再制造葉片精準復形機器人砂帶分層磨削策略

趙書東，柳智明，王文璽, ，劉希凡，呂沖，鄒萊,

(1. 重慶大學 機械與運載工程學院，重慶，400044；2. 成都航利(集團) 實業有限公司 再制造事業部，四川 成都，610041；3. 重慶大學 機械傳動國家重點實驗室 重慶，400044)

航空發動機作為飛機的“心臟”，其可靠性對飛機的正常運行至關重要[1]，而航空發動機葉片的形狀精度和表面完整性又直接決定著發動機的使用性能和使用壽命[2]。由于航空發動機葉片長期面向高溫、高壓、高速的極端環境工作，易產生變形、燒蝕、腐蝕、過度磨損、開裂等損傷，因此時常需要更換或修復。現有葉片制造工藝常采用鈦合金、高溫合金等昂貴金屬材料進行制造[3]，其復雜的表面輪廓高精度制造過程占據了整個發動機制造過程中30%以上的工作量[4]，導致發動機葉片綜合制造成本極高。而利用再制造修復技術可以大幅度降本增效，具有可觀的經濟效益和戰略價值，如民航發動機葉片通常在運行3 500 h 后需要修復，其修復成本僅為葉片換新的20%，且修復后葉片仍可工作3 000 h以上[5]。

葉片再制造需要對葉片受損部位進行增材修補，隨后對葉片進行減材精準復形。現行主要的葉片損傷修補方法包括能量束(激光、電子束、等離子束)熔覆、焊接和釬焊等。這些方法均會在增材修補區域形成較為明顯的熔覆層[6]，而該熔覆層則需在后續減材加工中處理到和葉片基體相近甚至更優的表面質量，其方法包括電解拋光、激光拋光、化學拋光、自適應銑削以及砂帶磨削等。ROSA 等[7]采用激光拋光方法并根據增材制造表面形貌、材料、厚度對工藝參數進行優化，獲得了較好的表面質量但仍存在材料沉積和微裂紋等表面缺陷。KIM等[8]在三維增材制造金屬電化學拋光中發現，不同電流密度下的拋光表面的微坑、粗糙峰谷、光滑度、亮度、光反射、耐蝕性等均因電化學溶解得到了改善。?YCZKOWSKA等[9]使用化學拋光技術對復雜結構SLM 鈦合金零件進行表面處理，使工件表面更為光順，粗糙度明顯降低。上述方法中，激光拋光、電解拋光、化學拋光等能夠獲得較好的熔覆層表面質量，但難以控制加工精度，尤其面向葉片類自由曲面。因此，需要通過銑削或磨削等方法對受損葉片的增材修補部位進行余量的精準去除[1]。趙彥華[10]采用五軸聯動數控銑削對KMN 鋼葉片的增材修補部位進行去除，完成了增材修復葉片的整形加工，并研究了銑削工藝對熔覆層應力狀態的影響規律。熊新紅等[11-12]采用離子熔積與數控銑削復合制造工藝實現了扭轉體葉片的直接制造，并研究了進給量和切削速度對表面精度的影響規律，葉片精度控制在±0.05%以內，表面粗糙度Ra達到0.46 μm。

為進一步將再制造葉片精準復形應用在工程實踐中，大量學者進行了相關研究。王浩等[1]對損傷葉片開展了損傷特征分析、點云重構、激光熔覆修復等研究，并采用自適應銑削加工方法完成了激光熔覆修復葉片的復形加工。HUANG等[13-14]研究開發了用于航空發動機葉片自動修復的機器人磨削和拋光系統，但其尚未考慮葉片長期工作所帶來的尺寸和形狀變化，而仍選擇設計模型作為理論模型，修復葉片的表面精度將產生較大誤差。陳振林等[5]提出了一種不依賴原始設計模型的再制造修復方法，該方法同時獲取受損葉片及同期服役的非損傷葉片的點云模型，使重構的理論模型更接近損傷葉片的變形狀態，但是該方法不能消除不同葉片之間的差異。BAGCI[15]利用三坐標測量機對葉尖受損渦輪葉片進行測量，使用測量數據構建了多條渦輪葉片曲線并與葉片頂面閉合，得到了理論模型，但是該方法針對具有表面和邊緣損傷的葉片時難以獲得理論模型。YILMAZ等[16]提出了一種通過非接觸測量、自由曲面建模和加工的方法來修復葉尖受損的壓氣機葉片。該方法可有效去除葉尖熔覆層余量，但難以高效的應用于葉片表面和邊緣的熔覆層。WU等[17]提出了修復葉片的自適應定位方法，實現了葉片熔覆層的識別和自適應銑削軌跡規劃，但熔覆層余量較大時，此方法需要進行多次熔覆層識別和軌跡規劃，降低了加工效率。

通過分析上述文獻可以得知，國內外學者針對航空發動機受損葉片提出了多種再制造修復加工方法，但是在加工模型獲取及復形加工等方面仍然有些關鍵難題沒有成熟的解決方案。為提升再制造葉片熔覆層的精準加工效果，本文作者針對再制造葉片的葉片表面、邊緣及葉尖3種部位熔覆層研究基于三維點云數據的加工模型提取與處理；提出葉片熔覆層變剛度分層磨削方案，并開發自適應浮動裝置；在機器人定位精度校準后，通過實驗驗證了所提磨削策略對3種部位熔覆層的加工效果。

1 加工模型提取

1.1 模型檢測設備

由于葉片上熔覆層的位置、形狀、大小具有隨機性，傳統的接觸式測量方法難以準確、高效地測量出修復葉片的熔覆層輪廓數據[18]。采用GOM 公司生產的ATOS-5-Airfoil-MV400 三維光學掃描儀來獲取樣件的三維點云數據，如圖1 所示，其測量精度可以達到0.008 mm，滿足葉片的檢測要求，設備性能參數見表1。

圖1 三維光學掃描儀掃描修復葉片Fig.1 3D optical scanner measurement process for repaired blade

1.2 加工模型獲取

葉片實際模型既包含無需加工的未修補區域，又包含待加工余量較大的熔覆層區域。為確保任意位置、形狀、大小的熔覆層都能被精準去除而不損壞未修補區域，通過圖2所示的過程獲取加工模型。由于葉片在服役和維護過程中會產生一定的扭曲和偏移，導致修補葉片的實際廓形相較于設計模型發生了變化，因此在獲取加工模型時不能使用設計模型與實際模型進行配準。

圖2 加工模型提取方案Fig. 2 Processing model extraction scheme

在模型處理過程中，測量基準直接影響著模型配準精度，對加工模型獲取至關重要。通過對樣件與夾具整體檢測，避免葉片在檢測、加工過程中的定位誤差和重復裝夾誤差。圖3所示為修復樣件的測量基準建立過程。檢測時在夾具上粘貼特征點，并基于此創建夾具參考坐標系實現對熔覆層的定位。最后，依據實際工裝尺寸確定夾具參考坐標系與機器人法蘭盤中心工具坐標系之間的轉置矩陣，以便于后續機器人代碼生成。

圖3 模型基準的建立Fig. 3 Establishment of model datum

根據損傷位置的不同，葉片損傷常有3種典型損傷類型：表面損傷、邊緣損傷和葉尖損傷[19]。對具有這些損傷的樣件進行增材修補并獲取實際模型，然后分別采用點云分割和平滑擬合、曲面構造及表面擴展的手段對模型進行處理，獲取理論模型，如圖4～6所示。

圖4 表面損傷樣件理論模型構造Fig. 4 Theoretical model construction for surface damage samples

圖5 邊緣損傷樣件理論模型構造Fig. 5 Theoretical model construction for edge damage samples

圖6 葉尖損傷樣件理論模型構造Fig. 6 Theoretical model construction for tip damage samples

針對表面修補葉片模型，采用曲面法矢變化曲率作為邊界識別的主要參考指標對實際模型進行分割處理。首先，優化點云質量，對點云數據進行濾波與精簡；然后，使用點云庫中的PCLNormal Estimation函數得到點云的表面法線，并依據表面法矢的變化規律識別并提取熔覆層的邊緣輪廓；最后，采用區域生長算法以熔覆層邊緣輪廓為界將實際模型分割成熔覆層模型以及未修復區域模型。模型分割后未修補區域的模型存在閉合孔洞，可依據熔覆層周邊點云的分布規律開展空腔的光順擬合填充獲取理論模型，得到的理論模型誤差在0.1 mm以內[18]。

邊緣修補葉片模型的熔融層所在位置有明顯的曲率變化，依靠點云填充獲得的理論模型精度低，因此，采用曲面構造重建理論模型。構建兩個互相平行的平面P1和P2與模型相交，然后P1和P2通過曲面構造重建理論模型。為了保證所構建模型的準確性和可靠性，截面應盡量靠近熔覆層，但不能與之相交。

葉尖修補葉片模型的熔覆層存在于葉片頂端，首先，選擇3 個互相平行的輔助平面P1、P2和P3，其中P1和P2在熔覆層下方，應盡量靠近熔覆層，P3在熔覆層的頂部?；赑1和P2進行曲面構造，并延伸至P3得到理論模型。實際操作中可依據葉片尺寸及精度要求合理選擇截面個數。

3 種典型損傷件的加工模型獲取模型如圖7 所示。通過實際模型與理論模型進行點云對比，得到實際模型中熔覆層區域對應的三維點云數據，并進一步開展曲面擬合得到熔覆層加工模型。

圖7 3種典型損傷件的加工模型獲取Fig. 7 Acquisition of processing model of three damage samples

1.3 加工模型處理

實際情況下熔覆層加工模型表面不規則，如果依據曲面參數線直接進行軌跡規劃，實際加工路徑彎扭明顯，將嚴重影響機器人運行精度、加工能耗以及工件表面一致性。為了使加工軌跡順滑、提升加工效率，通過生成參數線合理的近似曲面進行曲面重構替代原始曲面，隨后進行曲面離散以及雙矢量控制[20]實現了修復葉片加工軌跡的規劃，如圖8所示。

圖8 加工模型的處理方案Fig. 8 Processing solutions of processing models

2 變剛度分層磨削方案及其設備

2.1 變剛度分層磨削方案

葉片增材修補過程中熔覆材料冷熱交替成型，次表層容易形成縮孔、縮徑等缺陷。為保證損壞部位材料的致密性，修補時通常留有較大且不均勻的余量，而葉片未修補區域的形位精度與表面質量已經達到服役需求，無需進一步加工。為了平衡材料高效去除和高表面完整性，提出葉片熔覆層變剛度分層磨削方案。

熔覆層分層磨削原理如圖9所示。以提取的修補葉片的熔覆層模型為待加工模型，將后續的磨削過程分為去材、整形和拋光3個階段。

圖9 熔覆層分層磨削原理Fig. 9 Layered grinding principle for cladding

1) 去材階段。精確控制磨具的接觸位置，快速去除熔覆層的大部分余量，并保證殘余余量分布一致。

2) 整形階段。穩定控制磨削力，均勻去除熔覆層的殘余余量，同時保證葉片輪廓精度可滿足使用要求。

3) 拋光階段。對葉片的整個表面進行磨拋，提高表面紋理一致性，消除磨削痕跡。

根據上述方案，開發了自適應浮動裝置并搭建了機器人砂帶磨削系統，如圖10 所示。機器人砂帶磨削系統由機器人、自適應浮動裝置和砂帶傳動裝置組成。機器人用于控制磨削路徑和進給速度，砂帶傳動裝置用于控制磨削速度，而自適應浮動裝置則用于控制磨削力。自適應浮動裝置有半鎖定和浮動2種工作模式，其變剛度柔順原理如圖11所示。

圖10 機器人砂帶磨削系統Fig. 10 Robot belt grinding system

圖11 磨削裝置變剛度柔順原理Fig. 11 Variable stiffness compliance principle of grinding device

在半鎖定模式下，控制伺服電機調整阻尼器，設置擋塊的初始支撐力為fn0，當磨削壓力小于fn0時，磨頭組件由定位擋塊確定位置，實現恒定位置磨削。當去除余量過大，磨削壓力超過fn0時，磨頭組件自動切換到浮動模式，并保持與fn0大致相等的磨削力，解決了葉片熔覆層余量不均勻所引起的局部磨削壓力過大問題，降低了去材階段的控制難度，提升了磨削效率。因此，半鎖定模式更適合于去材階段。

在浮動模式下，磨頭組件在接觸輪的變形彈力、重力和彈簧壓力下保持力平衡。接觸輪隨工件表面輪廓上下移動。砂帶能以較穩定的磨削力更好地貼合加工表面。因此，浮動模式適用于整形和拋光階段。

2種工作模式下，工件與砂帶接觸點的受力分析如式(1)所示，

式中：mg為磨頭組件的重力；F1為阻尼器提供的壓力；F2為接觸輪的變形彈力；fn為擋塊的實際支承力，浮動模式時fn為0；fn0為擋塊的初始支承力；Fn為砂帶對工件的實際磨削壓力；Ft為砂帶張力；θ為半鎖定狀態下砂帶張力與水平方向的夾角，約為3.6°。

磨頭組件鎖定和浮動時的力位關系分別為

式中：ΔX1為彈簧阻尼的變形量；ΔX2為接觸輪橡膠層的變形量；ΔF為加工時阻尼器的壓力變化；k1為所選彈簧阻尼器的彈性模量，k2為橡膠層等效彈性模量，且k2?k1，其規格很難通過理論計算直接得到，需要通過實驗驗證。

2.2 自適應浮動裝置可靠性驗證

使用坤維KWR75B 六維力傳感器測量磨頭對工件的實際磨削壓力，使用雷尼紹RMP60Q測頭獲取工件的法向位置，以研究自適應浮動裝置的力位關系，并驗證該裝置變剛度柔順的可靠性。在半鎖定模式下，設定擋塊的初始支撐力為35.28 N，均勻改變磨頭對工件的下壓量，得到半鎖定模式下的力位關系如圖12(a)所示，其斜率為k2；在浮動模式下，設定擋塊的初始支撐力為20 N，均勻改變磨頭對工件的下壓量，得到的力位關系如圖12(b)所示，其斜率為k1。此外，初始支撐力fn0被分別設定為12、24和35 N，半鎖定-浮動模式下磨削裝置的力-位置關系如圖12(c)所示，實際測得初始支撐力fn0分別為11.65、23.45 和35.10 N，相對誤差小于2.9%。結果表明：自適應浮動裝置2 種工作模式切換靈敏，基于這種裝置的可以使材料去除量的波動減小一個數量級[21]。

圖12 磨削裝置的力-位置關系Fig. 12 Force-position relationship of grinding device

3 磨削實驗

3.1 機器人校準

機器人法蘭盤中心的位置轉換受測頭尺寸、夾具尺寸以及裝配誤差共同影響，無法直接確定，為提高機器人的砂帶磨削精度，通過雷尼紹RMP60Q 測頭進行校準流程，對測量設備尺寸進行標定，以提高串聯工業機器人的絕對位置精度[22]，如圖13 所示，其中，{B}為基座坐標系；{f}為法蘭盤坐標系；{C}為標準球坐標系。

圖13 機器人操作校準Fig. 13 Robot operation calibration

機器人砂帶磨削系統運動學分析如下：

測頭中心點在基底坐標系上的位置如式(5)所示。

當測頭接觸到標準球時，其中心點與標準球的位置關系如式(6)所示。

使用上述方法進行校準后，機器人的定位誤差從初始定位誤差的0.994 mm降為0.362 mm。

3.2 熔覆層分層磨削實驗與分析

為驗證上述熔覆層分層磨削方案的可行性，對表面、邊緣和葉尖損傷進行增材修補的樣件進行磨削實驗。首先，基于ATOS-5-Airfoil-MV400并按照第1節方法提取了熔覆層加工模型。熔覆層余量如圖14 所示，可見：增材修補部位的熔覆層余量分布不均勻，最大殘余量可達3 mm。這是由于損傷樣件在增材修補過程中熔覆材料冷熱交替成型，次表層容易形成縮孔、縮徑等缺陷。為保證損壞部位材料的致密性，修補時留有了較大且不均勻的余量。然后，按照變剛度分層磨削方案，將實驗分為去材、整形和拋光3個階段。

圖14 熔覆層余量Fig. 14 Allowance of cladding layer

分層磨削過程如圖15 所示，在去材和整形階段，砂帶僅對熔覆層進行磨削，以便快速去除余量和保證葉片輪廓精度。在去材階段，為實現較大余量去除并保證后續待加工余量分布均勻，將磨削裝置設置為半鎖定模式，對多于0.20 mm大量熔覆層余量進行快速去除。選用XK870F氧化鋁陶瓷砂帶對熔覆層反復磨削，直至單次加工時磨頭組件不再切換至浮動模式。為確保加工過程的穩定性，可采用較低的線速度和進給速度。在整形階段，待加工余量分布均勻為0.20 mm，將磨削裝置設置為浮動模式，壓力閾值設置為12 N，采用金剛石砂帶，線速度和進給速度分別設置為18 m/s和20 mm/s。在拋光階段，加工余量較少，將磨削裝置設置為浮動模式，采用海綿狀結構設計的尼龍帶對葉片整個表面進行拋光，提高表面紋理一致性，線速度和進給速度分別設置為20 m/s 和30 mm/s。磨削實驗的工具和參數如表2所示。

表2 再制造樣品的磨削工具及參數Table 2 Grinding tools and parameters of remanufacturing samples

圖15 再制造樣品的磨削過程Fig. 15 Grinding process of remanufactured samples

經過分層磨削后，3種修復樣件的表面粗糙度Ra如圖16 所示。可見：表面處的熔覆層經過分層磨削后，Ra最低達到0.21 μm，其均值為0.23 μm，相較于未修補區域的均值0.27 μm 下降了14.8%；邊緣修復區域的熔覆層經過分層磨削，其Ra最低能達到0.11 μm，均值為0.15 μm，相較于未修補區域的均值0.16 μm下降了6.3%；葉尖修復區域分為葉盆、葉背2 部分，其葉盆Ra最小可達0.17 μm，均值為0.19 μm，相較于未修補區的均值0.25 μm下降了24%，葉背熔覆層Ra最低可達0.31μm，均值為0.34 μm，相較于未修補區域均值0.39 μm 下降了12.8%。3種位置的熔覆層在經過分層磨削后，其表面質量都優于未修補區域的表面質量。其中，表面和葉尖處的熔覆層磨削區域的Ra下降均超過10%，可見：上述熔覆層分層磨削方案的對于曲率較小的熔覆層具有極好的表面質量提升效果。邊緣處的熔覆層經分層磨削后Ra均值為0.15 μm，分別比表面、葉盆和葉背的均值低了34.8%、21.5%、55.9%。說明自適應浮動裝置的靈活性和可靠性能不僅滿足葉片不同位置熔覆層的加工需求，并且在曲率較大的葉片部位加工效果更明顯。另外，葉尖盆側的Ra均值為0.19 μm，小于背側均值0.34 μm，這是因為盆側與砂帶接觸輪貼合效果更好，增大了加工過程中的有效磨粒數目，使得磨削效果更加明顯。

圖16 3種修復樣件的表面粗糙度Fig. 16 Surface roughness of three kinds of repaired samples

基于三維光學掃描儀獲得3種修復樣件的實際模型，并與理論模型進行配準對比，得到的修復樣件余量分布如圖17所示。從圖17可以看到：熔覆層余量從最大3 mm 減少到0.07 mm 以內，而且不存在明顯接刀，邊緣過渡光順。

圖17 修復樣件余量分布Fig. 17 Distribution of residuals in repaired samples

4 結論

1) 基于三維光學掃描儀獲得修補葉片實際形狀的空間點云數據，并面向3種典型修補區分別通過點云分割和平滑擬合、曲面重構及表面擴展實現了樣件的理論模型和加工模型的提取和處理，并根據生成了參數線合理的近似曲面代替了原始曲面用于軌跡規劃。

2) 針對熔覆層特質與加工需求提出了變剛度分層磨削方案，并開發了基于自適應浮動裝置的機器人砂帶磨削系統，驗證了自適應浮動裝置2種工作模式切換靈敏，在35 N 內，最大控制相對誤差小于2.9%。

3) 經機器人定位精度校準后，針對樣件表面、邊緣和葉尖修補的熔覆層分別開展修復實驗。結果表明：熔覆層余量減少至0.07 mm以內，Ra低于0.4 μm，驗證了該修復方案可以有效地改善熔覆層的表面質量。