中国航发哈尔滨东安发动机有限公司 黑龙江 哈尔滨 150066
摘要：叶片是航空发动机上的关键部件之一，叶片的质量对发动机可靠性、寿命、安全性等具有决定性影响，进而影响飞机的性能。对于航空发动机叶片的制造和检测，国内技术设备比较落后，关键技术需要从国外引进。因此在国内叶片制造和测量技术仍是探究热点。
关键词：图像处理；航空发动机；叶片
目前国内的叶片检测还采用模板检测、视觉检测等传统方法，技术落后，效率低、精度差。文章中针对航空发动机叶片设计了一种基于机器视觉的边缘检测系统，利用数字图像处理技术，进行了高精度和高效率的叶片边缘检测。将叶片置于工作台上，在背光源照射下，叶片经过CCD摄像头成像于感光片上，传到计算机，并通过图像处理方法对采集到的物体图像进行滤波强化处理、边缘提取、亚像素处理和边缘拟合、数据分析，得到被测量特性，再与标准叶片匹配进行比较。
1、有关对CCD图像处理的航空发动机叶片边缘检测技术的内容和分析
1.1 研究的背景和意义
①背景：航空发动机可以体现出一个国家航空领域的技术水平，航空发动机性能的好坏直接影响飞机的性能。影响航空发动机质量最关键因素之一就是叶片质量。叶片边缘的形状和及精度是影响叶片质量的决定因素，甚至会直接影响涡轮的转速、发动机的增压比及发动机其他特征参数。
发动机叶片是航空工业和机械制造业中比较复杂的零件之一，由于发动机叶片的特殊造型、空间角度和技术要求严格，给叶片的加工及质量检测带来很大困难，而发动机叶片边缘型线的复杂和多样性是现实中对叶片边缘检测的一大难点。到目前为止发动机叶片检测方法逐渐优化，以前的标准样板比较法和仿型划线投影法等监测过程误差比较大、精度不高，现在更多利益光电检测，测量进度更高和效率准确，CCD应用技术也逐渐成为具有广泛应用前景的新技术。基于CCD传感器，测试领域中产生了一门新技术-图像测量技术，是一种以光电学为基础，融信号处理、计算机图形学、计算机视觉等科学技术为一体的现代化测量技术。
②意义：目前国内生产叶片军、民厂家比较多，生产和检测技术也各不相同，但是大部分技术比较落后，生产的叶片质量不是很高，通过叶片边缘计量技术研究可以提高叶片检测水平与水平产品质量，也有效地解决机械生产和加工的技术需求，为促进我国航空领域技术水平发展起到重要作用，必将产生良好的经济、社会和军事效益。
1.2 国内外发展状况
①国外发展现状
随着航天航空工业的发展，发动机叶片质量检测成为航空发动机研制的重要环节。叶片质量对发动机性能有着很大影响，因此要在研制生产过程中严格控制叶片质量。影响叶片质量的因素有很多，叶片的材质能影响其承受温度的能力，同时也影响发动机性能和决定发动机寿命，叶片的几何形状、外观质量等对叶片工作气流气动性能等影响比较大。比如叶片型面曲线、前后工作边缘的曲率半径和特征已经工作边缘与叶片是否圆滑连接等。国外比较重视发动机叶片检测技术的研究，计量检测设备也比国外先进。国外一些研究机构在高精度和自动化检测上走在了前列。
②国内发展状况
目前国内各叶片制造厂还没有专门对叶片边缘进行测量的自动化生产线。普遍采用标准样板光隙法、水柱差压式气动量仪、气动多点叶型检查仪、光学跟踪叶片型面检验仪、叶片边缘光学投影仪等检测设备。
标准样板光隙法是按照标准叶片模板做出工作边缘各截面的曲率半径样板，使用定位夹具将标准样板对应靠在相应的边缘上，通过透射光隙测量加工误差，检测精度可以达到0.05mm。
期刊文章分类查询,尽在期刊图书馆水柱差压式气动量仪原理是当仪器的零位调节器设定之后，平衡压力是常数，而测量压力随着被测叶片尺寸变动而变化，它的测量精度达到0.03mm。气动多点叶型检测仪是检查叶片型面特征的仪器，对叶片工作边缘测量精度比较低；光学跟踪叶片型检测仪是将测针与标准叶型分划板刚性连接，当测针沿着叶型运动时，分划板会做同步运动，通过对比标准叶型线和分划板上的叶型线来实现检测，测量精度可以达到0.02mm。叶片边缘光学投影仪是一种放大检查法，利用光学系统在投影屏上显示放大的叶片边缘实像，再与玻璃上或者硫酸纸上上的标准叶片边缘尺寸进行比较，检查叶片的边缘曲率半径，测量精度可以达到0.02mm。国内对叶片检测领域的领先研究是三坐标机测量系统，属于半自动化测量设备。
1.3 图像处理技术在工业生产中的发展与应用
当今社会科学技术高速发展，人类对机器视觉应用越来越广，研究越来越深入，而图像的采集和处理的就是机器视觉的基础和关键。视觉信息的表达形式主要是图像，图像的采集、处理与分析必须在计算机对视觉信息的处理和分析基础上实现。数字图像处理，由电荷耦合器将光学信息转化成电信息，传入计算机中显示数字信息，再进行数字运算和处理。
2、图像边缘检测算法研究
2.1 图像边缘检测概述
外界80%以上的信息是通过人的视觉获取的，而图像、图形又是所有视觉信息的载体，人眼可以识别上千种颜色，但也有很多图像对于人眼来说是无法辨别的，甚至是不可见的。这时通过数字图像处理技术就可以使这些图像变得清晰可见，可以帮助人们更清晰、正确地认识世界。数字图像是指用工相机或扫描仪拍摄得到图像，该图像在计算机中可显示为二维数组，构成数组的元素称为像素，像素大小称为灰度值。通过像素灰度的变化规律可以显示出图像的轮廓和形状特征。
2.2 改进Canny边缘检测算法
相比于其它边缘提取算子，Canny算法在抵抗噪声、提高检测精度和边缘保护上效果更好。因此本文采用Canny算法来提取发动机叶片图像边缘，以此得出结论，传统Canny算法边缘比较粗，而且略有断点，定位精度也仅为像素极，很难达到本文要求的高精度和准确性检测，为使图像边缘定位更精确，测量准确度更高，本文需要对该算法过程进行改进优化。
2.3 技术精度要求分析
①在平滑降噪方面，传统Canny算法用到的高斯滤波器对高斯噪声有过滤平滑效果，但过滤比较单一。而在现场采集到的图像由于各种因素而携带很多种噪声，处理比较复杂，这种情况单一使用高斯除噪，就很难达到要求的技术精度。
②在像素点梯度幅值计算方面，传统计算方法利用中心点2*2邻域内一阶有限差分的均值。该方法取点比较少，对噪声比较敏感，容易检查出虚假边缘，或者丢失部分边缘信息。
③非极大值移植方面，传统的Canny算法中采用单一点的对比来确定当前点是否为局部最大值，比较的点为已知邻域像素的点，并不是很精确，这样会导致检测出的边缘比较粗糙，定位属于近似值。
④阈值选择方面，传统的Canny算法的双阈值不是由图像边缘的特点信息决定的，需要预先输入并多次调整，再对边缘点进行筛选和连接，在此过程中人为误差比较大，而且选定的阈值没有普遍性，不具有自适应性。
小结
以上所述光源设计中没有考虑自然光对叶片成像产生的噪声干扰，也许可以设计一个密封空间，采集平台内的光线需要专门分析研究，并且还不能与成像的背光产生互相干扰。一般在滤波设计中，主要是考虑到高斯噪声，由于拍摄环境不是很严格，导致还有一些其它类型噪声，这些噪声需要专门滤波器过滤，可以考虑与其它多种滤波器混合，尽可能全面地过滤噪声，使图像边缘检测更加准确。
参考文献
[1]唐晓晓. 基于CCD图像处理的航空发动机叶片边缘检测技术研究[D].沈阳工业大学,2017.
[2]李刚.叶片边缘检测技术的研究[D].哈尔滨工程大学,2015.
论文作者:费钰鑫
论文发表刊物:《防护工程》2018年第7期
论文发表时间:2018/8/15
标签：叶片论文; 边缘论文; 图像论文; 测量论文; 发动机论文; 精度论文; 噪声论文; 《防护工程》2018年第7期论文;