基于視覺和力覺反饋的葉片自適應定位修復技術研究

中圖分類號：TG456.7；TG409 文獻標志碼：A doi：10.3969/j.issn.1006-0316.2025.08.006

文章編號：1006-0316（2025） 08-0034-08

Study on Blade Adaptive Positioning and Repair Technology Based on VisionandForceFeedback

CHEN Sheng1，2，CAI Guoshuang3， ZHUANG Bin1，JIANG Lanxin1，MA Zhaodandan4，LI Qingyu4， QI Huan1.2.3

（1.School of Mechanical Engineering， Sichuan University， Chengdu 61oo65， China;

2.Additive Manufacturing Technology Center， Sichuan University， Chengdu 61o065， China;

1. Nanjing Huirui Photoelectric Technology Co.， Ltd.， Nanjing 211121， China; 4. National KeyLaboratory of Nuclear Reactor Technology，Nuclear Power Institute of China， Chengdu 61oooo， China）

Abstract ∵ The gas turbine blades operating in high-temperature and high-pressure environments are prone to damage，which leads toperformance degradation.Asaneffective repair method，lasercladding is highly dependenton the precise positioningof the blades foroptimal repairresults.To thisend，a blade adaptive positioning and repair method that integrates vision and force feedback is proposed.The template matching method is employed to achieve non-contact positioning of the workpiece ona two-dimensional horizontal plane， and a force positioning system is designed to complete contact positioning in the vertical direction through constant force pushing.The model position registrationmethod basedon imageprojectionis introduced， combined with the contour adaptive path filing strategy，to realize the adaptive positioning and repair of the blade under under-positioning conditions.Experimental results show that the positioning error is lessthan 0.04 mm，the repair accuracy is less than 0.23mm ，and thebladesizeiseffectivelyrestored.Thismethod simplifies the workpiece positioning steps，improves repair accuracy and eficiency，and provides a practical solution for the laser cladding repair of curved surface parts.

Key words ∵ gas turbine blade ; template matching ; force feedback ; adaptive positioning ；workpiece repair

燃氣輪機葉片在高溫高壓環境下運行時，易產生熱疲勞、腐蝕和沖刷等多種損傷，導致性能下降和故障發生[1]，而生產全新的部件需要昂貴的工程材料，且制造工藝復雜[2]，因此對葉片進行及時有效的修復至關重要。激光熔覆作為一種增材修復技術，不僅能讓已失效的零件恢復使用，還能顯著延長新零件的使用壽命[3-4]。通過傳統的六點定位法能夠準確約束工件，但需設計專用夾具，操作復雜且通用性差，難以適應復雜的幾何形狀。因此很有必要對工件進行自適應定位，即在欠定位裝夾條件下系統實現對目標區域的定位[5-7]。激光熔覆與自適應定位結合的修復技術可實現復雜工件的高精度、高適應性和高質量修復。

修復具有復雜幾何特征的工件時，缺陷的定位至關重要。自前主流定位方法是基于損傷部件的3D點云數據展開的。劉殿海等[8將Faro測量臂夾持在機械臂上，對發動機零件缺陷區域進行掃描定位，并采用混合填充的路徑規劃方法進行修復。這種接觸式的測量方法受環境因素的干擾較小，具有較強的穩定性，但對于一些復雜的幾何形狀，探頭可能難以到達所有測量點，產生測量死角[9]。隨著計算機視覺技術的快速發展，三維結構光傳感器得到了廣泛的應用。Wu等通過散斑視覺測量實現了葉片相對于機床的自適應定位。Li等[10建立了焊縫識別的深度學習模型，利用結構光掃描對焊縫坡口進行了精確定位。然而為達到所要求的精度，尤其對于具有高反射表面的金屬材料[11-12]需要對目標表面部署標志點，或噴啞光漆進行散斑處理，這在某些場景下是不被允許的。此外，點云的獲取、計算、配準，對系統硬件和軟件算法[13]都提出了相當的挑戰。相比之下，基于圖像的識別方法具有計算量小、實時性高的特點，能夠減少定位時間、提高修復效率。Kong等[14]基于模板匹配法通過模板和測試圖像之間的幾何對齊來檢測具有平面特征的工業產品缺陷，整個流程耗時約 350ms Zeng等[15]提出一種光影特征構建算法，實現了焊縫缺陷的自動化快速無損檢測。對于再制造修復過程，在3D空間中準確檢測和定位目標區域至關重要，然而現有方法側重于二維感知的自標檢測，限制了其在更廣闊范圍內的應用。

因此，本研究開發了一種基于機器視覺與力覺反饋的自適應定位技術，利用模版匹配方法，實現工件在水平面的非接觸式定位；同時設計力覺定位系統，在豎直方向完成接觸式定位。在此基礎上，引入基于圖像投影的模型位置配準方法，并結合輪廓自適應路徑填充策略，成功實現在欠定位條件下葉片的自適應定位修復作業。

1自適應定位修復系統搭建

試驗平臺采用南京輝銳光電科技有限公司自主研發的便攜式激光熔覆設備，如圖1所示。

圖1自適應定位修復試驗平臺

該設備集成有協作機器人、激光器、送粉器、水冷機、激光頭與旁軸相機。其中，協作機器人型號為FANUCCRX-10iA/L，配備有高精度力控傳感器；送粉器與激光熔覆頭為自研設備；激光器采用GW公司的YLPS-3000型；旁軸相機采用Basler公司 1cAl920-40gm， 具有1920×1200 pixel的高分辨率；鏡頭采用中聯科創HK1620MP12。

2工件自適應修復原理

2.1視覺自適應定位原理

為解決葉片形狀復雜導致定位困難的問題，構建了視覺自適應定位系統，利用旁軸單目相機對目標工件進行定位。利用張正友棋盤格標定方法[16]獲得相機內參矩陣，借助重投影誤差評價標定結果的準確性。再通過透視n點（Perspective-n-Point，PnP）方法求解相機外參矩陣，將世界坐標系映射在棋盤格所在平面。以棋盤格角點為標定點，利用三點法標定機器人的工件坐標系，使與世界坐標系重合。

采用基于圖像的形狀匹配方法（Shape-basedMatching）對目標工件進行匹配定位。通過運用Sobel算子對圖像進行邊緣檢測。Sobel算子通過卷積計算圖像的水平梯度和垂直梯度，具體表示為：

式中： 為水平梯度； G_y 為垂直梯度； K_x 為 水平梯度的卷積核； K_y 為垂直梯度的卷積核； I（x，y） 為二維圖像的任意像素點； G 為梯度幅 值，用以描述像素的灰度； θ 為梯度方向。

當 G 大于設定閥值時，則認為對應點為邊緣點。

利用非極大值抑制技術對邊緣進行細化，并采用滯后閾值處理篩選出符合特定對比度范圍的邊緣點以消除噪聲干擾。通過構建包含多尺度、多角度和金字塔層級的模板模型，將提取的輪廓特征與模板進行對比。使用歸一化互相關（Normalized Cross-Correlation，NCC）作為匹配度量，匹配算法通過遍歷計算相似度得分，選取最大相似度的位置作為最佳匹配結果，具體表示為：

式中： A（x，y） 和 B（x，y） 分別為圖像 A 和 B 在位置 （x，y） 的像素值； 和 為平均像素值。

當兩個圖像完全一致時，NCC值為1。

完成匹配后，系統輸出目標圖像相較于模版的基準坐標和偏轉角度，由模板原始位置即可得出目標工件在 X-Y 平面的精確位置信息。

2.2力覺自適應定位原理

為實現 Z 方向的定位，如圖2所示，將與熔覆工作高度一致的觸頭安裝于噴嘴下方，采用基于力覺的接觸式自適應定位方法進行高度測量。定義觸頭底端距離目標工件 2～3mm 的位置為力覺測量起始點，記錄此時機器人的 Z 坐標為 Z₀ ，控制觸頭以恒定力推壓工件表面，以實現力覺定位。

圖2力覺自適應定位

在力控推壓動作中，接觸力閾值決定了機器人對接觸的敏感程度，計算為：

式中： F_th 為接觸力閾值； F_set 為設定推壓力；

R_min 為最小力比率。

當推壓力超過 F_th 時，系統判斷觸頭與工件接觸，按 F_set 進行控制，并開啟力判斷；在時間T_F 內，若推壓力大于 F_th ，恒力推壓結果合格，完成力覺定位。

在恒力推壓過程中，機器人相對力覺測量起始點 Z_L0 會產生位移 ΔZ ，此偏差引起的阻抗力和外力最終會達到平衡，即完成力覺定位。因此，力覺定位高度表示為：

式中： ?Z_F 為力覺定位高度； 為力判斷時間 T_F 內的平均位移； N=T_F/f ，為 T_F 內的力控數據采樣次數； f 為力控數據采樣頻率。

2.3增材路徑規劃原理

本研究采用基于圖像投影的模型位置匹配方法，以確保立體光刻（STereoLithography，STL）模型能夠在正確位置進行路徑規劃。該方法將相機畫面完整投射在路徑規劃系統的切片平面上，建立像素和投影模型數據之間的對應關系，從而實現視覺自適應定位系統與路徑規劃系統的耦合。

為解決畫面透視失真問題，確保STL模型在物理世界中的投影保持其原始的幾何關系和比例，需要對相機畫面進行透射變換處理。變換公式為：

式中： （X_?w，Y_?w，1）^T 為變換前的齊次坐標點； 為變換后的點； H 為一個 3×3 的齊次變換矩陣。

在世界坐標系下取圖像4個角點對齊次變換矩陣 H 進行求解。將透射變換后的畫面投影至切片平面，并通過旋轉和平移操作，使世界坐標系與切片平面坐標系重合。根據視覺和力覺定位結果，調整STL模型的位姿和切片平面高度，使STL模型與目標熔覆位置匹配。

如圖3（a） ～ （c）所示，對于葉片等具有薄壁和不規則曲率的工件，采用傳統的路徑規劃策略，如混合和輪廓平行策略，會導致內部搭接率不一致和距離過短無法生成路徑的問題；而由于方向平行策略是由多組折線組成，采用該策略會導致轉彎處過渡不自然，無法準確還原輪廓。

如圖3（d）所示，輪廓自適應路徑填充策略通過使用模型輪廓的曲率信息調整路徑節點和連接方式，而非采用直線連接。采用等厚分層方法對三維模型進行分層切片，得到截面輪廓，輪廓為一組二維點集，表示為：

C={（x_i，y_i）|i=1，2，3，...，N}

在任意相鄰兩條路徑的連接區域內，從模型輪廓提取包含起點和終點的局部點集，滿足：C_local={（x_i，y_i）|min（x_start，x_end）≤x_i≤max（x_start，x_end）}

式中： x_start 、 x_end 分別為起點和終點的 x 坐標。

采用輪廓自適應路徑填充策略能夠使路徑接近輪廓真實形狀，同時減小加工設備的運動沖擊。

3工件自適應定位修復流程

燃氣輪機葉片的構型較為復雜，且損傷形式多樣，本研究提出的視覺和力覺融合定位的自適應定位修復方法能夠有效提高修復的精度和效率，流程如圖4所示，具體步驟為： ① 對視覺自適應定位系統進行參數標定； ② 在任意位置放置工件，利用模板匹配方法，精確獲取缺陷在 X–Y 水平面上的位置與姿態； ③ 基于力學反饋的方法，通過力覺傳感器實現缺陷在 Z 方向豎直平面上的接觸式定位； ④ 根據定位數據導入工件STL模型至指定位置，對模型進行分層切片和路徑填充，生成加工軌跡； ⑤ 執行熔覆，完成工件自適應定位修復。

圖3不同填充策略下的路徑規劃效果

圖4自適應定位修復流程圖

4葉片自適應定位修復案例

本研究選取燃氣輪機葉片對視覺和力覺自適應定位修復系統進行驗證。鑒于燃氣輪機葉片的榫頭部分僅用于安裝，將研究重點放在葉片榫頭以上的區域。修復任務為恢復燃氣輪機葉片尺寸，對葉尖部分接長 3mm ，并保證曲面至少留有 0.1mm 以上的加工余量。

4.1葉片視覺自適應定位

采用 12×9-15 型棋盤格對視覺系統進行標定，從不同角度共拍攝25張棋盤格照片進行內參標定，重投影誤差為0.069pixel，相機標定精度理想，符合試驗要求。將棋盤格放置于相機視野中央，對相機外參進行標定的結果如表1所示。

表1外參標定結果

選取模板圖像如圖5（a）所示，對目標區域進行輪廓提取，分割閾值設定為250，模板創建結果如圖5（b）所示，模板初始角度為59.396^° ，基準位置為（425.35，282.403）。

圖5模板創建

圖6模板匹配測試

葉片在欠定位狀態下拍攝的測試圖像如圖6（a）所示，與模版進行匹配，NCC得分0.977，匹配度較高，耗時 320ms ，圖像偏轉角度-40.896^°"，匹配位置為（421.017，276.808），如圖6（b）所示。

4.2葉片力覺自適應定位

選取力覺測量起始點位置如圖7（a）所示，坐標為（51.111，52.967，24.897）。設定推壓力F_set=1.5N ，最小力比率 R_min=80% ，則接觸力閾值 F_th=1.2N ，力判斷時間 T_F=1 s，控制機器人以 0.3mm/s 的速度緩慢下降，以0.016s為周期記錄機器人力一位移數據。

如圖7（b）所示，系統于7.232s開啟恒力推壓判斷，在力覺定位區域內，最小接觸力為1.238N ，平均接觸力為 1.509N ，力判斷合格，平均位移為 2.159mm ，則力控定位高度 Z_F= 24.897+2.159=27.56mm_? ，與人工標尺測量方法相比，力覺定位能夠將測量精度從 0.01mm 提升至 0.001mm

4.3葉片路徑規劃

根據視覺定位結果，將葉尖STL模型導入至路徑規劃系統相應位置，實現模型與葉尖表面的匹準，并調整切片平面至力控定位高度，如圖8（a）所示。熔覆材料采用Inconel625合金粉末，粒度為 53～105μm 經過前期工藝探索，試驗采用的熔覆參數如表2所示。

如圖8（b）所示，燃氣機葉片吸力面與壓力面壁厚較薄，采用輪廓自適應路徑填充策略能夠較好地還原特征。根據熔覆工藝，設置切片層高為 0.8mm ，道間距為 0.84mm ，葉片路徑填充如圖8（c）所示。

圖7力覺自適應定位

圖8葉片加工路徑規劃

表2激光熔覆工藝參數

為驗證視覺定位精度，在葉片輪廓上均勻選取50個測量點。利用同軸視覺測量點位與輪廓的垂直偏移量，得到檢測結果如圖9所示，平均定位誤差 ≤±0.0146mm， ，最大定位誤差為±0.0362mm ，小于所用運動機構FANUCCRX10iA/L的重復定位精度士 -0.04mm。

4.4葉片修復結果分析

如圖10所示，根據生成的機器人激光熔覆程序，對葉片葉尖部分進行接長修復。經測量，熔覆部分的葉尖高 3.18mm ，兩側曲面相較于原始尺寸厚度增加 0.23mm ，具有較好的輪廓精度，為后續機加工處理留有合適的加工余量，滿足葉片修復要求。

圖9視覺定位誤差

5結論

提出一種基于視覺和力覺反饋的葉片自適應定位修復方法。通過構建視覺自適應定位系統，采用旁軸相機對目標工件進行定位，并利用模板匹配方法實現目標工件在二維平面的精準對齊；構建力覺自適應定位系統，通過恒力推壓的方式完成豎直方向上的接觸式定位；利用基于圖像投影的模型位置配準方法，并結合輪廓自適應路徑填充策略，成功實現工件在欠定位條件下的自適應定位修復。通過試驗驗證，該方法實現了對燃氣輪機葉片在欠定位條件下的高精度、高適應性和高質量修復，定位誤差小于 0.04mm ，修復精度在 0.23mm 以內，對于恢復燃氣輪機葉片尺寸、延長使用壽命具有重要意義。未來的工作將進一步優化算法，提高系統的穩定性和實用性，以適應更廣泛的工業應用場景。

圖10燃氣輪機葉片修復

參考文獻：

[1]KANISHKAK，ACHERJEEB.Asystematicreviewofadditive manufacturing-based remanufacturing techniques for component repair and restoration[J].Journal of Manufacturing Processes，2023 （89）：220-283.

[2]THOMAS D.Costs，benefits，and adoption ofadditive manufacturing：a supply chain perspective[J].Int J Adv Manuf Technol，2016，85（5-8）：1857-1876.

[3]VILARR.Laser cladding[J].Journalof laserapplications，1999， 11 （2）：64-79.

[4]RAJD，MAITYSR，DASB.State-of-the-art reviewonlaser claddingprocessasan in-situ repair technique[J].In Proceedingsof theInstitution of Mechanical Engineers，Part E：Journal of Process Mechanical Engineering，2022 （236）：1194-1215.

[5]王濤，李戰，喬偉林，等．采用散斑測量的復雜曲面葉片修復 自適應定位[J]．光子學報，2019，48（12）：162-171.

[6]WUJ，LIZ，ZHANGJ，etal.Adaptive positioningrepairmethod for aero-engine blades by using speckle vision measurement[J]. IEEE Access，2020 （8） ： 73307-73319.

[7]GAO J，CHEN X， ZHENG D，et al. Adaptive restoration of complex geometry parts through reverse engineering application[J]. Advances in Engineering Software，2006，37 （9）：592-600. [8]劉殿海，周波，李論，等．基于三維掃描和激光熔覆的型面零 件修復技術研究[J].熱加工工藝，2023，52（1）：109-112. [9]SHEN Y，RENJ，HUANGN，etal. Surface form inspection with contact coordinate measurement： a review[J]. International Journal of Extreme Manufacturing，2023 （5）： 0022006.

[10]LIT，ZHENG J. Multi-layer and multi-channel dynamic routing planning and initial point positioning of weld seam based on machine vision[J]. IEEE Access，2023 （11）：106722-106732.

[11]TANG Y，WANGY，TANH，etal.A digital twin-based intelligent robotic measurement system for freeform surface parts[J]. IEEE Transactions on Instrumentation and Measurement，2023 （72）： 1-13.

[12]GHORBANI H， KHAMENEIFAR F. Constructionof damage-free digital twin of damaged aero-engine blades for repair volumegenerationinremanufacturing[J].Roboticsand Computer-Integrated Manufacturing， 2022 （77） ： 102335.

[13]POMERLEAU F， COLAS F， SIEGWARTR. A review of point cloud registration algorithms for mobile robotics[J].Foundations and Trends，2015，4 （1）：1-104.

[14]KONG H，YANG J，CHEN Z.Accurate and efficient inspection of speckle and scratch defects on surfaces of planar products[J]. IEEE Transactions on Industrial Informatics，2017，13（4）： 1855-1865.

[15]ZENG J，CHANG B，DU D，et al. A visual weld edge recognition method based on light and shadow feature construction using directional lighting[J].Journal of Manufacturing Processes，2016 （24）：19-30.

[16]ZHANG X，LI W，LIOU F.Damage detectionand reconstruction algorithminrepairingcompressorbladebydirectmetal deposition[J]. The InternationalJournal of Advanced Manufacturing Technology，2017，95（5-8）：2393-2404.