发动机叶片无损检测的可靠性

提出了一种发动机叶片无损检测可靠性分析方法,利用该方法可以有效地提高叶片中裂纹(缺陷)的检出概率(POD),并能对裂纹的漏检概率(POM)进行准确地评估和控制,使因叶片裂纹漏检而引起发动机故障的可能性降至最低程度,从而确保发动机的安全运行;该方法简单方便,易于工程实施和应用。      

均值检验方法及其在冗余惯性导航系统中的应用

采用了非线性滤波的方法对影响故障检测及分离（FDI）性能的传感器误差进行了补偿,同时提出了故障检测与分离的均值检验方法（MVT）,该方法可以对2个传感器同时出现故障的情况进行检测与隔离。5个陀螺冗余惯性导航系统仿真结果验证了本文算法的有效性。     

国外先进无损检测技术的发展及应用

介绍了国外先进的无损检测技术的发展和应用现状,概述了定量无损检测技术（ＱＮＤＥ）在生产阶段、使用阶段和使用寿命评估中的作用。并介绍了应用ＮＤＥ技术的材料的智能处理技术和人工智能技术。     

剪切成像技术:针对复合材料无损检测的一种光学检测方法

随着复合材料构件被广泛地应用于航空、航天和船舶等各个领域,这些复合材料构件的安全对产品质量起到关键的作用,具有重要的经济价值。无论是制造过程还是维修过程,都需要对复合材料构件进行快速的缺陷检测。剪切成像技术是一种高效的、全方位缺陷检测技术,并被广泛地认为是针对现代复合材料构件的可靠的检测技术。本文将介绍剪切成像技术最新的发展动态和软件技术,并概述其应用潜力。     

基于深度学习的自冲铆接偏铆缺陷检测算法研究

自冲铆接技术适合铝钢等异种材料连接,接头性能可靠,在航空工业中有着广阔的应用场景,但目前针对自冲铆接缺陷无损检测的相关研究较少。提出了基于深度学习的自冲铆接偏铆缺陷检测算法,首先通过剪切力学性能试验得出偏铆自冲铆接件相较于正常铆接件力学性能下降了5.6%;然后通过自冲铆接偏铆件外部形貌特征将偏铆程度由外部特征定义在0～10的区间;最后探究了单步检测同双步检测间的检测效果差异,提出了YOLOv5s(You Only Look Once v5s)加ResNet18的检测方案,并通过Grad-CAM(Gradient-Weighted Class Activation Mapping)对不同检测方案的效果差异进行了可视化的解释。测试表明,提出的YOLOv5s加ResNet18的检测方案在所采集的数据测试集中可以达到100%正确率,高于仅用YOLOv5s取得的95.18%正确率,远高于仅用ResNet18取得的84.1%正确率。     

燃气涡轮发动机地面试验传感器数据确认概念与方法研究

本文介绍了燃气涡轮发动机传感器数据确认系统的研究与应用现状,详细阐述了基于发动机和试验系统物理模型的解析冗余检验相关多传感器信号有效性方法,以及基于信号序列统计与时频特征分析的单传感器通道信号有效性的确认方法,提出了传感器数据有效性确认系统的研究框架。     

基于NUIO的无人机作动器故障检测

针对受未知气流干扰与随机噪声影响的无人机纵向系统进行作动器故障检测研究.在建立固定翼式无人机非线性系统纵向模型的基础上,设计了基于容积卡尔曼滤波(CKF)的非线性未知输入观测器(NUIO).通过构造未知输入观测器结构来解耦未知气流干扰对残差的影响,同时,CKF被算法用于求解观测器增益矩阵,实现了在未知气流干扰解耦情况下残差对随机噪声的鲁棒性.最后,利用残差χ2检验方法判断故障是否发生.仿真结果表明:此方法能有效解耦未知干扰对残差的影响,并快速、准确地检测出了无人机作动器故障.