基于配准与参数迭代优化的叶片面轮廓度评定方法研究

来源：计算机集成制造系统杂志2025年第7期北京时间：

作者：郑源, 高峰, 范嘉博, 李艳, 潘子月, 税琳棋

单位：西安理工大学机械与精密仪器工程学院

摘要：为了提高叶片轮廓误差评定的效率与精度,提出了一种无基准轮廓度组合评定方法:PCA-改进ICP-改进SQP。基于最小包容区域理论建立叶片轮廓度评定模型,以单向豪斯多夫距离定义轮廓误差值,将轮廓度的计算转化为曲面测量数据点云至理论型面的最大距离最小化寻优问题。采用PCA方法进行叶片采样点的粗配准;精配准则由改进ICP方法完成;改进SQP运用分割逼近法求解点面距,以被测曲面上下两包络面的距离最小为优化目标自适应迭代优化网格分割系数与SQP算法的搜索区间系数。叶片在机测量实验结果表明,所提出的方法能够更为高效的评定叶片表面轮廓误差,避免了传统ICP方法在三维配准中由于初始变换不合适导致陷入局部最优的问题,消除了叶片测量的系统误差;网格分割系数的合理优化与SQP算法搜索区间的准确定位缩短了迭代计算时间,相较于传统算法不仅提高了轮廓度评定的精度而且使效率提升了36.6%。

关键词：叶片面轮廓度,最小包容区域,单向豪斯多夫距离,分割逼近法,点云配准

基金资助：陕西省重点产业链创新项目(2021ZDLGY-10-07);陕西省自然科学基础研究计划资助项目(2020JQ-625)。陕西省重点产业链创新项目(2021ZDLGY-10-07);陕西省自然科学基础研究计划资助项目(2020JQ-625)。