叶片是航空发动机、燃气轮机等动力机械中的重要零件,其型面的加工质量严重影响着整机的工作性能,因此对其型面轮廓进行检测是十分必要的。叶片型面一般为变截面的扭转曲面,同时型面曲率变化较大,具有较大的检测难度。传统三坐标测量法通过获取叶片型面特定截面的轮廓数据评价出叶片加工质量,适用于精加工叶片的检测,无法反映出叶片整体的尺寸偏差,同时对检测环境具有较高的要求,无法实现叶片在线检测。随着光学测量技术的发展,线结构光法具有测量速度快、精度高、非接触等优点,可以快速获取待测叶片型面的轮廓数据,为叶片型面轮廓的高精高效检测提供可行的技术手段。本文以中国制造2025四川行动资金项目（编号:2018CD00225）为依据,结合企业建立叶片智能再制造工厂的实际需求,进行了基于线结构光的叶片型面轮廓检测方法的研究,其中涉及到线结构光传感器与待测叶片相互位置的校准方法研究、基于多体系统理论的叶片检测系统综合误差模型建立、线结构光传感器测量误差分析、基于标准圆柱体的叶片截面轮廓数据采集与三维形貌重构等领域。本文主要的研究内容与成果如下:（1）基于线结构光测量原理设计了一套叶片型面检测平台。该平台利用三根直线轴与转台实现测量装置与待测叶片之间的相对运动,使测量装置完成对叶片的多视角数据采集,最终完成了平台运动部件与线结构光传感器的选型。（2）研究了线结构光传感器与待测叶片的位姿校准方法,使两者之间具有正确的位姿关系,提升检测精度并使结果满足检测的通用性。通过研究线结构光传感器安装位姿对于测量结果的影响,引入倾角传感器与标定块完成线结构光传感器位姿校准;利用榫头处的加工基准面校准叶片轴线,实现叶片位姿校准。校准方法减小了线结构光传感器与待测叶片的安装误差对测量结果的影响,同时使测量结果具有对比标准。（3）研究了叶片检测平台误差的主要来源,分析了运动系统的27项几何误差。基于多体系统理论建立了叶片检测系统的拓扑结构,并利用齐次坐标变换的方法求解了检测系统各部件之间的理论与实际运动变换矩阵,建立了检测系统的综合误差模型;利用激光跟踪仪完成运动系统的几何误差辨识,为检测系统高精度运动控制的误差补偿提供数据支撑;利用多种粗糙度比较样块探究了线结构光传感器在不同测量距离、入射角度与表面粗糙度情况下的静态测量误差,为减小线结构光传感器自身测量误差、提高叶片检测的精度奠定了基础。（4）研究了叶片型面的轮廓测量与评价方法。通过引入标准圆柱体,利用其圆心坐标实现截面轮廓的数据拼接;通过对点云数据进行NURBS拟合、等距取样处理,实现测量点云与理论点云的配准;按照轮廓度与主要特征参数的定义,提取叶片检测结果,完成加工质量评价;最后,以某型号的叶片为实验对象进行了检测,并与三坐标测量结果对比。结果表明,三个目标截面的轮廓度偏差在0.02mm以内,特征参数的最大偏差值为0.017mm,特征参数的最大相对偏差2.22%。说明了所提方法能够计算出待测叶片的轮廓度偏差与特征参数偏差,从而可以判断待检叶片是否合格,验证了方法的可行性。（5）研究了叶片型面的三维形貌快速重构的方法。以修复的航发叶片为例,通过设定线结构光传感器的采样频率与Z轴的运动速度,实现叶片型面的快速扫描。利用逆向工程软件对点云数据进行降噪、曲率采样等处理,重构出了叶片的三维形貌。重构方案可广泛应用于叶片加工、修复、检测等领域。