Method of scanning thin surfaces in repairing gas turbine blades


Citar

Texto integral

Resumo

Improving the efficiency of weld overlay repair of gas turbine blades by developing and implementing a method of scanning complex curved surfaces of gas turbine blades directly on the machine is the aim of this work. The paper proposes an approach to scanning a blade with a computer vision system mounted near the nozzle on the same machine that is used for direct metal deposition. The computer vision system consists of a triangulation laser sensor and a camera. The proposed algorithm is adaptive to the mechanical condition of the equipment used for scanning and metal deposition. The scans obtained from the machine vision system have precision better than 0.05 mm in 67.56% of cases, and precision better than 0.1 mm in 95.75% of cases. That accuracy, with a laser spot of 0.5 to 1.0 mm, is sufficient for further use of the scans in repairing gas turbine blades. The proposed approach makes it possible to speed up the preparation of technological programs for direct metal deposition by 10 times compared to the manual scanning method.

Sobre autores

D. Kotlyar

Soloviev Rybinsk State Aviation Technical University

Autor responsável pela correspondência
Email: dm.kotlyar@yandex.ru

Postgraduate Student of the Department of Electrical Engineering and Industrial Electronics

Rússia

A. Lomanov

Soloviev Rybinsk State Aviation Technical University

Email: lepss@yandex.ru

Candidate of Science (Engineering), Associate Professor, Director of the Institute of Information Technologies and Control Systems

Rússia

Bibliografia

  1. Bezyazychnyy V.F., Smirnov A.V. Analysis and directions of technological and organization problem updating in gas turbine aircraft engine repair. Science Intensive Technologies in Mechanical Engineering. 2020. No. 8 (110). P. 42-48. (In Russ.). doi: 10.30987/2223-4608-2020-8-42-48
  2. Leontev V.A., Zilichikhis S.D., Kondratyuk E.V., Zamkovoy V.E. Restoration of gas turbine engine performance using new technologies and materials. Vestnik Dvigatelestroeniya. 2006. No. 4. P. 99-103. (In Russ.)
  3. Bessudnov I.A. Sovershenstvovanie tekhnologiy remonta gazoturbinnykh aviatsionnykh dvigateley s ispol'zovaniem resursosberegayushchikh tekhnologiy. Dis. … kand. tekhn. nauk [Improvement of repair technologies for gas turbine aircraft engines using resource-saving technologies. Ph.D thesis in Engineering Science]. Rybinsk, 2014. 208 p.
  4. Galantucci L.M., Piperi E., Lavecchia F., Zhavo A. Semi-automatic low cost 3D laser scanning systems for reverse engineering. Procedia CIRP. 2015. V. 28. P. 94-99. doi: 10.1016/j.procir.2015.04.016
  5. Ahmadi S.A., Mohammadzadeh A., Hosseininaveh A. Introduction of a domestic scanner for 3D object modeling and its evaluation. 1st National Conference on Geospatial Information Technology (January, 19-20 января, 2016, Tehran, Iran).
  6. Salehi V., Wang S. Using point cloud technology for process simulation in the context of digital factory based on a systems engineering integrated approach. Proceedings of the 21st International Conference on Engineering Design, ICED17 (August, 21-25, 2017, Vancouver, Canada). V. 3. P. 11-20.
  7. Mutilba U., Gomez-Acedo E., Kortaberria G., Olarra A., Yagüe-Fabra J.A. Traceability of on-machine tool measurement: a review. Sensors. 2017. V. 17, Iss. 17. doi: 10.3390/s17071605
  8. Horst J., Hedberg T., Feeney A.B. On-machine measurement use cases and information for machining operations. Report no. 400-1. Gaithersburg, MD: National Institute of Standards and Technology, 2019. 61 p. doi: 10.6028/NIST.AMS.400-1.
  9. Logee S. Quality in manufacturing. On-machine measurement. Available at: http://www.toolingandproduction.com/qim/1004on-machine.aspx
  10. Dorozhkin I.N., Dorozhkina O.K., Shinkevich I.A. Digital production introduction at the expense of industrial and operational management automation at the industrial enterprise. Vestnik MSTU «Stankin». 2018. No. 2 (45). P. 112-116. (In Russ.)
  11. Srinivasan H., Harrysson O., Wysk R. Automatic part localization in a CNC machine coordinate system by means of 3D scans. The International Journal of Advanced Manufacturing Technology. 2015. V. 81. P. 1127-1138. doi: 10.1007/s00170-015-7178-z
  12. Zelenskii A.A., Frants V.A., Semenishchev E.A. Trajectory-planning algorithm based on engineering vision in manipulator management. Russian Engineering Research. 2020. V. 40, Iss. 1. P. 1-5. doi: 10.3103/S1068798X20010268
  13. Xiong X.H., Chen J.L., Quan D.M. Directly manufacturing mouse mold by plasma deposition manufacturing. Advanced Materials Research. 2014. V. 941-944. P. 2190-2193. doi: 10.4028/ href='www.scientific.net/AMR.941-944.2190' target='_blank'>www.scientific.net/AMR.941-944.2190
  14. Skotheim O., Lind M., Ystgaard P., Fjerdingen S.A. A flexible 3D object localization system for industrial part handling. IEEE/RSJ International Conference on Intelligent Robots and Systems (October, 07-12, 2012, Vilamoura-Algarve, Portugal). doi: 10.1109/IROS.2012.6385508
  15. Okarma K., Grudzinski M. The 3D scanning system for the machine vision based positioning of workpieces on the CNC machine tools. Proceedings of the 17th International Conference on Methods & Models in Automation & Robotics (MMAR) (August, 27-30, 2012, Miedzyzdroje, Poland). doi: 10.1109/MMAR.2012.6347906
  16. Xu X., Zhu D., Zhang H., Yan S., Ding H. TCP-based calibration in robot-assisted belt grinding of aero-engine blades using scanner measurements. The International Journal of Advanced Manufacturing Technology. 2017. V. 90. P. 635-647. doi: 10.1007/s00170-016-9331-8
  17. Burghardt A., Szybicki D., Gierlak P., Kurc K., Muszyñska M. Robotic grinding process of turboprop engine compressor blades with active selection of contact force. Technical Gazette. 2022. V. 29, no. 1. С. 15-22. doi: 10.17559/TV-20190710141137
  18. Kurc K., Burghardt A., Gierlak P., Muszyñska M., Szybicki D., Ornat A., Uliasz M. Application of a 3D scanner in robotic measurement of aviation components. Electronics. 2022. V. 11, Iss. 19. doi: 10.3390/electronics11193216
  19. Diao S., Chen X., Luo J. Development and experimental evaluation of a 3D vision system for grinding robot. Sensors. 2018. V. 18, Iss. 9. doi: 10.3390/s18093078
  20. Xu J., Xu L., Li Y., Sun Y. Shape-adaptive CNC milling for complex contours on deformed thin-walled revolution surface parts. Journal of Manufacturing Processes. 2020. V. 59. P. 760-771. doi: 10.1016/j.jmapro.2020.10.001
  21. Afonin V.L., Smolentsev A.N., Yakovlev M.G. Intelligent robotic complex for finishing complex surfaces. Proceedings of the International Scientific and Technological Conference «Extreme Robotics and Conversion Tendencies» (June, 7-8, 2018, Saint-Petersburg, Russia). SPb.: Politekhnika Servis Publ., 2018. P. 161-170. (In Russ.)
  22. Shadrin M.V. Lazernyy triangulyatsionnyy 3D metod i ustroystvo dlya prototipirovaniya i izgotovleniya slozhnykh izdeliy. Dis. … kand. tekhn. nauk [Laser triangulation 3D method and device for prototyping and manufacturing complex products. Ph.D thesis in Engineering Science]. Ryazan, 2020, 194 p.
  23. Franca J.G.D.M., Gazziro M.A., Ide A.N., Saito J.H. A 3D scanning system based on laser triangulation and variable field of view. Proceedings of the IEEE International Conference on Image Processing 2005 (September, 14, 2005, Genova). doi: 10.1109/ICIP.2005.1529778
  24. Petrov M.A., Eldib I.S.A. Development of 3D-models of sheet and bulk metal parts, obtained by cold deformation, using optical scanning. Izvestiya Tul'skogo Gosudarstvennogo universiteta. Tekhnicheskie nauki. 2019. No. 9. P. 471-479. (In Russ.)
  25. Alontseva D.L., Krasavin A.L., Shadrin G.K., Kadyroldina A.T., Kusaiyn-Murat Т. Development of a control system for a manipulating industrial robot for 3D surface scanning. Bulletin of D. Serikbayev East Kazakhstan Technical University. 2019. No. 1. P. 81-87. (In Russ.)
  26. Busurin V.I., Zhe L., Kudryavtsev P.S. Control of contactless profilometer for scanning surfaces of complex profile. Mekhatronika, Avtomatizatsiya, Upravlenie. 2022. V. 23, no. 10. P. 529-535. (In Russ.). doi: 10.17587/mau.23.529-535
  27. Losev E.D., Svinarev A.A., Mishurov S.V., Belkina A.V., Stepina A.S. Automation of the restoration of the impeller of the brotherly hydropower plant. Mechanical Engineers to XXI Century. 2018. No. 17. P. 169-174. (In Russ.)
  28. Meltser-Jokisch T., Thomaidis D., Vil'kenkhener R. Sposob avtomatizirovannogo remonta detali mashin [Method of automated repair of machine parts]. Patent RF, no. 2499657, 2003. (Publ. 27.11.2013, bull. no. 33)
  29. Wang X., Deng D., Hu Y., Ning F., Wang H., Cong W., Zhang H. Overhang structure and accuracy in laser engineered net shaping of Fe-Cr steel. Optics & Laser Technology. 2018. V. 106. P. 357-365. doi: 10.1016/j.optlastec.2018.04.015
  30. Gorbachev V.A., Krivorotov I.A., Markelov A.O., Kotlyarova E.V. Semantic segmentation of satellite images of airports using convolutional neural networks. Computer Optics. 2020. V. 44, no. 4. P. 636-645. (In Russ.). doi: 10.18287/2412-6179-CO-636

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Declaração de direitos autorais © VESTNIK of Samara University. Aerospace and Mechanical Engineering, 2023

Creative Commons License
Este artigo é disponível sob a Licença Creative Commons Atribuição–Compartilhalgual 4.0 Internacional.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».