3D-Prüfung von Schaufelgeometrien: Wenn die Strömungskante über die Bauteilfreigabe entscheidet

Eine Turbinenschaufel ist kein simpler Formkörper, sondern ein hochverdichteter Kompromiss aus Aerodynamik, Festigkeit und thermischer Belastbarkeit. Die Geomet

Schaufeltypische Merkmale und die messtechnischen Konsequenzen

Schaufeln für Turbinen und Verdichter sind in der Regel aus Nickelbasislegierungen oder Titan gefertigt. Beide Materialien können nach der Bearbeitung spiegelnde oder leicht oxidierte Oberflächen aufweisen, die für optische Messverfahren eine Herausforderung darstellen.

Hinzu kommt die Geometrie selbst: Das Blatt ist dünnwandig, die Hinterkante oft nur wenige Zehntelmillimeter stark, und die Vorderkante verläuft in einem Radius, der sich über die Schaufelhöhe ändert.

Wo eine taktile Messung einzelne Punkte abtastet und dabei die dünne Kante elastisch verformen kann, muss ein optisches System die Oberfläche berührungslos rekonstruieren, ohne den schmalen Grat zu verschlucken.

INSVISION AlphaScan 3D-Scan-Demonstration

Validierungscheckliste für den Einsatz

Schwerpunkt Entscheidungspunkt Umsetzungshinweis
Bauteilbezug Größe, Oberfläche und Toleranzen mit der Scanaufgabe abgleichen Mit einem typischen Teil einen vollständigen Testlauf durchführen
Datenfluss Prüfen, ob Punktwolke, Abweichungskarte und Bericht in den QS-Prozess passen Exportformat und Freigabeverantwortung vorab klären
Einsatz vor Ort Schulung, Kalibrierung, Lichtverhältnisse und Arbeitsraum bewerten Die Ergebnisse als Standard für Serienprüfungen dokumentieren

Erschwerend wirken sich tiefliegende Bereiche wie der Übergang zum Schaufelfuß oder die Platformunterseite aus, die nur über geschickte Scannerpositionierungen oder mehrere Aufnahmen vollständig erfasst werden.

Die Prüfaufgabe beginnt also nicht mit dem Vergleich, sondern mit der Frage, ob das Messprinzip die kritischen Zonen sicher abbildet.

INSVISION AlphaScan 3D-Scan-Anwendung
INSVISION AlphaScan 3D-Scan-Anwendung

Szenarioüberblick

Der Artikel lässt sich praktisch über dieses Szenario lesen:

  • Schaufeltypische Merkmale und die messtechnischen K…: Schaufeln für Turbinen und Verdichter sind in der Regel aus Nickelbasislegierungen oder Titan gefertigt.
  • Systematische Digitalisierung: Wie AlphaScan die Ob…: Der AlphaScan arbeitet mit mehreren blauen Laserkreuzen und einer Messrate von mehreren Millionen Punkten pro Seku…
  • Vom Punktehaufen zur Prüfaussage: Datenverarbeitung…: Sobald die Schaufel als vollständiges Netz vorliegt, beginnt der eigentliche Prüfprozess.

Systematische Digitalisierung: Wie AlphaScan die Oberfläche entschlüsselt

Der AlphaScan arbeitet mit mehreren blauen Laserkreuzen und einer Messrate von mehreren Millionen Punkten pro Sekunde. Das blaue Licht kommt mit metallisch glänzenden und leicht spiegelnden Oberflächen besser zurecht als rotes Laserlicht, weil die kürzere Wellenlänge die Streuung an der Oberfläche begünstigt.

Für die Schaufelprüfung bedeutet das, dass selbst das feingedrehte oder geschliffene Saug- und Druckseitenprofil ohne aufwendige Mattierungsschichten direkt erfasst werden kann. Der Scanner wird von Hand um das Bauteil geführt;

eine integrierte KI-gestützte Software fusioniert die Einzelaufnahmen in Echtzeit zu einem geschlossenen Polygonnetz. Dabei werden die dünnen Kanten nicht wie bei manchen Streifenlichtsystemen durch Interpolationsartefakte verfälscht, weil die hohe Punktdichte auch auf schmalen Flächen genügend Stützstellen liefert.

Wo die direkte Sicht eingeschränkt ist – etwa in den Radien am Plattformübergang – helfen kurze Nachscans aus spitzem Winkel, die das System automatisch in das bestehende Koordinatensystem einpasst, ohne dass man Referenzmarken auf der Schaufel anbringen muss.

INSVISION AlphaScan 3D-Scan-Anwendung
INSVISION AlphaScan 3D-Scan-Anwendung

Vom Punktehaufen zur Prüfaussage: Datenverarbeitung und Soll-Ist-Vergleich

Sobald die Schaufel als vollständiges Netz vorliegt, beginnt der eigentliche Prüfprozess. In der von INSVISION bereitgestellten 3D-Software wird das gemessene Netz mit dem CAD-Datensatz der Sollgeometrie überlagert.

Ein Best-Fit-Algorithmus richtet die beiden Datensätze an den funktional relevanten Flächen aus, sodass ein flächenhaftes Abweichungsbild entsteht.