“工业母机—可靠性”专题 | 浙江工业大学潘柏松教授团队：基于增减材复合制造的汽轮机叶片加工工艺研究与可靠性分析

专题文章（二）

作者简介

潘柏松

浙江工业大学

教授、博导

• 获国家级教学成果二等奖，浙江省教学成果一等奖、二等奖等多项奖励

• 长期从事可靠性与质量工程、智能制造等方面的研究工作

作者简介

吴全会

浙江工业大学

副教授、硕导

• 长期从事装备制造及自动化技术等方面的研究工作

作者简介

姚鑫骅

浙江大学

副教授、硕导

• 获浙江省科技进步奖一等奖、二等奖

• 长期从事智能制造、工业互联网、增材制造等方面的研究工作

吴全会, 丁驰语, 潘柏松, 姚鑫骅. 基于增减材复合制造的汽轮机叶片加工工艺研究与可靠性分析[J]. 制造技术与机床, 2026(7): 24-36. DOI: 10.19287/j.mtmt.1005-2402.2026.07.002

吴全会①② 丁驰语①② 潘柏松①② 姚鑫骅③

（①浙江工业大学特种装备制造与先进加工技术教育部重点实验室

②浙江工业大学机械工程学院

③浙江大学机械工程学院浙江省三维打印工艺与装备重点实验室）

研究背景

汽轮机叶片具有高、薄、曲面复杂和局部刚性不足等特点，传统减材加工易受装夹刚性、切削力和加工路径影响，产生变形、振动及尺寸波动等问题。因此，复杂薄壁叶片加工不仅要满足尺寸和表面质量要求，还需兼顾加工稳定性与精度一致性。

本研究以316L不锈钢汽轮机动叶为对象，采用五轴LMD–CNC增减材复合制造技术，实现“增材近净成形—减材精密加工”一体化制造。通过翻转式增材、双端装夹、分区加工和五轴路径优化降低加工余量及变形风险，并结合可靠性分析评价加工精度、疲劳寿命和过程稳定性，形成面向高质量、高一致性和高可靠性的制造方法。

研究内容

针对复杂薄壁叶片材料利用率和加工变形问题，采用翻转式增材工艺，使沉积路径贴合目标曲面，减少冗余材料和后续加工余量。增减材复合制造后，增材加工效率提高约25%～30%，同时降低后续减材加工负荷。

减材加工阶段采用双端固定装夹和分区对称加工，根据不同区域结构特征规划加工路径，并通过粗加工、半精加工和精加工逐步去除余量，降低切削载荷集中引起的变形和振动。叶片双端固定装夹方式，用于提高薄壁结构加工刚性，降低加工变形与振动风险。

采用五轴联动加工，根据叶片复杂曲面优化刀具姿态和加工路径，并通过仿真识别加工干涉、局部过切和姿态不合理等问题，实现复杂曲面的稳定连续加工。图7展示叶片主体五轴增材加工路径及翻转式增材策略。

减材加工采用分区渐进式策略：粗加工快速去除余量，半精加工改善型面和余量均匀性，精加工保证叶型精度和表面质量，从而降低薄壁结构精加工阶段的变形风险。

最终叶型误差控制在±0.03 mm以内，表面粗糙度优于Ra0.4 μm，表明增减材复合工艺能够兼顾复杂薄壁叶片的加工效率、型面精度和表面质量。

典型应用与实际加工效果

在五轴LMD–CNC一体化装备上完成316L不锈钢汽轮机动叶的增材近净成形与减材精密加工。翻转式增材减少材料冗余，双端装夹与分区对称加工提高加工稳定性，五轴路径优化改善复杂曲面的加工质量和精度一致性。图23展示粗加工、半精加工和精加工后的叶片表面状态，随着加工阶段推进，刀纹逐渐减弱，型面连续性和表面完整性不断提高。

实际加工结果表明，增减材复合制造通过近净成形降低加工负荷，并结合装夹、分区和路径优化控制加工误差，实现加工效率、精度和表面质量的协同提升。

可靠性评价与优化

为进一步评价工艺稳定性，本研究从几何精度、疲劳寿命和加工过程三个方面开展可靠性分析，利用MATLAB建立概率模型，结合Monte Carlo随机仿真评价加工误差及不确定性。

几何尺寸可靠性分析表明，加工数据主要分布在设计容差范围内，几何精度可靠度Rgeo=0.9874，说明当前装夹与加工路径能够较好地控制尺寸波动。

旋转弯曲疲劳试验结合Weibull分布分析表明，在设计寿命9.0×10⁴次时，疲劳寿命可靠度Rfatigue=0.9620，说明材料疲劳寿命具有较好的稳定性。下图展示不同设计寿命下疲劳寿命可靠度的变化规律。Monte Carlo仿真得到加工合格率RMC=0.9869，与理论几何精度可靠度0.9874的误差小于0.1%，验证了概率模型对加工随机波动的描述能力。

下图展示加工误差的概率分布及设计容差范围，表明随机误差总体处于可控制范围。

进一步分析激光功率和进给速度对可靠性的影响，结果表明，激光功率过高易增加热累积和热变形，适当提高进给速度有利于减少热停留时间。综合分析得到激光功率1.8～2.0 kW、进给速度1200～1300 mm/min为较优参数区间，综合可靠度约为0.98。

下图展示加工参数与可靠度之间的关系，说明可靠性分析可进一步用于工艺参数优化。

结语

本研究建立了基于五轴LMD–CNC平台的汽轮机叶片增减材复合制造工艺，通过翻转式增材、双端装夹、分区加工和五轴路径优化，实现复杂薄壁叶片的近净成形与精密加工。加工效率提高25%～30%，叶型误差控制在±0.03 mm以内，表面粗糙度优于Ra0.4 μm。

结合几何精度可靠性、疲劳寿命可靠性和Monte Carlo仿真，实现了对加工质量、精度一致性和过程稳定性的定量评价，并进一步获得较优工艺参数范围。研究为汽轮机叶片及其他复杂曲面薄壁构件的高精度、高一致性和高可靠性制造提供参考。

目前可靠性结论主要基于统计模型、加工结果和疲劳试验，长期、多批次加工一致性验证及热—力耦合场定量模拟仍需进一步研究。

近年团队发表文章

[1] Wu Q H, Lv J W, Pan B S, et al. Research on identifying key measurement points and improvement of thermal error prediction accuracy for grinding motorized spindles based on multi-objective optimization and intelligent algorithms[J]. Journal of Mechanical Science and Technology, 2025, 39(10): 6037-6049.

[2 ]Li Y F, Xiang Y Y, Pan B S, et al. Subspace enhanced active learning method for high-dimensional reliability analysis[J]. Structural and Multidisciplinary Optimization, 2025, 68(3): 45.

[3] Wu Q H, Li Y F, Lin Z F, et al. Thermal error prediction in high-power grinding motorized spindles for computer numerical control machining based on data-driven methods[J]. Micromachines, 2025, 16(5): 563.

[4] Li Y F, Xiang Y Y, Shi L J, et al. Efficient reliability analysis via a nonlinear autoregressive multi-fidelity surrogate model and active learning[J]. Journal of Zhejiang University: Science A, 2024, 25(11): 922-937.

[5] Xiang Y Y, Pan B S, Luo L P. A most probable point method for probability distribution construction[J]. Structural and Multidisciplinary Optimization, 2020, 62(5): 2537-2554.

[6] Xiang Y Y, Han T, Li Y F, et al. A multi-region active learning Kriging method for response distribution construction of highly nonlinear problems[J]. Computer Methods in Applied Mechanics and Engineering, 2024, 419: 116650.

[7] Wu Q H, Sun Y Z, Pan B S, et al. Design and experiments of ultra-precision aerostatic turning machine tool[J]. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 2022, 236(23): 11150-11159.

[8] Xiang Y Y, Pan B S, Luo L P. A sensitivity analysis method to evaluate the impacts of random and interval variables on the probability box[J]. Applied Mathematical Modelling, 2021, 93: 538-562.

[9] 吴全会，丁驰语，潘柏松，孙雅洲，陈国达，姚鑫骅. 数控卧式加工中心研究现状及其智能化趋势[J]. 哈尔滨工业大学学报，2026.（录用）

[10] 吴全会, 吕佳伟, 文娟, 等. 精密卧式铣削加工中心热稳定性分析与热稳健性预测[J]. 制造技术与机床, 2026(7): 44-55.

专题相关

01

●【新岁序开·专家启航】“工业母机”专题

02

●工业母机—增材制造丨首个专题，正式出版

03

●工业母机—绿色化丨正式出版

04

●工业母机—齿轮加工丨正式出版

05

●工业母机—超精密加工丨正式出版

06

●工业母机—智能机床丨正式出版

07

●工业母机—复合材料加工丨正式出版

08

●工业母机—精度保持性丨正式出版

09

●工业母机—可靠性丨正式出版