Метод и алгоритмы сканирования и формирования траектории наплавки системы управления установкой прямого нанесения материала для ремонта лопаток газотурбинных двигателей тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Котляр Дмитрий Игоревич

• Котляр Дмитрий Игоревич
• кандидат наук
• 2024

Оглавление диссертации кандидат наук Котляр Дмитрий Игоревич

Введение

ГЛАВА 1. ОБЗОР И АНАЛИЗ ТЕХНОЛОГИИ РЕМОНТА ЛОПАТОК ГТД, СИСТЕМ И МЕТОДОВ ТРЁХМЕРНОГО СКАНИРОВАНИЯ

1.1 Постановка проблемы

1.2 Технологический процесс ремонта лопаток ГТД

1.3 Исследование точности и эффективности ручного сканирования

1.4 Классификация методов трехмерного сканирования

1.5 Патентно-информационный поиск

1.6 Выводы по первой главе, формулировка цели и задач исследования

ГЛАВА 2. РАЗРАБОТКА УСОВЕРШЕНСТВОВАННОГО СПОСОБА СКАНИРОВАНИЯ СЛОЖНОПРОФИЛЬНОЙ КРИВОЛИНЕЙНОЙ ПОВЕРХНОСТИ КРОМКИ ЛОПАТКИ ГТД

2.1 Исследование влияния внешних факторов на качество наплавки

2.2 Математическая модель отслеживания точки при изменении угла поворота и наклона стола

2.3 Математическая модель процесса сканирования

2.4 Метод формирования траектории наплавки металла на сложнопрофильной криволинейной поверхности

2.5 Выводы по второй главе

ГЛАВА 3. РАЗРАБОТКА И ИССЛЕДОВАНИЕ СТРУКТУРЫ И АЛГОРИТМОВ ФУНКЦИОНИРОВАНИЯ АСУТП ДЛЯ ОСУЩЕСТВЛЕНИЯ АВТОМАТИЗИРОВАННОГО РЕМОНТА ЛОПАТОК ГТД

3.1 Описание установки OPTOMEC LENS 850-R

3.2 Разработка алгоритма позиционирования

3.3 Архитектура программного обеспечения

3.4 Разработка алгоритма сканирования кромки лопатки

3.5 Исследование методов и алгоритмов семантической сегментации кромок лопатки ГТД на снимках

3.6 Разработка методики исследования эксплуатационных характеристик системы сканирования

3.7 Выводы по третьей главе

ГЛАВА 4. ТЕХНИЧЕСКАЯ РЕАЛИЗАЦИЯ И ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ АСУТП ДЛЯ РЕМОНТА ЛОПАТОК ГТД

4.1 Техническая реализация подсистемы сканирования

4.2 Разработка пользовательского интерфейса АСУТП и средства тестирования

4.3 Экспериментальное исследование точности и повторяемости сканирования сложнопрофильных криволинейных поверхностей

4.4 Апробация системы управления установкой для восстановления ДСЕ со сложнопрофильной криволинейной поверхностью

4.5 Оценка экономического эффекта и срока окупаемости от внедрения подсистемы автоматизированного сканирования и подготовки управляющих программ

4.6 Выводы по четвёртой главе

Заключение

Список использованных источников

Приложение А. Копия патента на изобретение «Способ получения виртуальных моделей сложнопрофильных криволинейных поверхностей»

Приложение Б. Патент на полезную модель «Устройство измерения сложнопрофильных криволинейных поверхностей для осуществления ремонта методом наплавки»

Приложение В. Свидетельство о государственной регистрации программы для ЭВМ «Программное обеспечение системы технического зрения для сканирования криволинейных поверхностей»

Приложение Г. Свидетельство о государственной регистрации программы для ЭВМ «Программа формирования траектории наплавки для оборудования с пятью степенями свободы»

Введение диссертации (часть автореферата) на тему «Метод и алгоритмы сканирования и формирования траектории наплавки системы управления установкой прямого нанесения материала для ремонта лопаток газотурбинных двигателей»

Введение

Актуальность темы. Газотурбинные двигатели (ГТД) имеют широкое применение в гражданской и военной авиации, судостроении, промышленности и технике. Каждый такой двигатель содержит сотни и тысячи лопаток, которые со временем подвергаются влиянию процессов старения и изнашивания и требуют ремонта.

Один из методов ремонта лопаток - метод наплавки. Современные аддитивные технологии наплавки являются более экономичными и требуют меньшего количества ресурсов на наплавку и дальнейшую обработку изделия. Ремонт лопаток ГТД имеет следующий технологический цикл: 1) металлообработка участка лопатки с дефектом; 2) определение контура наплавки; 3) формирование траектории наплавки; 4) наплавка материала с избытком на оборудовании для прямого нанесения металла; 5) восстановление геометрии лопатки ГТД. Ремонт входной кромки вентиляторной лопатки ГТД - это самый сложный вид ремонта, т. к. поверхность входной кромки такой лопатки является сложнопрофильной и криволинейной, а наплавка материала должна осуществляться под углами близкими к перпендикуляру поверхности.

Для определения контура поверхности наплавки применяются методы ручного и автоматизированного сканирования изделия. Основополагающие результаты в области создания и применения автоматизированных методов сканирования получены в работах российских и зарубежных авторов: Мельцер-Йокиш Т., То-маидис Д., Вилькенхенер Р., Медведев Д. Д., Ершов С. Г., Кириков А. В., Двой-нишников С. В., Меледин В. Г. и др.

Методы формирования траектории наплавки для оборудования с пятью степенями свободы представлены в работах авторов На1еет А., JavaidМ., Утзкуа Я., Судан А., Воропаева Е. Т., Камоничкина Н. В., Кочешков И. В., Андреев А. Е., Дроботов А. В., Коптелова И. А., Гущин И. А., Кизилов В. Г., Скрипников Н. А. и др.

Несмотря на множество теоретических и практических разработок в области сканирования и формирования траектории наплавки, до настоящего времени остаются актуальными и нерешенными проблемы:

1) отсутствие методов и математических моделей для сканирования слож-нопрофильных криволинейных поверхностей с обеспечением привязки отсканированной поверхности к исполнительному инструменту - экструдеру;

2) отсутствие методов формирования непрерывной вдоль всей поверхности траектории наплавки на установке с пятью степенями свободы;

3) необходимость использования оригинальных трёхмерных моделей лопатки для формирования траектории наплавки;

4) отсутствие функциональных возможностей для управления вектором нормали поверхности в процессе наплавки.

Таким образом, сложилось противоречие, которое заключается в том, что с одной стороны существует объективная необходимость в сканировании и формировании непрерывной траектории наплавки для осуществления ремонта сложно-профильных криволинейных поверхностей, таких как входная кромка вентиляторной лопатки ГТД, с другой стороны существующие модели, методы и алгоритмы обладают ограничениями теоретического и практического применения.

Изложенное выше указывает на актуальность научно-технической задачи, заключающейся в разработке метода, моделей и алгоритмов сканирования и формирования траектории наплавки системы управления установкой прямого нанесения материала для ремонта лопаток газотурбинных двигателей.

Цель работы - повышение эффективности технологического процесса ремонта лопаток газотурбинных двигателей на установке прямого нанесения материала.

Для достижения данной цели в работе поставлены и решены следующие основные задачи:

1) анализ современного состояния области исследования, постановка задачи исследования;

2) разработка математической модели сканирования криволинейных поверхностей и метода формирования непрерывной траектории наплавки;

3) синтез архитектуры и алгоритмов системы управления, в том числе алгоритмов подсистемы сканирования и определения границ кромок лопаток ГТД;

4) техническая реализация системы управления установкой прямого нанесения материала, экспериментальная проверка.

Объект исследования - система управления установкой прямого нанесения материала для ремонта лопаток газотурбинных двигателей.

Предмет исследования - метод, модели, алгоритмы и структура сканирования и формирования траектории наплавки системы управления установкой прямого нанесения материала.

Методы исследования. Поставленные задачи решены с использованием классификации и анализа известных методов трёхмерного сканирования; математического моделирования отслеживания точки при изменении угла поворота и наклона стола; математического моделирования процесса сканирования; исследования и анализа методов синтезирования траектории наплавки; имитационного моделирования; экспериментального исследования эксплуатационных характеристик подсистемы сканирования; сравнения результатов автоматического и ручного сканирования.

Научная новизна и основные положения, выносимые на защиту:

1) новая математическая модель процесса сканирования, которая в отличии от известных позволяет выполнять сканирование сложнопрофильных криволинейных поверхностей, таких как кромки лопаток ГТД, на основе комбинации двух методов сканирования: триангуляционного и фотометрического, при этом сканирование осуществляется непосредственно на станке с пятью степенями свободы, что позволяет управлять вектором нормали сканируемой поверхности;

2) метод формирования траектории наплавки для оборудования с пятью степенями свободы, отличающийся от известных тем, что позволяет синтезировать непрерывную траекторию наплавки вдоль криволинейной поверхности, такой как

кромка лопатки ГТД, при этом обеспечивает положение поверхности перпендикулярно экструдеру вдоль всей траектории;

3) алгоритмическое обеспечение системы управления установкой прямого нанесения материала, обеспечивающее в отличии от известных управление автоматизированной подсистемой сканирования криволинейных поверхностей, в том числе определение границ кромок лопаток ГТД по изображению на основе метода семантической сегментации.

Практическая значимость работы заключается в разработке информационного и программного обеспечений, позволяющих осуществлять сканирование криволинейных поверхностей и формирование по ним непрерывной траектории наплавки для применения на оборудовании для прямого нанесения материала с пятью степенями свободы для осуществления ремонта кромок лопаток ГТД, включая архитектуру программного обеспечения системы управления, отличающуюся распределением по нескольким вычислительным блокам компонент, основанных на микросервисной архитектуре; методика исследования эксплуатационных характеристик подсистемы сканирования; методика автоматизированного сканирования, отличающаяся возможностью сканирования сложнопрофильных криволинейных поверхностей по двум точкам. Использование автоматизированной подсистемы сканирования криволинейных поверхностей кромок лопаток ГТД для обеспечения ремонта методом наплавки позволяет сократить время на подготовку технологических программ ремонта на 56,5 %. Автоматизированная система управления позволяет сократить трудоемкость ремонта кромок лопаток ГТД на 37,1 % и позволяет осуществлять наплавку сложных криволинейных поверхностей за один технологический цикл в пятикоординатном режиме.

Реализация результатов диссертационной работы. Разработанная система управления установкой прямого нанесения материала, содержащая подсистему сканирования сложнопрофильных криволинейных поверхностей и формирования непрерывной траектории наплавки, внедрена на ПАО «ОДК - Сатурн».

Научные исследования диссертационной работы использованы в учебном процессе РГАТУ имени П. А. Соловьева по дисциплине «Автоматизация технологических процессов и производств». Результаты диссертационной работы составляют фактическое содержание отдельных лекций, а также используются в научной деятельности в студенческом конструкторском бюро кафедры «Вычислительные системы».

Соответствие паспорту специальности. Проблематика, рассмотренная в диссертации, соответствует научной специальности 2.3.3 - Автоматизация и управление технологическими процессами и производствами (технические науки) по областям исследования: автоматизация производства заготовок, изготовления деталей и сборки (п. 1); научные основы, модели и методы идентификации производственных процессов, комплексов и интегрированных систем управления и их цифровых двойников (п. 8); формализованные методы анализа, синтеза, исследования и оптимизация модульных структур систем сбора, обработки, хранения и передачи данных в АСУТП, АСУП, АСТПП и др. (п. 10).

Степень достоверности и апробация результатов. Основные положения диссертационной работы подтверждены экспериментальными исследованиями и испытаниями наплавки металла на кромку лопатки ГТД на установке для прямого нанесения материала. Результаты работы прошли апробацию на 6 международных, всероссийских, межрегиональных научных и научно-технических конференциях и форумах: VIII Международный технологический форум «Инновации. Технологии. Производство» (г. Рыбинск, 2022 г.); IX Всероссийская научно-техническая конференция с международным участием для студентов, молодых ученых и специалистов «Энергосбережение и эффективность в технических системах» (г. Тамбов, ТГТУ, 2022 г.); ХЫХ Международная молодёжная научная конференция «Гага-ринские чтения»; (г. Москва, МАИ, 2023 г.); IX Международный технологический форум «Инновации. Технологии. Производство» (г. Рыбинск, 2023 г.); Ежегодная научно-техническая конференция «Климовские чтения - 2023» (г. Санкт-Петербург, АО «ОДК - Климов», 2023 г.); Всероссийская конференция и выставка «Неделя науки - 2023» (г. Санкт-Петербург, СПбГМТУ, 2023 г.).

Публикации по теме работы. По материалам диссертации опубликовано 10 печатных работ, в том числе 6 статей в журналах из перечня рецензируемых научных изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученой степени кандидата наук, 1 патент на изобретение, 1 патент на полезную модель, 2 свидетельства о регистрации программ для ЭВМ.

ГЛАВА 1. ОБЗОР И АНАЛИЗ ТЕХНОЛОГИИ РЕМОНТА ЛОПАТОК ГТД, СИСТЕМ И МЕТОДОВ ТРЁХМЕРНОГО СКАНИРОВАНИЯ

1.1 Постановка проблемы

Современный авиационный газотурбинный двигатель - это технический объект со сложной организацией рабочего процесса, с чрезвычайно высоким уровнем рабочих параметров потока, разветвлённой системой автоматического управления, контроля и диагностики [1], который включает в себя комплекс инновационных конструкторских и технологических решений, направленных на достижение высоких показателей, которые характеризуют конструктивное совершенство двигателя [2].

Газотурбинные двигатели используются в гражданской и военной авиации, в качестве корабельных силовых установок, в стационарных и передвижных энергетических установках, газоперекачивающих станциях.

Авиационный ГТД насчитывает 3 000 и более лопаток разных типоразмеров [3]. В процессе эксплуатации лопатки подвергаются влиянию процесса изнашивания. В следствие изнашивания сопряженных деталей, старения материалов, нарушения процесса регулировок и различных эксплуатационных повреждений происходит постепенное или скачкообразное ухудшение их технического состояния.

Ремонт - один из этапов жизненного цикла изделия. Предприятие-изготовитель выполняет ремонт газотурбинных двигателей в целом и лопаток ГТД в частности в качестве меры обеспечения гарантийного обслуживания двигателя и постгарантийный (коммерческий) ремонт, который позволяет компенсировать затраты на разработку и изготовление двигателя и в долгосрочной перспективе получить прибыль от изделия в процессе эксплуатации [4].

Существующие технологические процессы ремонта лопаток ГТД предусматривают надежное выявление повреждений существующими методами и восстановление деталей с минимальными затратами времени и материальных средств [5]. Одним из методов восстановления геометрии изношенных деталей является метод

наплавки. Современные аддитивные технологии наплавки являются наиболее экономичными и требуют затраты меньшего количества ресурсов на наплавку и дальнейшую обработку изделия [6].

Инновационные возможности аддитивных технологий, применяемых в машиностроении, и, в частности, в области авиационного производства, позволяют решать сложные инженерные задачи, способствуют сокращению производственных циклов, повышению экономической эффективности. Применение аддитивных технологий в сфере ремонта сложных деталей, таких как лопатки газотурбинных двигателей, накладывает дополнительные требования на оборудование и программное обеспечение для автоматической подготовки управляющих программ для станков с числовым программным управлением (ЧПУ). Процесс ремонта деталей ГТД состоит из последовательных операций сканирования области интереса, формирования траектории наплавки и непосредственного осуществления наплавки на оборудовании для прямого нанесения металла.

Создание актуальных ЗЛ-моделей современных ремонтируемых деталей представляется важнейшим условием составления программы для ремонта существующих изделий. Решение этой проблемы является ключевым в вопросе сокращения трудоемкости разработки программ управления установкой. Однако, решения заключаются не только в поиске актуальной ЗЛ-модели детали. Вероятность использования идеальной ЗЛ-модели низка, т. к. по факту ремонтируемая деталь имеет существенные отклонения от идеала, полученные в результате эксплуатации. Типовые отклонения фактической детали от её идеальной модели больше толщины наплавляемого слоя в несколько раз. Это обусловливает серьезную техно логическую проблему, состоящую в том, что первый слой не попадает на ремонтируемую деталь и не обеспечивает адгезию.

Современные устройства оцифровки объемных изделий (ЗЛ-сканеры) требуют значительных трудозатрат на подготовку объекта к оцифровке, проведение дополнительной пост-обработки полученного цифрового слепка, совмещение результатов сканирования с последующей установкой ремонтируемого изделия в ра-

бочей зоне установки для наплавки металла. Кроме того, такой способ сканирования детали накладывает высокие требования к соосности всех элементов конструкции установки с их математическим представлением.

Современные программные решения по формированию траектории наплавки не решают проблему применения программ для создания пятиосевого процесса наплавки, без привлечения инженера-программиста к созданию ЧПУ-программ для каждого отдельного случая.

Необходимость проведения данных исследований и научной работы обусловлена рядом факторов, наиболее важными из которых являются необходимость автоматизации рабочего процесса операторов установок для ремонта лопаток ГТД, необходимость исключения человеческого фактора из процесса создания ЧПУ-программ, отсутствие методов сканирования сложнопрофильных криволинейных поверхностей лопаток ГТД без использования оригинальной трехмерной модели лопатки с достаточной для проведения ремонтных работ точностью итогового скана поверхности, отсутствие методов формирования траектории наплавки металла по заданной сложнопрофильной криволинейной поверхности.

Задача получения в короткие сроки в автоматическом режиме точной программы для станка с числовым программным управлением (ЧПУ) является важной составляющей в решении проблемы ремонта изделий для аэрокосмической и оборонной промышленности. Совершенствование процессов производства и ремонта авиационных двигателей на всех этапах становления и развития гражданской авиации остаётся актуальным и востребованным.

1.2 Технологический процесс ремонта лопаток ГТД

Технологический процесс ремонта лопатки газотурбинного двигателя выполняется на установке прямого нанесения металла, требует для своей реализации: 1) электрической энергии, которая преобразуется в энергию на создание рабочей среды, энергию движения станком, энергию лазера, а также требуется для работы сопутствующего оборудования; 2) рабочего газа (аргона), в котором выполняется наплавка; 3) порошка (сплавы на основе титана, никеля, кобальта), наплавляемого

на поверхность лопатки; 4) участие оператора установки в процессе подготовки технологической программы и контроля процесса наплавки металла.

Предварительно изношенная лопатка ГТД (рисунок 1.1, а) обрабатывается на ЧПУ-станке, в процессе обработки с кромки лопатки снимается часть материала (рисунок 1.1, б). В результате обработки кромка лопатки ГТД не имеет изношенных частей и обладает неправильной формой (рисунок 1.1, в). Данная заготовка в дальнейшем поступает на участок прямого нанесения металла.

Требуется восстановить оригинальную форму лопатки ГТД. Для этого на ту часть кромки, с которой был снят материал, наносится новый материал из порошков тех же сплавов, или сплавов пригодных для напыления и эксплуатации. Пригодность сплава определяется технологией ремонта лопатки, установленной на предприятии.

Оператор установки прямого нанесения металла подготавливает установку к работе. Для этого на рабочий стол установки закрепляется оснастка, в которую в последующем будет установлена обрабатываемая деталь (заготовка), осуществляется калибровка осей установки, поиск домашнего положения, загружается порошок требуемого сплава в бункер или производится замена порошка с продувкой трасс рабочим газом (аргоном), закрывается камера, осуществляется подготовка рабочей среды с вытеснением воздуха рабочим газом. Рабочий газ поступает из сети цеха, его замена в процессе подготовки или работы не требуется.

Оператор устанавливает заготовку в оснастку. Деталь в камеру установки подается через аванкамеру, без нарушения герметичности установки и нарушения рабочей среды.

В технологическом процессе до модернизации (рисунок 1.2) оператор устанавливает положение стола (наклон и поворот) таким образом, чтобы вся поверхность детали в среднем была максимально приближена к перпендикуляру относительно сопла установки. В дальнейшем положение стола не меняется в течении всего процесса подготовки программы и наплавки. С помощью встроенной в сопло камеры, оптический центр которой совмещен с осью лазера, оператор задаёт кон-

тур детали, где будет осуществляться наплавка, после завершения построения контура, с помощью встроенных в АСУТП методов генерируется программа наплавки в С-кодах.

г)

д)

а) б) в)

Рисунок 1.1 - Эскиз ремонта кромки лопатки ГТД: а) изношенная лопатка; б) металлообработка лопатки; в) лопатка перед наплавкой; г) наплавка; д) после финишной металлообработки

а

Энергия на создание Рабочий газ (аргон) рабочей среды

Изношенная лопатка ГТД

Снятие изношенной част

металла на металлообрабатывающем оборудовании

1,

Подготовка установки прямого нанесения металла к работе

Установка заготовки в оснастку в камере установки

"Облако" точек

Задание параметров расчёта траектории

"П

Вычисление траектории нанесения металла в САПР

Траектория наплавки

1. Закрепление оснастки;

2. Калибровка осей установки;

3. Создание рабочей среды в камере установки;

а порошка;

Снятие излишек | материала на | металлообрабатывающем 1 оборудовании 1

1—^

Годная лопатка ГТД

Обработанная заготовка

Задание траектории движения (разомкнутый цикл управления)

Задание энергии а плавки (разомкнутый цикл управления)

Создание программы

- Энергия движения станком

-к ¡ргия лаз*

-е

Энергия лазера

Задали порошка в рабочую зону

(разомкнутый цикл _управления)

Бункер с порошком

-О—

Программа наплавки (С-код)

Рисунок 1.2 - Технологический процесс ремонта лопатки ГТД до модернизации

б

Для сложной детали, такой как кромка лопатки вентилятора, процесс ручного построения контура наплавки занимает около 90 ^ 100 минут, при этом оператор не выдерживает нормаль поверхности.

Затем в автоматизированном режиме по заданным параметрам выполняется формирование траектории наплавки. По полученной траектории наплавки генерируется программа в С-кодах, понятных установке с ЧПУ. Средствами АСУ выполняется технологическая программа, а именно устанавливается заданная мощность лазера, устанавливается заданная скорость подачи порошка, выполняются команды по движению установки с заданной скоростью по посчитанным координатам. В процессе наплавки оператор имеет возможность оперативно повлиять на процесс наплавки путём изменения мощности лазера или скорости подачи порошка в зону расплава. Выполнение данных действий требует затрат энергии движения, энергии лазера и расхода порошка. Порошок в зону расплава доставляется по трубкам через форсунки с помощью рабочего газа, тем самым в зоне расплава дополнительно вытесняются остатки воздуха, что улучшает качество сплавляемости материала, исключает возникновение окислов и оксидных плёнок.

После завершения выполнения технологической программы обработанная заготовка на ремонтируемой кромке имеет излишки материала (рисунок 1.1, г). Типовое минимальное значение избытка материала dmin составляет 0,2 ^ 0,5 мм. Технологический процесс ремонта лопатки ГТД методом наплавки металла на этом считается завершенным. Деталь поступает на участок металлообработки, где с помощью ЧПУ-станка данные излишки снимаются для придания лопатке проектной формы (рисунок 1.1, д). Затем лопатка поступает на другие участки производственной линии для последующей обработки и приемки.

1.3 Исследование точности и эффективности ручного сканирования

В настоящее время подготовка технологических программ, а именно определение траектории наплавки, как следует из описания технологического процесса, осуществляется вручную (рисунок 1.2) операторами установки с помощью камеры, расположенной соосно с лазером.

Сканирование ручным методом можно принять за эталон при анализе точности сканирования автоматическими методами.

Определение точности сканирования ручным методом осуществлялось серией перекрестных испытаний, в ходе которых нескольким операторам необходимо было отсканировать партию лопаток ГТД, при этом сканирование одной лопатки одним оператором осуществлялось повторно по три раза за одну установку.

Таким образом, результаты всех измерений были сведены в единый набор данных, по которым в дальнейшем был построен график функции распределения отклонений от среднего по всем измерениям. В результате анализа полученных данных (рисунок 1.3) была определена повторяемость ручного сканирования 0,0196 мм, Р = 92,69 % и 0,021 мм, Р = 95,64 %. Повторяемость ручного сканирования приравнена к точности сканирования ручным методом.

0,00

1,0

0,8 |

<и ч (и о.

(О

0,6

*

X ■&

0,4 *

■а

го о.

0,2

0,00 0,02 0,04 0,06 0,08

Отклонение от среднего, мм

0,10

Рисунок 1.3 - Повторяемость ручного сканирования

Данные исследования показывают высокую повторяемость результатов сканирования. Вследствие этого, результаты ручного сканирования могут быть использованы как эталонные при сравнении методов сканирования и оценки их точности.

При этом полученные в ходе эксперимента данные, показывают, что скорость ручного сканирования в 3В координатах, т. е. без изменения наклона и поворота стола, а как следствие нормали сканируемой поверхности, составляет от 320 до 490 точек в час.

1.4 Классификация методов трехмерного сканирования

Для получения информации об объекте реального мира в автоматическом режиме применяют методы - системы и алгоритмы - машинного зрения. Одним из таких методов является трёхмерное JD-сканирование.

Трёхмерное сканирование - это процесс, направленный на получение информации об объектах и окружении реального мира, заключающийся в сборе данных о форме объекта и, возможно, его внешнем виде. Полученные в результате данного процесса данные могут быть использованы для построения цифровой трёхмерной модели. Результатом трёхмерного сканирования является облако точек в трёхмерном пространстве, которое в дальнейшем может быть обработано программами для восстановления геометрии объекта в виде сетки треугольников (фасетная модель) или компьютерной CAD модели (твердотельная модель).

Технология трёхмерного JD-сканирования получила широкое развитие и находит своё применение в различных областях, таких как медицина, археология, культурная сфера, промышленность, геология.

В промышленности данную технологию используют как инструмент для точного реверс-инжиниринга, точного контроля качества и соответствия геометрии изготовленных деталей и машин, в процессе механической обработки, в качестве инструмента для клонирования и ремонта деталей с применением аддитивных технологий [7, 8, 9, 10].

Технологии трёхмерного JD-сканирования можно классифицировать по следующим категориям: 1) где проводится сканирование, 2) когда проводится сканирование, 3) каким способом проводится сканирование.

В контексте применения трёхмерного сканирования с обработкой деталей на станках с ЧПУ и обрабатывающих центрах, средства сканирования могут располагаться как автономно (stand-alone), в том числе в общей рабочей зоне (in-situ) и вне рабочей зоны (off-machine), так и непосредственно на станке (on-machine) [11, 12]. Классификация технологий трёхмерного сканирования по расположению относительно оборудования для обработки деталей приведена на рисунке 1.4.

Список литературы диссертационного исследования кандидат наук Котляр Дмитрий Игоревич, 2024 год

Список использованных источников

1 Сосунов, В. А. Теория, расчет и проектирование авиационных двигателей и энергетических установок [Текст] / В. А. Сосунов, В. М. Чепкин. - М., МАИ, 2003. - 688 с.

2 Елисеев, Ю. С. Технология производства авиационных газотурбинных двигателей [Текст]: учеб. пособие для вузов / Ю. С. Елисеев, А. Г. Бойцов, В. В. Крымов, [и др.]. М.: Машиностроение, 2003. - 512 с.

3 Афонин, В. Л. Интеллектуальные робототехнические комплексы для финишной обработки сложных поверхностей / В. Л. Афонин, А. Н. Смоленцев, М. Г. Яковлев // Экстремальная робототехника. - 2018. - № 1. - С. 161-170.

4 Безъязычный, В. Ф. Анализ и направления совершенствования технологических и организационных проблем ремонта газотурбинных авиационных двигателей / В. Ф. Безъязычный, А. В. Смирнов // Наукоемкие технологии в машиностроении. - 2020. - № 8 (110). - С. 42-48. - DOI 10.30987/2223-4608-2020-8-42-48.

5 Леонтьев, В. А. Восстановление работоспособности ГТД с применением новых технологий и материалов / В. А. Леонтьев, С. Д. Зиличихис, Э. В. Кондратюк, В. Е. Замковой // Вестник двигателестроения. - 2006. - № 4. - С. 99-103.

6 Бессуднов, И. А. Совершенствование технологий ремонта газотурбинных авиационных двигателей с использованием ресурсосберегающих технологий: дис. ... канд. техн. наук.: 05.02.08 / Бессуднов Иван Александрович. - Рыбинск, РГАТУ, 2014. - 208 с.

7 Galantucci, L. M. Semi-automatic Low Cost 3D Laser Scanning Systems for Reverse Engineering / L. M. Galantucci, E. Piperi, F. Lavecchia, A. Zhavo // Procedia CIRP. - 2015. - № 28. - С. 94-99. - DOI 10.1016/j.procir.2015.04.016.

8 Ahmadi, S. A. Introduction of a Domestic Scanner for 3D Obj ect Modeling and its Evaluation / S. A. Ahmadi, A. Mohammadzadeh, A. Hosseininaveh // National Conference on Geospatial Information Technology: труды 1-ой национальной конференции. - Тегеран, 2016.

9 Salehi, V. Using point cloud technology for process simulation in the context of digital factory based on a systems engineering integrated approach / V. Salehi, S. Wang // International Conference on Engineering Design: труды 21-ой международной конференции. - Ванкувер, 2017. - С. 11-20.

10 Svedberger, J. Laser scanning in manufacturing industries: дис. магистр. / Svedberger Johan. - Stockholm, KTH Industrial Engineering and Management, 2013. -85 с.

11 Mutilba, U. Traceability of On-Machine Tool Measurement: A Review / U. Mutilba, E. Gomez-Acedo, G. Kortaberria, A. Olarra, J. A. Yagüe-Fabra // Sensors. -2017. - № 17. - DOI 10.3390/s17071605.

12 Horst, J. On-Machine Measurement Use Cases and Information for Machining Operations / J. Horst, T. Hedberg, A. B. Feeney // Allison, NIST Advanced Manufacturing Series 400-1. - 2019. - 61 с.

13 Logee, S. Quality in Manufacturing: On-machine measurement, Tooling & Production / S. Logee. - 2009. - URL: http://www.toolingandproduc-tion.com/qim/1004on-machine.aspx (дата обращения: 12.02.2023).

14 Дорожкин, И. Н. Особенности внедрения цифрового производства на основе автоматизации процессов производственного и операционного менеджмента на промышленном предприятии / И. Н. Дорожкин, О. К. Дорожкина, И. А. Шинке-вич // Вестник МГТУ "Станкин". - 2018. - № 2 (45).

15 Srinivasan, H. Automatic part localization in a CNC machine coordinate system by means of 3D scans / H. Srinivasan, O. Harrysson, R. Wysk // The International Journal of Advanced Manufacturing Technology. - 2015. - № 81. - С. 1127-1138. -DOI 10.1007/s00170-015-7178-z.

16 Зеленский, А. А. Алгоритм планирования траектории рабочего органа манипулятора для привязки базисных систем координат с использованием технического зрения / А. А. Зеленский, В. А. Франц, Е. А. Семенищев // Вестник машиностроения. - 2019. - № 10. - C. 3-7.

17 Xiong, X. H. Directly Manufacturing Mouse Mold by Plasma Deposition Manufacturing / X. H. Xiong, J. L. Chen, D. M. Quan // Advanced Materials Research. -

2014. - № 941. - С. 2190-2193. - DOI 10.4028/www.scientific.net/AMR.941-944.2190.

18 Skotheim, 0. A Flexible 3D Object Localization System for Industrial Part Handling / 0. Skotheim, M. Lind, P. Ystgaard, S. A. Fjerdingen // IEEE/RSJ International Conference on Intelligent Robots and Systems: труды международной конференции. - Виламоура, 2012. - С. 3326-3333. - DOI 10.1109/IR0S.2012.6385508.

19 Okarma, K. The 3D scanning system for the machine vision based positioning of workpieces on the CNC machine tools / K. Okarma, M. Grudzinski // International Conference on Methods & Models in Automation & Robotics (MMAR): труды 17-ой международной конференции. - Мендзыздрое, 2012. - С. 85-90. - DOI 10.1109/ MMAR.2012.6347906.

20 Curless, B. From Range Scans to 3D Models / B. Curless // Computer Graphics. - 1999. - Т. 33. - № 4. - С. 38-41. - DOI 10.1145/345370.345399.

21 Abdel-Bary, M. 3D Laser Scanners' Techniques Overview / M. Abdel-Bary, M. Ebrahim // International Journal of Science and Research (IJSR). - 2015. - Т. 4. -№ 10. - С. 323-331.

22 Vermeulen, M. M. P. A. Design of a High-Precision 3D-Coordinate Measuring Machine / M. M. P. A. Vermeulen, P. C. J. N. Rosielle, P. H. J. Schellekens // CIRP Annals. - 1998. - Т. 47. - № 1. - С. 447-450. - DOI r10.1016/S0007-8506(07)62871-6.

23 Тимофеев, А. В. Адаптивные робототехнические комплексы / А. В. Тимофеев. - Л.: Машиностроение, 1988. - 332 с.

24 Hammoudi, K. Contributions to the 3D city modeling : 3D polyhedral building model reconstruction from aerial images and 3D facade modeling from terrestrial 3D point cloud and images: автореф. дис. / Hammoudi Karim. - Париж, Université Paris-Est, 2011. - 237 с.

25 Pinggera, P. On Cross-Spectral Stereo Matching using Dense Gradient Features / P. Pinggera, T. Breckon, H. Bischof // Proceedings of the British Machine Vision Conference: труды конференции. - Суррей, 2012. - С. 103.1-103.12. - DOI 10.5244/ C.26.103.

26 Середович, В. А. Наземное Лазерное Сканирование / В. А. Середович, А. В. Комиссаров, Д. В. Комиссаров, Т. А. Широкова. - Новосибирск: СГГА, 2009. - 261 с.

27 Widarta, A. Null Technique for Precision RF Phase Shift Measurements / A. Widarta // 2018 Conference on Precision Electromagnetic Measurements: труды конференции. - Париж, 2018. - С. 1-2. - DOI 10.1109/CPEM.2018.8501067.

28 Шадрин, М. В. Лазерный триангуляционный 3D метод и устройство для прототипирования и изготовления сложных изделий: дис. ... канд. техн. наук: 01.04.01 / Шадрин Максим Владимирович. - Рязань, РГРТУ, 2020. - 194 с.

29 Franca, J. G. D. M. A 3D scanning system based on laser triangulation and variable field of view / J. G. D. M. Franca, M. A. Gazziro, A. N. Ide, J. H. Saito // Image Processing: труды 17-ой международной конференции. - Генуя, 2005. - С. I-425. DOI 10.1109/ICIP.2005.1529778.

30 Черных, М. В. Разработка автоматизированного рабочего места оператора 3D-сканера / М. В. Черных // ФГАОУ ВО «Сибирский федеральный университет» : [сайт]. - 2016. - URL: https://core.ac.uk/download/pdf/84934328.pdf (дата обращения 10.05.2023).

31 Young, D. Stereoscopic vision and perspective projection / D. Young // University of Sussex : [сайт]. - 1994. - URL: https://homep-ages.inf.ed.ac.uk/rbf/CVonline/LOCAL_COPIES/YOUNG/vision5.html (дата обращения: 10.05.2023).

32 Wiora, G. Optische 3D-Messtechnik : Präzise Gestaltvermessung mit einem erweiterten Streifenprojektionsverfahren: автореф. дис. ... д-ра. физ.-мат. наук / Wiora Georg - Гейдельберг, Interdisciplinary Center for Scientific Computing, 2001. -126 с.

33 Овиденко, Н. А. Лазерный сканер для измерения объема вещества в резервуаре / Н. А. Овиденко, Н. В. Замятин// ФГАОУ ВО «Национальный исследовательский томский политехнический университет» : [сайт]. - 2018. - 127 с. - URL: https://earchive.tpu.ru/handle/11683/47956 (дата обращения: 10.05.2023).

34 Кузнецов, В. А. Исследование метода 3D сканирования, основанного на модели отражения света поверхностью: автореф. дис. ... канд. техн. наук: 05.13.01 / Кузнецов Виталий Александрович. - Санкт-Петербург, ГУАП, 2018. - 128 с.

35 Гужов, В. И. Методы измерения 3D-профиля объектов. Контактные, триангуляционные системы и методы структурированного освещения [Текст] / В. И. Гужов. - Новосибирск, НГТУ, 2015. - 82 с.

36 Xiaohu, X. TCP-based calibration in robot-assisted belt grinding of aero-engine blades using scanner measurements / X. Xiaohu, Z. Dahu, Z. Haiyang, Y. Sijie, D. Han // The International Journal of Advanced Manufacturing Technology. - 2017. -№ 90. - С. 635-647. - DOI 10.1007/s00170-016-9331-8.

37 Burghardt, A. Robotic Grinding Process of Turboprop Engine Compressor Blades with Active Selection of Contact Force / A. Burghardt, D. Szybicki, P. Gierlak, K. Kurc, M. Muszynska // Tehnicki vjesnik. - 2022. - № 29. - С. 15-22. - DOI 10.17559/TV-20190710141137.

38 Kurc, K. Application of a 3D Scanner in Robotic Measurement of Aviation Components / K. Kurc, A. Burghardt, P. Gierlak, M. Muszynska, D. Szybicki, A. Ornat, M. Uliasz // Electronics. - 2022. - № 11 (19). - DOI 10.3390/electronics11193216.

39 Diao, S. Development and Experimental Evaluation of a 3D Vision System for Grinding Robot / S. Diao, X. Chen, J. Luo // Sensors. - 2018. - № 18 (9). - DOI 10.3390/ s18093078.

40 Jinting, X. Shape-adaptive CNC milling for complex contours on deformed thin-walled revolution surface parts / X. Jinting, X. Longkun, L. Yifei, S. Yuwen // Journal of Manufacturing Processes. - 2020. - № 59. - С. 760-771. - DOI 10.1016/j.jma-pro.2020.10.001.

41 Пат. 164082 РФ, МПК G01B 11/24. Устройство контроля линейных размеров трехмерных объектов, А. В. Климов (РФ), А. Г. Ломакин (РФ). № 2015152079/28; заявл. 04.12.2015; опубл. 20.08.2016, Бюл. № 23, 2 с.

42 Пат. 2708940 РФ, МПК 001Б 11/24. Способ измерения трехмерной геометрии выпуклых и протяженных объектов, С. В. Двойнишников (РФ), В. Г. Меле-дин (РФ), И. В. Щепихин (РФ), И. К. Кабардин (РФ), Д. В. Куликов (РФ), № 2019101273; заявл. 15.01.2019; опубл. 12.12.2019, Бюл. № 35, 8 с.

43 Пат. 2439489 РФ, МПК 001Б 11/24. Способ бесконтактного измерения геометрии трехмерных объектов, С. В. Двойнишников (РФ), В. Г. Меледин (РФ), № 2010138229/28; заявл. 15.09.2010; опубл. 10.01.2012, Бюл. № 1, 7 с.

44 Пат. 2199716 РФ, МПК 001Б 11/24. Способ бесконтактного контроля линейных размеров трехмерных объектов, В. Я. Колючкин (РФ), А. В. Климов (РФ), А. Л. Юхин (РФ), № 2001102711/28; заявл. 31.01.2001; опубл. 27.02.2003, 4 с.

45 Пат. 2271514 РФ, МПК 001Б 11/24, 002Б 26/10. Способ бесконтактного сканирования формы наружного контура криволинейной поверхности, А. В. Туч-нолобов (РФ), № 2000128904/28; заявл. 21.11.2000; опубл. 10.03.2006, Бюл. № 7, 5 с.

46 Пат. 2499657 РФ, МПК В23Р 6/00. Способ автоматизированного ремонта детали машин, Т. Мельцер-Йокиш (ЭБ), Д. Томаидис (ЭБ), Р. Вилькенхенер (ЭБ). № 2012110399/02; заявл. 16.08.2010; опубл. 27.11.2013, Бюл. № 33, 11 с.

47 Петров, М. А. Получение 3D-моделей листовых и объёмных деталей, изготовленных методами холодного деформирования, при помощи оптического сканирования / М. А. Петров, С. А. Эльдиб // Известия Тульского государственного университета. Технические науки. - 2019. - № 9. - С. 471-479.

48 Алонцева, Д. Л. Разработка системы управления промышленным роботом-манипулятором для трехмерного сканирования поверхностей / Д. Л. Алонцева, А. Л. Красавин, Г. К. Шадрин // Вестник Восточно-Казахстанского государственного технического университета им. Д. Серикбаева. - 2019. - № 1. - С. 81-87.

49 Бусурин, В. И. Управление бесконтактным профилометром при сканировании поверхностей сложного профиля / В. И. Бусурин, Л. Чжэ, П. С. Кудрявцев // Мехатроника, автоматизация, управление. - 2022. - № 23. - С. 529-535. - Э01 10. 17587/шаи.23.529-535.

50 Пат. 2754762 РФ, МПК G01B 11/02. Способ получения виртуальных моделей длинномерных изделий, А. В. Кириков (РФ), В. Н. Борисов (РФ). № 2020137742; заявл. 18.11.2020; опубл. 07.09.2021, Бюл. № 25, 10 с.

51 Пат. 2004123317 РФ, МПК G01B 11/04, G01B 11/24, G01B 21/20. Опто-электронный способ измерения ширины и серповидности движущегося листового металла, В. В. Гейер (РФ), М. Ю. Гончаров (РФ), А. Ю. Захарченко (РФ), П. И. Горковенко (РФ), Д. Л. Шапиро (РФ), Е. Н. Росляков (РФ), М. В. Данилов (РФ), Н. В. Смирнов (РФ). № 2004123317/28; заявл. 28.07.2004; опубл. 27.01.2006, Бюл. № 3, 2 с.

52 Пат. 152184 РФ, МПК G01B 11/02. Устройство для измерения геометрических параметров концов труб, Д. Д. Медведев (РФ), С. Г. Ершов (РФ), А. В. Кириков (DE), В. А. Щербаков (РФ), В. К. Жуков (РФ). № 2014119523/28; заявл. 15.05.2014; опубл. 10.05.2015, Бюл. № 13, 19 с.

53 Пат. 96424 РФ, МПК G01B 11/04, G01B 7/04. Устройство для измерения размеров листов на конвейере, В. Н. Дёмкин (РФ), Д. С. Доков (РФ). № 2009130661/22; заявл. 10.08.2009; опубл. 27.07.2010, 14 с.

54 Пат. 4601 РФ, МПК G01B 11/24. Оптоэлектронная система измерения пера лопаток и оснастка для установки лопаток при измерениях, Р. М. Гали-улин (РФ), Р. М. Галиулин (РФ), Ж. М. Бакиров (РФ), Д. Р. Богданов (РФ), К. О. Шулюпин (РФ). № 96104840/20; заявл. 19.03.1996; опубл. 16.07.1997, 16 с.

55 Пат. 2667671 РФ, МПК G01B 11/02. Устройство, способ и аппаратное устройство для измерения размеров предмета, Г. Чжао (CN), П. Цю (CN). № 2017135043; заявл. 28.03.2016; опубл. 24.09.2018, Бюл. № 27, 14 с.

56 Пат. 2295110 РФ, МПК G01B 11/24. Способ измерения формы поверхности объекта и представления результатов измерения на упомянутой поверхности, А. В. Сивохин (РФ), А. Б. Кузнецов (РФ), Г. С. Бабичев (РФ). № 2005131751/28; заявл. 13.10.2005; опубл. 10.03.2007, Бюл. № 7, 8 с.

57 LENS Technology Overview / K. Ine : [сайт]. - URL: https://www.slideserve.com/kishi/lens-technology-overview (дата обращения: 10.05.2023).

58 Разработка методики управления установкой прямого нанесения металла [Текст] : отчёт о НИР (заключ.) / Рыбинский государственный авиационный технический университет ; рук. Т. Д. Кожина ; исполн.: А. В. Петров, М. А. Павлов, С. А. Волков, А. В. Курочкин, В. А. Изотов. - Рыбинск, 2019. - 90 с.

59 Лосев, Е. Д. Автоматизация восстановления рабочего колеса братской ГЭС / Е. Д. Лосев, А. А. Свинарев, С. В. Мишуров // Механики XXI веку. - 2018. -№ 17. - С. 169-174.

60 Wang, X. Overhang structure and accuracy in laser engineered net shaping of Fe-Cr steel / X. Wang, D. Deng, Y. Hu, F. Ning, H. Wang, W. Cong, H. Zhang // Optics & Laser Technology. - 2018. - № 106. - С. 357-365. - DOI 10.1016/j.optlas-tec.2018.04.015

61 Shi, T. Laser metal deposition with spatial variable orientation based on hollow-laser beam with internal powder feeding technology / T. Shi, B. Lu, S. Shi, W. Meng, G. Fu // Optics & Laser Technology. - 2017. - Т. 88. - С. 234-241. - DOI 10.1016/j.opt-lastec.2016.09.019.

62 Onwubolu, G. C. Prediction of clad angle in laser cladding by powder using response surface methodology and scatter search / G. C. Onwubolu, J. P. Davim, C. Oliveira, A. Cardoso // Optics and Laser Technology. - 2007. - Т. 39. - № 6. -

C. 1130-1134. - DOI 10.1016/j.optlastec.2006.09.008.

63 Shim, D.-S. Effect of layer thickness setting on deposition characteristics in direct energy deposition (DED) process / D.-S. Shim, G.-Y. Baek, J.-S. Seo, G.-Y. Shin, K.-P. Kim, K.-Y. Lee // Optics & Laser Technology. - 2016. - Т. 86. - С. 69-78. -DOI 10.1016/j.optlastec.2016.07.001.

64 Hildreth, O. J. Dissolvable Metal Supports for 3D Direct Metal Printing / O. J. Hildreth, A. R. Nassar, K. R. Chasse, T. W. Simpson // 3D Printing and Additive Manufacturing. - 2016. - Т. 3. - № 2. - С. 90-97. - DOI 10.1089/3dp.2016.0013.

65 Bean, G. E. Effect of laser focus shift on surface quality and density of Inconel 718 parts produced via selective laser melting / G. E. Bean, D. B. Witkin, T. D. McLouth,

D. N. Patel, R. J. Zaldivar // Additive Manufacturing. - 2018. - Т. 22. - С. 207-215. -DOI 10.1016/j.addma.2018.04.024.

66 Xiaojia, N. Effect of defocusing distance on laser powder bed fusion of high strength Al-Cu-Mg-Mn alloy / N. Xiaojia, C. Ze, Q. Yang, Z. Hu, Z. Changchun, X. Zhongxu, Z. Haihong // Virtual and Physical Prototyping. - 2020. - Т. 15. - № 3. -С. 1-15. - DOI 10.1080/17452759.2020.1760895.

67 Cai, X. Measurement and characterization of porosity in aluminium selective laser melting parts using X-ray CT / X. Cai, A. A. Malcolm, B. S. Wong, Z. Fan // Virtual and Physical Prototyping. - 2015. - Т. 10. - № 4. - С. 195-206. - DOI 10.1080/17452759.2015.1112412.

68 Cheng, Y. Fresnel absorption and inverse bremsstrahlung absorption in an actual 3D keyhole during deep penetration CO2 laser welding of aluminum 6016 / Y. Cheng, X. Jin, S. Li, L. Zeng // Optics & Laser Technology. - 2012. - Т. 44. - № 5. -С. 1426-1436. - DOI 10.1016/j.optlastec.2011.12.024.

69 Котляр, Д. И. Способ управления установкой лазерной наплавки металла для восстановления кромки лопатки / Д. И. Котляр, А. Н. Ломанов, В. С. Корнейчук // Вестник РГАТА имени П. А. Соловьева. - 2021. - № 4 (59). - С. 75-81.

70 Котляр, Д. И. Метод подготовки управляющих программ для ремонта лопаток ГТД на оборудовании для прямого нанесения металла / Д. И. Котляр, А. Н. Ломанов // Гагаринские чтения. Труды XLIX Международной молодежной научной конференции. - М.: Издательство «Перо», 2023. - С. 1345.

71 Котляр, Д. И. Применение технического зрения для сканирования кромки лопатки в процессе ремонта / Д. И. Котляр, А. Н. Ломанов, В. С. Корнейчук // Вестник Череповецкого государственного университета. - 2022. - № 1 (106). -С. 42-54. - DOI 10.23859/1994-0637-2022-1-106-4.

72 Судан, А. Технологические методы управления деформационно-прочностными характеристиками полимерных изделий, полученных методом FDM-пе-чати / А. Судан, Е. Т. Воропаева // Вестник Гродненского государственного университета имени Янки Купалы. - 2020. - Т. 10. - № 2. - С. 74-81.

73 Камоничкина, Н. В. Исследование прочностных характеристик модельного материала, получаемого методом FDM-печати с использованием АБС-пластика / Н. В. Камоничкина, И. В. Кочешков. - URL: https://studvesna.ru/ db_files/articles/213 6/thesis. pdf (дата обращения: 11.05.2023).

74 Haleem, A. 5D printing and its expected applications in Orthopaedics / A. Haleem, M. Javaid, R. Vaishya // Journal of Clinical Orthopaedics and Trauma. -2018. - С. 809-810. - DOI 10.1016/j.jcot.2018.11.014.

75 Андреев, А. Е. Переработка алгоритма и программной реализации прототипа дискретного слайсера / А. Е. Андреев, А. В. Дроботов, И. А. Коптелова, И. А. Гущин, В. Г. Кизилов, Н. А. Скрипников // Инженерный вестник Дона. -2020. - № 12 (72). - С. 313-323.

76 Котляр, Д. И. Сканирование и формирование траектории наплавки кромки лопатки газотурбинного двигателя для ремонта методом прямого нанесения металла / Д. И. Котляр, А. Н. Ломанов, В. С. Корнейчук // Энергосбережение и эффективность в технических системах. Труды IX Всероссийской научно-технической конференции с международным участием для студентов, молодых ученых и специалистов; отв. ред. Д. Ю. Муромцев. - Тамбов: Издательский центр ФГБОУ ВО «ТГТУ», 2022. - С. 131-133.

77 Котляр, Д. И. Формирование траектории наплавки металла на сложно-профильной криволинейной поверхности / Д. И. Котляр, А. Н. Ломанов // Вестник Тамбовского государственного технического университета. - 2023. - Т. 29. - № 2. -С. 335-345. - DOI 10.17277/vestnik.2023.02.pp.335-345.

78 Jianzhuo, Y. Research on distributed 3D printing model slicing system based on cloud platform / Y. Jianzhuo, L. Zhongqi // National Conference on Laser Technology and Optoelectronics: труды 14-ой конференции. - Шанхай, 2019. - С. 111702X. -DOI 10.1117/12.2533775.

79 Mudge, R. P. Laser Engineered Net Shaping Advances Additive Manufacturing and Repair / R. P. Mudge, N. R. Wald // Welding Journal (Weld J). - 2007. - Т. 86. -С. 44-48.

80 Zhang, K. Research on the processing experiments of laser metal deposition shaping / K. Zhang, W. Liu, X. Shang // Optics & Laser Technology. - 2007. - Т. 39. -№ 3. - С. 549-557. - DOI 10.1016/j.optlastec.2005.10.009.

81 D'Oliveira, A. S. C. M. Microstructural features of consecutive layers of Stel-lite 6 deposited by laser cladding / A. S. C. M. D'Oliveira, P. S. C. P. da Silva, R. M. C. Vilar // Surface and Coatings Technology. - 2002. - Т. 153. - № 2. -С. 203-209. - DOI 10.1016/S0257-8972(01)01687-5.

82 Liu, X. Recent progress in semantic image segmentation / X. Liu, Z. Deng, Y. Yang // Artificial Intelligence Review. - 2018. - Т. 52. - № 2. - С. 1089-1106. - DOI 10.1007/s 10462-018-9641 -3.

83 Alokasi, H. Deep Learning-Based Frameworks for Semantic Segmentation of Road Scenes / H. Alokasi, M. B. Ahmad // Electronics. - 2022. - Т. 11. - № 12. - DOI 10.3390/electronics11121884.

84 Soria, X. Dense Extreme Inception Network: Towards a Robust CNN Model for Edge Detection / X. Soria, E. Riba, A. Sappa // 2020 IEEE Winter Conference on Applications of Computer Vision. - Лос Аламитос, 2020. - С. 1912-1921. - Doi 10.1109/ WACV45572.2020.9093290.

85 Liu, Y. Richer Convolutional Features for Edge Detection / Y. Liu, M.-M. Cheng, X. Hu, K. Wang, X. Bai // IEEE Transactions on Pattern Analysis and Machine Intelligence. - 2019. - Т. 41. - № 8. - С. 1939-1946.

86 Su, Z. Pixel Difference Networks for Efficient Edge Detection / Z. Su, W. Liu, Z. Yu, D. Hu, Q. Liao, Q. Tian, M. Pietikainen, L. Liu // CoRR : [сайт]. - 2021. - URL: https://arxiv.org/abs/2108.07009 (дата обращения: 11.05.2023).

87 Iakubovskii, P. Segmentation Models Pytorch / P. Iakubovskii // GitHub repository : [сайт]. - 2019. - URL: https://github.com/qubvel/segmentation_models.pytorch (дата обращения 12.05.2023).

88 Russakovsky, O. ImageNet Large Scale Visual Recognition Challenge / O. Russakovsky, J. Deng, H. Su, J. Krause, S. Satheesh, S. Ma, Z. Huang, A. Karpathy, A. Khosla, M. Bernstein, A. C. Berg, L. Fei-Fei // CoRR. - 2014. - 43 с. - DOI 10.48550/ARXIV.1409.0575.

89 Ronneberger, O. U-Net: Convolutional Networks for Biomedical Image Segmentation / O. Ronneberger, P. Fischer, T. Brox // CoRR. - 2015. - 8 с. - DOI 10.48550/ ARXIV.1505.04597.

90 Zhou, Z. UNet++: A Nested U-Net Architecture for Medical Image Segmentation / Z. Zhou, M. M. R. Siddiquee, N. Tajbakhsh, J. Liang // International Workshop, DLMIA: труды 4-ой конференции. - Гранада, 2018. - С. 3-11. - DOI 10.48550/ ARXIV.1807.10165.

91 Fan, T. MA-Net: A Multi-Scale Attention Network for Liver and Tumor Segmentation / T. Fan, G. Wang, Y. Li, H. Wang // IEEE Access. - 2020. - Т. 8. -С. 179656-179665. - DOI 10.1109/ACCESS.2020.3025372.

92 Chaurasia, A. LinkNet: Exploiting encoder representations for efficient semantic segmentation / A. Chaurasia, E. Culurciello // CoRR. - 2017. - 5 с. - DOI 10.1109/ vcip.2017.8305148.

93 Zhao, H. Pyramid Scene Parsing Network / H. Zhao, J. Shi, X. Qi, X. Wang, J. Jia // CoRR. - 2016. - 11 с. - DOI 10.48550/ARXIV.1612.01105.

94 Lin, T.-Y. Feature Pyramid Networks for Object Detection / T.-Y. Lin, P. Dollar, R. Girshick, K. He, B. Hariharan, S. Belongie // CoRR. - 2016. - 10 с. - DOI 10.48550/ ARXIV.1612.03144.

95 Chen, L.-C. Rethinking Atrous Convolution for Semantic Image Segmentation / L.-C. Chen, G. Papandreou, F. Schroff, H. Adam // CoRR. - 2017. - 14 с. -DOI 10.48550/ARXIV.1706.05587.

96 Chen, L.-C. Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation / L.-C. Chen, Y. Zhu, G. Papandreou, F. Schroff, H. Adam // CoRR. - 2018. - 18 с. - DOI 10.48550/ARXIV.1802.02611.

97 Li, H. Pyramid Attention Network for Semantic Segmentation / H. Li, P. Xiong, J. An, L. Wang // CoRR. - 2018. - 13 с. - DOI 10.48550/ARXIV.1805.10180.

98 Горбачёв, В. А. Семантическая сегментация спутниковых снимков аэропортов с помощью свёрточных нейронных сетей / В. А. Горбачёв, И. А. Криворо-тов, А. О. Маркелов, Е. В. Котлярова // Компьютерная оптика. - 2020. - №2 44 (4). -С. 636-645. - DOI 10.18287/ 2412-6179-CO-636.

99 Котляр, Д. И. Сегментация снимков кромки лопатки газотурбинного двигателя / Д. И. Котляр, А. Н. Ломанов // Вестник компьютерных и информационных технологий. - 2023. - № 5 (20). - С. 3-10. - 001 10.14489/укИ2023.05.рр.003-010.

100 Пат. 219943 РФ, МПК G01B 11/24. Устройство измерения сложнопро-фильных криволинейных поверхностей для осуществления ремонта методом наплавки, Д. И. Котляр (РФ), А. Н. Ломанов (РФ), Е. Ю. Медведев (РФ), М. С. Пшеничников (РФ). № 2023109470; заявл. 13.04.2023; опубл. 15.08.2023, Бюл. № 23, 8 с.

Приложение А.

Копия патента на изобретение «Способ получения виртуальных моделей сложнопрофильных криволинейных поверхностей»

российская федерация

9 ки 2 813 465 3 С1

(51) МПК

С0/Я 11/24 (2006.0П СОбГ 15/00 (2011.011

(52) СПК

С0/Й 11/24 (2024.01) в06Т 15/00 (2024.01)

федеральная служба

по интеллектуальной собственности

П2)ОПИСАНИЕ ИЗОБРЕТЕНИЯ К ПАТЕНТУ

Статус: действует (последнее изменение статуса: 20.02.2024) Пошлина: Установленный срок для уплаты пошлины за 3 год: с 09.06.2024 по 08.06.2025. При

уплате пошлины за 3 год в дополнительный 6-месячный срок с 09.06.2025 по 08.12.2025 азмер пошлины увеличивается на 50%.

(21)(22) Заявка: 2023115028. 08.06.2023

(24) Дата начала отсчета срока действия патента:

08.06.2023

Дата регистрации:

12.02.2024

Приоритет(ы):

(22) Дата подачи заявки: 08.06.2023

(45) Опубликовано: 12.02.2024 Бюл. № 5

(56) Список документов, цитированных в отчете о поиске: 2104479 С1, 10.02.1998. 2791144 С1, 03.03.2023. 1*и 2320959 С9, 10.01.2009. и8 20150277154 А1, 01.10.2015. иБ 20210156669 А1, 27.05.2021. йи 2179328 С1, 10.02.2002.

Адрес для переписки:

152917, Ярославская обл., I. Рыбинск, ул. Жуковская, 13, ООО "ВС-ПЛАТФОРМА", КОТЛЯР ДМИТРИЙ ИГОРЕВИЧ

(72) Автор(ы):

Котляр Дмитрий Игоревич (НХТ), Ломанов Алексей Николаевич (1Ш), Медведев Евгений Юрьевич (1*11), Пшеничников Михаил Сергеевич (Ии)

(73) Патентообладателей): Общество с ограниченной ответственностью "ВС-ПЛАТФОРМА" (1Ш)

(54) Способ получения виртуальных моделей сложнопрофильных криволинейных поверхностей

(57) Реферат:

Изобретение относится к способам получения виртуальных моделей таких изделий, как кромки лопаток ГТД и ГТУ, кромки лопастей импеллера с целью получения замкнутого контура для осуществления ремонта изделия методом прямого нанесения металла. Способ включает в себя сканирование поверхности изделия при помощи триангуляционного лазерного датчика. Результат сканирования обрабатывают фильтром нижних частот по осям наклона и поворота стола и производят уточняющее сканирование в обратном направлении при помощи фотовидеокамеры. Определяют координаты границ изделия в ЗБ, в совокупности составляющие виртуальную модель, путём трансформации координат изображения с помощью матрицы трансформации и сложения полученных смещений с координатами установки, при этом триангуляционный лазерный датчик и фотовидеокамера в совокупности составляют систему технического зрения. Технический результат: расширение технологических возможностей оборудования для аддитивного производства и ремонта методом прямого нанесения металла, а также увеличение производительности оборудования при осуществлении ремонта

Приложение Б.

Патент на полезную модель «Устройство измерения сложнопрофильных криволинейных поверхностей для осуществления ремонта методом

наплавки»

Приложение В.

Свидетельство о государственной регистрации программы для ЭВМ «Программное обеспечение системы технического зрения для сканирования

криволинейных поверхностей»

Приложение Г.

Свидетельство о государственной регистрации программы для ЭВМ «Программа формирования траектории наплавки для оборудования с пятью

степенями свободы»