航空發(fā)動機渦輪葉片渦流自動化檢測試驗研究

楊 戈 ， 王 嬋 ,*， 張翼東 ， 宋 凱

（1.中國航發(fā)西安航空發(fā)動機有限公司，西安 710021；

2.無損檢測技術(shù)教育部重點實驗室（南昌航空大學），南昌 330063）

0 引言

航空發(fā)動機是飛機的關(guān)鍵部件，其質(zhì)量安全直接影響飛機的飛行性能[1]。渦輪葉片是航空發(fā)動機的重要組成部分，在高速旋轉(zhuǎn)時會將高溫高壓的氣流引入燃燒器，維持內(nèi)部氣流正常運轉(zhuǎn)，以保證發(fā)動機引擎的正常工作。而在發(fā)動機高速運轉(zhuǎn)時，渦輪葉片需要承受高溫和較大的機械負荷，葉片表面易發(fā)生應力集中，從而出現(xiàn)疲勞裂紋等缺陷[2]，影響發(fā)動機的性能，甚至威脅飛機的安全。因此，葉片的無損檢測對保障飛行安全至關(guān)重要。

目前，針對航空發(fā)動機渦輪葉片缺陷的檢測方法主要有射線、滲透、超聲、渦流等[3-8]。射線檢測一般用于檢測鑄造葉片的內(nèi)部缺陷，檢測時使用的射線對人體健康有害。滲透檢測需要將試件浸潤在滲透材料中，然后將顯像劑涂抹在試件表面來觀察裂紋圖像，其檢測速度慢，且使用化學試劑輔助檢測并不適用于渦輪葉片檢測。超聲檢測需要使用耦合劑，且對外形結(jié)構(gòu)復雜的試件檢測效果較差。渦流檢測可以有效檢測出導體表面及亞表面缺陷，其特點是響應速度快、靈敏度高、檢測的可靠性和效率高[9]，易于實現(xiàn)自動化檢測[10]。

諸多學者開展了關(guān)于葉片渦流檢測方法的相關(guān)研究。如：張國才等[11]采用仿形渦流技術(shù)檢測葉片前緣不同類型缺陷。張海兵等[12]仿真分析了覆有涂層的渦流檢測方法，并進行了缺陷檢測概率分析。張麗攀等[13]研究了不同渦流工藝參數(shù)對葉片檢測結(jié)果的影響，并進行了試驗驗證。為提高檢測效率，宋凱等[14]仿真研究了陣列渦流檢測葉片裂紋的信號特征，可指導葉片的工程實踐檢測。以上研究主要聚焦于仿真和手動掃查實驗研究，對葉片的復雜曲面進行掃查時難度大，且易造成較大的檢測誤差。為此，本研究提出基于多軸機器人的自動化渦輪葉片掃查系統(tǒng)，根據(jù)葉片形貌規(guī)劃探頭掃查路徑，保證每次檢測探頭位姿準確，確保檢測結(jié)果的可重復性，提高葉片檢測的準確性與檢測精度。

1 渦輪葉片機器人渦流檢測系統(tǒng)

1.1 檢測原理

渦流檢測是指當載有交變電流的檢測線圈靠近導電試件時，由于激勵線圈磁場的作用，試件中會產(chǎn)生渦流，而渦流的大小、相位以及流動形式受到試件導電性能的影響，同時產(chǎn)生的渦流也會形成一個磁場，這個磁場反過來又會使得線圈的阻抗發(fā)生變化，因此通過測定線圈阻抗值的變化，就可以判斷出被測試件的性能以及有無缺陷。渦流檢測信號受多個因素的影響。對于渦輪葉片類表面形貌復雜的構(gòu)件，實施手動掃查較為困難，易受到邊緣效應、提離效應等諸多因素影響而誘發(fā)干擾信號，不僅影響檢測效率，而且缺陷信號常常淹沒在干擾信號中。機器人的位置控制可以確保機器人能夠無偏差地到達期望位置。機器人的關(guān)節(jié)通常使用電機進行驅(qū)動，可通過計算機控制電機來實現(xiàn)對機器人的控制，從而達到對工件的自動檢測。對于機器人的位置控制，首先對系統(tǒng)的給定值輸入需要通過人機交互部分來完成，其中包括指定位置和轉(zhuǎn)動方向的信息內(nèi)容，然后由數(shù)字信號處理器 （Digital Signal Processor，DSP）按照輸入的指定掃查位置，計算出應加給電機的前饋控制量，并向電機輸入脈沖寬度調(diào)制（Pulse Width Modulation，PWM）信號波和方向信號來驅(qū)動電路。同時，電碼盤檢測出當前的角度，反饋給DSP，之后 DSP 按照當前位置和指定位置的差值對其進行比例積分微分控制，調(diào)整輸出PWM信號波和方向信號，從而實現(xiàn)機器人攜帶渦流傳感器進行自動檢測的功能。

1.2 系統(tǒng)方案

渦輪葉片渦流自動化檢測系統(tǒng)的原理如圖1a所示。由上位機控制安裝有渦流探頭的機器人對渦輪葉片進行自動檢測。在檢測過程中實時傳輸機器人工具的當前位置信息，機器人系統(tǒng)載有葉片的掃查路徑和速度配置參數(shù)，上位機和渦流儀之間通過對當前機器人工具所在位置的判斷來控制渦流儀的信號采集和機器人的檢測，同時渦流探頭拾取到的信號傳輸至渦流儀進行調(diào)理和顯示，從而實現(xiàn)對渦輪葉片的自動化檢測。

自動化檢測系統(tǒng)實物如圖1b所示。該系統(tǒng)主要由六自由度機器人、工作臺、渦流探頭及其夾持工裝、渦輪葉片及其夾持工裝、示教器和渦流儀組成。渦流探頭安裝在機器人末端的法蘭盤上，由機器人帶動進行掃查檢測。由于渦輪葉片形狀較為復雜，葉片之間的差異也較大，因此，針對不同規(guī)格的渦輪葉片分別設計出不同的夾持工裝，安裝在工作臺上的確定位置以實現(xiàn)渦輪葉片的準確定位。

圖1 自動化檢測系統(tǒng)Fig.1 Automatic detection system

1.3 路徑規(guī)劃

渦輪葉片通常是復雜的三維結(jié)構(gòu)（圖2），渦輪葉片的葉背和葉盆上存在很多不規(guī)則的曲面。工作時，渦輪葉片高速旋轉(zhuǎn)，葉背和葉盆區(qū)域的特殊形貌使其在高度方向具有一定扭矩特性，雖然可以提高渦輪效率，但惡劣的工作環(huán)境會使葉背和葉盆區(qū)域產(chǎn)生疲勞裂紋，所以試驗選取渦輪葉片的葉身為主要的掃查區(qū)域。

圖2 渦輪葉片結(jié)構(gòu)Fig.2 Turbine blade structure

對于渦流檢測，在仿真試驗中機器人路徑規(guī)劃尤為重要，屬于非確定性復雜問題。在葉片自動化檢測仿真試驗中，需要確定掃查方向和間隔、掃查速度與加速度及機器人探頭姿態(tài)協(xié)調(diào)修正。對于掃查方向和間隔，由于葉片型面的特殊形貌，采用橫向路徑進行掃查時，會導致機器人姿態(tài)頻繁變換，影響檢測探頭的穩(wěn)定性；采用縱向路徑進行掃查，單條路徑上的目標點基于曲面的法線方向基本一致，機器人行走過程中姿態(tài)一致，探頭穩(wěn)定性好，故采用縱向掃查路徑。為使探頭與掃查面貼合度高，檢測探頭前端采用小徑管可使檢測效果達到理想狀態(tài)。設計采用管徑為2.5 mm，探頭有效檢測范圍為1 mm。對于葉片型面，橫向曲線弧長約為22 mm。因渦流檢測探頭具有邊緣效應，有效檢測弧長為20 mm。因此，對于葉片型面規(guī)劃有20條縱向掃查路徑，相鄰路徑間隔為1 mm，如圖3所示。

圖3 葉片仿真試驗路徑規(guī)劃Fig.3 Pathway planning for blade simulation tests

機器人移動速度、加速度分為非檢測路徑移動速度與檢測路徑移動速度。由于時間成本以及探頭檢測可靠性的影響，機器人位于非檢測路徑時移動速度和加速度設置盡可能大，目的是使機器人迅速接近路徑起始點；機器人位于檢測路徑時移動速度和加速度設置盡可能小，以保證探頭掃查過程中的穩(wěn)定性以及安全可靠性。為使探頭檢測效果達到最佳，探頭需與葉片型面法線重合，路徑由多個目標點組成。各目標點的定義包含機器人運動到指定位置的位置和姿態(tài)，移動機器人到達各目標點，調(diào)整探頭末端工具坐標，使得探頭Z軸（即探頭中心軸線）重合于檢測面法線，確保渦流探頭能夠自適應不規(guī)則的葉身區(qū)域。在掃查過程中，渦流探頭的Z向自適應機構(gòu)會使探頭一直貼合葉片表面，以保持提離穩(wěn)定以適應葉片模型本身的形貌偏差，使得探頭保持穩(wěn)定的檢測狀態(tài)。

1.4 渦流探頭設計

檢測線圈信號檢測電路為電橋電路，如圖4所示。電橋電路的靈敏度與線圈阻抗變化率、橋臂系數(shù)、激勵電源電壓有關(guān)，實驗中激勵電源電壓升高可以提高橋路的靈敏度，但不宜過高，因為過高會引起線圈發(fā)熱產(chǎn)生干擾雜波調(diào)整困難。使用對稱電橋即檢測線圈參數(shù)一致，可以提高靈敏度，葉片渦流檢測實驗中使用2個參數(shù)相同的圓柱形線圈，位置呈上下擺放構(gòu)成絕對式探頭（圖5）。

圖4 信號檢測電路Fig.4 Signal detection circuit

圖5 線圈結(jié)構(gòu)Fig.5 Coil structure

渦輪葉片探頭設計如圖6所示，主要由機器人連接端、探頭檢測端、彈壓結(jié)構(gòu)和限位端組成。探頭整體呈L形，頂端安裝在機器人的法蘭盤上。渦流探頭機械裝置縱向長170 mm，橫向長147 mm。探頭檢測端為外徑2.5 mm的空心管。機器人在進行自動掃查時，機器人工具坐標代表渦流探頭的位置，為契合檢測特征，工具坐標的設定為X-Y平面與端面重合，機器人工具坐標的Z軸與鋼管軸向方向重合。探頭端面因曲率變化產(chǎn)生的相互作用力可傳遞給裝置內(nèi)部彈簧，可以減免鋼管與葉片表面在自動化檢測時產(chǎn)生的剛性滑移。

圖6 可彈壓式探頭結(jié)構(gòu)Fig.6 Elastic probe structure

2 機器人自動化檢測試驗研究

2.1 激勵頻率對檢測試驗的影響

激勵信號的頻率影響渦流的滲透深度，從而影響渦流探頭的檢測能力。使用機器人以頻率范圍為0.40～2.00 MHz，步進為100 kHz進行自動化掃查。試驗中對渦輪葉片的不同位置和不同人工刻槽缺陷進行檢測，得出頻率與葉片各部分結(jié)構(gòu)和缺陷檢測能力的試驗結(jié)果，從而確定最佳工作頻率范圍。

在渦輪葉片的葉盆和葉背區(qū)域有橫向和縱向刻槽缺陷，其尺寸分別為2.00 mm×0.13 mm×0.50 mm（缺陷 1）、1.00 mm×0.13 mm×0.20 mm（缺陷 2）。分析阻抗平面圖在各頻率下的信號差異，結(jié)果如圖7、圖8所示。

圖7 缺陷信號阻抗圖Fig.7 Impedance diagram of defect signal

圖8 不同頻率下缺陷的信號幅值Fig.8 Signal amplitude of defects at different frequencies

圖7為上述頻率范圍中的某一頻率下測量得到的數(shù)據(jù)。圖中左側(cè)2列波形為阻抗圖實虛部波形顯示區(qū)，右側(cè)8字形信號為經(jīng)過各濾波器放大器處理后的阻抗信號，其中波形變化與信號變化相互對應，橫向X軸為實部分量，縱向Y軸為虛部分量，此系統(tǒng)中以Y向幅值變化量區(qū)分缺陷。

由圖8可知，探頭的最佳激勵頻率為1250～1750 kHz。在該頻率區(qū)間，各缺陷阻抗平面Y向幅值分別占最大幅值的75%、40%以上；在激勵頻率為1500 kHz時，缺陷1阻抗圖Y向幅值占比約為87%，缺陷2阻抗圖Y向幅值占比約為45%，此時探頭靈敏度較高；激勵頻率為400～2000 kHz時，缺陷1的阻抗變化程度比缺陷2劇烈，探頭對缺陷1的檢測能力較佳，對缺陷2的檢測能力良好。

2.2 掃查速度對檢測試驗的影響

保持探頭的檢測參數(shù)相同，進行不同掃查速度的自動化掃查試驗，分析掃查速度對檢測效果的影響，從而得到合適的掃查速度。試驗設置路徑間切換速度為5 mm/s，掃查速度范圍為10～50 mm/s，步距為10 mm/s。結(jié)果如圖9所示。

圖9 不同掃查速度下缺陷的信號幅值及探頭信噪比Fig.9 Signal amplitude of defect and signal-to-noise ratio of probe at different scanning speeds

由圖9a可知，掃查速度對探頭的檢測能力有較大影響。當檢測參數(shù)不變時，隨著掃查速度的增加，阻抗圖的Y向幅值先增加后保持穩(wěn)定；當掃查速度為30～50 mm/s時，阻抗平面Y向幅值約占最大幅值的75%。由圖9b可知，探頭信噪比隨掃查速度的增加而逐漸減小，因此，選取30 mm/s的掃查速度進行檢測時，探頭的信噪比約為5.4，檢測靈敏度較高，阻抗平面Y向幅值較大，檢測效果較好。

2.3 葉片缺陷檢測結(jié)果

試驗采用自制的彈壓式渦流檢測探頭對缺陷1、缺陷2進行自動化掃查。設置激勵頻率為1.25～1.75 MHz，自動掃查速度為 30 mm/s，增益比為5:0.5，驅(qū)動為5 V。系統(tǒng)能夠有效提取缺陷1、缺陷2的阻抗信息。圖10為自動掃查系統(tǒng)獲取的人工缺陷阻抗圖，結(jié)果表明：缺陷1的阻抗平面Y向幅值占比為75%，缺陷2的阻抗平面Y向幅值占比為45%；隨缺陷當量的增加，檢測信號幅值隨之增大。研制的渦流探頭具有較高的靈敏度，能實現(xiàn)葉片試件上預制缺陷的準確檢測。

圖10 自動化掃查各缺陷信號阻抗圖Fig.10 Automatic scan of each defect signal impedance diagram

采用設計的渦流探頭對渦輪葉片進行手動掃查，手動掃查速度約為10～15 mm/s，由于葉片形貌較復雜，掃查過程中不能確保探頭Z軸始終垂直于掃查面，掃查難度大，掃查效果受到一定程度的影響。自動掃查速度約為手動掃查的2～3倍，檢測效率得到顯著提高；自動化掃查過程中，通過彈壓式探頭的提離補償和自動規(guī)劃路徑的法向補償確保探頭Z軸與檢測面法線方向重合，檢測效果也得到提高。

3 結(jié)論

1） 設計開發(fā)的可彈壓式渦流探頭對葉片表面缺陷有較好的檢測效果，可自適應渦輪葉片的復雜表面，提高了自動化檢測的精度，同時彌補提離變化和安裝誤差。

2） 研制了渦輪葉片機器人渦流檢測系統(tǒng)，可根據(jù)渦輪葉片上已規(guī)劃的掃查路徑進行自動檢測。

3） 在激勵頻率為 1.25～1.75 MHz時，渦流探頭靈敏度較高，檢測信號幅值占比大；在掃查速度為30 mm/s時，渦流探頭的檢測能力較好；對比人工渦流檢測方法，檢測效率得到了提升。