jù)處理與分析

2.1測(cè)量數(shù)據(jù)預(yù)處理

由于運(yùn)用不一樣的設(shè)備、方法和操作環(huán)境等因素都會(huì)對(duì)測(cè)量鈑金件表面數(shù)據(jù)的品質(zhì)造成比較大的影響，所以有必要運(yùn)用多樣的鈑金件表面數(shù)據(jù)預(yù)處理的方式獲取較為理想的測(cè)量數(shù)據(jù)。對(duì)鈑金零件測(cè)量數(shù)據(jù)的事先處理包含數(shù)據(jù)去噪、簡(jiǎn)化、修補(bǔ)以及多視拼合等多方面的操作。在鈑金件數(shù)據(jù)測(cè)量時(shí)，因?yàn)橐恍┯绊懸蛩氐淖饔?，?huì)造成測(cè)量的數(shù)據(jù)當(dāng)中存在噪音點(diǎn)，為使噪音點(diǎn)被去掉，不對(duì)之后的數(shù)據(jù)處理和特征檢測(cè)造成影響，需濾波處理測(cè)量的數(shù)據(jù)，一般情況下運(yùn)用的方式有三種：平均濾波、標(biāo)準(zhǔn)高斯濾波以及中值濾波。運(yùn)用高斯濾波的方式能夠盡可能使鈑金件模型的形狀得到維持，而中值濾波對(duì)于消除毛刺噪音點(diǎn)的效果比較理想，在實(shí)際應(yīng)用當(dāng)中可以依據(jù)數(shù)據(jù)的具體狀況選取相應(yīng)的濾波算法。運(yùn)用光學(xué)測(cè)量?jī)x器對(duì)鈑金件表面數(shù)據(jù)進(jìn)行采集的時(shí)候很可能會(huì)有多余的數(shù)據(jù)產(chǎn)生，這很可能會(huì)花費(fèi)較長(zhǎng)的時(shí)間對(duì)之后的數(shù)據(jù)進(jìn)行處理，因此有必要將鈑金件表面測(cè)量的數(shù)據(jù)實(shí)施簡(jiǎn)化處理。針對(duì)不規(guī)則的測(cè)量數(shù)據(jù)來(lái)說(shuō)，可以運(yùn)用均勻網(wǎng)格以及三角網(wǎng)格的方式對(duì)其實(shí)施簡(jiǎn)化的操作;針對(duì)規(guī)則的測(cè)量數(shù)據(jù)來(lái)說(shuō)，可以運(yùn)用弦高差的方式對(duì)其實(shí)行簡(jiǎn)化。在進(jìn)行數(shù)據(jù)測(cè)量的時(shí)候，會(huì)因?yàn)殁k金零件被遮擋，從而致使零件的部分表面沒有辦法被測(cè)量到或是零件表面部分損壞，這些現(xiàn)象都會(huì)導(dǎo)致鈑金零件的測(cè)量數(shù)據(jù)缺失。當(dāng)出現(xiàn)這種情況時(shí)，進(jìn)行數(shù)字化檢測(cè)前應(yīng)及時(shí)修補(bǔ)缺失的數(shù)據(jù)。多視拼合的方法是把經(jīng)不同角度和位置測(cè)量到的數(shù)據(jù)點(diǎn)統(tǒng)一組合到同一個(gè)的坐標(biāo)系中，以便形成可以使被檢測(cè)的鈑金零件整體形狀得以展現(xiàn)的測(cè)量數(shù)據(jù)。常用的方式有在被檢測(cè)零件上粘貼特殊標(biāo)簽或者運(yùn)用精密度較高的工作臺(tái)等方式[2]。

2.2測(cè)量數(shù)據(jù)特征線提取

鈑金件測(cè)量數(shù)據(jù)的特征線能夠被分成兩種，分別是邊界線以及棱線。其中在鈑金件中邊界線的特征較為清楚，例如孔邊界以及外形邊界等;而棱線是飛機(jī)鈑金零件當(dāng)中較為光滑的邊界?，F(xiàn)在提取測(cè)量數(shù)據(jù)特征線的辦法能夠?qū)⑦吔缇€和棱線一同提取出來(lái)，同時(shí)也存在僅提取邊界線的方式?，F(xiàn)在提取特征線的方式有半自動(dòng)提取以及全自動(dòng)提取兩種方式。一般情況下全自動(dòng)提取是首先將網(wǎng)格模型當(dāng)中發(fā)生曲率突然變化的頂點(diǎn)找到，例如曲率比閾值頂點(diǎn)還高或者曲率到達(dá)極值，這便是特征點(diǎn)，隨后將這些檢測(cè)到的特征點(diǎn)連接變成特征線。有相關(guān)研究人員先找到模型當(dāng)中每個(gè)頂點(diǎn)曲率信息的特點(diǎn)，隨后運(yùn)用成分分析法把沒有順序的特征點(diǎn)連接成為有順序的特征線。半自動(dòng)提取特征線的方式是讓用戶首先在特征線所指方向選擇幾個(gè)點(diǎn)，將相鄰的兩點(diǎn)進(jìn)行連接初步形成特征線，后運(yùn)用相應(yīng)的優(yōu)化方法對(duì)此條特征線實(shí)施優(yōu)化作業(yè)，從而使檢測(cè)到的特征線更為光滑并更加接近其特征。有相關(guān)研究人員在全面考量模型當(dāng)中每個(gè)頂點(diǎn)間曲率以及每?jī)牲c(diǎn)間的距離以及方向，在特定的區(qū)域當(dāng)中首先將初始特征線描繪出來(lái)，隨后再將該特征線由三維空間投射至二維的平面當(dāng)中，自二維平面當(dāng)中將較為光滑的特征線運(yùn)用相應(yīng)的算法獲取出來(lái)，最后把最新得到的特征線重新投射回到三維空間，進(jìn)而得出平滑的特征線[3]。

2.3測(cè)量數(shù)據(jù)分塊辦法

為使飛機(jī)鈑金零件點(diǎn)云數(shù)據(jù)當(dāng)中的特征曲面被提取出來(lái)，就應(yīng)針對(duì)點(diǎn)云數(shù)據(jù)實(shí)施分塊的處理。其中較為常用的點(diǎn)云數(shù)據(jù)分塊方式即是根據(jù)邊和根據(jù)面兩種方式。根據(jù)邊的方式應(yīng)先將三維測(cè)量數(shù)據(jù)邊界尋找到，隨后運(yùn)用測(cè)量數(shù)據(jù)的邊界將不同的區(qū)域分隔。有相關(guān)人員運(yùn)用空間網(wǎng)格精細(xì)劃分的方式，在點(diǎn)云數(shù)據(jù)當(dāng)中獲取特征點(diǎn)，隨后運(yùn)用特征點(diǎn)連接成特征線，并且對(duì)點(diǎn)云數(shù)據(jù)實(shí)行分塊處理。這樣的方式適用于對(duì)于有比較多鋒利邊界模進(jìn)行數(shù)據(jù)分塊操作。然而對(duì)于較為光滑的曲面模型來(lái)說(shuō)，該方式的分塊效果欠佳。根據(jù)邊的方式有著對(duì)噪音點(diǎn)較為敏銳的問題，這會(huì)造成邊界點(diǎn)的錯(cuò)誤判斷，在找尋邊界時(shí)，也會(huì)造成邊界點(diǎn)的錯(cuò)誤追蹤，從而較難確保邊界的密封性。根據(jù)面的方式通常會(huì)運(yùn)用分區(qū)域生長(zhǎng)的方式進(jìn)行數(shù)據(jù)的分塊處理。在測(cè)量數(shù)據(jù)的任一曲面范圍當(dāng)中首先選擇一個(gè)點(diǎn)當(dāng)作種子點(diǎn)，隨后以該點(diǎn)為起始點(diǎn)向外側(cè)不停分散找尋和該點(diǎn)法矢條件相符合的數(shù)據(jù)點(diǎn)，將找到的數(shù)據(jù)點(diǎn)加入到分塊當(dāng)中，一直到再也沒有和種子點(diǎn)法矢條件相符合的數(shù)據(jù)點(diǎn)，就此將分割的數(shù)據(jù)工作圓滿完成。相關(guān)研究人員首先對(duì)三角網(wǎng)格模型里的三角片實(shí)行分類工作，隨后將有著同樣種類三角片進(jìn)行區(qū)域生長(zhǎng)操作，將三角網(wǎng)格模型當(dāng)中的數(shù)據(jù)分割變成現(xiàn)實(shí)。與根據(jù)邊的方式相比較，根據(jù)面的方式對(duì)噪音點(diǎn)并沒有那么敏銳，因此密封性比較優(yōu)良，而且想要獲得有密閉邊界的模塊數(shù)據(jù)較為簡(jiǎn)便，但是根據(jù)面的方式在選擇最開始種子點(diǎn)的時(shí)候需要慎重，并且該方式的區(qū)域生長(zhǎng)標(biāo)準(zhǔn)較難確定。除以上兩種方法之外，還有將兩種方式進(jìn)行結(jié)合運(yùn)用的方式。該組合方式是先尋找到區(qū)域邊界，隨后選擇種子點(diǎn)實(shí)行區(qū)域的生長(zhǎng)，一直生長(zhǎng)到分塊邊界，該程序就此結(jié)束。有研究人員運(yùn)用模型當(dāng)中每個(gè)三角片的法矢信息尋找到該模型的邊界，隨后選取種子點(diǎn)實(shí)行區(qū)域的生長(zhǎng)，以此方式進(jìn)行網(wǎng)格模型數(shù)據(jù)分割[4]。

結(jié)束語(yǔ)：飛機(jī)鈑金件的質(zhì)量很大程度上決定了飛機(jī)的質(zhì)量和性能，因此對(duì)鈑金件的檢測(cè)不可忽視。運(yùn)用數(shù)字化技術(shù)進(jìn)行鈑金件的檢測(cè)，大大提升了檢測(cè)效率的同時(shí)，也提高了檢測(cè)結(jié)果的精確度。運(yùn)用對(duì)測(cè)量數(shù)據(jù)進(jìn)行預(yù)處理、提取測(cè)量特征線以及分割網(wǎng)格模型數(shù)據(jù)的方式，可以更好的解決飛機(jī)鈑金零件表面測(cè)量點(diǎn)云數(shù)據(jù)的處理和分析，進(jìn)而使檢測(cè)鈑金件的執(zhí)行效率更高，結(jié)果更為精確，更加有利于對(duì)鈑金件質(zhì)量的管控，從而使飛機(jī)整體品質(zhì)和性能得到更加強(qiáng)有力的保障。

參考文獻(xiàn)：

[1] 邰君. 飛機(jī)鈑金零件的數(shù)控檢測(cè)技術(shù)運(yùn)用實(shí)踐分析[J]. 科學(xué)與財(cái)富， 2019， 000（011）：83.

[2] 阮培舉. 飛機(jī)鈑金零件數(shù)字化檢測(cè)技術(shù)研究[J]. 華東科技：學(xué)術(shù)版， 2017（3）：12-12.

[3] 王海晨， 梁春， 沈建新. 面向制造的飛機(jī)鈑金零件數(shù)據(jù)集研究開發(fā)[J]. 機(jī)械制造與自動(dòng)化， 2017（4）.42-43

[4] 史云鵬. 復(fù)雜零件點(diǎn)云數(shù)據(jù)獲取方法對(duì)比研究[J]. 內(nèi)燃機(jī)與配件， 2019（11）：212-213.

航空工業(yè)沈陽(yáng)飛機(jī)工業(yè)（集團(tuán)）有限公司 遼寧省沈陽(yáng)市 110034