[发明专利]压气机叶片智能检测方法

说明书

本发明公开了一种压气机叶片智能检测方法，包括采集压气机叶片三维空间表面曲面点集数据，且至少采集代表叶身的点集A和代表流道的点集B，然后根据视野边长和视野平移量，采用三维滑动窗口算法将点集A和点集B划分为多个接近平面的四边形区域，用于后续相机观察和检测压气机叶片表面缺陷。本发明的智能检测方法能够实现对压气机叶片曲面表面的区域划分工作，且具备划分区域可调、调整参数简单的特点，为实现压气机叶片缺陷的智能检测奠定了基础。

技术领域

本发明属于叶片检测技术领域，具体是用于压气机叶片表面缺陷检测时表面区域划分的方法。

背景技术

随着光学检测在叶片缺陷检测中的应用，如何在曲面上清晰地成像成为了研究对象。压气机叶片待检测区域是一个曲面，而采用相机成像和观察时每次只能检测一个固定大小的近似平面区域，在该区域外无法清晰地成像，所以，需要将曲面待检测区域划分为多个近似平面的小区域，每个小区域近似平整平面。如何快速、准确地划分压气机叶片的曲面是一个值得研究的问题。

发明内容

为了解决上述技术问题，本发明旨在提供一种压气机叶片智能检测方法，能够快速、准确地划分压气机叶片的曲面表面为多个近似平面区域，便于后续采用相机进行观察和检测，进一步，该智能检测方法具备参数可调和参数变量少的特点。

本发明采用了以下技术方案：

压气机叶片智能检测方法，包括，

步骤1，采集压气机叶片三维空间表面曲面点集数据，所述压气机叶片三维空间表面曲面点集数据至少包括代表叶身的点集A和代表流道的点集B，其中：

所述点集A包括多个有序子集，每个有序子集内所有点的Z坐标一致，且每个有序子集内的点依次分布在从叶身边缘开始的一条简单闭合贝塞尔曲线上；

所述点集B包括多个有序子集，每个有序子集内所有点依次分布在一条从下往上、Z坐标单调递增的贝塞尔曲线上，且每个有序子集中的第一个点依次分布在同一条简单贝塞尔曲线上；

步骤2，对步骤一中的点集A和点集B进行检测区域划分，划分方法为将点集A和点集B中的点坐标进行坐标变换，然后通过三维滑动窗口算法划分，具体包括以下子步骤：

步骤2.1，将点集A和点集B中的点进行坐标变换，统一绕Z轴旋转一个角度，该角度使得叶身曲面和流道曲面在XZ平面的垂直投影面积最大；

步骤2.2，划分点集B，假定视野边长为L，视野平移量为M，执行以下操作：

步骤2.2.1，取点集B中的每一个子集中Z坐标最小的点作为下边界点组成点集B2，统计点集B2中所有点的X坐标，记最小X坐标为X_min，最大X坐标为X_max，计算X_min与X_max的差异值d₁，给出任意非零的阈值e₁，如果点集B2中点的X坐标与X_min差异小于e₁，则记该点为左边界点，该点所在的有序子集内所有点属于左边界，如果B2中点的X坐标与X_max差异小于e₁，则记该点属于右边界点，该点所在的有序子集内所有点属于右边界；

步骤2.2.2，去掉点集B中属于左边界和右边界的点，则剩余的点分为两个部分，计算两个部分的点的Y轴坐标平均值Y_avg1，比较Y坐标与Y_avg1的大小关系并划分为叶背侧和叶盆侧，Y轴坐标小于Y_avg1为叶盆侧，Y轴坐标大于Y_avg1为叶背侧，分别对叶盆侧与叶背侧进行以下操作：

步骤2.2.2.1，将X坐标最小的点作为最左侧下边界点，记其X坐标为X₀；