基于多模态结构感知的航空发动机叶片粗糙度测量

宋敏; 许悦; 张吟龙

doi:10.16080/j.issn1671-833x.26010017

您当前的位置：

首页 >

文章列表页 >

基于多模态结构感知的航空发动机叶片粗糙度测量

论坛_视觉测量与检测 | 更新时间：2026-09-17

- 基于多模态结构感知的航空发动机叶片粗糙度测量
- 航空制造技术 2026年69卷第16期
- 作者机构：
  
  1. 沈阳工程学院计算机科学与技术学院
  2. 东北大学计算机科学与工程学院
  3. 中国科学院工业人工智能研究所
- 作者简介：
- 基金信息：
  
  辽宁省自然科学基金联合基金面上项目(2023–MSLH–219)
- DOI：10.16080/j.issn1671-833x.26010017
  中图分类号： V232.4
- 纸质出版：2026
- 稿件说明：
移动端阅览
宋敏, 许悦, 张吟龙. 基于多模态结构感知的航空发动机叶片粗糙度测量[J]. 航空制造技术, 2026,69(16):78-88.

宋敏, 许悦, 张吟龙. 基于多模态结构感知的航空发动机叶片粗糙度测量[J]. Aeronautical Manufacturing Technology, 2026, 69(16): 78-88.
宋敏, 许悦, 张吟龙. 基于多模态结构感知的航空发动机叶片粗糙度测量[J]. 航空制造技术, 2026,69(16):78-88. DOI： 10.16080/j.issn1671-833x.26010017.

宋敏, 许悦, 张吟龙. 基于多模态结构感知的航空发动机叶片粗糙度测量[J]. Aeronautical Manufacturing Technology, 2026, 69(16): 78-88. DOI： 10.16080/j.issn1671-833x.26010017.

摘要

作为航空发动机的核心部件，叶片表面的粗糙度是评估发动机叶片性能的重要参数。然而传统方法受限于叶片复杂曲面的几何异质性与表面噪声干扰，易导致区域分割错误与测量结果失稳。针对上述问题，提出一种融合动态图神经网络与频域信号处理的测量方法。针对叶片复杂几何曲面导致的区域分割困难，设计了一种结构感知分割网络，该网络通过动态图卷积层自适应构建点云局部拓扑，并结合跨层级通道–空间注意力机制强化对关键区域的边界感知，实现部件级精准分割。在此基础上，提出基于均匀网格与上下文融合的粗糙度稳健量化方法。该方法通过将点云划分为均匀微元网格提取并融合微观几何特征，建模网格间的空间关联，自适应融合特征的同时抑制异常值干扰。评估结果表明，所提分割网络在叶片部件分割任务中的总体准确率（OA）达94.6%，测量结果与接触式轮廓仪对比，决定系数R

达到0.97，绝对误差不超过0.18μm，重复性达±0.05μm。所提方法实现了从区域分割到参数计算的全程稳健测量，为航空发动机叶片的在役检测、状态评估与寿命预测提供了可靠的技术支持。

Abstract

关键词

Keywords

references

朱慧宁,马小刚,程海东,陈燕,韩冰.磁针磁力研磨工艺对发动机涡轮叶片表面质量的试验研究[J].航空制造技术,2021(18).

张学仪,何小妹,王一璋,马鹏谋.航空发动机叶片粗糙度测量方法研究[J].计测技术,2023(02).

黄文娟,金炜,倪博,翁俊,刘峻峰.叶片表面粗糙度测量三维和二维评价比对分析[J].中国测试,2025(08).

张祥春,彭文胜,楚峻溢,曾照洋,王振宇,魏明贤,徐然.基于改进Mask R-CNN的航空铸件智能检测技术研究[J].航空制造技术,2025(Z2).

庄世宁,晏政,袁园,黄意,张旭,裴晓寒.面向复杂曲面粗糙度测量的无干涉路径规划方法[J].组合机床与自动化加工技术,2025(11).

Lei Fan,Peter M. Atkinson.A new multi-resolution based method for estimating local surface roughness from point clouds[J].ISPRS Journal of Photogrammetry and Remote Sensing,2018.

贾浩.基于数字孪生的复杂零件智能检测系统关键技术研究[D].吉林大学,2025(10).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于边缘方向感知的航空发动机旋转叶片计数方法

航空发动机叶片数控加工工时估算方法研究*

碳化硅陶瓷基复合材料面内剪切力学行为研究进展

基于模糊综合评价的技术先进性评估

陶瓷基复合材料超声振动辅助铣磨加工研究