2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于激光测量的航发叶片表面几何缺陷识别技术

孙彬 王建华 赫东锋 杜虎兵 李兵

赵志甲, 任志刚. 针对执行器非光滑反向间隙 − 饱和的柔性立管边界控制. 自动化学报, 2019, 45(11): 2050−2057 doi: 10.16383/j.aas.c190126
引用本文: 孙彬, 王建华, 赫东锋, 杜虎兵, 李兵. 基于激光测量的航发叶片表面几何缺陷识别技术. 自动化学报, 2020, 46(3): 594-599. doi: 10.16383/j.aas.c180080
Zhao Zhi-Jia, Ren Zhi-Gang. Boundary control of a flexible marine riser subject to nonsmooth actuator backlash-saturation constraints. Acta Automatica Sinica, 2019, 45(11): 2050−2057 doi: 10.16383/j.aas.c190126
Citation: SUN Bin, WANG Jian-Hua, HE Dong-Feng, DU Hu-Bing, LI Bing. Identification of Aero-engine Blade Surface Geometric Defects With Laser Measurement. ACTA AUTOMATICA SINICA, 2020, 46(3): 594-599. doi: 10.16383/j.aas.c180080

基于激光测量的航发叶片表面几何缺陷识别技术

doi: 10.16383/j.aas.c180080
基金项目: 

国家自然科学基金 51475351

国家自然科学基金 61471288

陕西省自然科学基础研究计划 2015JM5190

陕西省科技统筹创新工程计划项目 2015KTCQ01-97

详细信息
    作者简介:

    王建华   西安工业大学机电工程学院教授. 1991年获得西安交通大学机械工程系博士学位.主要研究方向为计算机辅助精密测量. E-mail: wjh-xagd@vip.163.com

    赫东锋   西安工业大学机电工程学院副教授. 2000年获得西安工业大学机械制造及其自动化专业硕士学位.主要研究方向为精密测量技术和智能机械. E-mail: dongfenghe@163.com

    杜虎兵  西安工业大学机电工程学院副教授. 2013年获得西安交通大学仪器科学与技术专业博士学位.主要研究方向为机器视觉, 三维轮廓测量. E-mail: duhubing@xatu.edu.cn

    李兵  西安交通大学机械系统工程国家重点实验室教授. 2004年获得西安交通大学博士学位.主要研究方向为光电检测及精密测试技术. E-mail: lb@mail.xjtu.edu.cn

    通讯作者:

    孙彬  西安工业大学机电工程学院讲师. 2016年获得西安交通大学仪器科学与技术博士学位.主要研究方向为几何量精密测量理论研究及工程应用.本文通信作者. E-mail: sun075634@163.com

Identification of Aero-engine Blade Surface Geometric Defects With Laser Measurement

Funds: 

National Natural Science Foundation of China 51475351

National Natural Science Foundation of China 61471288

Natural Science Basic Research Plan in Shaanxi Province 2015JM5190

Shaanxi Science and Technology Innovation Project Plan 2015KTCQ01-97

More Information
    Author Bio:

    WANG Jian-Hua Professor at the School of Mechatronic Engineering, Xi'an Technological University. He received his Ph. D. degree from Xi'an Jiaotong University in 1991. His main research interest is computer aided precision measurement

    HE Dong-Feng Associate professor at the School of Mechatronic Engineering, Xi'an Technological University. He received his master degree from Xi'an Technological University in 2000. His research interest covers precision measurement technology and intelligent machine

    DU Hu-Bing Associate professor at the School of Mechanical and Electrical Engineering. He received his Ph. D. degree in instrument science and technology from Xi'an Jiaotong University in 2013. His research interest covers machine vision and 3D proflle measurement

    LI Bing Professor at the State Key Laboratory of Mechanical Systems Engineering, Xi'an Jiaotong University. He received his Ph. D. degree from Xi'an Jiaotong University in 2004. His research interest covers photoelectric detection and precision testing technology

    Corresponding author: SUN Bin Lecturer at the College of Mechanical and Electrical Engineering, Xi'an Technological University. He received his Ph. D. degree in instrument science and technology from Xi'an Jiaotong University in 2016. His research interest covers geometric measurement theory research and engineering application. Corresponding author of this paper
  • 摘要: 针对航发叶片修复检测的应用, 提出了一种基于截面线一阶导矢法的叶片型面缺陷识别方法.该方法是以等高线法处理测量点云中的截面数据, 通过B样条插值函数拟合成光滑曲线; 再由B样条曲线的一阶导矢公式求出每个测点的一阶导数, 然后以点斜公式求出截面曲线上各个测点的切线; 如果曲线光滑, 曲线上测点的斜率变化在两端点斜率值之间, 否则表明曲线上有缺陷存在; 根据k-d树的最近点搜索算法, 遍历整个叶盆(叶背)就可以找到叶盆(叶背)上的缺陷区域.通过与三坐标测量实验比对, 该技术可以实现3 μm精度的缺陷识别.
    Recommended by Associate Editor SANG Nong
  • 在深海勘探开发生产中, 海洋柔性立管作为连接海面作业平台与海床井口的关键构件[1].在风、浪、洋流等外部载荷作用下, 海洋立管会产生振动现象, 而长期的振动则是造成柔性立管疲劳破损的主因[2-4].因此, 开展先进的海洋柔性立管振动主动控制系统研究, 对延长立管使用寿命、提高生产效率和保证海洋油气生产安全具有重要的理论和实际意义.

    从数学的观点看, 具有振动的海洋柔性立管系统可认为是典型的无限维分布参数系统[5-11].其动力学往往建模为耦合的偏微分–常微分方程, 这使得现有许多对传统刚性系统成熟的方法不能直接应用.对海洋柔性立管振动控制的研究主要包括模态控制和边界控制.模态控制是基于提取的有限维受控子系统进行控制设计, 而忽略掉的高频模态可能导致系统产生控制溢出效应.边界控制能克服上述方法的缺点, 且容易由系统机械能相关的Lyapunov函数得出, 因此边界控制与其他控制技术如PID控制、鲁棒控制、自适应控制、反步控制、输出反馈控制等相结合的方法广泛应用于柔性立管系统的振动控制领域[12-16].上述研究仅仅局限于柔性立管系统的振动控制, 而这些方法将不适用于具有输入非线性特性的柔性立管系统.

    在实际的海洋油气生产环境中, 柔性立管系统除了受到风浪扰动和海洋洋流分布式扰动影响外, 其面临的情况可能会比之前研究的问题更加复杂.如系统固有的物理约束和执行器的约束将使得系统产生死区、饱和、磁滞、反向间隙等不光滑的非线性特性[17-20].而这些不光滑的非线性特性将会限制系统的瞬态性能, 更为甚者, 将会致使系统不稳定.因此, 需要将这些不光滑的非线性约束特性考虑在控制设计中.为了解决海洋柔性立管系统的输入非线性约束问题, 一些学者基于立管原始无限维模型探索了不同的边界控制方法[13, 21-24].文献[13]面向具有系统不确定性、输出约束和输入饱和的海洋立管系统, 基于反推技术研发了障碍边界控制策略以抑制振动、补偿系统不确定性以及处理系统的输入输出限制.文献[21]针对具有执行器输入饱和非线性约束和外部海洋扰动的海洋柔性立管系统, 在顶端构建边界控制器以稳定其在平衡位置的小邻域并利用辅助系统补偿执行器饱和的影响.文献[22]设计了鲁棒自适应控制器用以稳定具有参数不确定性和输入受限的海洋柔性立管系统.文献[23]采用光滑的双曲正切函数、Nussbaum函数和辅助系统设计边界控制器以抑制立管振动并限制控制输入在给定范围内, 该方法解决了文献[2122]中应用符号函数限制控制输入所带来的震颤问题.文献[24]引入辅助函数和变量设计边界控制器来实现立管的振动减弱并消除混合的死区−饱和非线性约束影响.然而, 这些成果仅仅解决了柔性立管系统执行器输入饱和或输入饱和−死区非线性约束问题, 而对于具有输入反向间隙−饱和非线性约束的柔性立管系统, 上述方法将不能适用.

    本文针对执行器非光滑反向间隙−饱和约束特性的深海柔性立管系统(如图 1所示), 首先将反向间隙−饱和约束转换成虚拟的输入饱和约束, 其后引入辅助系统并采用Lyapunov理论, 构建边界控制以抑制柔性立管的振动并消除饱和非线性约束的影响.随后, 证明了闭环系统在Lyapunov意义下的一致有界稳定性.最后, 通过数值仿真, 验证了本文所提出控制能处理非光滑反向间隙−饱和约束非线性影响, 也能有效抑制立管系统振动.

    图 1  柔性立管系统
    Fig. 1  Flexible riser system

    注1.本文作如下简写: $ (\cdot)(x, t) = (\cdot) $, $ (\cdot)' = \dfrac{\partial(\cdot)}{\partial{x}} $, $ \dot{(\cdot)} $ = $ \dfrac{\partial(\cdot)}{\partial{t}} $.

    深海柔性立管系统如图 1所示, 其中$ l $为立管的长度, $ y(z, t) $为立管在位置$ z $时刻$ t $的偏移量, $ f(z, t) $为海洋洋流分布式扰动, $ d(t) $为外部环境扰动, $ u(t) $为边界控制输入.

    本研究所考虑立管系统动力学描述如下[1]:

    $\begin{split} \rho\ddot{y}(z,&t)-\left\{T[z, y'(z,t)]+\right.\\ & \left.3\psi(z)y'^2(z,t)\right\}y''(z,t)-\\ & \ T'[z, y'(z,t), y''(z,t)]y'(z,t)+c\dot{y}(z,t)-\\ & \ \psi'(z)y'^3(z,t)+ EIy''''(z,t)-\\ & \ f(z,t) = 0,\ \ \ 0<z<l \end{split} \hspace{33pt} $

    (1)

    $ \begin{align} y(0,t) = y'(0,t) = y''(l,t) = 0 \end{align} \hspace{78pt} $

    (2)

    $ \begin{split} m\ddot{y}(l,t)+& T[l, y'(l,t)]y'(l,t)+\psi(l)y'^3(l,t)-u(t)+\\ & d_a\dot{y}(l,t) = EIy'''(l,t)+d(t) \end{split} \hspace{5pt}$

    (3)

    其中, $ \rho $, $ c $和$ EI $分别为立管的单位长度质量、阻尼系数和弯曲刚度, $ d_a $和$ m $为船的质量和阻尼系数, $ T[z, y'(z, t)] $为立管的时空变化张力, 表示为

    $ \begin{align} T[z, y'(z,t)] = T_0(z)+\psi(z)y'^2(z,t) \end{align} $

    (4)

    其中, $ T_0(z) > 0 $为初始张力, $ \psi(z)\ge 0 $为非线性弹性模量.

    执行器输入饱和非线性描述为[25]

    $ \begin{align} \varphi(t) = sat(\varrho(t)) = \begin{cases} a , \qquad\quad\ \varrho(t)\ge a \\[2mm] \varrho(t) , \qquad -a < \varrho(t) < a \\[2mm] -a, \qquad\ \ \, \varrho(t)\ -a \end{cases} \end{align} $

    (5)

    其中, $ a > 0 $为饱和界限.

    执行器输入反向间隙非线性描述为[24]

    $\begin{array}{l} u(t) = D(\varphi (t)) = \\ \qquad\;\;\;\left\{ {\begin{aligned} &{\varphi (t) - b,\;\qquad \dot \varphi }{ > 0\;\text{且}\;u(t) = \varphi (t) - b}\\ &{\varphi (t) + b,\;\qquad \dot \varphi }{ < 0\;\text{且}\;u(t) = \varphi (t) + b}\\ &{u(t\_), \qquad\quad\;\; \text{其他}}&{} \end{aligned}} \right. \end{array}$

    (6)

    其中, $ b > 0 $为反向间隙参数.

    由输入饱和与反向间隙的表达式(5)和式(6)可知, 系统的非线性特征是相当复杂的, 因此很难直接对其处理.根据文献[25], 可知输入饱和与反向间隙可转换并表示为一个虚拟的输入饱和.因此, 为解决虚拟的输入非线性问题, 我们引入$ D $的右逆$ D^+ $为

    $ \begin{align} \varrho(t) = D^+(\tau(t)) = \left\{ \begin{aligned} & \tau(t)+b, \; \; \dot{\tau}(t)>0 \\ & \tau(t)-b, \; \; \dot{\tau}(t)<0 \\ & \varrho(t\_), \; \;\;\;\;\; \dot{\tau}(t) = 0 \end{aligned} \right. \end{align} $

    (7)

    根据上面的分析和文献[25], 我们可得混合的输入饱和−反向间隙非线性特性可描述为

    $ \begin{split} u(t) = & D(sat(D^+(\tau(t)))) = \\ &\left\{ \begin{aligned} & \,a-b, \qquad\;\;\, \tau(t)\ge a-b \\ & \, \tau(t), \qquad\quad\; |\tau(t)|<a-b \\ & -a+b, \quad\;\;\tau(t)\le-a+b \end{aligned} \right. \end{split} $

    (8)

    由式(8)可知, 我们可将系统的输入饱和−反向间隙非线性视为一个输入饱和来处理.

    引理1[26].设$ \chi_1(z, t) $, $ \chi_2(z, t)\in {\bf{R}} $, $ \varphi > 0 $, 其中$ (z, t)\in$ $[0, l]\times[0, +\infty) $, 则

    $ \begin{align} \chi_1(z,t)\chi_2(z,t)\le \frac{1}{\varphi}\chi^2_1(z,t)+\varphi\chi^2_2(z,t) \end{align} $

    (9)

    引理2[26].设$ \chi(z, t)\in {\bf{R}} $为定义在$ (z, t)\in[0, l]\times $ $[0, +\infty) $的函数, 且满足$ \chi(0, t) = 0, \forall t\in[0, +\infty) $, 则

    $ \begin{align} \chi^2(z,t) \le l\int^l_0\chi^{{\prime}2}(z,t){\rm{d}}z \end{align} $

    (10)

    假设1.假定存在常数$ {F} $, $ {D}\in {\bf{R}}^+ $, 使得$\mid f(z, t)\mid \leq $ $ {F, } $ $ \forall{(z, t)}\in{[0, l]\times[0, +\infty), } $ $\mid d(t)\mid \leq {D, } $ $ \forall{t}\in[0, +\infty). $这个假设是合理的, 由于$ f(z, t) $和$ d(t) $是有限能量的, 因此是有界的[21-24].

    假设2.假定存在正常数$ \underline{T}_0 $, $ \overline{T}_0 $, $ \underline{\psi}_0 $, $ \overline{\psi}_0 $, 使得$ \underline{T}_0\le T_0(z) \le \overline{T}_0 $, $ \underline{\psi}_0\le \psi(z)\leq \overline{\psi}_0 $.

    假设3.对于新的输入饱和表达式(8), 假定存在一个正常数$ \varpi $使得$ |\triangle u|\le \varpi $, 其中, $ \triangle u = u(t)-$ $\tau(t) $.

    本节将引入辅助函数和辅助系统用于构建边界控制器以抑制立管振动并消除输入非线性影响.

    首先, 设计辅助系统为

    $ \begin{split}\! \dot{\nu}(t) =&\ \frac{1}{m}\left(-k_1\nu(t)-\triangle u+T[l, y'(l,t)]y'(l,t)+ \right. \\ & \left. \psi(l)y'^3(l,t)+d_a\dot{y}(l,t)-EIy'''(l, t)\right) \end{split} $

    (11)

    其中, $ \nu(t) $为辅助系统的状态变量, $ k_1 $为正常数.

    为便于分析闭环立管系统的稳定性, 定义如下辅助变量

    $\begin{split} \mu(t) =\;& \dot{y}(l,t)-k_2y'''(l, t)+y'(l,t)+\\ &k_3y'^3(l,t)+\nu(t) \end{split}$

    (12)

    其中, $ k_2, k_3 $为正常数.

    对式(12)求导, 代入式(3)和式(11), 可得

    $ \begin{aligned} \dot{\mu}(t) =\;& \frac{1}{m}(\tau(t)+d(t)-mk_2\dot{y}'''(l, t)+m\dot{y}'(l,t)+\\ & 3mk_3y'^2(l,t)\dot{y}'(l,t)-k_1\nu(t)) \end{aligned} $

    (13)

    根据上述分析, 提出控制律$ \tau(t) $为

    $ \begin{aligned} \tau(t) = & -k_4\mu(t)+k_1\nu(t)+mk_2\dot{y}'''(l, t)-m\dot{y}'(l,t) -\\ & \ 3mk_3y'^2(l,t)\dot{y}'(l,t)-{\rm{sgn}}(\mu(t)){D} \end{aligned} $

    (14)

    其中, $ k_4 $为正常数.

    注2.所设计的控制器(14)是由可获得的边界信号组成的, 其中$ y'''(l, t) $、$ y'(l, t) $和$ y(l, t) $分别可由剪切力传感器、倾角计和位移传感器获得.此外, 控制器中这些信号的一阶时间微分信号$ \dot{y}'''(l, t), $ $ \dot{y}'(l, t) $和$ \dot{y}(l, t) $分别可对已获得信号进行后向差分算法得到[21-24].

    选取如下Lyapunov函数为

    $ Y(t) = {{Y}_{e}}(t)+{{Y}_{f}}(t)+{{Y}_{g}}(t) $

    (15)

    其中,

    $ \begin{align} {{Y}_{e}}(t) = \frac{\varsigma}{2}\rho\int_{0}^{l}{{{{\dot{y}}}^{2}}(z,t){\rm{d}}z} +\frac{\varsigma}{2}\int_{0}^{l}T_0(z){{{ {y}^{\prime2}\left( z,t\right) }}{\rm{d}}z}+\\ \frac{\varsigma}{2}\int_{0}^{l}\psi(z){{{ {y}^{\prime4}\left( z,t\right) }}{\rm{d}}z}+\frac{\varsigma}{2}EI\int_{0}^{l}y^{\prime\prime 2}(z,t){\rm{d}}z \end{align} $

    (16)

    $ \begin{align} {{Y}_{g}}(t) = \frac{\varsigma m}{2}\nu^2(t)+\frac{\varsigma m}{2}\mu^2(t) \end{align} \hspace{78pt}$

    (17)

    $ \begin{align} {{Y}_{f}}(t) = \lambda\rho\int_{0}^{l} z \phi(z){\dot{y} (z,t){y}'(z,t){\rm{d}}z} \end{align} $

    (18)

    其中, $ \varsigma, \lambda > 0 $.

    引理3.选取的Lyapunov函数(16)是一个正定的函数:

    $ \begin{split} 0\le\; & \delta_1[Y_e(t)+Y_f(t)]\le Y(t)\le \\ &\delta_2[Y_e(t)+Y_f(t)] \end{split} $

    (19)

    其中, $ \delta_1 > 0, \; \delta_2 > 1 $.

    证明.根据引理1, 式(18)可放缩为

    $ \begin{split} \mid Y_g(t)\mid\ \le\ & \frac{\lambda\rho \overline{\phi}l}{2}\int^l_0[\dot{y}^2(z,t)+\\ &\ y^{{\prime}2}(z,t)]{\rm{d}}z \le \delta_0{Y_e(t)} \end{split} $

    (20)

    其中

    $ \begin{align} \delta_0 = \frac{\lambda \rho \overline{\phi}l}{\min\left({\varsigma}\rho, {\varsigma}\underline{T_0}\right)} \end{align} $

    (21)

    通过恰当地选取$ \varsigma $和$ \beta $得出

    $ \begin{align} \delta_1 = 1-\delta_0>0, \;\delta_2 = 1+\beta_0>1 \end{align} $

    (22)

    式(22)表明$ 0 < \delta < 1 $, 应用式(21)可得

    $ \begin{align} {\varsigma}>\frac{\lambda \rho \overline{\phi}l}{\min\left(\rho, \underline{T_0}\right)} \end{align} $

    (23)

    重排式(20), 有

    $ \begin{align} -{\delta}Y_e(t)\le Y_g(t)\le {\delta}Y_e(t) \end{align} $

    (24)

    将式(22)代入式(24)得出

    $ \begin{align} 0\le \delta_1 Y_e(t)\le Y_e(t)+Y_g(t)\leq \delta_2 Y_e(t) \end{align} $

    (25)

    结合式(15), 有

    $ \begin{aligned} 0\le\;& \delta_1[Y_e(t)+Y_f(t)]\le Y(t)\leq\\ &\delta_2[Y_e(t)+Y_f(t)] \end{aligned} $

    (26)

    其中, $ \delta_1 > 0, \; \delta_2 > 1 $.

    引理4.选取Lyapunov函数(16)的导数是有上界的:

    $ \begin{align} \dot{Y}(t)\le -\delta Y(t)+\alpha \end{align} $

    (27)

    其中, $ \delta, \alpha > 0 $.

    证明.对式(16)求导, 可得:

    $ \begin{align} \dot{Y}(t) = \dot{Y}_e(t)+\dot{Y}_f(t)+\dot{Y}_g(t) \end{align} $

    (28)

    将式(16)求导, 代入式(1)并应用引理1, 可得

    $ \begin{aligned} \dot{Y}_e(t)\leq \; &\frac{\varsigma T_0(l)}{2}\mu^2(t)-\frac{\varsigma T_0(l)}{2}\nu^2(t)-\frac{\varsigma T_0(l)}{2}\dot{y}^2(l,t)-\\& \frac{\varsigma T_0(l)k^2_2}{2}y'''^2(l,t)-\frac{\varsigma T_0(l)}{2}y'^2(l,t)-\\ & \frac{\varsigma T_0(l)k^2_3}{2}y'^6(l,t)+{\varsigma T_0(l)}{k_2}\nu(t){y}'''(l,t)-\\ & ({\varsigma EI}-{\varsigma T_0(l)}{k_2})y'''(l,t)\dot{y}(l,t)-\\ & \varsigma k_3T_0(l)y'^4(l,t)-{\varsigma}(c-{\sigma_1})\int^l_0\dot{y}^2(z, t){\rm{d}}z+\\ & (2\varsigma\psi(l)-{\varsigma k_3T_0(l)})y'^3(l,t)\dot{y}(l,t)+\\ &{\varsigma k_2k_3T_0(l)}{y}'''(l,t)y'^3(l,t)-{\varsigma T_0(l)}\nu(t)\dot{y}(l,t)+\\ &{\varsigma k_2T_0(l)}y'''(l,t){y}'(l,t)-{\varsigma k_3T_0(l)}y'^3(l,t)\nu(t)-\\ &{\varsigma T_0(l)}\nu(t){y}'(l,t)+\frac{\varsigma}{\sigma_1} \int^l_0f^2(z,t){\rm{d}}z \end{aligned} $

    (29)

    其中, $ \delta_1 > 0 $.

    对$ Y_f(t) $求导, 代入式(11)和式(14), 应用引理1, 可得

    $ \begin{split} \dot{Y}_g(t)\le& -\varsigma k_4\mu^2(t)-\varsigma \nu(t)\triangle u-\varsigma k_1\nu^2(t)+\\& \varsigma T_0(l)\nu(t)y'(l,t)-\varsigma EI \nu(t)y'''(l, t)+\\& 2\varsigma \psi(l)\nu(t)y'^3(l,t)+\varsigma d_a \nu(t)\dot{y}(l,t) \end{split} $

    (30)

    对$ Y_g(t) $求微分, 代入式(4)并利用引理1, 有

    $ \begin{aligned} \dot{Y}_f(t)\le & -l\lambda EI\phi(l) y'''(l,t){y}'(l,t)+\frac{\lambda \rho l\phi(l)}{2}\dot{y}^2(l,t)-\\ &\frac{3\lambda EI}{2}\int^l_0(\phi(z)+z\phi'(z)){y}^{{\prime\prime}2}(z, t){\rm{d}}z-\\ &\left[\frac{\lambda \rho}{2}(\phi(z)+z\phi'(z))-\frac{l\lambda c}{\sigma_2}\right]\int^l_0\dot{y}^2(z, t){\rm{d}}z-\\ &\bigg[\frac{\lambda }{2}(\phi(z)T_0(z)+z\phi'(z)T_0(z)-z\phi(z)T_0'(z))-\\ & {\lambda\sigma_2cl\phi^2(z)}-{\lambda\sigma_3l\phi^2(z)}\bigg]\int^l_0{y}^{{\prime}2}(z, t){\rm{d}}z-\\ & \frac{\lambda }{2}\int^l_0[3\phi(z)\psi'(z)+3z\phi'(z)\psi(z)-\\ &z\phi(z)\psi'(z)]{y}^{{\prime}4}(z, t){\rm{d}}z+\frac{3\lambda \phi(l)\psi(l)l}{2}y'^4(l,t)+\\ & \frac{l\lambda}{\sigma_3} \int^l_0f^2(x,t){\rm{d}}x+\frac{\lambda \phi(l)T_0(l) l}{2}y'^2(l,t) \end{aligned} $

    (31)

    其中, $ \sigma_2, \sigma_3 > 0 $.

    将式(29)和式(30)代入式(28), 应用引理1, 可得

    $ \begin{aligned} \dot{Y}(t)\le\;& -\varsigma\left( k_1+\frac{ T_0(l)}{2}-\frac{1}{\sigma_4}-\frac{|T_0(l)k_2-EI|}{2\sigma_5}-\right.\\ &\left.\frac{|T_0(l)-d_a|}{2\sigma_6}-\frac{| k_3T_0(l)-2 \psi(l)|\sigma_9}{2}\right)\nu^2(t)-\\ & \frac{3\lambda EI}{2}\int^l_0(\phi(z)+z\phi'(z)){y}^{{\prime\prime}2}(z, t){\rm{d}}z +\\ &{\varsigma}{\sigma_4}\triangle u^2-\varsigma\left( k_4-\frac{ T_0(l)}{2}\right)\mu^2(t)-\left(\frac{\varsigma T_0(l)}{2}-\right.\\ &\left.\frac{{|\varsigma T_0(l)k_2-l\lambda{EI}\phi(l)|}{\sigma_8}}{2}-\frac{\lambda \phi(l)T_0(l) l}{2}\right)\times\\ &y'^2(l,t)-\left(\varsigma k_3T_0(l)-\frac{3\lambda \phi(l)\psi(l)l}{2}\right)y'^4(l,t)-\\ &\left(\frac{\varsigma T_0(l)}{2}-\right.\frac{{\varsigma|T_0(l)-d_a|}{\sigma_6}}{2}-\\ &\left.\frac{{\varsigma|T_0(l)k_2-EI|}{\sigma_7}}{2}-\frac{{\varsigma|k_3T_0(l)-2\psi(l)|}{\sigma_{10}}}{2}-\right.\\ &\left.\frac{\lambda \rho l\phi(l)}{2}\right)\dot{y}^2(l,t)-\varsigma\left(\frac{ T_0(l)k^2_3}{2}-\right.\\ &\left.\frac{| k_3T_0(l)-2 \psi(l)|}{2\sigma_9}-\frac{ k_2k_3T_0(l)}{2\sigma_{11}}-\right.\\ &\left.\frac{|k_3T_0(l)-2\psi(l)|}{2\sigma_{10}}\right)y'^6(l,t)-\left(\frac{\varsigma T_0(l)}{2}-\right.\\ &\left.\frac{{\varsigma|T_0(l)k_2-EI|}{\sigma_5}}{2}-\frac{{\varsigma|T_0(l)k_2-EI|}}{2{\sigma_7}}-\right.\\ &\left.\frac{{|\varsigma T_0(l)k_2-l\lambda{EI}\phi(l)|}}{2{\sigma_8}}-\frac{\varsigma k_2k_3T_0(l)\sigma_{11}}{2}\right)\times\\ &\left.y'''^2(l,t)-\left[\frac{\lambda }{2}(\phi(z)T_0(z)+z\phi'(z)T_0(z)-\right.\right.\\ &\left.z\phi(z)T_0'(z))-\right.{\lambda\sigma_2cl\phi^2(z)}-{\lambda\sigma_3l\phi^2(z)}\bigg]\\ &\left.\int^l_0{y}^{{\prime}2}(z, t){\rm{d}}z+\left(\frac{\varsigma}{\sigma_1}+\frac{l\lambda}{\sigma_3}\right)\int^l_0f^2(z,t){\rm{d}}z-\right.\\ &\left.\bigg({\varsigma}c-{\varsigma}{\sigma_1}+\frac{\lambda \rho}{2}(\phi(z)+z\phi'(z))-\frac{l\lambda c}{\sigma_2}\right)\times\\ &\int^l_0\dot{y}^2(z, t){\rm{d}}z-\frac{\lambda }{2}\int^l_0[3\phi(z)\psi'(z)+\\ &3z\phi'(z)\psi(z)-z\phi(z)\psi'(z)]{y}^{{\prime}4}(z, t){\rm{d}}z \end{aligned} $

    (32)

    其中, $ \sigma_4\sim\sigma_{11} > 0, $选择恰当的参数值$ \varsigma, $ $ \lambda, $ $ k_i, $ $ i = 1, $ $\cdots, 4, \delta_j, j = 1, \cdots, 11, $满足下列条件:

    $ \begin{split} \frac{\varsigma T_0(l)}{2}-\;&\frac{{|\varsigma T_0(l)k_2-l\lambda{EI}\phi(l)|}{\sigma_8}}{2}-\\ &\frac{\lambda \phi(l)T_0(l) l}{2}\ge 0 \end{split} \hspace{51pt}$

    (33)

    $ \begin{split} \frac{\varsigma T_0(l)}{2}-\;&\frac{{\varsigma|T_0(l)-d_a|}{\sigma_6}}{2}-\frac{{\varsigma|T_0(l)k_2-EI|}{\sigma_7}}{2}-\\ &\frac{{\varsigma|k_3T_0(l)-2\psi(l)|}{\sigma_{10}}}{2}-\frac{\lambda \rho l\phi(l)}{2}\ge 0 \end{split} \hspace{20pt}$

    (34)

    $ \begin{split} \frac{\varsigma T_0(l)}{2}-\;&\frac{{\varsigma|T_0(l)k_2-EI|}{\sigma_5}}{2}-\frac{{\varsigma|T_0(l)k_2-EI|}}{2{\sigma_7}}-\\ &\frac{{|\varsigma T_0(l)k_2-l\lambda{EI}\phi(l)|}}{2{\sigma_8}}-\frac{\varsigma k_2k_3T_0(l)\sigma_{11}}{2}\ge 0 \end{split} $

    (35)

    $ \begin{split} \frac{ T_0(l)k^2_3}{2}-\;&\frac{| k_3T_0(l)-2 \psi(l)|}{2\sigma_9}-\\ &\frac{|k_3T_0(l)-2\psi(l)|}{2\sigma_{10}}-\frac{ k_2k_3T_0(l)}{2\sigma_{11}}\ge 0 \end{split} \hspace{11pt}$

    (36)

    $ \begin{align} \varsigma k_3T_0(l)-\frac{3\lambda \phi(l)\psi(l)l}{2}\ge 0 \end{align} \hspace{86pt}$

    (37)

    $ \begin{split} \omega_1 =& \min\{ {\varsigma}c-{\varsigma}{\sigma_1}-\frac{l\lambda c}{\sigma_2}+ \\& \frac{\lambda \rho}{2}(\phi(z)+z\phi'(z))\}>0 \end{split} \hspace{78pt}$

    (38)

    $ \begin{aligned} \omega_2 = &\min\bigg\{\frac{\lambda}{2}(\phi(z)T_0(z)+z\phi'(z)T_0(z)-\\& z\phi(z)T_0'(z))-\lambda\sigma_2cl\phi^2(z)-\lambda\sigma_3l\phi^2(z) \bigg\}>0 \end{aligned} $

    (39)

    $ \begin{split} \omega_3 = &\min\{3\phi(z)\psi'(z)+3z\phi'(z)\psi(z)-\\ &z\phi(z)\psi'(z)\} >0 \end{split} \hspace{32pt}$

    (40)

    $ \begin{align} \omega_4 = \min\{\phi(z)+z\phi'(z)\} >0 \end{align}\hspace{67pt} $

    (41)

    $ \begin{split} \omega_5 =\;& k_1+\frac{ T_0(l)}{2}-\frac{1}{\sigma_4}-\frac{| k_3T_0(l)-2 \psi(l)|\sigma_9}{2}-\\ &\frac{|T_0(l)k_2-EI|}{2\sigma_5}-\frac{|T_0(l)-d_a|}{2\sigma_6}>0 \end{split} $

    (42)

    $ \begin{align} \omega_6 = k_4-\frac{ T_0(l)}{2} >0 \end{align} \hspace{105pt}$

    (43)

    $ \begin{align} \alpha = \left(\frac{\varsigma}{\sigma_1}+\frac{l\lambda}{\sigma_3}\right)lF^2+{\varsigma}{\sigma_4}\varpi^2<+\infty \end{align} \hspace{33pt}$

    (44)

    结合式(33) ~(44), 可得

    $ \begin{aligned} \dot{Y}(t) \le & \ \alpha-\omega_1\int^l_0\dot{y}^2(z, t){\rm{d}}z-\omega_2\int^l_0{y}^{{\prime}2}(z, t){\rm{d}}z-\\ & \frac{\lambda }{2}\omega_3\int^l_0{y}^{{\prime}4}(z, t){\rm{d}}z-\frac{3\lambda EI}{2}\omega_4\int^l_0{y}^{{\prime\prime}2}(z, t){\rm{d}}z-\\& \ \varsigma\omega_5\nu^2(t)-\varsigma\omega_6\mu^2(t)\le\\ & \ \delta_3[Y_e(t)+Y_f(t)]+\alpha \end{aligned} $

    (45)

    其中, $ \delta_3 = {\min}\left(\dfrac{2\omega_1}{{\varsigma}\rho}, \dfrac{2\omega_2}{{\varsigma}\overline{T}_0}, \dfrac{\lambda\omega_3}{\varsigma\overline{\psi}}, \dfrac{3\lambda\pi_4}{\varsigma}, \dfrac{2\pi_5}{m}, \dfrac{2\pi_6}{m}\right) $.

    根据式(26)和式(45), 有

    $ \begin{align} \dot{Y}(t)\le -\delta{Y}(t)+\alpha \end{align} $

    (46)

    其中, $ \delta = \delta_3/\delta_2 $.

    定理1.针对执行器非光滑反向间隙−饱和约束特性的深海柔性立管系统, 如果系统初始条件是有界的且所选取参数满足约束条件式(33) ~(44), 在设计控制器(14)、假设1和假设2作用下, 闭环系统是一致有界稳定的.

    证明.将式(27)乘以$ {\rm{e}}^{{\vartheta}t} $, 得出:

    $ \begin{align} \frac{\partial}{\partial t}\left({Y}(t){\rm{e}}^{\delta t}\right)\le \alpha {\rm{e}}^{\delta t} \end{align} $

    (47)

    积分上式并变换, 有:

    $ \begin{align} {Y}(t)\le Y(0){\rm{e}}^{-\delta t}+\frac{\alpha}{\delta}\left(1-{\rm{e}}^{-\delta t}\right)\le Y(0){\rm{e}}^{-\delta t}+\frac{\alpha}{\delta} \end{align} $

    (48)

    求助于$ Y_{e}(t) $, 式(19)和引理2, 可得

    $ \begin{split} \frac{{\varsigma}\underline{T}_0}{2l}y^2(z,t)\le &\frac{{\varsigma}}{2}\int^l_0T_0(z){y}^{{\prime}2}(z,t){\rm{d}}z\le\\ &{Y_e(t)}\le\frac{1}{\delta_1}Y(t) \end{split} $

    (49)

    将式(48)代入式(49), 产生

    $ \begin{split} \mid y(z,t)\mid \le \sqrt{\frac{2l}{{\varsigma}\delta_1\underline{T}_0}\left[Y(0){\rm{e}}^{-\delta t} +\frac{\alpha}{\delta}\right]}, \\ \forall (z,t) \in[0,l]\times[0,+\infty) \end{split} $

    (50)

    进一步得出

    $ \begin{split} \underset{t\to\infty}{\mathop{\lim }} \,\left| y(z,t) \right| \le\sqrt{\frac{2l\alpha}{\varsigma{\underline{T}_0}{\delta}_{1}\delta}}, \ \ \ \forall z\in[0,l] \end{split} $

    (51)

    为验证所设计控制器的性能, 本节在MATLAB软件中采用有限差分法[27-30]来近似闭环系统的数值解.柔性立管系统的参数为$ l = 1\; 000\, \rm{m}, $ $ \rho = 500\, \rm{kg/m}, $ $ c = 1.0\, \rm{Ns/m^2}, $ $ T_0(z) = 4.5\times10^5\times(1\; 000+z)\, \rm{N}, $ $\psi(z)=$ $ 1\times10^3 (1\; 000+z), $ $ EI $ = $ 1.5\times10^7\, {\rm N m^2}, ~{m}$ $=9.6\times10^6\, \rm{kg}, $ $ d_a = 1\; 000\, \rm{Ns/m}. $系统的初始条件描述为: $ y(z, 0) =$ $ \dfrac{12z}{l}, ~ \dot{y}(z, 0) = 0 $.

    外部环境扰动$ d(t) $为

    $ \begin{split} d(t) =\;& [3+0.8\sin(0.7t)+0.8\sin(0.5t)+\\& 0.8\sin(0.9t)]\times10^5 \end{split} $

    (52)

    柔性立管系统在自由振动时, 即$ u(t) = 0 $, 图 2给出了其时空的表示.在所示设计控制器(14)作用下, 选取控制设计参数$ k_1 $ = $ 1\times10^7 $, $ k_2 = {1}/{60}, $ $ k_3= {1}/{225}, $ $ k_4 $ = $ 5\times10^8, $ $ a $ = $ 1\times10^6 $, $ b = 5~\times $ $10^6 $, 立管三维响应显示在图 3中. 图 4则给出了立管中部顶端$ (x = 1\; 000\; {\rm{m}}) $的二维偏移图, 图 5图 6分别描绘了所设计的控制命令和反向间隙−饱和控制输入.

    图 2  未受控的立管偏移量
    Fig. 2  Displacement of the uncontrolled riser
    图 3  受控的立管偏移量
    Fig. 3  Displacement of the controlled riser
    图 4  立管的端点偏移量
    Fig. 4  Endpoint displacement of the riser
    图 5  设计的控制命令
    Fig. 5  Designed control command
    图 6  非线性的控制输入
    Fig. 6  Control input with nonlinearities

    仿真图 2图 3表明, 在外部扰动和执行器非光滑反向间隙−饱和约束条件下, 所设计控制器(14)能有效抑制立管振动; 由仿真图 4可得, 立管端点的偏移量稳定在平衡位置附近的小邻域; 仿真图 5图 6得出, 控制器的输入是非线性的, 执行器非光滑反向间隙−饱和约束特性也相当地明显.根据上述分析, 可得如下结论:由于混合的输入非线性影响, 立管的振动偏移量需要相对长的收敛时间; 本文所构建的控制策略能较好地处理执行器非光滑反向间隙−饱和约束并能有效地抑制立管振动.

    本文解决了具有执行器非光滑反向间隙−饱和约束特性的深海柔性立管边界控制问题.首先, 基于Lyapunov理论和边界控制技术, 采用辅助系统和函数在立管顶端构建了边界控制器以实现立管系统的振动抑制和输入非线性的补偿.其后, 应用严格的分析且没有离散化或简化系统的偏微分方程动力学, 证明了受控系统的一致有界性.最后所呈现的仿真结果验证了提出控制能较好地稳定立管系统并有效消除执行器非光滑反向间隙−饱和约束影响.下一步值得探索的研究方向可以为海洋柔性立管系统的有限时间稳定[31]以及基于不确定性和干扰估计[32]的控制设计.


  • 本文责任编委 桑农
  • 图  1  二维激光轮廓传感器原理图

    Fig.  1  Schematic diagram of 2D laser profile sensor

    图  2  叶片叶盆测量点云的截面拟合曲线

    Fig.  2  Cross section fitting curve of measuring point cloud in leaf vane

    图  3  截面型线测点的切线分布及局部放大图

    Fig.  3  Tangent distribution and partial enlargement of measuring points of section lines

    图  4  激光测量系统与三坐标检测叶片表面缺陷比对实验

    Fig.  4  Laser measurement system and three-coordinate detection blade surface defect comparison experiment

    表  1  对叶片表面几何缺陷同一截面进行检测(mm)

    Table  1  Detecting the same section of the geometrical defect of the blade surface (mm)

    检测装置 最大值 最小值
    激光测量系统 0.1337 0.1258
    三坐标测量机 0.1369 0.1252
    误差 0.0032 0.0006
    下载: 导出CSV
  • [1] Soares C. Gas turbine major components and modules. Gas Turbines: A Handbook of Air, Land, and Sea Applications. Butterworth: Butterworth-Heinemann, 2008. 119-166
    [2] Kauser F B. An overview of gas turbine propulsion technology. In: Proceedings of the 30th AIAA/ASME/SAE/ASEE Joint Propulsion Conference. Indianapolis, IN, USA, 1994.
    [3] 尹培丽, 王建华, 陈阳泉, 王飞跃.平行测量:复杂测量系统的一个新型理论框架及案例研究.自动化学报, 2018, 44(3): 425-433 doi: 10.16383/j.aas.2018.c170192

    Yin Pei-Li, Wang Jian-Hua, Chen Yang-Quan, Wang Fei-Yue. Parallel measurements: a new theory and framework for complex measurement system and a case study. Acta Automatica Sinica, 2018, 44(3): 425-433 doi: 10.16383/j.aas.2018.c170192
    [4] 孟飙, 曲学军.大尺寸复杂形状组合测量系统的全局标定与多视数据融合.自动化学报, 2017, 43(11): 2051-2060 doi: 10.16383/j.aas.2017.c160273

    Meng Biao, Qu Xue-Jun. Global calibration and multi-view data fusion for combination measurement system of large complicate shapes. Acta Automatica Sinica, 2017, 43(11): 2051-2060 doi: 10.16383/j.aas.2017.c160273
    [5] Wu H D, Gao J, Li S, Zhang Y H, Zheng D T. A review of geometric reconstruction algorithm and repairing methodologies for gas turbine components. TELKOMNIKA, 2013, 11(3): 1609-1618 https://core.ac.uk/display/28429845
    [6] Bin S, Bing L. Laser displacement sensor in the application of aero-engine blade measurement. IEEE Sensors Journal, 2016, 16(5): 1377-1384 doi: 10.1109/JSEN.2015.2497363
    [7] Mohaghegh K, Sadeghi M H, Abdullah A, Boutorabi R. Improvement of reverse-engineered turbine blades using construction geometry. The International Journal of Advanced Manufacturing Technology, 2009, 49(5-8): 675-687 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=dd00017ea594f6a8576de25073e684c3
    [8] Giannakoglou K C, Giotis A P, Karakasis M K. Low-cost genetic optimization based on inexact pre-evaluations and the sensitivity analysis of design parameters.Inverse Problems in Engineering, 2001, 9(4): 389-412 doi: 10.1080/174159701088027771
    [9] Angelastro A, Campanelli S L, Casalino G. Statistical analysis and optimization of direct metal laser deposition of 227-F Colmonoy nickel alloy. Optics and Laser Technology, 2017, 94: 138-145 doi: 10.1016/j.optlastec.2017.03.027
    [10] Blokhina I. Investigation of surfaced press molds made its working resource. Technology Audit and Production Reserves, 2017, 3(1): 34-38
    [11] 席平, 孙肖霞.大扭曲度涡轮叶片的三维实体重构与误差检测.工程图学学报, 2009, 30(3): 1-5 doi: 10.3969/j.issn.1003-0158.2009.03.001

    Xi Ping, Sun Xiao-Xia. 3D solid reconstruction and error inspection of big-twisted turbo blade. Journal of Engineering Graphics, 2009, 30(3): 1-5 doi: 10.3969/j.issn.1003-0158.2009.03.001
    [12] 蔺小军, 杨阔, 吴广, 董婷.开式整体叶盘叶片型面数控抛光编程技术.计算机集成制造系统, 2014, 20(2): 379-384 http://d.old.wanfangdata.com.cn/Periodical/jsjjczzxt201402017

    Lin Xiao-Jun, Yang Kuo, Wu Guang, Dong Ting. NC polishing programming technology of open blisk blade surface. Computer Integrated Manufacturing Systems, 2014, 20(2): 379-384 http://d.old.wanfangdata.com.cn/Periodical/jsjjczzxt201402017
    [13] 程云勇, 朱真真, 李维亮, 张定华.面向叶片弯扭变形分析的测量采样方法.计算机集成制造系统, 2013, 19(6): 1329-1335 http://d.old.wanfangdata.com.cn/Periodical/jsjjczzxt201306021

    Cheng Yun-Yong, Zhu Zhen-Zhen, Li Wei-Liang, Zhang Ding-Hua. Measurement sampling method oriented to blade bending and torsion deformation analysis. Computer Integrated Manufacturing Systems, 2013, 19(6): 1329-1335 http://d.old.wanfangdata.com.cn/Periodical/jsjjczzxt201306021
    [14] 张安峰, 李涤尘, 梁少端, 王潭, 严深平, 张连重.高性能金属零件激光增材制造技术研究进展.航空制造技术, 2016, 59(22): 16-22 http://d.old.wanfangdata.com.cn/Periodical/hkgyjs201622001

    Zhang An-Feng, Li Di-Chen, Liang Shao-Duan, Wang Tan, Yan Shen-Ping, Zhang Lian-Zhong. Development of laser additive manufacturing of high-performance metal parts. Aeronautical Manufacturing Technology, 2016, 59(22): 16- 22 http://d.old.wanfangdata.com.cn/Periodical/hkgyjs201622001
    [15] 李文龙, 王刚, 尹周平.闭式叶轮五轴原位检测路径规划与实验验证.航空学报, 2018, 39(3): Article No. 42147

    Li Wen-Long, Wang Gang, Yin Zhou-Ping. 5-axis onsite inspection path generation and experimental verification of enclosed impeller. Acta Aeronautica et Astronautica Sinica, 2018, 39(3): Article No. 42147
    [16] Anoshkin A N, Osokin V M, Tretyakov A A, Potrakhov N N, Bessonov V B. Application of operational radiographic inspection method for flaw detection of blade straightener from polymeric composite materials. Journal of Physics: Conference Series, 2017, 808(1): Article No. 012003
    [17] Gao J, Chen X, Yilmaz O, Gindy N. An integrated adaptive repair solution for complex aerospace components through geometry reconstruction. The International Journal of Advanced Manufacturing Technology, 2008, 36(11-12): 1170 -1179 doi: 10.1007/s00170-006-0923-6
    [18] 罗菁, 董婷婷, 宋丹, 修春波.表面缺陷检测综述.计算机科学与探索, 2014, 8(9): 1041-1048 http://d.old.wanfangdata.com.cn/Periodical/jsjkxyts201409003

    Luo Jing, Dong Ting-Ting, Song Dan, Xiu Chun-Bo. A review on surface defect detection. Journal of Frontiers of Computer Science and Technology, 2014, 8(9): 1041-1048 http://d.old.wanfangdata.com.cn/Periodical/jsjkxyts201409003
    [19] 上燕燕.逆向工程在发动机叶片重构及检测中的应用研究[硕士学位论文], 陕西科技大学, 中国, 2014.

    Shang Yan-Yan. The Application Research of Reverse Ngineering in Engine Blade Econstructionand Detection[Master thesis], Shaanxi University of Science and Technology, China, 2014.
    [20] Ali M H, Kurokawa S, Uesugi K. Application of machine vision in improving safety and reliability for gear profile measurement. Machine Vision and Applications, 2014, 25(6): 1549-1559 doi: 10.1007/s00138-014-0619-0
    [21] Mehran P, Demirli K, Surgenor B. Fuzzy machine vision based clip detection. Expert Systems, 2013, 30(4): 352-366 doi: 10.1111/j.1468-0394.2012.00641.x
    [22] Jung Y S, Park K H. O-ring size measurement based on a small machine vision inspection equipment. Journal of the Korea Industrial Information Systems Research, 2014, 19(4): 41-52 doi: 10.9723/jksiis.2014.19.4.041
    [23] 吴庆华.基于线结构光扫描的三维表面缺陷在线检测的理论与应用研究[博士学位论文], 华中科技大学, 中国, 2013.

    Wu Qing-Hua. Study on Theory and Application of 3D Surface Defect On-line Detecting Based on Line-structured Light Scanning[Ph. D. dissertation], Huazhong University of Science and Technology, China, 2013.
    [24] 方海燕.非正交系非接触坐标测量机关键技术研究[博士学位论文], 西安理工大学, 中国, 2005.

    Fang Hai-Yan. Study on Key Technology of Non-orthogonal and Noncontact Coordinate Measuring Machine[Ph. D. dissertation], Xi'an University of Technology, China, 2005.
    [25] 李文龙, 谢核, 尹周平, 丁汉.基于方差最小化原理的三维匹配数学建模与误差分析.机械工程学报, 2017, 53(16): 190-198 http://d.old.wanfangdata.com.cn/Periodical/jxgcxb201716022

    Li Wen-Long, Xie He, Yin Zhou-Ping, Ding Han. Mathematical modeling and error analysis of 3d matching based on variance minimization principle. Journal of Mechanical Engineering, 2017, 53(16): 190-198 http://d.old.wanfangdata.com.cn/Periodical/jxgcxb201716022
    [26] 李兵, 孙彬, 陈磊, 魏翔.激光位移传感器在自由曲面测量中的应用.光学精密工程, 2015, 23(7): 1939-1947 http://d.old.wanfangdata.com.cn/Periodical/gxjmgc201507017

    Li Bing, Sun Bin, Chen Lei, Wei Xiang. Application of laser displacement sensor to free-form surface measurement. Optics and Precision Engineering, 2015, 23(7): 1939-1947 http://d.old.wanfangdata.com.cn/Periodical/gxjmgc201507017
    [27] Sun B, Li B. A rapid method to achieve aero-engine blade form detection. Sensors, 2015, 15(6): 12782-12801 doi: 10.3390/s150612782
    [28] 刘宇, 熊有伦.基于有界k-d树的最近点搜索算法.华中科技大学学报(自然科学版), 2008, 36(7): 73-76 doi: 10.3321/j.issn:1671-4512.2008.07.020

    Liu Yu, Xiong You-Lun. Algorithm for searching nearest-neighbor based on the bounded k-d tree. Journal of Huazhong University of Science and Technology (Nature Science Edition), 2008, 36(7): 73-76 doi: 10.3321/j.issn:1671-4512.2008.07.020
  • 期刊类型引用(18)

    1. 翟漪璇,宋丽梅,贺瑾胜,朱新军. 低重叠率人体点云拼接方法研究. 应用激光. 2024(03): 204-213 . 百度学术
    2. 毕淳锴,张远辉,付铎. 基于多视角热像图序列的物体表面温度场重建. 计量学报. 2024(07): 997-1006 . 百度学术
    3. 王耀南,谢核,邓晶丹,毛建旭,李文龙,张辉. 智能制造测量机器人关键技术研究综述. 机械工程学报. 2024(16): 1-18 . 百度学术
    4. 梁循,李志莹,蒋洪迅. 基于图的点云研究综述. 计算机研究与发展. 2024(11): 2870-2896 . 百度学术
    5. 冯站银. 三维点云语义分割方法综述. 电视技术. 2023(03): 140-143+148 . 百度学术
    6. 李颀,郭梦媛. 基于深度学习的休眠期苹果树点云语义分割. 江苏农业学报. 2023(05): 1189-1198 . 百度学术
    7. 黄淞宣,李新春,刘玉珍. 邻域多维度特征点结合相关熵的点云配准. 激光与红外. 2023(08): 1163-1170 . 百度学术
    8. 单铉洋,孙战里,曾志刚. RFNet:用于三维点云分类的卷积神经网络. 自动化学报. 2023(11): 2350-2359 . 本站查看
    9. 马洁莹,田暄,翟庆,王丞. 基于点到面度量的多视角点云配准方法. 西安交通大学学报. 2022(06): 120-132 . 百度学术
    10. 杨宜林,李积英,王燕,俞永乾. 基于NDT和特征点检测的点云配准算法研究. 激光与光电子学进展. 2022(08): 198-204 . 百度学术
    11. 鲁斌,范晓明. 基于改进自适应k均值聚类的三维点云骨架提取的研究. 自动化学报. 2022(08): 1994-2006 . 本站查看
    12. 陈亚超,樊彦国,樊博文,禹定峰. 基于相对几何不变性的点云粗配准算法研究. 计算机工程与应用. 2022(24): 233-238 . 百度学术
    13. 庄仁诚,陈鹏,傅瑶,黄运华. 列车车轮三维结构光检测中的点云处理研究. 中国测试. 2021(02): 19-25 . 百度学术
    14. 沈小军,于忻乐,王远东,程林,王东升,陈佳. 变电站电力设备红外热像测温数据三维可视化方案. 高电压技术. 2021(02): 387-395 . 百度学术
    15. 杨贵强,李瑞,刘玉君,汪骥,周玉松. 最大相关熵的船体分段扫描数据配准算法. 中国造船. 2021(01): 183-191 . 百度学术
    16. 元沐南,李晓风,李皙茹,许金林. 基于压缩感知的三维足型重建平台. 电子测量技术. 2020(09): 94-98 . 百度学术
    17. 林伟,孙殿柱,李延瑞,沈江华. 复杂型面约束的点云配准序列确定方法. 小型微型计算机系统. 2020(09): 2012-2016 . 百度学术
    18. 黄思捷,梁正友,孙宇,李轩昂. 单Kinect+圆盒的多视角三维点云配准方法研究. 现代计算机. 2020(31): 38-45 . 百度学术

    其他类型引用(17)

  • 加载中
  • 图(4) / 表(1)
    计量
    • 文章访问数:  1999
    • HTML全文浏览量:  334
    • PDF下载量:  242
    • 被引次数: 35
    出版历程
    • 收稿日期:  2018-02-01
    • 录用日期:  2018-07-02
    • 刊出日期:  2020-03-30

    目录

    /

    返回文章
    返回