基于紅外熱成像的渦輪葉片氣膜孔孔徑測(cè)量方法及縮孔規(guī)律

夏凱龍，何箐，張雨生

1. 中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院 表面工程技術(shù)研究所，北京 100083

2. 上海交通大學(xué) 航空航天學(xué)院，上海 200240

在現(xiàn)代燃?xì)鉁u輪發(fā)動(dòng)機(jī)中，先進(jìn)高壓渦輪葉片通常采用熱障涂層和氣膜冷卻結(jié)構(gòu)一體化的熱防護(hù)技術(shù)。在此基礎(chǔ)上，為進(jìn)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(jiǎn)單圓柱形逐步被設(shè)計(jì)為三維異型，同時(shí)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(dāng)前，氣膜孔制備普遍采用電火花、電液束和飛秒激光等技術(shù)手段，然而葉片鑄造過程導(dǎo)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(huì)使孔形及其尺寸產(chǎn)生一定波動(dòng)。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(huì)導(dǎo)致氣膜孔的孔徑收縮或難以去除的堵塞。與此同時(shí)，熱障涂層涂覆過程中的均勻性差異會(huì)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(shù)方案，渦輪葉片氣膜孔的加工質(zhì)量及孔邊涂層缺陷同樣是質(zhì)量控制過程關(guān)注的重點(diǎn)。綜上，由于氣膜孔的幾何參量對(duì)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(zhì)量控制及測(cè)量方法將為冷卻結(jié)構(gòu)改進(jìn)、服役狀態(tài)氣膜孔結(jié)構(gòu)完整性評(píng)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(cè)量過程多依靠侵入式檢測(cè)和人為判斷，結(jié)果的準(zhǔn)確性和重復(fù)性相對(duì)較差。工程實(shí)際中常采用不同尺寸的塞規(guī)對(duì)實(shí)際孔徑值進(jìn)行逼近，然而該過程會(huì)受孔徑圓度及孔壁粗糙度的影響，存在一定測(cè)量誤差。近年來發(fā)展了一些接觸式測(cè)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(zhuǎn)換法實(shí)現(xiàn)氣膜孔幾何參數(shù)的讀取和內(nèi)部形貌的評(píng)估。Cui等[2-3]基于光纖耦合將測(cè)量探針前端的位移信息等效為反饋光束點(diǎn)中心的位置變化和工業(yè)相機(jī)的橫向矢量波動(dòng)，實(shí)現(xiàn)了直徑0.2 mm、深度2.0 mm左右微深孔的精密測(cè)量。Sajima等[4]通過雙光電二極管接收的光量變化監(jiān)測(cè)光纖探針的軸向位移，實(shí)現(xiàn)了直徑為10～150 μm微孔的輪廓測(cè)量。Sun等[5]基于等電位保護(hù)和驅(qū)動(dòng)電纜技術(shù)提出了一種同軸圓柱電容式探頭測(cè)量微小孔內(nèi)徑的方法，在消除邊緣效應(yīng)的同時(shí)降低寄生電容的影響，精度更高、反應(yīng)更快。Stone等[6]的研究結(jié)果表明探針的半徑補(bǔ)償和機(jī)械濾波過程是產(chǎn)生測(cè)量誤差的主因，且當(dāng)探針尖端與測(cè)孔壁面的間隙與特征長(zhǎng)度(如探針頭部偏轉(zhuǎn)幅度、外形加工偏差尺寸等)相當(dāng)時(shí)，精確測(cè)量過程中的幾何誤差會(huì)被進(jìn)一步放大。綜上基于探針的接觸式測(cè)量手段受工件特性影響較小，但其通常需進(jìn)行多位點(diǎn)、多頻次測(cè)量后取均值，大大降低了測(cè)量效率且易造成誤差的累積。

依托光學(xué)檢測(cè)等無損檢測(cè)技術(shù)的發(fā)展，基于機(jī)器視覺和圖像處理的非接觸式測(cè)量技術(shù)逐漸成為主流。Jin等[7]提出了一種基于干涉光譜分析技術(shù)的氣膜孔形貌測(cè)量方法以規(guī)避傳統(tǒng)光學(xué)手段測(cè)量微深孔時(shí)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(cè)量系統(tǒng)，初步具備氣膜孔參數(shù)測(cè)量和孔深實(shí)時(shí)監(jiān)測(cè)功能。由于各氣膜孔與葉身型面作布爾運(yùn)算的結(jié)果是空間不規(guī)則封閉曲線，對(duì)前者的高精度測(cè)量存在技術(shù)難度，因此建立葉片坐標(biāo)系是實(shí)現(xiàn)孔徑及其孔中心坐標(biāo)位置精確測(cè)量的基礎(chǔ)。關(guān)軍和王呈[10]以榫頭為基準(zhǔn)，規(guī)定葉身軸線、定位裝置基準(zhǔn)圓中心線和轉(zhuǎn)臺(tái)中心同軸，通過葉片旋轉(zhuǎn)和坐標(biāo)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(zhuǎn)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(cè)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(cè)量重復(fù)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(jī)和Halcon機(jī)器視覺算法研制了一臺(tái)四軸專用檢測(cè)設(shè)備，可實(shí)現(xiàn)氣膜孔軸線和孔徑的自動(dòng)化快速檢測(cè)，軸線角度測(cè)量精度為±0.50°，重復(fù)性誤差為0.2°，孔徑測(cè)量誤差為±0.05 mm，然而該系統(tǒng)的CCD圖像采集效果通常會(huì)受待測(cè)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(cè)量領(lǐng)域進(jìn)行了系列研究：首先建立了圖像像素坐標(biāo)系與葉片坐標(biāo)系的轉(zhuǎn)換關(guān)系，使全葉身氣膜孔位置的檢測(cè)具有較高的重復(fù)性精度；隨后設(shè)計(jì)并搭建一套具有三軸滑動(dòng)和兩軸轉(zhuǎn)動(dòng)自由度的氣膜孔視覺測(cè)量系統(tǒng)，通過改變待測(cè)件與測(cè)量探頭的位置關(guān)系和相對(duì)姿態(tài)獲取氣膜孔孔徑及其中心坐標(biāo)等特征參數(shù)，且重復(fù)性精度指標(biāo)滿足要求；最后為進(jìn)一步確定被測(cè)孔的軸線矢量參數(shù)，基于景深合成技術(shù)實(shí)現(xiàn)了氣膜孔形貌的三維重建，通過圖像序列轉(zhuǎn)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(fù)性測(cè)量誤差小于0.30°。面向測(cè)量誤差的定量分析需求，廖濤等[15]提出了基于虛擬測(cè)量的氣膜孔誤差分析方法，在葉片型面分析的基礎(chǔ)上建立了氣膜孔形位參數(shù)模型及誤差修正體系；經(jīng)數(shù)值仿真與試驗(yàn)驗(yàn)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(chǎng)成像原理，嘗試將單光場(chǎng)相機(jī)快照式三維測(cè)量技術(shù)應(yīng)用于氣膜孔檢測(cè)，僅通過單次拍攝就獲得了全場(chǎng)氣膜孔的三維點(diǎn)云數(shù)據(jù)，相較于其他光學(xué)測(cè)量技術(shù)數(shù)據(jù)采集效率顯著提高。

受設(shè)備自身測(cè)量范圍和裝配關(guān)系的限制，單次測(cè)量或僅通過單一手段在大多數(shù)工況下無法實(shí)現(xiàn)全葉身氣膜孔的完整測(cè)量，因此多方式復(fù)合的研究成為近年來的工程熱點(diǎn)：光學(xué)掃描與工業(yè)電子計(jì)算機(jī)斷層掃描(Computer Tomography,CT)、坐標(biāo)測(cè)量機(jī)等結(jié)合方法被美國(guó)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(fù)合型測(cè)量系統(tǒng)；隋鑫等[19]將接觸式與非接觸式傳感器同時(shí)集成到坐標(biāo)測(cè)量機(jī)上，提高了氣膜孔參數(shù)測(cè)量過程的自動(dòng)化程度。德國(guó)GOM公司的ATOS高速三維掃描系統(tǒng)在動(dòng)態(tài)測(cè)量、數(shù)字化裝配等方面具有極高的測(cè)量精度，目前已廣泛用于燃?xì)鉁u輪發(fā)動(dòng)機(jī)的設(shè)計(jì)、維修及保養(yǎng)工作，但中國(guó)在上述領(lǐng)域的研究相對(duì)較少。

當(dāng)前熱紅外檢測(cè)手段常用于涂層探傷和測(cè)厚，氣膜孔幾何參數(shù)的獲取多依靠坐標(biāo)系的建立和CCD、工業(yè)CT等光學(xué)工具的直接測(cè)量。本文融合上述研究方式，對(duì)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(cè)量的基本平臺(tái)和測(cè)試方法進(jìn)行進(jìn)一步優(yōu)化，提出一種將紅外熱成像無損檢測(cè)技術(shù)用于微小孔徑精確測(cè)量的方法，即先獲取受激勵(lì)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(jìn)行基于機(jī)器學(xué)習(xí)算法的邊緣識(shí)別和依托相似關(guān)系的孔徑求解，以期獲得具有較高精度的測(cè)量結(jié)果并總結(jié)涂層后的縮孔規(guī)律。

1 氣膜孔測(cè)量系統(tǒng)及實(shí)驗(yàn)流程

1.1 平臺(tái)及其功能參數(shù)

渦輪工作葉片是典型的三維異型曲面結(jié)構(gòu)，沿葉高方向呈明顯扭轉(zhuǎn)，同時(shí)設(shè)計(jì)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(hào)采集裝置的檢測(cè)區(qū)域盡可能覆蓋到全葉身，對(duì)系統(tǒng)的自由度及可調(diào)性有較高要求。

如圖1所示，檢測(cè)平臺(tái)由位姿調(diào)節(jié)模塊、熱激勵(lì)模塊、紅外檢測(cè)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(shù)參數(shù)如表1所示。

1.1.1 位姿調(diào)節(jié)模塊

如圖2所示，位姿調(diào)節(jié)模塊由三軸滑動(dòng)(Moving)、熱像儀俯仰(Ritching)及葉片旋轉(zhuǎn)(Rotatng)這3個(gè)部分組成，其中三軸滑動(dòng)部分可實(shí)現(xiàn)空間任意位置的走行調(diào)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(dòng)轉(zhuǎn)臺(tái)的旋轉(zhuǎn)精度和角位移可實(shí)現(xiàn)熱像儀在0°～180°的可控旋轉(zhuǎn)，設(shè)計(jì)過程中已考慮熱像儀的位置對(duì)中性，不存在補(bǔ)償臂長(zhǎng)及旋轉(zhuǎn)干涉等特殊工況；葉片旋轉(zhuǎn)部分可實(shí)現(xiàn)夾持葉片繞軸360°的可控旋轉(zhuǎn)，并對(duì)待測(cè)試件進(jìn)行定位和固定，同時(shí)利用密封圈對(duì)葉底進(jìn)氣口端面、通氣管路徑向進(jìn)行密封。

圖1 渦輪葉片檢測(cè)平臺(tái)

表1 檢測(cè)平臺(tái)的主要功能參數(shù)

圖2 位姿調(diào)節(jié)模塊的三維模型

1.1.2 熱激勵(lì)模塊

為使缺陷區(qū)與非缺陷區(qū)基體的瞬時(shí)表面溫差大于熱像儀的最小分辨率，選用有效、合適的激勵(lì)熱源至關(guān)重要。為此采用熱冷氣體交替的方式對(duì)葉片進(jìn)行激勵(lì)，并設(shè)計(jì)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(jìn)氣單向控制閥和冷氣進(jìn)氣單向控制閥，測(cè)溫?zé)犭娕?、2分別定義為旁路溫度熱電偶和葉片進(jìn)口溫度熱電偶，星標(biāo)處為常溫壓縮空氣輸入氣源的三通閥，冷熱工質(zhì)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(jī)交互(觸摸屏)實(shí)現(xiàn)，具體的硬件控制點(diǎn)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(cè)模塊

FLIR-A615是一款易于控制、經(jīng)濟(jì)實(shí)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(zhì)量保證等。FLIR-A615熱像儀具有出色的圖像質(zhì)量，配備640像素×480像素的微測(cè)輻射熱計(jì)，能檢測(cè)出小至50 mK的溫差，從而大大提高了遠(yuǎn)距離測(cè)量的精度；與此同時(shí)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(cè)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(cè)工藝過程。其他技術(shù)參數(shù)如表2所示。

表2 FLIR-A615熱像儀技術(shù)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(fù)雜等特點(diǎn)，采用原焦距為24.5 mm、視場(chǎng)角為25°的常規(guī)鏡頭拍攝的熱圖像無法滿足霍夫圓檢測(cè)對(duì)于源圖像的基本像素要求。結(jié)合視場(chǎng)角計(jì)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(cè)面的位置進(jìn)行對(duì)焦和溫場(chǎng)變化捕捉動(dòng)作，各氣膜孔在全圖幅中所占像素?cái)?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(cè)葉片的氣膜孔特征參數(shù)

圖5 葉片結(jié)構(gòu)及氣膜孔分布

1.3 分析基本算法

1.3.1 Canny邊緣檢測(cè)算法

Canny算法是從不同視覺對(duì)象中提取有效結(jié)構(gòu)信息并大大減少待處理數(shù)據(jù)量的一種邊緣檢測(cè)技術(shù)，目前已廣泛應(yīng)用于各類計(jì)算機(jī)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(cè)的實(shí)質(zhì)是高頻濾波。

Canny算子的實(shí)現(xiàn)基于以下基本目標(biāo)：① 檢測(cè)全程保持低錯(cuò)誤率，且不含虛假響應(yīng)；② 捕獲到的圖像邊緣應(yīng)精確定位在真實(shí)邊緣的中心附近；③ 每個(gè)真實(shí)的邊緣點(diǎn)只被標(biāo)記一次，即單個(gè)邊緣點(diǎn)響應(yīng)。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(dǎo)有限差分計(jì)算每個(gè)像素點(diǎn)的梯度幅值和方向；③ 對(duì)梯度幅值進(jìn)行非極大值抑制以消除邊緣檢測(cè)帶來的雜散響應(yīng)；④ 應(yīng)用雙閾值算法檢測(cè)和連接邊緣；⑤ 通過抑制孤立的弱邊緣最終完成邊緣檢測(cè)[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(jīng)笛卡爾坐標(biāo)系中某點(diǎn)的所有圓映射到O-abr坐標(biāo)系中為一條三維曲線，則經(jīng)過所有非零像素點(diǎn)的圓就構(gòu)成了多條三維曲線；同時(shí)笛卡爾坐標(biāo)系中某圓上的所有點(diǎn)映射至O-abr坐標(biāo)系為同一個(gè)空間點(diǎn)，且該點(diǎn)處應(yīng)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(gè)非零像素點(diǎn)都有可能是某個(gè)潛在的圓上的一點(diǎn)，標(biāo)準(zhǔn)霍夫圓變換實(shí)現(xiàn)算法通過投票生成累積坐標(biāo)平面，隨后設(shè)置一個(gè)權(quán)重定位圓。具體來講當(dāng)待測(cè)圖像邊緣的非零像素點(diǎn)越多時(shí)，與之對(duì)應(yīng)的三維空間曲線交于某一空間點(diǎn)的數(shù)量就越多，它們經(jīng)過的共同圓上的點(diǎn)也越多。進(jìn)而遍歷和判斷每個(gè)點(diǎn)的相交數(shù)量，當(dāng)累加值大于給定閾值的點(diǎn)就認(rèn)為是圓[23]。

圖6 圓上全部像素點(diǎn)在不同坐標(biāo)系中的轉(zhuǎn)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(duì)標(biāo)準(zhǔn)霍夫圓變換做運(yùn)算上的優(yōu)化，減少計(jì)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(duì)圖像進(jìn)行邊緣檢測(cè)(如Canny算法)，同時(shí)基于Sobel算子計(jì)算所有像素的梯度；隨后遍歷所有非零點(diǎn)對(duì)應(yīng)的可能圓心(圓上各點(diǎn)模向量的交點(diǎn))，實(shí)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(diǎn)對(duì)其的支持程度確定半徑。

然而基于梯度實(shí)現(xiàn)的霍夫圓檢測(cè)過程對(duì)圖像中的噪聲十分敏感，因此在OpenCV中使用相關(guān)應(yīng)用程序編程接口(Application Programming Interface,API)實(shí)現(xiàn)檢測(cè)前，需通過模糊操作對(duì)圖像進(jìn)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(cè)中通常還會(huì)用到邊緣保留濾波抑制平坦區(qū)域噪聲，以便在梯度計(jì)算時(shí)能更好地得到候選區(qū)域。此外HoughCircle方法對(duì)參數(shù)比較敏感，很小的改動(dòng)就可能導(dǎo)致差別很大的檢測(cè)效果，需針對(duì)不同圖像的不同檢測(cè)用途進(jìn)行調(diào)試。

1.4 實(shí)驗(yàn)流程

結(jié)合紅外熱成像原理，基于1.1節(jié)中檢測(cè)平臺(tái)對(duì)所選燃?xì)鉁u輪發(fā)動(dòng)機(jī)工作葉片氣膜孔進(jìn)行孔徑精確測(cè)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(cè)量流程

2 基于紅外熱成像的氣膜孔孔徑測(cè)量技術(shù)

2.1 樣本點(diǎn)及樣本區(qū)域選擇

由于葉片內(nèi)部的熱傳導(dǎo)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(qiáng)度存在顯著不同。

圖8 氣膜孔及非孔區(qū)域采集位置

為進(jìn)一步增強(qiáng)氣膜孔位置的信號(hào)表征效果，量化上述區(qū)域間的對(duì)比度，選取第6排孔為研究對(duì)象，如圖8所示，設(shè)置溫度采樣點(diǎn)Spot 1～Spot 5(簡(jiǎn)寫為Sp1～Sp5)分別對(duì)應(yīng)第6排#14、#11、#8、#5和#2號(hào)位，溫度采樣區(qū)域Area 1和Area 2(簡(jiǎn)寫為Ar1和Ar2)分別對(duì)應(yīng)第6排孔左右兩側(cè)的非孔區(qū)域。

2.2 關(guān)鍵幀選取

在整個(gè)熱激勵(lì)過程中紅外錄像的每幀都具有不同的圖幅內(nèi)灰度梯度和信噪比，如圖9所示，因此截取合適的關(guān)鍵幀并基于溫度信號(hào)采集區(qū)域進(jìn)行數(shù)據(jù)處理和圖像分析對(duì)評(píng)價(jià)各氣動(dòng)參數(shù)對(duì)熱激勵(lì)效果的影響至關(guān)重要。

圖9 熱激勵(lì)過程不同時(shí)刻的紅外熱圖像

通常定義關(guān)鍵幀為：① 具有圖幅內(nèi)各像素點(diǎn)位置間最大的灰度值(熱圖像中為紅外輻射強(qiáng)度)梯度的某幀；② 與相鄰幀之間圖幅內(nèi)平均灰度值/輻射強(qiáng)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(guān)鍵幀應(yīng)位于熱、冷空氣交替瞬間附近。為進(jìn)一步獲取關(guān)鍵幀的具體位置，保證選取過程的重復(fù)性，基于幀間差分的底層邏輯結(jié)合Github中的開源腳本實(shí)現(xiàn)關(guān)鍵幀的精確提取。

綜合考慮信噪比及實(shí)驗(yàn)效率等因素，選取熱冷空氣交替瞬間為熱圖像分析的關(guān)鍵幀，對(duì)應(yīng)時(shí)刻記為tk，各樣本點(diǎn)瞬時(shí)溫度記為Tk-Sp，樣本區(qū)域瞬時(shí)溫度記為Tk-Ar。

2.3 最佳激勵(lì)參數(shù)確定

為提高熱像儀捕獲到的待測(cè)件受激勵(lì)后的熱圖像對(duì)比度，同時(shí)考慮到交替的熱冷壓縮空氣作為激勵(lì)工質(zhì)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(lì)時(shí)間tH(s)為影響因子進(jìn)行條件試驗(yàn)，并在工程經(jīng)驗(yàn)給定的參數(shù)范圍內(nèi)各選取4個(gè)水平進(jìn)行正交試驗(yàn)，如表3所示，在縮短試驗(yàn)周期的基礎(chǔ)上考慮影響激勵(lì)效果的各個(gè)指標(biāo)。

表3 正交試驗(yàn)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(duì)象，依次進(jìn)行16組(正交表的規(guī)格為L(zhǎng)16(45))熱激勵(lì)正交試驗(yàn)記錄樣本點(diǎn)和樣本區(qū)域的溫度數(shù)據(jù)，完成溫度信號(hào)采集工作。

為對(duì)比不同參數(shù)組合的激勵(lì)效果，設(shè)置以下評(píng)價(jià)標(biāo)準(zhǔn)：

1)k1表征關(guān)鍵幀時(shí)刻氣膜孔位置與非孔區(qū)域的溫差對(duì)比度。

2)k2表征氣膜孔位置從起始狀態(tài)至關(guān)鍵幀時(shí)刻的升溫效率。

3)k3表征氣膜孔位置從起始狀態(tài)至關(guān)鍵幀時(shí)刻的升溫比例。

直觀來說，k1越大說明該激勵(lì)條件下圖幅內(nèi)的輻射強(qiáng)度梯度越大，更易于邊緣檢測(cè)算法進(jìn)行尋圓操作；k2和k3則分別與熱激勵(lì)過程的效率和效果正相關(guān)。

通過對(duì)各影響因子獨(dú)立變化過程進(jìn)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(hào)對(duì)比度的激勵(lì)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(jié)論與對(duì)應(yīng)狀態(tài)下紅外熱圖像上信號(hào)輻射強(qiáng)度的直觀表征結(jié)果完全一致。

3 基于霍夫圓變換函數(shù)的孔徑測(cè)量算法

3.1 實(shí)現(xiàn)邏輯

為實(shí)現(xiàn)孔徑測(cè)量的自動(dòng)化，以霍夫圓變換函數(shù)為核心，結(jié)合輸入圖像的原始像素和測(cè)量要求對(duì)其進(jìn)行功能擴(kuò)展，提出一種氣膜孔孔徑測(cè)量基本算法，其運(yùn)行邏輯及實(shí)現(xiàn)功能如下：

1) 讀取輸入源圖像信息并對(duì)其進(jìn)行灰度轉(zhuǎn)換和中值濾波。

2) 基于霍夫圓變換函數(shù)進(jìn)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(duì)該矩陣進(jìn)行降維和排序處理，遍歷并計(jì)算得到任意兩個(gè)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(cè)量對(duì)應(yīng)的實(shí)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(cè)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(duì)應(yīng)兩孔位沿葉身方向的孔間距(通常由高精度的卡尺測(cè)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(shí)物尺寸與紅外熱圖中對(duì)應(yīng)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(shè)計(jì)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(shí)刻保證鏡頭和對(duì)應(yīng)排氣膜孔的軸線垂直，因此需控制豎直方向模組的進(jìn)給速度，緩慢滑動(dòng)完成拍攝，位置關(guān)系如圖10所示。

圖10 豎排孔熱像采集過程中的位置關(guān)系

考慮圖10中的投影關(guān)系，需將式(1)中沿葉身方向的孔間距Ltest轉(zhuǎn)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(chǔ)上調(diào)節(jié)水平模組的前后自由度進(jìn)而實(shí)現(xiàn)不同氣膜孔所在切平面(如β1和β2所示)的動(dòng)態(tài)對(duì)焦，隨后通過圖像拼合實(shí)現(xiàn)整排孔的精確測(cè)量。

可見孔軸線實(shí)際間距與式(1)中的Ltest存在余弦關(guān)系，因此需結(jié)合型面曲率對(duì)算法輸出結(jié)果進(jìn)行近似修正：

圖11 橫排孔熱像采集過程中的位置關(guān)系

dtest-True=dtestcosφ

(2)

式中：φ為視場(chǎng)夾角，隨孔位變化，對(duì)應(yīng)關(guān)系如表4所示。

表4 第7排孔受曲率影響的視場(chǎng)夾角分布

注：7-1代表樣本葉片第7排第1號(hào)位的氣膜孔。

3.3 算法測(cè)量結(jié)果及誤差分析

以光板葉片第1排氣膜孔為研究對(duì)象，對(duì)正弦修正系數(shù)優(yōu)化后的算法開展功能驗(yàn)證。由于第1排孔所在位置曲率大，葉身型面呈扭轉(zhuǎn)狀，導(dǎo)致該排不同孔位于不同的焦平面上，因此需調(diào)節(jié)豎直方向的模組進(jìn)給量實(shí)現(xiàn)動(dòng)態(tài)對(duì)焦，過程如圖12所示。

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

為進(jìn)一步表征評(píng)價(jià)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(jié)果分別記為dtest-0和dtest，并計(jì)算其與標(biāo)準(zhǔn)塞規(guī)測(cè)量值d0的差值百分比Δ0和Δ，匯總?cè)绫?所示，其中差值百分比的數(shù)學(xué)關(guān)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(cè)量的輸出結(jié)果與塞規(guī)測(cè)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(cè)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(cè)量結(jié)果整理如圖13所示。同理基于優(yōu)化算法對(duì)橫排孔的孔徑進(jìn)行測(cè)量，分別以兩件光板葉片第7排第2～6號(hào)位(第2件光板葉片為2′～6′號(hào)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(cè)量與塞規(guī)測(cè)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(cè)量值之間誤差。

圖12 光板葉片第1排孔動(dòng)態(tài)對(duì)焦過程及圖像拼接效果

表5 第1排孔的算法測(cè)量值及差值分析

圖13 光板葉片豎排孔孔徑的算法測(cè)量誤差

表6 第7排孔的算法測(cè)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(dǎo)致氣膜孔的尺寸和形狀差異，甚至造成冷卻通道堵塞。為驗(yàn)證優(yōu)化算法用于涂覆熱障涂層葉片氣膜孔孔徑測(cè)量的有效性，對(duì)光板葉片先后進(jìn)行粘結(jié)層和陶瓷層涂覆，并基于對(duì)應(yīng)狀態(tài)的最佳參數(shù)對(duì)其進(jìn)行激勵(lì)，分別以第7排2～7號(hào)位和第6排5～12號(hào)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(shí)測(cè)值d0，將相關(guān)數(shù)據(jù)匯總?cè)绫?所示。

表7 不同涂層狀態(tài)下的孔徑測(cè)量值dtest/d0

為進(jìn)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(cè)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(jié)層后和涂覆陶瓷層后的葉片狀態(tài)，結(jié)合表7及其可視化結(jié)果可得以下規(guī)律：

1) 涂覆熱障涂層通常會(huì)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(jié)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(duì)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(duì)原始孔徑的平均縮孔率為16.2%。

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

4 結(jié) 論

1) 搭建了一套針對(duì)燃?xì)鉁u輪發(fā)動(dòng)機(jī)高壓渦輪葉片的檢測(cè)平臺(tái)，設(shè)計(jì)、發(fā)展和優(yōu)化了氣膜孔的無損檢測(cè)流程和方法，通過正交試驗(yàn)獲取光板葉片及帶熱障涂層葉片氣膜孔的高信號(hào)對(duì)比度紅外熱圖，設(shè)置反映葉片表面溫度差異的參量(不同區(qū)域輻射信號(hào)對(duì)比度、升溫效率和升溫幅度等)量化不同激勵(lì)條件下關(guān)鍵幀時(shí)刻的紅外輻射信號(hào)強(qiáng)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(lì)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(lì)時(shí)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(cè)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(chǔ)上對(duì)原算法進(jìn)行正弦和動(dòng)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(jié)果與塞規(guī)測(cè)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(cè)量值總結(jié)了涂層前后的縮孔規(guī)律。涂覆粘結(jié)層對(duì)工作葉片氣膜孔孔徑的影響不大，相對(duì)原始孔徑的平均縮孔率小于4.0%，涂覆陶瓷層后相對(duì)原始孔徑的平均縮孔率為16.2%。