摘 要

航发叶片是航空发动机的重要部件，其中部分叶片工况恶劣，长期服役在高温环境。为保证叶片的服役性能，目前主要采用气膜冷却技术来降低叶片表面温度。而气膜孔的制造精度是影响其冷却效果的关键因素，因此对航发叶片气膜孔进行检测对保证航空发动机的服役性能有着重要意义。为提高叶片的气膜孔检测效率与可靠性，本文基于UR机器人与工业相机，研究了航发叶片气膜孔机器人检测系统的建模、机器人的关节误差辨识、机器人通讯接口开发以及图像数据采集与预处理等相关内容。

主要工作如下：

（1）完成硬件系统的搭建与机器人的运动学建模。设计了航发叶片机器人视觉检测平台的主体结构，根据测量需求对系统主要硬件进行选型。完成了系统中UR10机器人的D-H建模，建立了机器人基座标系与末端坐标系之间的联系。

（2）推导UR10机器人相邻连杆之间的微分变换；建立了UR10机器人末端姿态与基座标系之间的误差模型；比较了几种机器人几何误差参数辨识算法；提出使用阻尼最小二乘法并基于MATLAB编程平台对UR10机器人的几何误差进行参数辨识；实现了UR10机器人理论几何精度提高的效果

（3）完成气膜孔检测系统中的通讯与控制模块设计；根据TCP协议、上位PC机编程平台、机器人网络开发端口、UR机器人脚本函数，建立机器人与上位机的连接；实现了上位机PC机对机器人发送运动指令与实时解析机器人工作状态的功能。

（4）完成气膜孔检测系统中的图像采集与图像处理模块设计；建立了工业相机的成像模型；使用相关软件，实现了提高相机内外参数精度的效果；使用了相关软件与图像预处理方法，达到了图像采集的目的；提出了基于位姿变换求解单应矩阵的思路，实现了多位姿图像拼接。

（5）开展了机器人控制模块程序与机器人参数辨识程序的验证性实验，验证了机器人控制程序的准确性与机器人参数辨识程序的准确性；达到了机器人实时控制与监测的效果；减少了机器人的几何误差，提高了机器人的定位精度。

关键词：机器人建模；关节误差；参数辨识；机器人通讯；图像采集

Abstract

Aero-engine blades are an important part of aero-engines. Some of the blades are in harsh working conditions, long-term service in a high temperature environment. In order to ensure the service performance of the blade, the current main use of gas membrane cooling technology to reduce the surface temperature of the blade. The manufacturing accuracy of the air film hole is the key factor that affects the cooling effect, therefore, the inspection of the air film hole of the aircraft blade is of great significance to ensure the service performance of the aircraft engine. At present, there is no mature commercial testing program for air film pores. In order to improve the efficiency and reliability of air film hole detection of blades, this paper investigates the modeling of the air film hole detection system, joint error recognition, communication interface development, image data acquisition and pre-processing, based on the UR robot and industrial camera of Airbus. Its main activities include.

(1) The constitution of hardware system and kinematic modeling of the robot was established. We designed the main structure of the robot-vision inspection platform and selected the main hardware of the system according to the measurement requirements. We completed the D-H modeling of the UR10 robot in the system and established the connection between the base coordinate system and the end coordinate system of the robot.

(2) The differential transformations between adjacent connecting rods of the UR10 robot was derived. An error model between the end attitude of the UR10 robot and the pedestal system was established. Several algorithms for parameter recognition of the geometric error of the robot are compared; based on the use of damping least squares method and the MATLAB programming platform for parameter, we finish the recognition of the geometric error of the UR10 robot and realized the effect of improving the theoretical geometric accuracy of the UR10 robot

(3)The communication and control module of the air film hole inspection system was completed. The connection between the robot, the UPC according to the TCP protocol, the programming platform of the UPC, the robot network port and the UR robot script function were constructed. We realized the function of the UPC to send motion commands to the robot and analyze the working status of the robot in real-time.

(4) The image acquisition module was completed. The imaging model of the industrial camera was established. Based on relative software, we improved the accuracy of the internal parameters of the camera. We achieved the purpose of image acquisition by using related software and image pre-processing methods; by solving the single strain matrix based on the posture transformation, we realized the splicing of multiple posture images.

(5) A validation experiment was conducted on the robot control module program and the robot parameter recognition program, which verified the accuracy of the robot control program and the accuracy of the robot parameter recognition program. We achieved the effect of real-time control and monitoring of the robot. We reduced the geometric error of the robot and improved the positioning accuracy of the robot.

Key Words：robot modeling；joint error；parametric identification；robot communication; image acquisition

目录

摘 要 I

Abstract II

第一章 绪论 1

1.1研究背景 1

1.2国内外研究现状 1

1.2.1机器人关节误差参数辨识 2

1.2.2机器人视觉系统研究现状 3

1.3本文研究内容 4

第二章 系统搭建与机器人建模 6

2.1引言 6

2.2视觉测量平台搭建 6

2.2.1系统需求与硬件选取 6

2.2.2整体设计 6

2.3机器人关节D-H模型 7

2.3.1建立D-H模型 7

2.3.2连杆变换推导 8

2.4 UR10型机器人运动学分析 9

2.4.1UR10型机器人主要参数 9

2.4.2UR10机器人正运动学模型 10

2.5本章小结 12

第三章 机器人关节误差建模 13

3.1引言 13

3.2机器人误差模型 13

3.2.1机器人关节微分变换 13

3.2.2机器人运动学误差模型 14

3.3机器人误差补偿与编程 15

3.3.1机器人误差补偿原理 15

3.3.2误差补偿编程与操作流程 16

3.4本章小结 17

第四章 UR机器人通讯与控制 18

4.1引言 18

4.2机器人编程控制基础 18

4.2.1TCP连接建立 18

4.2.2UR机器人通讯端口 19

4.3UR机器人运动控制 19

4.3.1控制流程 19

4.3.2程序实现 20

4.4UR机器人状态监控 20

4.4.1机器人数据包解析 20

4.4.2数据包信息的实时性 21

4.5本章小结 22

第五章 图像采集与数据处理 23

5.1引言 23

5.2相机成像与标定 23

5.2.1相机模型建立 23

5.2.2相机内外参数标定 24

5.3图像采集与预处理 26

5.3.1图像采集 26

5.3.2亮度增强 26

5.3.3滤波去噪 27

5.4多位姿图像拼接 27

5.4.1透视变换 28

5.4.2单应矩阵计算 29

5.5本章小结 30

第六章 实验验证 31

6.1引言 31

6.2实验设备 31

6.2.1机器人离线仿真软件 31

6.2.2编程平台 31

6.3运动学控制与误差标定实验 32

6.3.1机器人程序控制验证 32

6.3.2机器人标定仿真验证 34

6.4本章小结 38

第七章 总结与展望 39

7.1全文总结 39

7.2研究展望 39

参考文献 40

致谢 43

第一章 绪论

1.1 研究背景

涡轮叶片是航空发动机的重要动力部件，其中高温端叶片的工作温度极高。现代航空发动机涡轮前温度均已经超过2000K^[1]。目前较为先进的涡轮材料如英国罗罗公司近年研制的第4代单晶合金RR3010也仅能够承受约1450K的高温，明显低于涡轮前温度^[2]。因此为了确保涡轮叶片在高温环境下能够进行可靠工作，就需要采用冷却技术来降低叶片表面温度。目前在航空发动机的涡轮叶片上主要使用气膜孔冷却技术，如图1.1所示。气膜孔主要是分布在叶片表面轮廓上孔径约0.1~0.8mm,孔深达3mm以上的小孔，利用部件内部释放的冷空气，通过微小孔内对流在部件表面形成薄层冷气膜以降低叶片表面的工作温度^[3]，从而保证叶片的服役性能，延长发动机的使用寿命。若气膜孔的直径大小与设计要求不相符合，就无法产生完整的冷却膜，从而无法达到降低叶片工作环境温度的功能。

以往国内的叶片气膜孔检测方式多采用人工检测尺寸，使用肉眼直接观察气膜孔，再采用卡尺，塞规等工具进行手动检测。该人工检测方式效率低下且难以保证气膜孔检测结果的可靠性；三坐标测量机是一种高精度的检测设备，通过其带探头的探针对气膜孔进行多点测量，得到气膜孔的尺寸与形状，该方式的检测结果可靠性较高，但该方式需将工件搬运至测量机上使用带探头的探针进行测量，涉及复杂的搬运与夹装，效率较为低下。

因此为解决人工测量可靠性不足，三坐标测量机检测效率低下等问题，本文拟对机器人光学测量技术进行相关研究：通过研究机器人运动与精度补偿、机器人控制、图像信息采集与处理等内容以完成使用工业机器人搭载光学传感器进行光学测量的目的，最终实现检测效率高，操作便捷等优势。

1.2 国内外研究现状

1.2.1 机器人关节误差参数辨识

机器人关节误差参数主要是建立的机器人模型参数与机器人真实模型参数的不匹配，该误差的存在会导致机器人理论末端位置与机器人实际末端位置存在巨大偏差。机器人关节误差参数辨识通常包含运动学建模、测量、参数辨识以及误差补偿四个步骤^[3]。