基于增强现实的航空发动机机匣数字孪生测调系统

doi:10.7527/S1000-6893.2023.29462

航空发动机数字孪生专栏

本期目录 | 过刊浏览 | 高级检索

前一篇 |

基于增强现实的航空发动机机匣数字孪生测调系统

梅英杰¹^,², 王大伟¹^,², 孙传智¹^,², 袁腊梅³, 王晓明¹^,², 刘永猛¹^,²()

^1.哈尔滨工业大学仪器科学与工程学院超精密光电仪器工程研究所，哈尔滨 150080
^2.哈尔滨工业大学超精密仪器技术及智能化工信部重点实验室，哈尔滨 150080
^3.哈尔滨工业大学数学学院，哈尔滨 150080

收稿日期:2023-08-18 修回日期:2023-09-12 接受日期:2023-10-09 出版日期:2023-11-23 发布日期:2023-11-22
通讯作者: 刘永猛 E-mail:lym@hit.edu.cn
基金资助:
国家重点研发计划(2021YFF0603200);国家自然科学基金重大研究项目(91960109);国家自然科学基金(52205560);中国博士后科学基金(2021T140164);黑龙江省自然科学基金(LH2020E042);黑龙江省重点研发项目(2022ZX03A03);黑龙江省博士后基金(LBH-TZ2112);中央高校基本科研业务费专项资金(2022FRFK060025)

A digital twin testing and adjusting system for aero-engine casings based on augmented reality

Yingjie MEI¹^,², Dawei WANG¹^,², Chuanzhi SUN¹^,², Lamei YUAN³, Xiaoming WANG¹^,², Yongmeng LIU¹^,²()

^1.Center of Ultra-Precision Optoelectronic Instrument Engineering，School of Instrumentation Science and Engineering，Harbin Institute of Technology，Harbin 150080，China
^2.Key Lab of Ultra-Precision Intelligent Instrumentation Engineering，Ministry of Industry and Information Technology，Harbin Institute of Technology，Harbin 150080，China
^3.School of Mathematics，Harbin Institute of Technology，Harbin 150080，China

Received:2023-08-18 Revised:2023-09-12 Accepted:2023-10-09 Online:2023-11-23 Published:2023-11-22
Contact: Yongmeng LIU E-mail:lym@hit.edu.cn
Supported by:
National Key R&D Program of China(2021YFF0603200);National Natural Science Foundation Major Research Projects of China(91960109);National Natural Science Foundation of China(52205560);China Postdoctoral Science Foundation(2021T140164);Natural Science Foundation of Heilongjiang Province of China(LH2020E042);Key R&D Project of Heilongjiang Province(2022ZX03A03);Heilongjiang Postdoctoral Fund(LBH-TZ2112);The Fundamental Research Funds for the Central Universities(2022FRFK060025)

摘要/Abstract

摘要：

为了提高航空发动机机匣装配精度和效率，提出基于增强现实的航空发动机机匣数字孪生测调系统。利用增强现实设备的高保真交互特性，对航空发动机多级机匣装配进行实时可视化引导装配。建立了航空发动机多级机匣装配数学模型，实现了多级机匣装配同轴度精准预测。将装配数学模型和可视化模型相结合，实现航空发动机机匣数字孪生模型映射。基于模拟的航空发动机多级机匣进行数字孪生装配实验，实验结果表明，提出的数字孪生装配系统的同轴度预测误差为0.6 μm，增强现实可视化交互的平均延时为11 ms，平均帧率为45 fps，装配消耗时间减少了5 h，有效提高了航空发动机机匣装配精度和效率。

关键词: 航空发动机, 机匣装配, 数字孪生, 增强现实, 装配数学模型, 可视化模型

Abstract:

In order to improve the assembly accuracy and efficiency of aero-engine casings， this paper proposes a digital twin testing and adjusting system for aero-engine casings based on augmented reality. Utilizing the high fidelity interactive characteristics of augmented reality device， real-time visualization guided assembly of multi-stage aero-engine casings is carried out. Furthermore， this paper establishes a mathematical model for the assembly of aero-engine multi-stage casings to achieve accurate prediction of coaxiality of multi-stage casing assembly. Combining the assembly mathematical model with visual models， this paper conducts digital twin assembly experiments based on simulated multi-stage aero-engine casings， to achieve digital twin model mapping for aero-engine casings. The experimental results show that the coaxiality prediction error of the digital twin assembly system proposed in this paper is 0.6 μm， the average latency of augmented reality visualization interaction is 11 ms， the average frame rate is 45 fps， and the assembly consumption time is reduced by 5 h， effectively improving the accuracy and efficiency of aero-engine casing assembly.

Key words: aero-engine, assembly of casings, digital twin, augmented reality, assembly mathematical model, visualization mode

中图分类号:

V235.1

梅英杰, 王大伟, 孙传智, 袁腊梅, 王晓明, 刘永猛. 基于增强现实的航空发动机机匣数字孪生测调系统[J]. 航空学报, 2024, 45(21): 629462.

Yingjie MEI, Dawei WANG, Chuanzhi SUN, Lamei YUAN, Xiaoming WANG, Yongmeng LIU. A digital twin testing and adjusting system for aero-engine casings based on augmented reality[J]. Acta Aeronautica et Astronautica Sinica, 2024, 45(21): 629462.

图/表 14

图 1

图 2

图 3

图 4

图 5

图 6

图 7

表 1

图 8

表 2

图 9

图 10

图 11

图 12

参考文献 27

1	赵罡，李瑾岳，徐茂程，等. 航空发动机关键装配技术综述与展望［J］. 航空学报， 2022， 43（10）： 527484 .
	ZHAO G， LI J Y， XU M C， et al. Overview and prospect of key assembly technologies for aero-engines［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（10）： 527484 （in Chinese）.
2	孙惠斌，颜建兴，魏小红，等. 数字孪生驱动的航空发动机装配技术［J］. 中国机械工程， 2020， 31（7）： 833-841.
	SUN H B， YAN J X， WEI X H， et al. Digital twin driven aero-engine assembly technology［J］. China Mechanical Engineering， 2020， 31（7）： 833-841 （in Chinese）.
3	高一超. 航空发动机转子装配精度预测及相位优化方法研究［D］. 大连：大连理工大学， 2020： 1-14.
	GAO Y C. Research on assembly accuracy prediction and phase optimization methods for aeroengine rotors［D］. Dalian： Dalian University of Technology， 2020： 1-14 （in Chinese）
4	ZHANG M W， LIU Y M， WANG D W， et al. A coaxiality measurement method for the aero-engine rotor based on common datum axis［J］. Measurement， 2022， 191： 110696.
5	LI M H， WANG Y L， SUN Q C， et al. Assembly accuracy prediction and optimization of aero-engine rotor under the separation condition of assembly and measurement［J］. International Journal of Advanced Manufacturing Technology， 2022， 120： 3103-3112.
6	英国泰勒·霍普森有限公司. 500H系列圆度仪［J］. 传感器世界， 2014， 20（8）： 44.
	TAYLOR HOPSON. 500H series roundness tester［J］. Sensor World， 2014， 20（8）： 44 （in Chinese）.
7	陈凯，唐湘林，叶飞，等. 航空发动机转子装配工艺仿真与预测研究［J］. 风机技术， 2021， 63（1）： 72-78.
	CHEN K， TANG X L， YE F， et al. Research on simulation and prediction of aeroengine rotor assembly process［J］. Chinese Journal of Turbomachinery， 2021， 63 （1）： 72-78 （in Chinese）.
8	ZHOU T Y， GAO H. Modeling and simulation of the assembly accuracy of aero-engine rotors in the docking processes using a specially designed novel multi-DOF NC motion platform［J］. Aerospace Science and Technology， 2021， 113： 106648.
9	KLOCKE F， VESELOVAC D， AUERBACH T， et al. Intelligent assembly for aero engine components［C］∥ International Conference on Intelligent Robotics and Applications. 2008： 927-935.
10	梅顺，卢进，谢龙翔，等. 压气机试验件机匣同心偏差传递预测及改进［J］. 航空精密制造技术， 2023， 59（2）： 24-27.
	MEI S， LU J， XIE L X， et al. Prediction and improvement of concentric deviation transmission in compressor test pieces and casings［J］. Aerospace Precision Manufacturing Technology， 2023， 59（2）： 24-27 （in Chinese）.
11	MU X K， YUAN B， WANG Y L， et al. Novel application of mapping method from small displacement torsor to tolerance： Error optimization design of assembly parts［J］. Proceedings of the Institution of Mechanical Engineers Part B-Journal of Engineering Manufacture， 2022， 236（6-7）： 955-967.
12	邓王倩，莫蓉，陈凯，等. 基于实测数据的航空发动机转子叶尖装配间隙预测［J］. 航空动力学报， 2022， 37（6）： 1273-1283.
	DENG W Q， MO R， CHEN K， et al. Prediction of assembly clearance of aeroengine rotor tip based on measured data［J］. Journal of Aerospace Power， 2022， 37（6）： 1273-1283 （in Chinese）.
13	李明华. 航空发动机转子装配几何精度测试与预测［D］. 大连：大连理工大学， 2022： 39-58.
	LI M H. Geometric accuracy testing and prediction of aeroengine rotor assembly［D］. Dalian： Dalian University of Technology， 2022： 39-58 （in Chinese）.
14	MU X K， WANG Y L， YUAN B， et al. A new assembly precision prediction method of aeroengine high-pressure rotor system considering manufacturing error and deformation of parts［J］. Journal of Manufacturing Systems， 2021， 61： 112-124.
15	李成钿. 基于深度学习的航空发动机转子智能装配方法研究［D］. 哈尔滨：哈尔滨工业大学， 2020： 1-7.
	LI C T. Research on intelligent assembly method for aeroengine rotors based on deep learning［D］. Harbin： Harbin Institute of Technology， 2020： 1-7 （in Chinese）.
16	LI J J， ZHOU G H， ZHANG C. A twin data and knowledge-driven intelligent process planning framework of aviation parts［J］. International Journal of Production Research， 2022， 60（17）： 5217-5234.
17	韩笃铭. 面向混合现实的航空发动机三维跟踪注册技术研究［D］. 德阳：中国民用航空飞行学院， 2022： 1-9.
	HAN D M. Research on 3D Tracking and registration technology for aeroengine in hybrid reality［D］. Deyang： China Civil Aviation Flight Academy， 2022： 1-9 （in Chinese）.
18	张譍之，孙惠斌，周平，等. 数字孪生驱动的转静子装配间隙动态预测与调控［J］. 计算机集成制造系统， 2023， 29（6）： 2035-2046.
	ZHANG Y Z， SUN H B， ZHOU P， et al. Dynamic prediction and regulation of assembly gap of rotary stator driven by digital twins［J］. Computer Integrated Manufacturing System， 2023， 29（6）： 2035-2046 （in Chinese）.
19	GREGORIO J L， LARTIGUE C， THIEBAUT F， et al. A digital twin-based approach for the management of geometrical deviations during assembly processes［J］. Journal of Manufacturing Systems， 2021， 58： 108-117.
20	丁志昆，孙奕程，段亮亮，等. 基于数字孪生的增强现实多人协作装配［J］. 计算机集成制造系统， 2023， 29（6）： 2019-2034.
	DING Z K， SUN Y C， DUAN L L， et al. Augmented reality multi person collaborative assembly based on digital twins［J］. Computer Integrated Manufacturing Systems， 2023， 29（6）： 2019-2034 （in Chinese）.
21	苑鑫，王海坤，赵旷世，等. 基于增强现实技术的燃气轮机装配指导系统研究与实现［J］. 热能动力工程， 2022， 37（S1）： 48-53.
	YUAN X， WANG H K， ZHAO K S， et al. Research and implementation of a gas turbine assembly guidance system based on augmented reality technology［J］ Thermal Power Engineering， 2022， 37（S1）： 48-53 （in Chinese）.
22	MARINO E， BARBIERI L， COLACINO B， et al. User-centered design of an augmented reality tool for smart operator in production environment［C］∥Design Tools and Methods in Industrial Engineering II （ADM）. 2022： 125-132.
23	李艺，刘阳，孙冲，等. 一种基于位形空间理论的几何建模方法［J］. 机械设计与制造， 2005（5）： 54-56.
	LI Y， LIU Y， SUN C， et al. A geometric modeling method based on configuration space theory［J］. Mechanical Design and Manufacturing， 2005 （5）： 54-56 （in Chinese）.
24	中国国家标准化管理委员会. 产品几何技术规范（GPS）几何公差形状、方向、位置和跳动公差标注：［S］. 北京：中国标准出版社， 2018.
	SAC. Geometrical Product Specifications （GPS） geometric tolerances for shape， direction， position， and runout tolerances：［S］. Beijing： Standards Press of China， 2018 （in Chinese）.
25	BESL P J， MCKAY N D. A method for registration of 3-D shapes［J］. Proceedings of SPIE - The International Society for Optical Engineering，1992， 14（3）：239-256.
26	MEI Y J， SUN C Z， LI C T， et al. Research on intelligent assembly method of aero-engine multi-stage rotors based on SVM and variable-step AFSA-BP neural network［J］. Advanced Engineering Informatics， 2022， 54： 101798.
27	孙传智. 基于矢量投影的多级转子同轴度测量方法研究［D］. 哈尔滨：哈尔滨工业大学， 2017： 21-40.
	SUN C Z. Research on multistage rotor coaxiality measurement method based on vector projection［D］ Harbin： Harbin Institute of Technology， 2017： 21-40 （in Chinese）.

编辑推荐 0

Metrics

阅读次数

全文

212

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	9	130	0	73

来源	本网站	其他网站

次数	147	65
比例	69%	31%

摘要

291

最新录用	在线预览	正式出版

142	0	149

来源	本网站	其他网站

次数	193	98
比例	66%	34%

本文评价

地址：北京市海淀区北四环中路辅路238号柏彦大厦

邮政编码：100083

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

机匣测量参数	中介机匣	涡轮机匣	末端轴承座
高度/mm	90	125	106
直径/mm	170	255	180
偏心/μm	2.8	4.4	16.4
偏心角/（°）	171	259	109
垂直度/μm	4.9	3.9	8.8
最低点角度/（°）	192	130	79

装配参数	数值
中介机匣装配相位/（°）	0
涡轮机匣装配相位/（°）	1
末端轴承座装配相位/（°）	179
本文模型同轴度最优值/μm	11.6
DIM模型同轴度最优值/μm	12.3
VP模型同轴度最优值/μm	13.7
同轴度实测值/μm	11.0
传统装配消耗时间/h	18
本文模型消耗时间/h	13
传统装配消耗成本/元	5 000
本文模型消耗成本/元	1 000

[1]	尹泽勇, 李概奇, 石建成, 银越千. 先进通用核心机派生发展的理念、方法及实践[J]. 航空学报, 2024, 45(7): 29713-029713.
[2]	田阔, 孙志勇, 李增聪. 面向结构静力试验监测的高精度数字孪生方法[J]. 航空学报, 2024, 45(7): 429134-429134.
[3]	黄维娜, 黎方娟, 祁宏斌. 航空发动机数字工程初步研究与发展思考[J]. 航空学报, 2024, 45(5): 529693-529693.
[4]	齐国宁, 吴宝海, 符江锋. 高速高压燃油齿轮泵典型卸荷槽对比分析[J]. 航空学报, 2024, 45(5): 529666-529666.
[5]	陈立芳, 孙亚冰, 周书华, 高强, 乔保栋, 李栋. 基于真实数据反演的风扇转子本机平衡方法[J]. 航空学报, 2024, 45(4): 628321-628321.
[6]	马瑞贤, 王鑫, 王开明, 李斌, 廖明夫, 王四季. 航空发动机篦齿⁃橡胶涂层机匣碰摩实验[J]. 航空学报, 2024, 45(4): 628350-628350.
[7]	胡明辉, 高金吉, 江志农, 王维民, 邹利民, 周涛, 凡云峰, 王越, 冯家欣, 李晨阳. 航空发动机振动监测与故障诊断技术研究进展[J]. 航空学报, 2024, 45(4): 630194-630194.
[8]	肖袁, 冯坤, 胡明辉, 江志农. 航空发动机转子非稳态振动分量提取方法[J]. 航空学报, 2024, 45(3): 228158-228158.
[9]	戚浩, 李晓月, 陶强, 李亮. 数字孪生驱动的机械工艺系统研究进展[J]. 航空学报, 2024, 45(21): 628970-628970.
[10]	李春华, 孙见忠, 陆纪龙. 面向运维的HPT叶片寿命数字孪生建模方法[J]. 航空学报, 2024, 45(21): 629385-629385.
[11]	马明瑞, 陈福振, 严红, 刘凡. 基于多分辨率SPH-FEM耦合方法的鸟撞问题数值模拟[J]. 航空学报, 2024, 45(21): 230116-230116.
[12]	符江锋, 仲世杰, 刘显为, 魏鹏飞, 黄瀚霆. 耦合双层参数更新的改进PCE模型在燃油离心泵不确定性分析中的应用[J]. 航空学报, 2024, 45(21): 130126-130126.
[13]	张越, 刘高文, 李鹏飞, 张晓泽, 林阿强. 内封严流对预旋供气系统性能影响的实验研究[J]. 航空学报, 2024, 45(20): 130038-130038.
[14]	张超, 曹勇, 赵振强, 张海洋, 孙建波, 王志华, 蔚夺魁. 树脂基复合材料在民用航空发动机中的应用与关键技术研究进展[J]. 航空学报, 2024, 45(2): 28556-028556.
[15]	汪松柏, 郝玉扬, 吴亚东, 陈勇, 余华蔚, 杜林. 航空发动机压气机旋转不稳定现象研究进展[J]. 航空学报, 2024, 45(16): 29851-029851.

基于增强现实的航空发动机机匣数字孪生测调系统

A digital twin testing and adjusting system for aero-engine casings based on augmented reality

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 27

相关文章 15

编辑推荐 0

Metrics

本文评价