人工智能技术在航空发动机孔探检测中的应用进展

孔探是当前航空发动机检修过程中应用最多的无损检测方法,也是孔探图像的唯一获取途径。近年来,深度学习等人工智能方法开始被应用到航空发动机损伤分类、检测中,为实现航空发动机检修智能化提出了一些现行有效的方法,具有重要的工业应用价值。本文概述了航空发动机孔探检测的发展和优缺点,综述了专家系统和机器学习人工智能方法在发动机孔探图像方面的应用进展,总结了基于孔探图像实现航空发动机孔探检测智能化面临的一些挑战。     

孔探与现代航空发动机维护

孔探作为一项新兴的可视探测技术,正在现代航空发动机维护中普遍使用,且正以惊人的速度发展。本文着重阐述了孔探技术在发动机视情维护中的具体应用以及注意事项。     

数字图像处理在发动机孔探技术中的应用

孔探技术在航空发动机故障检测中有着重要的作用,而作为孔探技术的前续部分数字图像处理是基础.简单介绍了孔探技术的基本原理,并集中阐述了数字图像处理在孔探技术中的应用,叙述了有关立体视觉的立体匹配原理.     

航空发动机孔探辅助工具设计与应用

某型航空发动机涡轮叶片在台架试车过程中出现断裂故障,为排除故障,需检查涡轮转子叶片活动量。本研究通过对发动机孔探位置及路径的分析,设计研制了孔探辅助装置,并在发动机周期性维护中验证有效。应用该孔探辅助工具,高涡转子叶片的故障点可得到有效验证。     

图像处理技术在航空发动机孔探检测结果判定中的应用初探

孔探检测是航空发动机检修与维护中一种性能优良的新型检测技术,能为飞机运行的安全提供后期保障。为了进一步提高对检测结果判定的准确性,利用基于Matlab软件的图像处理技术对孔探图像进行处理,在对发动机导向叶片烧蚀孔探图像的应用中发现,孔探图像经灰度化、中值滤波和增强对比度处理,尤其是局部增强对比度处理后,烧蚀区域与未烧蚀区域的界限变得更为清晰。     

基于量化分析的发动机孔探质量评审方法研究

通过建立基于量化分析方法的发动机孔探质量评审机制,实现对孔探人员工作质量、技术能力的检验评估以及对发动机孔探单位工作质量、技术能力的测评,有效发现孔探工作中各环节的隐蔽质量问题,实现对发动机维护关键工作——孔探检查的精准质量管理,为同类型产品的有效质量控制提出了可借鉴的评审机制。     

基于剪枝和去噪的航空发动机故障图像识别与预测

航空发动机叶片作为航空器重要的零件,其健康状况直接关系到航班的运行安全。叶片由于工作环境恶劣很容易产生裂纹、掉块、烧灼等损伤,目前基于孔探技术的叶片损伤检测以人工为主,检测结果在很大程度上受到人为因素的影响。因此,实现叶片损伤的自动识别及测量对于减轻劳动强度和提高检测精度都有实际的应用价值。首先选择PRIDnet图像去噪算法对原始孔探图像进行预处理,按照训练精度和训练速度两个指标对传统目标检测模型进行通道剪枝和微调。数据集采用国内某航空公司获取到CFM56型发动机在实际运营后机务人员所拍摄的孔探图像,实验结果表明,相比于原始目标检测YOLOv5算法和未经图像预处理的目标检测模型,本方法对航空发动机孔探图像内损伤的检测精度提高4%～10%,在检测效率上提高6%～20%。     

浅谈发动机孔探检查工作的工程化管理和质量管理

孔探检查工作是监控发动机内部件状况,预防发动机空中停车的重要手段,对孔探工作进行质量管理和工程化管理,不仅可以大幅提高孔探工作质量,还可以将孔探工作和工程管理充分融合,使孔探检查数据广泛应用于发动机的机队管理和维护计划,并为发动机超差放行和使用标准修改提供重要的数据支持。本文简要叙述了孔探检查数据在工程管理方面的重要作用,以及孔探工作的质量管理和工程化管理方法。     

发动机孔探数据在健康管理与安全运行预测中的应用

基于完善目前航空发动机健康管理体系的目的．探讨了如何利用发动机孔探数据进行发动机健康管理和安全运行预测,同时提出了开展该领域研究与实践的一些建议。     

航空发动机孔探中立体视觉技术研究

介绍了基于立体视觉的发动机孔探技术，建立了平行光轴双目机器视觉模型并采用MATLAB语言实现了摄像机标定，通过图像分析提取出发动机损伤的有效区域，并且运用双目匹配的方法计算出区域的面积及特征点的空间坐标，实现了航空发动机缺陷的定量测量。