基于逆向工程的发动机叶片数字化设计验证

　　0引言

　　发动机行业是国防军工行业的重要领域之一，发动机数字化工程就是实现发动机零部件的数字化设计、数字化加工、数字化测量和数字化装配。作为航空发动机产品中重要的零部件——发动机叶片，其三维数字化设计及验证是热点研究方向之一。

　　叶片作为航空发动机的关键部件之一，其特点是结构复杂，数量种类繁多，对发动机性能影响大，设计研制周期长，制造工作量大，因而叶片的设计和制造技术水平对提高发动机性能、缩短研制周期和降低制造成本起着至关重要的作用，叶片的三维数字模型更成为整个设计生产流程的核心，其对复杂曲面进行精确而完整的几何分析并为后续叶片的精确加工提供强有力的理论基础，因此叶片的精确几何造型就成了叶片加工的必要前提。而叶片形状的不规则性及复杂性，使得叶片实体建模较一般实体造型更为复杂多变，同时，也要求三维模型必须进行设计验证。在逆向工程的设计思想指导下，采用激光扫描法可以实现装配模式下叶片型面的逆向扫描，并通过基于逆向工程建立的发动机叶片型面三维数模，与理论的发动机叶片实体模型进行比对，实现发动机叶片数字化设计的验证。本文就是在此基础上探讨了叶片三维造型设计中的关键技术，并运用关节臂激光扫描仪及叶片检测专用软件GeomagicQualify，对发动机叶片三维模型进行设计验证和分析。

　　1叶片的三维造型设计

　　叶片原始设计图纸包含了叶片的设计基准、根据流体力学原理进行了严格的流场分析和计算出来的沿叶高方向上的截面型值点数据、设计公差和检验准则。叶片三维造型设计的目的就是在确保二维图纸设计要求的基础之上，实现叶片三维实体模型的再现，从而为叶片的后续加工制造、测量和装配提供有效的依据。根据叶片图纸的设计，叶片三维造型设计包括叶片基准的建立、榫头三维造型的实现，叶片型面二维曲线的生成以及叶片型面三维造型的实现。在基准坐标系的确定上，由于一般叶片图纸的圆心定义在榫头的中心，所以在CATIA中可以采用“平面的角度／法线”方法建立基准面。根据图纸的要求，分别指定参考面、旋转轴和旋转角度，建立三个基准面，以确保叶片曲面实际建模时所采用的基准坐标系与叶片轮盘的工作坐标系保持一致。

　　叶片榫头三维造型的设计实现主要利用在基准面上绘制的二维图拉伸实体、修剪实体、曲面填充和曲面拼接得到。

　　叶片图纸提供了大量不同高度叶片截面离散点数据，对这些数据编程处理成复合CATIA所要求的格式后，运用双三次B样条拟合方式分别建立叶片型面的空间样条曲线；对样条曲线等分抽取其样条数据点，以便于利用这些点生成曲面，此处，还要着重考虑前后缘的处理，避免前后缘和叶型曲线断接。

　　在叶片空间扭转曲面生成和三维造型实现上，由于叶片空间各截面的形状和相对位置随叶高变化，所以运用CATIA中多截面扫掠功能可以生成叶型曲面。如果拟合曲面上出现不光滑的凹凸现象，这时应找出不正常区域附近的曲线，通过调整拟合该曲线的个别点，重新拟合曲线、曲面，反复观察调整，直至对曲面图像满意为止。利用曲面拼接可以将榫头和叶型合并成整体，从而建立完整的三维实体模型。图1为利用CATIA所生成的叶片三维造型曲面图。

　　图1 叶片的三维实体模型

　　2叶片型面逆向扫描测量数据的处理

　　在本项目研究中，叶片是处于整体装配模式下的，从而增大了叶片三维实体模型验证工作的难度。采用关节臂激光扫描仪，获得了叶片型面的原始测量数据，对测量数据运用GeomgicQualify软件进行处理。

　　由于测量中不可避免地存在测量误差，尤其在叶型截面线进排气边等曲率变化剧烈的部位，得到的测量数据相当不可靠，因此，首先要对得到的点云数据进行预处理，筛选出异常数据。

　　数据预处理的准则为：①叶身曲线至少保持两阶导矢连续，以保证曲线具有良好的光顺度，避免出现尖点；②叶身曲线上不允许出现多余的拐点，以防止出现局部突起和凹陷；③曲率变化要均匀，避免出现显著的膨瘪现象。

　　对型面测量数据的预处理分两步进行：第一步，对原始测量数据的显示和评估，用以发现测量遗漏区域和重复测量区域，并初步评估测量的精确度，以便决定是否需要重新测量；第二步，对测量数据，采用滤波算法“剔除”疵点，减少表面噪声，平滑测量数据以减小测量误差的影响。

　　测量数据的预处理运用了GeomgicQualify软件功能中的“选择非连接项”、“选择体外孤点”、“减少噪音点”、“统一采样”、“封装”等实现，最终得到完整封闭的叶片型面实体模型，如图2所示。

　　图2 逆向扫描后建立的叶片实体模型

　　3叶片测量模型与设计模型的匹配

　　三维模型比对的前提是保证两个模型具有相同的基准。叶片的设计基准通常是建立在叶片的榫头上的，但由于测量工作是在叶片装配模式下进行，逆向扫描得到的仅仅是叶片型面实体模型，无任何可参照的基准特征，因此，叶片测量模型与设计模型的基准统一至关重要。为此，以利用图纸建立的理论模型作为参考模型，利用扫描测量得到的叶片型面模型作为测试模型，采用全局优化模式下的最二乘拟合算法将两

　　个坐标系的对齐。该算法的基本思想是以空间所有点的误差和最小为准则，以参考模型的坐标系为基准，按照一定的规则变换，不断计算相应关系下的两模型数据误差的和，直至所有对应关系下的测量点误差和都被计算，最终得到最小的模型数据误差和，确定该模式对应的坐标系关系即实现了叶片测量模型与设计模型的最佳匹配。

　　该部分的功能实现运用了GeomgicQualify软件功能中的“最佳拟合对齐”。由于基准的不确定性以及受拟合算法公差范围的限制，给后续设计验证工作带来一定的难度。图3是最佳拟合对齐过程的示意图。