夏凱龍，何箐，張雨生

1. 中國農業(yè)機械化科學研究院 表面工程技術研究所，北京 100083

2. 上海交通大學 航空航天學院，上海 200240

在現(xiàn)代燃氣渦輪發(fā)動機中，先進高壓渦輪葉片通常采用熱障涂層和氣膜冷卻結構一體化的熱防護技術。在此基礎上，為進一步提高冷效、降低合金基體的服役溫度，提高渦輪葉片的使用壽命，氣膜孔由起初的簡單圓柱形逐步被設計為三維異型，同時孔在葉身表面的排布密度日益提高、孔徑尺寸不斷降低，精密成形難度顯著增加。

當前，氣膜孔制備普遍采用電火花、電液束和飛秒激光等技術手段，然而葉片鑄造過程導致的型面尺寸偏差、打孔位置定位精度和電極尺寸隨消耗衰減等情況通常會使孔形及其尺寸產生一定波動。此外部分非整鑄葉片在真空釬焊過程中陶瓷阻流劑控制不佳也會導致氣膜孔的孔徑收縮或難以去除的堵塞。與此同時，熱障涂層涂覆過程中的均勻性差異會造成不同曲率位置氣膜孔收縮規(guī)律不同。即使采用先涂覆熱障涂層后制孔的技術方案，渦輪葉片氣膜孔的加工質量及孔邊涂層缺陷同樣是質量控制過程關注的重點。綜上，由于氣膜孔的幾何參量對冷卻效率和葉片使役可靠性存在重要影響，發(fā)展一種高效、高精度氣膜孔質量控制及測量方法將為冷卻結構改進、服役狀態(tài)氣膜孔結構完整性評估及涂層工藝過程控制提供重要的方法和依據(jù)[1]。

傳統(tǒng)的氣膜孔孔徑測量過程多依靠侵入式檢測和人為判斷，結果的準確性和重復性相對較差。工程實際中常采用不同尺寸的塞規(guī)對實際孔徑值進行逼近，然而該過程會受孔徑圓度及孔壁粗糙度的影響，存在一定測量誤差。近年來發(fā)展了一些接觸式測量的方法，即基于微小探針系統(tǒng)獲得孔輪廓，并采用數(shù)值轉換法實現(xiàn)氣膜孔幾何參數(shù)的讀取和內部形貌的評估。Cui等[2-3]基于光纖耦合將測量探針前端的位移信息等效為反饋光束點中心的位置變化和工業(yè)相機的橫向矢量波動，實現(xiàn)了直徑0.2 mm、深度2.0 mm左右微深孔的精密測量。Sajima等[4]通過雙光電二極管接收的光量變化監(jiān)測光纖探針的軸向位移，實現(xiàn)了直徑為10～150 μm微孔的輪廓測量。Sun等[5]基于等電位保護和驅動電纜技術提出了一種同軸圓柱電容式探頭測量微小孔內徑的方法，在消除邊緣效應的同時降低寄生電容的影響，精度更高、反應更快。Stone等[6]的研究結果表明探針的半徑補償和機械濾波過程是產生測量誤差的主因，且當探針尖端與測孔壁面的間隙與特征長度(如探針頭部偏轉幅度、外形加工偏差尺寸等)相當時，精確測量過程中的幾何誤差會被進一步放大。綜上基于探針的接觸式測量手段受工件特性影響較小，但其通常需進行多位點、多頻次測量后取均值，大大降低了測量效率且易造成誤差的累積。

依托光學檢測等無損檢測技術的發(fā)展，基于機器視覺和圖像處理的非接觸式測量技術逐漸成為主流。Jin等[7]提出了一種基于干涉光譜分析技術的氣膜孔形貌測量方法以規(guī)避傳統(tǒng)光學手段測量微深孔時的雜散光和邊緣衍射現(xiàn)象。Ramamurthy[8]和Lin[9]等開發(fā)出一套多軸圖像采集和參數(shù)測量系統(tǒng)，初步具備氣膜孔參數(shù)測量和孔深實時監(jiān)測功能。由于各氣膜孔與葉身型面作布爾運算的結果是空間不規(guī)則封閉曲線，對前者的高精度測量存在技術難度，因此建立葉片坐標系是實現(xiàn)孔徑及其孔中心坐標位置精確測量的基礎。關軍和王呈[10]以榫頭為基準，規(guī)定葉身軸線、定位裝置基準圓中心線和轉臺中心同軸，通過葉片旋轉和坐標變換的方法將氣膜孔輪廓在指定平面投影成規(guī)則圓形，將沿葉身軸線的孔距轉化到氣膜孔軸線方向，初步解決了異型曲面上不規(guī)則輪廓的測量問題，但該方法中氣膜孔軸線角度的確定過程仍依靠操作人員主觀判斷，測量重復性誤差較大。鮑晨興等[11]基于電荷耦合元件(Charge Coupled Device,CCD)工業(yè)相機和Halcon機器視覺算法研制了一臺四軸專用檢測設備，可實現(xiàn)氣膜孔軸線和孔徑的自動化快速檢測，軸線角度測量精度為±0.50°，重復性誤差為0.2°，孔徑測量誤差為±0.05 mm，然而該系統(tǒng)的CCD圖像采集效果通常會受待測件表面光潔度的影響。畢超等[12-14]在高壓渦輪葉片氣膜孔的測量領域進行了系列研究：首先建立了圖像像素坐標系與葉片坐標系的轉換關系，使全葉身氣膜孔位置的檢測具有較高的重復性精度；隨后設計并搭建一套具有三軸滑動和兩軸轉動自由度的氣膜孔視覺測量系統(tǒng)，通過改變待測件與測量探頭的位置關系和相對姿態(tài)獲取氣膜孔孔徑及其中心坐標等特征參數(shù)，且重復性精度指標滿足要求；最后為進一步確定被測孔的軸線矢量參數(shù)，基于景深合成技術實現(xiàn)了氣膜孔形貌的三維重建，通過圖像序列轉化和空間直線擬合方法表征孔的軸線方向，軸線角度的重復性測量誤差小于0.30°。面向測量誤差的定量分析需求，廖濤等[15]提出了基于虛擬測量的氣膜孔誤差分析方法，在葉片型面分析的基礎上建立了氣膜孔形位參數(shù)模型及誤差修正體系；經數(shù)值仿真與試驗驗證，氣膜孔定位誤差分別為1.34 μm和4.25 μm，均小于定位精度誤差范圍10 μm。此外，趙圓圓等[16]基于光場成像原理，嘗試將單光場相機快照式三維測量技術應用于氣膜孔檢測，僅通過單次拍攝就獲得了全場氣膜孔的三維點云數(shù)據(jù)，相較于其他光學測量技術數(shù)據(jù)采集效率顯著提高。

受設備自身測量范圍和裝配關系的限制，單次測量或僅通過單一手段在大多數(shù)工況下無法實現(xiàn)全葉身氣膜孔的完整測量，因此多方式復合的研究成為近年來的工程熱點：光學掃描與工業(yè)電子計算機斷層掃描(Computer Tomography,CT)、坐標測量機等結合方法被美國SURVICE公司和通用公司相繼采用；Elfurjani等[17-18]耦合了聲發(fā)射系統(tǒng)和金屬探針，搭建出復合型測量系統(tǒng)；隋鑫等[19]將接觸式與非接觸式傳感器同時集成到坐標測量機上，提高了氣膜孔參數(shù)測量過程的自動化程度。德國GOM公司的ATOS高速三維掃描系統(tǒng)在動態(tài)測量、數(shù)字化裝配等方面具有極高的測量精度，目前已廣泛用于燃氣渦輪發(fā)動機的設計、維修及保養(yǎng)工作，但中國在上述領域的研究相對較少。

當前熱紅外檢測手段常用于涂層探傷和測厚，氣膜孔幾何參數(shù)的獲取多依靠坐標系的建立和CCD、工業(yè)CT等光學工具的直接測量。本文融合上述研究方式，對何箐等[20]和唐慶菊[21]提出的一種用于高壓渦輪工作葉片氣膜孔通堵測量的基本平臺和測試方法進行進一步優(yōu)化，提出一種將紅外熱成像無損檢測技術用于微小孔徑精確測量的方法，即先獲取受激勵后表征葉片不同部位(材料組織)輻射特性的紅外序列熱圖，再通過圖像分析方法進行基于機器學習算法的邊緣識別和依托相似關系的孔徑求解，以期獲得具有較高精度的測量結果并總結涂層后的縮孔規(guī)律。

1 氣膜孔測量系統(tǒng)及實驗流程

1.1 平臺及其功能參數(shù)

渦輪工作葉片是典型的三維異型曲面結構，沿葉高方向呈明顯扭轉，同時設計有多排微小尺寸的氣膜冷卻孔密集分布在前緣、葉身型面等部位。為保證紅外信號采集裝置的檢測區(qū)域盡可能覆蓋到全葉身，對系統(tǒng)的自由度及可調性有較高要求。

如圖1所示，檢測平臺由位姿調節(jié)模塊、熱激勵模塊、紅外檢測模塊、PLC控制模塊和圖像分析模塊組成。功能模塊的主要技術參數(shù)如表1所示。

1.1.1 位姿調節(jié)模塊

如圖2所示，位姿調節(jié)模塊由三軸滑動(Moving)、熱像儀俯仰(Ritching)及葉片旋轉(Rotatng)這3個部分組成，其中三軸滑動部分可實現(xiàn)空間任意位置的走行調節(jié)，有效行程為1 000 mm×500 mm×500 mm，含剎車鎖死功能；熱像儀俯仰部分通過控制電動轉臺的旋轉精度和角位移可實現(xiàn)熱像儀在0°～180°的可控旋轉，設計過程中已考慮熱像儀的位置對中性，不存在補償臂長及旋轉干涉等特殊工況；葉片旋轉部分可實現(xiàn)夾持葉片繞軸360°的可控旋轉，并對待測試件進行定位和固定，同時利用密封圈對葉底進氣口端面、通氣管路徑向進行密封。

圖1 渦輪葉片檢測平臺

表1 檢測平臺的主要功能參數(shù)

圖2 位姿調節(jié)模塊的三維模型

1.1.2 熱激勵模塊

為使缺陷區(qū)與非缺陷區(qū)基體的瞬時表面溫差大于熱像儀的最小分辨率，選用有效、合適的激勵熱源至關重要。為此采用熱冷氣體交替的方式對葉片進行激勵，并設計了如圖3所示的氣路系統(tǒng)，圖中電磁閥1、2、3分別定義為熱氣電磁閥、冷氣電磁閥和旁通電磁閥，減壓閥1、2分別定義為熱氣壓力閥和冷氣壓力閥，單向閥1、2分別定義為熱氣進氣單向控制閥和冷氣進氣單向控制閥，測溫熱電偶1、2分別定義為旁路溫度熱電偶和葉片進口溫度熱電偶，星標處為常溫壓縮空氣輸入氣源的三通閥，冷熱工質分別選用常溫及加熱后的壓縮空氣。電磁閥的開閉邏輯均通過PLC程序+人機交互(觸摸屏)實現(xiàn)，具體的硬件控制點和控制原理圖受篇幅限制暫不列出。

圖3 氣路系統(tǒng)及電磁閥控制邏輯

1.1.3 紅外檢測模塊

FLIR-A615是一款易于控制、經濟實惠且小巧便捷的紅外熱像儀，適用于狀態(tài)監(jiān)控、過程控制和質量保證等。FLIR-A615熱像儀具有出色的圖像質量，配備640像素×480像素的微測輻射熱計，能檢測出小至50 mK的溫差，從而大大提高了遠距離測量的精度；與此同時得益于16位溫度線性輸出，可使用任何第三方軟件在非接觸式模式下測量溫度。此外該型熱像儀最高能以200 Hz的高頻率傳輸16位全幀圖像，適用于高速檢測工藝過程。其他技術參數(shù)如表2所示。

表2 FLIR-A615熱像儀技術參數(shù)

葉片氣膜孔具有數(shù)量多、孔徑小和空間角度分布復雜等特點，采用原焦距為24.5 mm、視場角為25°的常規(guī)鏡頭拍攝的熱圖像無法滿足霍夫圓檢測對于源圖像的基本像素要求。結合視場角計算公式選取并加配100 μm微距鏡頭，使熱像儀得以在更靠近待測面的位置進行對焦和溫場變化捕捉動作，各氣膜孔在全圖幅中所占像素數(shù)約為常規(guī)鏡頭下的9倍以上，如圖4所示。此外，加裝微距鏡頭后背景噪聲也得到了一定抑制，為后續(xù)的熱圖原始數(shù)據(jù)分析和基于Python和OpenCV方法的圖像處理提供了保證。

圖4 不同鏡頭下同一排氣膜孔的紅外熱圖

1.2 待測葉片的氣膜孔特征參數(shù)

圖5 葉片結構及氣膜孔分布

1.3 分析基本算法

1.3.1 Canny邊緣檢測算法

Canny算法是從不同視覺對象中提取有效結構信息并大大減少待處理數(shù)據(jù)量的一種邊緣檢測技術，目前已廣泛應用于各類計算機視覺系統(tǒng)。作為圖像局部區(qū)域亮度或灰度值變化顯著的部分，圖像的邊緣信息主要集中在高頻段，因此圖像銳化或邊緣檢測的實質是高頻濾波。

Canny算子的實現(xiàn)基于以下基本目標：① 檢測全程保持低錯誤率，且不含虛假響應；② 捕獲到的圖像邊緣應精確定位在真實邊緣的中心附近；③ 每個真實的邊緣點只被標記一次，即單個邊緣點響應。該算法的執(zhí)行步驟如下：① 使用高斯濾波器平滑圖像、濾除噪聲；② 用一階偏導有限差分計算每個像素點的梯度幅值和方向；③ 對梯度幅值進行非極大值抑制以消除邊緣檢測帶來的雜散響應；④ 應用雙閾值算法檢測和連接邊緣；⑤ 通過抑制孤立的弱邊緣最終完成邊緣檢測[22]。

1.3.2 霍夫圓變換函數(shù)

由圓的方程(x-a)2+(y-b)2=r2易知經笛卡爾坐標系中某點的所有圓映射到O-abr坐標系中為一條三維曲線，則經過所有非零像素點的圓就構成了多條三維曲線；同時笛卡爾坐標系中某圓上的所有點映射至O-abr坐標系為同一個空間點，且該點處應有N0(給定圓的總像素)條曲線相交，如圖6所示。因此，圖像上每一個非零像素點都有可能是某個潛在的圓上的一點，標準霍夫圓變換實現(xiàn)算法通過投票生成累積坐標平面，隨后設置一個權重定位圓。具體來講當待測圖像邊緣的非零像素點越多時，與之對應的三維空間曲線交于某一空間點的數(shù)量就越多，它們經過的共同圓上的點也越多。進而遍歷和判斷每個點的相交數(shù)量，當累加值大于給定閾值的點就認為是圓[23]。

圖6 圓上全部像素點在不同坐標系中的轉換

考慮該算法的累加面是三維空間，基于OpenCV庫的HoughCircle函數(shù)對標準霍夫圓變換做運算上的優(yōu)化，減少計算消耗，提高程序的執(zhí)行速度與性能。新算法采用“霍夫梯度法”：首先對圖像進行邊緣檢測(如Canny算法)，同時基于Sobel算子計算所有像素的梯度；隨后遍歷所有非零點對應的可能圓心(圓上各點模向量的交點)，實現(xiàn)累加平面的降維；最終根據(jù)閾值及所有候選中心的邊緣非零像素點對其的支持程度確定半徑。

然而基于梯度實現(xiàn)的霍夫圓檢測過程對圖像中的噪聲十分敏感，因此在OpenCV中使用相關應用程序編程接口(Application Programming Interface,API)實現(xiàn)檢測前，需通過模糊操作對圖像進行噪聲抑制處理。除常見的均值、高斯、中值模糊方法外，霍夫圓檢測中通常還會用到邊緣保留濾波抑制平坦區(qū)域噪聲，以便在梯度計算時能更好地得到候選區(qū)域。此外HoughCircle方法對參數(shù)比較敏感，很小的改動就可能導致差別很大的檢測效果，需針對不同圖像的不同檢測用途進行調試。

1.4 實驗流程

結合紅外熱成像原理，基于1.1節(jié)中檢測平臺對所選燃氣渦輪發(fā)動機工作葉片氣膜孔進行孔徑精確測量的流程如圖7所示。

圖7 基于紅外熱成像的氣膜孔孔徑測量流程

2 基于紅外熱成像的氣膜孔孔徑測量技術

2.1 樣本點及樣本區(qū)域選擇

由于葉片內部的熱傳導過程不同，合金基體位置與氣膜孔處逸出的熱空氣存在一定溫差，因此孔區(qū)域和非孔區(qū)域在紅外熱圖像中的輻射強度存在顯著不同。

圖8 氣膜孔及非孔區(qū)域采集位置

為進一步增強氣膜孔位置的信號表征效果，量化上述區(qū)域間的對比度，選取第6排孔為研究對象，如圖8所示，設置溫度采樣點Spot 1～Spot 5(簡寫為Sp1～Sp5)分別對應第6排#14、#11、#8、#5和#2號位，溫度采樣區(qū)域Area 1和Area 2(簡寫為Ar1和Ar2)分別對應第6排孔左右兩側的非孔區(qū)域。

2.2 關鍵幀選取

在整個熱激勵過程中紅外錄像的每幀都具有不同的圖幅內灰度梯度和信噪比，如圖9所示，因此截取合適的關鍵幀并基于溫度信號采集區(qū)域進行數(shù)據(jù)處理和圖像分析對評價各氣動參數(shù)對熱激勵效果的影響至關重要。

圖9 熱激勵過程不同時刻的紅外熱圖像

通常定義關鍵幀為：① 具有圖幅內各像素點位置間最大的灰度值(熱圖像中為紅外輻射強度)梯度的某幀；② 與相鄰幀之間圖幅內平均灰度值/輻射強度變化最大的某幀。通過觀察紅外熱圖序列(AVI格式錄像)的變化過程，可定性判斷出關鍵幀應位于熱、冷空氣交替瞬間附近。為進一步獲取關鍵幀的具體位置，保證選取過程的重復性，基于幀間差分的底層邏輯結合Github中的開源腳本實現(xiàn)關鍵幀的精確提取。

綜合考慮信噪比及實驗效率等因素，選取熱冷空氣交替瞬間為熱圖像分析的關鍵幀，對應時刻記為tk，各樣本點瞬時溫度記為Tk-Sp，樣本區(qū)域瞬時溫度記為Tk-Ar。

2.3 最佳激勵參數(shù)確定

為提高熱像儀捕獲到的待測件受激勵后的熱圖像對比度，同時考慮到交替的熱冷壓縮空氣作為激勵工質的物理特性，選取熱氣溫度TH(℃)、熱氣壓力PH(MPa)、冷氣壓力PC(MPa)、熱氣流量LH(L/min)和熱氣激勵時間tH(s)為影響因子進行條件試驗，并在工程經驗給定的參數(shù)范圍內各選取4個水平進行正交試驗，如表3所示，在縮短試驗周期的基礎上考慮影響激勵效果的各個指標。

表3 正交試驗因子及水平

選取光板葉片和涂覆陶瓷層后葉片各一枚為研究對象，依次進行16組(正交表的規(guī)格為L16(45))熱激勵正交試驗記錄樣本點和樣本區(qū)域的溫度數(shù)據(jù)，完成溫度信號采集工作。

為對比不同參數(shù)組合的激勵效果，設置以下評價標準：

1)k1表征關鍵幀時刻氣膜孔位置與非孔區(qū)域的溫差對比度。

2)k2表征氣膜孔位置從起始狀態(tài)至關鍵幀時刻的升溫效率。

3)k3表征氣膜孔位置從起始狀態(tài)至關鍵幀時刻的升溫比例。

直觀來說，k1越大說明該激勵條件下圖幅內的輻射強度梯度越大，更易于邊緣檢測算法進行尋圓操作；k2和k3則分別與熱激勵過程的效率和效果正相關。

通過對各影響因子獨立變化過程進行敏感性分析得不同涂層狀態(tài)下工作葉片的紅外熱圖，從而獲得最高輻射信號對比度的激勵參數(shù)組合分別為：① 光板葉片——TH=240 ℃、PH=0.5 MPa、PC=0.3 MPa、LH=140 L/min、tH=50 s；② 涂覆熱障涂層后——TH=210 ℃、PH=0.5 MPa、PC=0.5 MPa、LH=140 L/min、tH=10 s。

上述結論與對應狀態(tài)下紅外熱圖像上信號輻射強度的直觀表征結果完全一致。

3 基于霍夫圓變換函數(shù)的孔徑測量算法

3.1 實現(xiàn)邏輯

為實現(xiàn)孔徑測量的自動化，以霍夫圓變換函數(shù)為核心，結合輸入圖像的原始像素和測量要求對其進行功能擴展，提出一種氣膜孔孔徑測量基本算法，其運行邏輯及實現(xiàn)功能如下：

1) 讀取輸入源圖像信息并對其進行灰度轉換和中值濾波。

2) 基于霍夫圓變換函數(shù)進行尋圓操作，輸出(x,y,r)的三維矩陣并在源圖像上畫圓。

3) 對該矩陣進行降維和排序處理，遍歷并計算得到任意兩個霍夫圓圓心間的像素距離(或沿某方向的垂直距離)。

4) 卡尺測量對應的實物間距，通過相似理論得到孔徑：

(1)

式中：dtest為基于算法的孔徑測量值，即代碼輸出值，mm；rrgb為氣膜孔半徑在熱圖像中的像素值；Ltest為對應兩孔位沿葉身方向的孔間距(通常由高精度的卡尺測量獲得)；Lrgb為給定兩孔位在熱圖像上的中心距或孔間距的像素值;k0為實物尺寸與紅外熱圖中對應距離的比值。

3.2 算法優(yōu)化

圖2中葉片第1～5排為服役過程中典型的高溫區(qū)，將氣膜孔角度設計得更加貼附葉身型面以獲得高效冷卻效果。為使上述斜孔在熱圖像中以接近正圓的形貌出現(xiàn)，熱像采集過程中需時刻保證鏡頭和對應排氣膜孔的軸線垂直，因此需控制豎直方向模組的進給速度，緩慢滑動完成拍攝，位置關系如圖10所示。

圖10 豎排孔熱像采集過程中的位置關系

考慮圖10中的投影關系，需將式(1)中沿葉身方向的孔間距Ltest轉換為孔軸線間距Ltest-Ture，因此給出正弦修正系數(shù)sinθ。

同理，如圖11所示，將第7排孔作為該葉片唯一的橫排孔，各孔位非均勻分布在曲率不同的位置。因此在滿足熱像儀固定成像焦距f0的基礎上調節(jié)水平模組的前后自由度進而實現(xiàn)不同氣膜孔所在切平面(如β1和β2所示)的動態(tài)對焦，隨后通過圖像拼合實現(xiàn)整排孔的精確測量。

可見孔軸線實際間距與式(1)中的Ltest存在余弦關系，因此需結合型面曲率對算法輸出結果進行近似修正：

圖11 橫排孔熱像采集過程中的位置關系

dtest-True=dtestcosφ

(2)

式中：φ為視場夾角，隨孔位變化，對應關系如表4所示。

表4 第7排孔受曲率影響的視場夾角分布

注：7-1代表樣本葉片第7排第1號位的氣膜孔。

3.3 算法測量結果及誤差分析

以光板葉片第1排氣膜孔為研究對象，對正弦修正系數(shù)優(yōu)化后的算法開展功能驗證。由于第1排孔所在位置曲率大，葉身型面呈扭轉狀，導致該排不同孔位于不同的焦平面上，因此需調節(jié)豎直方向的模組進給量實現(xiàn)動態(tài)對焦，過程如圖12所示。

分別以第1排孔的1和2號位、3和4號位、…、11和12號位孔的局部熱圖像(或以圖12右側拼接后的熱圖)為輸入源調整霍夫圓變換函數(shù)中參數(shù)，實現(xiàn)第1排全部氣膜孔的精確測量，代入優(yōu)化后的孔徑測量算法。

為進一步表征評價算法優(yōu)化的效果，將光板葉片第1排氣膜孔基于基本算法和優(yōu)化后算法的孔徑輸出結果分別記為dtest-0和dtest，并計算其與標準塞規(guī)測量值d0的差值百分比Δ0和Δ，匯總如表5所示，其中差值百分比的數(shù)學關系為

(3)

通過表5數(shù)據(jù)可知優(yōu)化后算法用于光板葉片第1排孔孔徑測量的輸出結果與塞規(guī)測量的平均差值百分比由54.94%降至4.26%，優(yōu)化效果顯著。其余豎排孔，即第2、3、4、5排氣膜孔的孔徑測量和差值分析方法同上，現(xiàn)將優(yōu)化算法用于光板葉片所有豎排孔的測量結果整理如圖13所示。同理基于優(yōu)化算法對橫排孔的孔徑進行測量，分別以兩件光板葉片第7排第2～6號位(第2件光板葉片為2′～6′號位)的局部熱圖像為輸入源，誤差分析如表6所示。分析可得在充分考慮葉身型面曲率變化的影響因素后，優(yōu)化算法用于光板葉片橫排氣膜孔的孔徑測量與塞規(guī)測量值的平均差值百分比僅為2.32%，優(yōu)化效果明顯，可有效降低與塞規(guī)測量值之間誤差。

圖12 光板葉片第1排孔動態(tài)對焦過程及圖像拼接效果

表5 第1排孔的算法測量值及差值分析

圖13 光板葉片豎排孔孔徑的算法測量誤差

表6 第7排孔的算法測量值及差值分析

3.4 涂覆熱障涂層后氣膜孔收縮規(guī)律

熱障涂層涂覆過程中出現(xiàn)的縮孔和孔壁沉積涂層現(xiàn)象將導致氣膜孔的尺寸和形狀差異，甚至造成冷卻通道堵塞。為驗證優(yōu)化算法用于涂覆熱障涂層葉片氣膜孔孔徑測量的有效性，對光板葉片先后進行粘結層和陶瓷層涂覆，并基于對應狀態(tài)的最佳參數(shù)對其進行激勵，分別以第7排2～7號位和第6排5～12號位的熱圖像作為輸入源，記錄不同涂層狀態(tài)下的算法輸出dtest和塞規(guī)法實測值d0，將相關數(shù)據(jù)匯總如表7所示。

表7 不同涂層狀態(tài)下的孔徑測量值dtest/d0

為進一步研究涂層后孔徑的變化規(guī)律及該算法用于不同涂層狀態(tài)下氣膜孔孔徑的測量精度，將表7中孔徑變化數(shù)據(jù)整理如圖14和圖15所示，圖中dtest和d0的前綴B、N、T分別代表光板葉片、涂覆粘結層后和涂覆陶瓷層后的葉片狀態(tài)，結合表7及其可視化結果可得以下規(guī)律：

1) 涂覆熱障涂層通常會造成渦輪葉片氣膜孔的孔徑收縮，且受到涂層不均勻性的影響，不同孔位的變化幅度不同。

2) 涂覆粘結層后孔徑基本不發(fā)生變化，縮孔幅度普遍小于0.02 mm，相對原始孔徑的縮孔率小于4.0%。

圖14 第7排孔在不同涂層狀態(tài)下的孔徑變化

圖15 第6排孔在不同涂層狀態(tài)下的孔徑變化

3) 涂覆陶瓷層后氣膜孔發(fā)生顯著收縮，縮孔幅度分布在0.03～0.08 mm不等，相對原始孔徑的平均縮孔率為16.2%。

4) 除個別誤差點外(如第7排第6號位涂覆粘結層后的測量值7-6-N-dtest和第6排第5號位光板葉片的測量值6-5-B-dtest)，該算法用于氣膜孔孔徑測量具有高度的有效性。

4 結 論

1) 搭建了一套針對燃氣渦輪發(fā)動機高壓渦輪葉片的檢測平臺，設計、發(fā)展和優(yōu)化了氣膜孔的無損檢測流程和方法，通過正交試驗獲取光板葉片及帶熱障涂層葉片氣膜孔的高信號對比度紅外熱圖，設置反映葉片表面溫度差異的參量(不同區(qū)域輻射信號對比度、升溫效率和升溫幅度等)量化不同激勵條件下關鍵幀時刻的紅外輻射信號強度差異，分析得到不同涂層狀態(tài)下葉片氣膜孔的最佳激勵參數(shù)，即光板葉片熱氣溫度TH=240 ℃、熱氣壓力PH=0.5 MPa、常溫壓縮空氣壓力PC=0.3 MPa、氣體流量LH=140 L/min、激勵時間tH=50 s；涂覆熱障涂層后葉片TH=210 ℃、PH=0.5 MPa、PC=0.5 MPa、LH=140 L/min、tH=10 s。

2) 基于霍夫圓變換函數(shù)開發(fā)了一套氣膜孔孔徑測量的基本算法，并在考慮葉片型面特征和氣膜孔軸線方向的基礎上對原算法進行正弦和動態(tài)余弦修正，將優(yōu)化后算法用于工作葉片豎排孔和橫排孔的輸出結果與塞規(guī)測量值的平均偏差分別為4.40%和2.32%。

3) 基于算法所得高精度的孔徑測量值總結了涂層前后的縮孔規(guī)律。涂覆粘結層對工作葉片氣膜孔孔徑的影響不大，相對原始孔徑的平均縮孔率小于4.0%，涂覆陶瓷層后相對原始孔徑的平均縮孔率為16.2%。