發動機葉片機器人精密砂帶磨削精度檢測技術

李娜娜，萬 中

(1.西安交通大學 城市學院，西安 710018；2.西安昆侖工業集團有限公司，西安 710000)

0 引言

在工業與科技快速發展的背景下，發動機葉片的曲面構造越來越復雜，對于其曲面精度的要求越來越高，為進一步達到工業要求及使用標準，在發動機葉片機器人制作過程中注重對其精密砂帶磨削精度的提高，然而如何設計出效率較高、精準度較高、柔韌性較高的磨削系統成為砂帶磨削行業急需解決的問題，需進一步對其精度進行檢測，以便減少系統硬件影響，提升砂帶磨削的磨削性能[1]。

近幾年以來，機器人精密砂帶磨削技術逐漸受到工業加工行業的重視，由于人工磨削的效率較為低下，制作出來的產品質量較差，耗費的時間較長，同時需要投入大量物資，對于資源的浪費較為嚴重，且所處工作環境惡劣。而數控磨削機由于自身體積問題，使用不便，擴展性較低，且資源消耗同樣較多，與此相比之下，機器人精密砂帶磨削技術具備較高的自身控制能力，能夠較好地完成產品的磨削與加工，提升產品的制作效率，攜帶方便，使用靈活，具備較高的擴展性以及柔韌性，設備完工率較高，系統制造所需成本相對較低，系統構造的復雜程度也隨之降低[2]。

一臺發動機中的葉片所占比重較大，在成型后其表層曲面精度較高，但對于其邊緣部位等磨削構造的精度控制較差，為此，工業各部門不斷加強對發動機葉片機器人精密砂帶磨削精度進行研究。但傳統精度檢測技術對于砂帶磨削精度數據的掌握較差，無法準確利用精度數據進行研究，導致最終的精度檢測效率較低，檢測準確率難以提升，基于上述問題，本文研究一種新式發動機葉片機器人精密砂帶磨削精度檢測技術，在研究其精度數據的基礎上對以上問題進行分析與解決[3]。

本文通過對發動機葉片機器人精密砂帶磨削精度數據進行查找與算法加工，檢測坐標軸及矩陣數據問題，強化系統自動處理功能，進一步推動精度檢測的研究操作，以實現對其的精度檢測技術研究。

該檢測技術在一定程度上縮減了檢測所需時間，提升檢測效率，同時降低干擾因素的影響，使用較為靈活，便于操作，具備更佳的發展空間。

1 發動機葉片機器人精密砂帶磨削精度數據采集

在進行葉片機器人精密砂袋磨削精度檢測技術研究時，本文首先對其精度數據進行采集，將采集出的系統數據作為基礎信息來源，以便精度檢測操作的實施。

在對第一葉片進行加工的過程中，判斷此葉片的精銑結果是否符合合格標準，并將其精度測量坐標數據進行獲取操作，進一步掌控機器人根據離線編程程序組成的路線進行產品加工操作，同時將此數據作為后續相同型號與格式的葉片矯正夾的數據基準[4]。其發動機示意圖如圖1。

為進一步獲取坐標系數據，首先對葉片零部件的點云信息進行采集，即對機器人的工作主坐標系進行初步處理，并對葉片機器人進行三維激光掃描以便獲取準確信息，同時配以打磨剖光操作，其打磨剖光圖如圖2。

圖1 發動機示意圖 圖2 打磨剖光機器人示意圖

由于首次安裝機器人尾部葉片部件時，葉片與機器人的尾部相應位置數據難以得到確認，為此，需先進行手動掃描獲取坐標系操作，在獲取相關云點數據后，將處理后的云點數據與CAD模型的離散點數據進行相關性符合配置，由此獲得一個大概的機器人坐標系數據，其電暈數據圖如圖3。

圖3 點云數據圖

在此基礎上通過對離線編程程序設置路線的研究，進一步提取出路徑信息，并對路徑信息進行基礎掃描，經過點云匹配信息獲取坐標系準確數據，由于葉片及機器人的尾部偏轉力量以及偏移角度相對較大，若直接使用算法進行計算將無法實現對數據的精準計算，算法在收斂過程中所需耗費的時間較長，并且會產生僅得到局部最優解的狀況[5]。為此，需對采集的數據進行初步粗計算，在獲得所需計算結果后，進行二次精細計算，加強對數據的精度計算力度，為初始算法提供良好的位置服務，有利于最終的算法匹配操作，并將匹配過程的精度數據傳輸，如圖4。

圖4 精度數據傳輸圖

將計算后的數據分離，同時存儲至中心儲存系統中，在獲取精度坐標系數據后，仍需對精度計量的目標點具體位置進行矯正處理，由于實驗操作模型與實際模型存在一定程度上的數據偏差，為此，將離線編程程序中的工具點坐標系全部替換為掃描機器坐標系，并由三坐標測量儀對掃描數據進行測量，判斷其是否能夠達到所需標準，若符合標準，則采集的數據能夠作為葉片機器人砂帶精度檢測數據進行后續步驟操作，并將此數據作為批量加工的數據基礎，在機器人運作過程中同時注重完成對其精度的裝夾的偏差矯正操作。通過以上操作，獲取所需的檢測精度數據，進一步促進后續研究的發展[6]。

2 發動機葉片機器人精密砂帶磨削精度數據算法加工

在完成對發動機葉片機器人精密砂帶磨削精度數據的獲取后，進一步加強對獲取數據的系統化處理，完成其算法加工操作[7]。

本文將獲取數據進行PCA算法解析，進一步將數據集簡化，根據數據主要分布規律選擇合適的算法加工位置與范圍，在三維空間中，將點分別對應坐標軸中的點進行點點匹配，由于坐標軸具有較大的任意性，其坐標空間同時具備相應的相關性，為此，利用PCA算法將正線相交變換線查找出來，并將點數據轉化到新的數據陣中，獲取新的數據陣坐標系中的最大方向數值，并設置此最大方向為第一主方向，坐標系數值方差第二大的方向數值為第二主方向，與第一主方向及第二主方向相垂直的方向為第三主方向，3個方向分別與坐標系的數軸相對應。相同物體在各個坐標系中的坐標表示數值不相同，但其基本分布規律大致保持一致，各個主方向相對應的坐標系在三維空間中的位置是固定的[8]。其三維空間轉向角示圖如圖5。

圖5 三維空間轉向角示意圖

由此獲取主方向中心坐標位置數值，并進行空間平移轉換，利用PCA算法將初始坐標系數值與轉換后的坐標系數值計算出來，獲得所需的數據變換關系信息，進而完成對精度數據的算法匹配加工。

各數值變量之間的關系需要依靠協方差進行調節計算，將所選定的坐標系中的坐標變化以協方差的方式進行度量操作，方差作為協方差的個別存在方式，對其進行具體研究，并輔助數學分析基礎理論，進一步加強精度檢測系統的自主計算性能，設計其轉換圖如圖6。

圖6 精度計算轉換圖

設置k個三維空間數據點Q，并將坐標系中的坐標數值提取出來，其主要的方差運算公式如下所示：

(1)

并具體計算坐標系數據均值，由于方差能夠反應數據均值擾動狀況，將方差與均值進行對比操作，同時加強擾動計算，利用多維數據間的相關性原則將數據進行關系聯接，并加大對二維數據的處理，提升系統自動處理功能，在獲取的數據維數比2大時，用協方差對此數據進行表示，同時對應坐標系數值獲取相應的協方差矩陣：

(2)

以此獲取最終的對稱矩陣，以實現對精度檢測數據的算法加工研究。并進一步通過對矩陣的對角化操作實現對對角線元素的處理，提升新坐標系的坐標軸轉化力度，構建云點矩陣，強化對系統離散點的控制，完成對發動機葉片機器人精密砂帶精度數據的精準匹配，促進精度數據的算法加工[9]。

3 發動機葉片機器人精密砂帶磨削精度檢測

在經過以上步驟的數據處理后，實現對發動機葉片機器人精密砂帶磨削精度的檢測。由于葉片機器人砂帶在磨削過程中受其表面部件質量以及表面形狀精度因素耦合影響較大，對于磨具材料、磨削角度以及磨削時間等參數的細節要求較高，而以上工藝參數與精度檢測的關系較為密切，為此，本文通過對磨削接觸面的輪廓以及磨削表面完整性進行分析，以實現對發動機葉片機器人精密砂帶磨削精度的檢測，其磨削面圖示如圖7。

圖7 磨削面圖

葉片機器人砂帶在磨削中其接觸輪與砂帶存在較好的柔韌性，磨削工具與葉片的接觸表面在基礎法線中的方向具有較大的形變特性，使接觸表面的表層壓力分布不均衡，導致系統無法獲取較為準確的表層壓力與磨具材料的關聯模型，為此，進一步建立葉片機器人精密砂帶與發動機葉片的接觸層模型，進一步增強精度檢測系統性能，其發動機渦輪葉片模型圖如圖8。

圖8 發動機渦輪葉片模型圖

根據平衡力方程與最小能量法構建一個有限元基礎模型，該模型將接觸輪與葉片部件之間的接觸當作S接觸問題，同時對砂帶精度在柔性摩擦接觸狀態下的數據進行檢測，初步獲取砂帶定值磨削接觸模型，此模型對于磨具材料的去除具有一定的可行性。接下來利用輸入磨削有限元基礎模型進行接觸面局部表層壓力輸出操作，由于模型處理過程非簡單的物理處理過程，在檢測過程中需進一步加強檢測計算，在有效數據中加強數據訓練，對所需參數進行再次優化，獲取優化結果，最終獲得支持向量指數，縮減磨削狀態時間，檢測系統最終檢測數據近似誤差少于百分之五則為標準檢測結果，完成以上操作后系統將自動轉向對磨削表面完整性的檢測[10]。

磨削表面完整性對于葉片的使用時長影響較大，在磨削檢測過程中，要注意對磨具材料與磨削表面接觸狀況的監控，防止其他因素侵入對檢測結果造成影響。根據磨削表面完整性工藝與工藝參數之間的關系對磨削精度加強掌控操作，同時將掌控規律記錄下來，結合輔助拋光處理技術，構建磨削表面完整性精度檢測模型，其模型圖如圖9。

圖9 磨削表面完整性精度檢測模型圖

按照相關檢測標準實施檢測實驗，若最終檢測結果誤差小于百分之十五，則代表檢測技術的檢測系統性能良好。經過以上操作，最終完成對發動機葉片機器人精密砂帶磨削精度的檢測研究。

4 實驗研究

4.1 實驗目的

為了檢測本文發動機葉片機器人精密砂帶磨削精度檢測技術的檢測效果，與傳統檢測技術進行對比，并分析實驗結果。

4.2 實驗環境和實驗參數

針對發動機葉片的結構復雜性以及機器人精密砂帶磨削精度檢測操作的特殊性，需對其進行系統分析。使用的發動機葉片機器人精密砂帶磨削精度檢測儀如圖10所示。

圖10 發動機葉片機器人精密砂帶磨削精度檢測儀

輸出系統實驗環境如圖11所示。

圖11 輸出系統實驗環境

根據上述實驗模型的建立，進行實驗參數的設定，如表1所示。

表1 實驗參數表

4.3 實驗結果與分析

根據上述構建的模型進行對比實驗，將本文發動機葉片機器人精密砂帶磨削精度檢測技術的檢測效果與傳統發動機葉片機器人精密砂帶磨削精度檢測技術的檢測效果進行比較，得到的檢測準確率對比圖及精度檢測效率對比圖如圖12所示。

圖12 檢測精度對比結果圖

分析圖12可知，本文研究的檢測方法檢測精度遠遠高于傳統方法，造成此種差異的主要原因在于本文對精度數據進行算法加工處理，利用三維空間對收集的數據進行綜合分析，采用PCA算法提升系統算法強度，以此獲取坐標軸主方向數值信息，根據初始坐標系與轉換后坐標系之間的關系對精度數據進行研究，進一步提升系統的研究處理性能，降低無關因素影響率，縮減精度檢測所需時間，同時提高系統在精度檢測時的效率，并完善了檢測算法系統，促使檢測系統能夠可持續發展。

在此后的檢測中，隨著檢測時間的增加，本文檢測技術的精度檢測效率不斷提升，且一直位于傳統檢測技術之上。除以上原因外，本文檢測技術對機器人在磨削過程中的砂帶與接觸輪的接觸面進行細致研究，獲得相關的摩擦接觸信息，進一步減少摩擦在精度檢測中的影響，進而提升系統的檢測效率，為后續檢測操作提供操作基礎。而傳統檢測技術不具備此項功能，對于精度檢測的數據研究不夠細致，無法達到高質量的檢測效果，最終的精度檢測效率較低。

本文檢測技術能夠在較高的程度上提升檢測系統的檢測性能，降低不必要因素影響率，具備更加完善的檢測流程，能夠提供更好的檢測服務。

對比圖13可知，本文檢測技術的檢測誤差低于傳統檢測技術的檢測誤差。本文對發動機葉片機器人精密砂帶磨削精度數據進行查找，將最終查找數據作為精度檢測數據基準，加強對系統的自主保護，同時降低不必要因素的干擾程度，利用坐標數據對機器人磨削精度進行掌控，加強對檢測系統的總體數據查詢，通過提升離線編程程序的路徑設置功能來增強檢測系統的數據查找能力，利用三維激光進行掃描操作，能夠更好地實現對查找數據的準確定位，進一步完善系統檢測查找機制，強化系統管理，不斷推動系統的初始處理性能向更好的方向發展，達到較高的檢測準確率標準。

圖13 檢測誤差對比圖

相較于傳統檢測技術，本文檢測技術能夠在短時間內提升系統的檢測性能，同時增強檢測系統的自主防護能力，降低風險因素的存在率，提升檢測的精度，并更好的為使用者服務，具有更高的使用價值。

5 結束語

本文在傳統檢測技術的基礎上研究了一種新式發動機葉片機器人精密砂帶磨削精度檢測技術，該技術的檢測效果優于傳統技術的檢測效果。

本文檢測技術首先對發動機葉片機器人精密砂帶磨削精度進行數據收集，查找相關的有效精度檢測數據，根據標準在葉片加工過程中加強查找處理，減少數據在后續處理中可能產生的不必要操作麻煩數量，進一步對發動機葉片機器人精密砂帶磨削精度數據進行算法加工操作，利用三維數據空間及矩陣建立的方法提升加工基礎，根據坐標系主方向位置向量加強算法計算，獲取所需的計算后數據，在以上基礎上，對精度進行檢測操作，集中處理磨削過程中的接觸問題，同時通過構建接觸層模型實現對發動機葉片機器人精密砂帶磨削精度的檢測。