基于线激光的航空叶片孔洞修复方法

针对航空叶片的孔洞修复问题，本文提出了基于线激光的孔洞修复方法。使用Alpha Shape边缘轮廓提取算法提取航空叶片的内外边缘，使用基于KD树的欧几里德分割算法分割出孔洞部位的边缘，接着使用基于最小二乘的点云曲线拟合算法，根据线激光扫描的点云线条拟合曲线方程，再将孔洞区域的边缘数据导入拟合后的曲线模型得到孔洞部位曲面数据，完成航空叶片孔洞的修复工作。

航空发动机叶片是发动机中最关键的高性能部件之一[1]，其外形精度和表面完整性控制着发动机的性能水平和使用寿命。航空发动机叶片在与发动机主轴、涡轮盘和腔体配合的过程中，改变空气或燃气的方向，形成高速、高温的易燃压缩气流，保证飞机所需的动力。由于叶片长期在高温、高压的恶劣工作环境下高速运转，叶片的损伤在所难免，约70%的发动机故障是由叶片故障引起的。因此，航空叶片的修复再制造显得至关重要，而对叶片的孔洞修复则是这个环节中经常需要面临的难题。

对于孔洞的修复，谢文军等[2]针对构建实景的孔洞问题，使用边界收缩以及构建三角面片的方法对孔洞进行填补。肖俊等[3]针对岩体的激光点云的孔洞问题，提出了构建孔洞坐标系，对孔洞进行新增点采样，再进行二维投影插值修复的方法，熊威等[4]针对植物叶片点云空间重叠大且离群点多的问题，使用改进的区域生长算法去除离群点对点云进行三角剖分完成孔洞修复。

然而上述方法在对航空叶片的使用过程中，存在计算量大且无法保证叶片修复后的孔洞与叶片本身弯曲度的一致性。本文根据上述存在的问题，提出了基于线激光的航空叶片孔洞修复方法，该方法能够在较快时间内修复点云，且修复效果满足后续加工的需求。

2. 线激光点云扫描及点云滤波 本文通过线激光轮廓仪进行点云扫描，采用交叠式扫描方法获取涡轮叶片曲面点云，通过点云拼接完成点云点云的扫描流程。扫描后的点云由于有孔洞的存在，采用统计滤波的方式对点云进行降噪。

2.1. 交叠式扫描方法 如图1 为线激光扫描系统的扫描流程，红框和绿框为系统前后两次扫描的区域，黄色箭头为线激光轮廓仪的运动轨迹，系统可以控制扫描次数，从右到左按照黄色箭头的运动轨迹，重复n 次上下扫描完成叶片的扫描，这样就可以得到叶片的这一面表面轮廓数据。点云数据用txt 文件格式保存，方便后面数据的读取，由于数据每次都是以当次上下扫描的起始位置作为坐标原点进行保存，所以n 次上下扫描后会后n 组不同坐标系的数据，为了将所有坐标系下的数据统一到同一坐标系下，需要对数据按照激光轮廓仪的位移量进行平移。假设第二次上下扫描时向做移动了20 mm，则将第二次扫描的数据向右平移20 mm，以此完成坐标系的统一。但由于系统运动中会有误差，所以为了提高数据精度，每次对平移的相互两幅点云进行ICP 配准来减小因误差而产生的间隙。为了ICP 配准的精度，需要在前后两幅点云间设置交叠区域，以交叠区域作为特征进行配准，经过多次实验发现，当重叠率大于50%时，点云的配准成功率和配准精度会提高，但是会增加数据采集时间以及配准时间，而当重叠率小于甚至是小于20%时，会产生较大的配准误差以及匹配错误的情况，所以交叠区域的重叠率未50%最为合适[5]。