航空蒙皮類零件加工模具的特征檢驗與質量評價

曲學軍 張 瑞 喬康壯

（沈陽航空航天大學 航空宇航學院，沈陽 110136）

飛機蒙皮類零件是構建飛機氣動外形的重要組成部分，具有尺寸大、種類多、形狀復雜以及容易變形等特點。蒙皮類零件的加工質量將直接影響飛機的整體裝配精度，是決定飛機整體性能的關鍵因素之一。隨著新型飛機性能要求的不斷提高，對蒙皮類零件的制造和檢測提出了數字化制造、精確成形以及精準裝配的新要求。蒙皮類零件的加工與檢驗過程依賴于大量專用模具。專用模具具有結構復雜、種類繁多、單件生產以及制造精度要求高等特點[1]。模具表面加工質量直接決定了蒙皮類零件的制造質量與檢驗結果的可靠性。此外，模具在加工使用和長期存放的過程中會出現磨損、老化、變形以及損壞等問題，從而使后續蒙皮加工與檢驗出現誤差。因此，在模具制造與使用過程中應進行模具的質量評價，并以此制定模具修復方案[2]。

影響蒙皮類零件加工與檢驗質量的模具，表面特征類型眾多，且形狀復雜。傳統的檢驗方法以模線、樣板和量規等實物模擬量為依據，并采用人工檢測模式，存在主觀性強、檢測精度低以及檢測結果不能形成量化指標等缺陷，已經不能滿足現代飛機制造的要求。目前，數字化測量技術在航空制造中的應用越來越廣泛，為飛機零部件的檢測提供了高效率和高精度的數據獲取手段。然而，蒙皮類零件的數字化測量與質量分析仍存在兩方面問題。一方面，大多數數字化測量設備的開發不夠深入，自動化應用程度較低，未能形成統一的測量流程與檢測規范；另一方面，對于一些關鍵特征的測量數據，缺乏合理有效的數據處理方法[3]。對于傳統蒙皮類零件專用模具，將其加工和檢驗的模擬量信息傳遞模式轉變為數字化模式是必然的發展趨勢。因此，需采用先進的數字化測量技術和數據分析手段，檢測蒙皮類零件加工模具的形狀特征，提取關鍵質量特征，并通過與CAD 模型的對比分析精準評價模具加工質量。

因此，本文研究基于數字化測量的蒙皮類模具的復雜幾何特征測量方法，采集關鍵質量特征的表面數據，并對多類型質量特征設計數據處理和特征識別方案，制定綜合特征匹配策略，完成測量模型與理論模型的數據對齊。最后，對比分析測量數據與理論模型，綜合評價加工質量，量化表達質量評價結果。

1 蒙皮類加工零件模具測量的系統構建與特征數據采集

1.1 模具測量特征

蒙皮類零件制造過程中，決定其加工質量的關鍵特征包括外形曲面和邊緣輪廓曲線的幾何形狀與尺寸，并通過參與制造的模具的關聯幾何特征予以保證。模具測量中需要采集反映加工質量的關鍵特征的數據，并通過處理與分析測量數據反映蒙皮的加工制造情況。對應蒙皮加工質量的關鍵特征，模具測量需要采集的特征包括模具復雜外形曲面以及用于零件定位的定位孔和邊緣輪廓曲線。圖1 為典型蒙皮類零件加工模具的CAD 模型及其呈現的多類型測量特征。

圖1 典型蒙皮類零件加工模具的CAD 模型

1.2 測量系統構建

測量特征決定了測量設備的選擇與測量方案的規劃[4]。構建蒙皮類零件加工模具測量系統時，主要存在以下難點：第一，模具的型面復雜，表現為典型的雙曲度自由曲面；第二，用于定位零件輪廓的邊緣曲線以刻線形式呈現，走勢變化多端，刻線深度淺，筆畫細，一般不超過0.2mm；第三，定位孔輪廓的數據采集較難；第四，不同類型的測量設備，所適應的特征類型與數據采集精度各不相同。因此，如何選取單一測量設備并制定高效一致的測量方案，以獲取多類型幾何特征的精密測量數據，是提高測量效率和降低測量成本的關鍵。

為滿足模具復雜型面、定位刻線和定位孔等多要素統一測量的要求，本文采用德國GOM 公司的Atos 光學掃描儀構建測量系統。該系統具有諸多優點：第一，測量精度高，標稱精度為0.01mm；第二，可獲取不同類型特征表面的高分辨度測量數據，且細微特征還原能力強；第三，測量空間大，柔性強，單次測量數據覆蓋范圍可達1m2，并可通過合并不同測量方位下的測量數據，進一步拓展測量范圍。

基于Atos 的測量系統由光柵投影設備、兩個工業級的CCD 傳感器以及測量控制系統組成。該系統的模具測量應用場景，如圖2 所示。利用預先執行的系統標定結果，可還原圖像每個像素所對應空間點的三維坐標，如圖3 所示。

圖2 模具測量應用場景

測量控制系統的控制投影儀向被測物連續投射一組正弦相移光柵條紋圖像Ipi(up,vp)為：

式中，A(up,vp)為背景強度函數；B(up,vp)為條紋的對比度函數；φ(up,vp)為相位分布函數。up為光柵投影設備坐標系下光線在Xp方向上的坐標分量，vp光柵投影設備坐標系下光線在Yp方向上的坐標分量。

圖3 基于Atos 的測量系統光學模型

CCD 傳感器拍攝經被測物體表面調制的變形條紋圖，獲得成像面上每個像素位置對應的光強矢量Ici(uc,vc)，可表示為：

式中，R(uc,vc)為與物體表面光學特性有關的物理量；uc為CCD 傳感器坐標系下光線在Xc方向上的坐標分量；vc為CCD 傳感器坐標系下光線在Yc方向上的坐標分量；A(uc,vc)為背景強度函數；B(uc,vc)為條紋的對比度函數；φ(uc,vc)為相位分布函數。

1.3 測量數據獲取

基于Atos 的模具測量特征數據獲取流程如下：第一，在模具表面粘貼環形標志點；第二，圍繞模具變換測量位置與角度，獲取多測量站位；第三，控制系統在不同測量站位下向模具表面投射條紋結構光，并通過CCD 傳感器采集經調制的結構光圖像；第四，將測量數據傳遞至控制系統，并解算各站位測量數據的三維坐標；第五，通過不同站位下公共標志點的坐標計算結果，歸一化處理各站位測量數據，并融合局部測量數據，完成模具特征數據的完整表達。

2 蒙皮類零件加工模具檢驗特征的數據處理

數字化檢驗模具特征，并精準表達形狀與定位特征的數字量，是分析模具加工質量的前提。根據是否已知被測零件的理論模型（CAD 模型），可將檢驗分析方法分為數模未知和數模已知兩類[5]。其中，數模未知的分析目標是利用測量數據完成檢驗特征的逆向重建，以將結果應用于后續的制造過程。數模已知的分析目標是將檢驗特征的測量數據與理論模型進行差異比較，完成模具制造質量的精密評價。評價結果有助于定位模具和零件的工藝與設計問題，并為制定和變更工藝提供依據。數模已知方式可以實現質量檢驗和質量改善的閉環控制，相比數模未知方式更具價值，是本文的主要研究對象。

基于Atos 的測量系統配備有GOM Inspection 檢驗分析軟件。該軟件具有強大的數據處理和分析能力，為模具加工質量的評定提供了充分的分析手段。該軟件可直接讀入多格式的幾何模型數據和測量點云數據，并可實現智能檢測流程的制定，即根據選定的檢測項目自動應用測量原理和檢測標準，迅速精確地完成檢測分析與結果的規范性表達。此外，利用該軟件可實現對檢驗流程的過程參數和檢測路線的參數化建模功能，從而可柔性調整檢驗流程和實時修正檢測結果，并確保檢測結果的可溯源性。

2.1 檢驗分析的數據準備

2.1.1 理論模型的數據準備

基于理論模型的質量分析，信息來源包括理論模型和測量數據。飛機制造行業普遍以CATIA 軟件創建產品設計模型，并以part 或product 格式進行模型數據表達，但GOM Inspect 軟件不能接收此格式數據文件。因此，為完成檢驗分析的數據準備，需要將其數據轉換為GOM Inspect軟件能夠接收的格式。此外，由于CAD 模型以NURBS 曲線曲面的形式表達模具的形狀特征，因此還需將其轉換為以STL 格式表示的多邊型模型，并分解與轉換數據，形成易于處理的輕量化CAD 模型。具體步驟：首先，利用CATIA 軟件將模具理論模型轉換為Iges 格式；其次，利用GOM Inspection 軟件加載模具Iges 文件，并設置模型輕量化參數，將其轉換為STL 格式文件；最后，將STL 格式的模具文件以標稱元素加載進分析工程文件中。

2.1.2 測量模型的數據準備

接收以STL 格式存儲的測量數據，并設置模型輕量化參數，將其以實際元素加載進分析工程文件中。采用上述方法完成理論模型和測量模型的數據準備，并以標稱元素和測量元素進行標識與組織，結果如圖4 所示。

圖4 加載后的理論模型與測量數據

2.2 檢驗特征識別與提取

加載后的測量模型中，各類檢驗特征均以三角片的形式混合表示在一起。為實現基于檢驗特征的質量分析，需要分割各類特征的數據，并實現與CAD 模型中對應特征的信息映射。

2.2.1 劃線輪廓特征識別與提取

與型面特征相比，模具表面劃線輪廓特征的曲率變化明顯。利用此特征識別測量數據中的大曲率數據點，并保存在測量元素的劃線特征模型下，同時從測量模型中分離出該部分數據。

2.2.2 定位孔特征識別與提取

定位孔特征在測量數據中表現為邊緣輪廓特征。利用軟件的邊緣提取功能識別此類數據，并保存在測量元素的定位孔特征模型下，同時從測量模型中分離出該部分數據。

2.2.3 復雜型面特征識別與提取

將分離出定位孔和劃線特征測量數據后的測量元素保存在型面特征模型下。

3 蒙皮類加工模具測量數據與理論模型的匹配

圖3 表明，模具測量數據與理論模型分別定義于各自的坐標系中。為實現基于CAD 模型的檢驗分析，必須將測量數據轉換至理論模型坐標系下，以實現兩個模型之間的精確匹配[6-7]。模型匹配精度直接決定質量分析結果的置信度，為此制定步驟如下。

3.1 基于RPS 的測量數據預對齊

通過模具表面上分布的4 個定位孔，建立對應測量元素和標稱元素的映射關系，可實現基于RPS 的模型匹配，并為匹配結果的優化提供了基準，結果如圖5 所示。

3.2 基于綜合匹配特征的測量數據對齊

通過偏差分析可知，模型匹配在法向受定位孔特征的加工精度和孔特征識別精度的限制，加之該特征對模具法向約束能力不足，造成偏差較大。因此，綜合選取標稱元素與測量元素中的輪廓曲線和型面特征為匹配特征，并進行基于最佳擬合的測量數據對齊。對齊結果與偏差統計指標，如圖6 所示。

偏差統計分析結果表明，采用綜合匹配特征進行測量數據對齊，可以有效提高整體形狀的匹配精度和邊緣輪廓的定位精度。究其原因，在于結合輪廓外形曲線和表面形狀構建綜合匹配特征，可有效降低對齊目標中因定位孔加工與識別誤差造成的影響，從而全面提高對齊精度。

4 蒙皮類零件加工模具的加工質量分析

基于上述過程完成檢驗特征數據采集，并應用測量數據對齊方案實現兩類數據元素的匹配與信息映射。在此基礎上，應用GOM Inspection 軟件的質量分析功能，可對比分析關聯元素，并形成加工質量的數字化評定。其中，邊緣輪廓特征的偏差分析、定位孔孔位精度的偏差分析以及型面加工精度的統計分析，分別如圖7、圖8 和圖9 所示。

圖5 基于RPS 的定位孔特征對齊

圖6 基于綜合匹配特征的對齊優化結果

圖7 邊緣輪廓特征的偏差分析

圖8 定位孔孔位精度的偏差分析

圖9 型面加工精度的統計分析

5 結論

（1）針對蒙皮類零件加工模具型面復雜、定位特征種類繁多以及細節復雜的特點，選取單一測量設備并制定高效一致的測量方案，以完成多類型特征的數據采集，是提高測量效率與降低測量成本的關鍵。通過分析軟件提供的數據處理與分析能力，可進行各類檢驗特征的幾何信息重建與參數還原。

（2）利用單一匹配特征完成測量數據對齊，可為坐標系匹配提供初始依據。但是，因為它在某一或某些坐標方向的約束能力不足，會使測量數據匹配效果不佳。集成特征要素的坐標約束能力建立綜合匹配特征完成測量數據對齊，可有效提高整體形狀和定位特征的匹配精度。

（3）模具加工質量的檢驗分析依賴于測量數據的對齊和特征匹配的效果。在此基礎上，通過分析檢驗特征的理論模型與測量數據的偏差，可統計與計算復雜型面和各類定位與制造基準的偏差，從而實現加工質量的數字化評價。