航空复合材料智能敲击检测方法研究

复合材料在生产和制造过程中难免会存在缺陷和损伤,严重影响着航空安全。敲击检测是最简单、运用最广泛的无损检测方法,然而其向智能化方向发展过程中出现了诸多问题。对复合材料结构特性、缺陷和损伤、安全性、敲击检测原理、敲击锤设计、信号处理单元、数据库搭建和智能检测算法进行了深入研究,提出了敲击检测标准流程和规范、数据库搭建方法、以及智能聚类检测算法,在此基础上开发了智能敲击检测系统。     

典型民机复合材料损伤分析及敲击检测

只有充分研究民机典型复合材料损伤机理,才能在复合材料的应用中最大限度地减少和避免其损伤,并且为复合材料的损伤修理奠定基础.通过对民机典型复合材料损伤的研究,分别从材料、设计、结构、制造与使用等方面入手,通过细观破坏机制阐述了层合复合材料的损伤.对部件的检测进行理论分析,找到易损伤位置,采用微观破坏机制运用敲击检测法对胶接复合材料就行了损伤检测,验证了二者的结合可提高检测效率及准确率.     

综合模块化航电系统FC网络的机内测试设计

针对综合模块化航电系统FC网络单元分布范围广、故障定位困难、维修效率低的问题,设计了一种机内自测试方法.在网络构建时间和通信效率的约束条件下,通过网络构建和故障检测同步进行的机制实现快速的任务前故障检测,通过实时监测和故障触发相结合实现低开销的任务中故障检测.在网络故障发生后,通过网络遍历和通信自环绕测试将故障有效地隔离至单个模块,提高检测和维修的效率.     

钛板刚度对钻削轴向力和出口毛刺的影响

针对弱刚性钛合金薄板钻削过程,从理论和实验两方面研究工件刚度对轴向力和出口毛刺的影响规律。考虑工件变形与轴向力的相互影响,建立弱刚性钛板钻削轴向力预测模型,求解工件变形带来的附加进给率,结合提出的毛刺厚度预测方法和高度累积判定式,实现工件刚度的影响规律分析,并设计以刚度和进给率为变量的钻削实验。实验结果表明,随着工件刚度的减小,轴向力曲线上升段延长、下降段缩短,最大值略微减小;而毛刺高度减小、厚度增加,类型从冠状变为均匀状。轴向力预测曲线与实验曲线趋势相符,峰值预测误差在8%以内;毛刺尺寸和类型的理论分析结果与实验结果具有一致性。工件刚度以改变实际进给率的方式影响钻削过程,因此弱刚性钛板钻削出口毛刺的抑制要综合考虑工件刚度的影响。     

基于改进SSD的舰船目标精细化检测方法

以SSD为代表的主流深度学习方法在目标检测领域取得了显著的成绩,但由于该类方法只能以矩形框给出目标的概略位置,检测结果具有很大的背景冗余区域,特别是港口密集停泊的舰船在图像中会出现区域重叠,导致误检和漏检。针对以上问题,提出了一种具有旋转不变性的舰船目标精细化检测方法,该方法综合利用可变形卷积、可变形池化、旋转的边框回归和旋转的非极大值抑制等模块的优点,借鉴MobileNet架构对网络加速,通过学习密集区域目标的几何形变,有效预测目标的旋转角度,最终以旋转的矩形框给出目标的位置。实验结果表明,该算法可实现多类舰船目标类型区分和目标朝向判定的功能,有效地解决了实际应用中的目标精确定位定向难题,提高了自动目标识别的精确性,并满足工程应用的实时性要求。     

超声相控阵在飞机RTM复合材料结构中的应用

在役飞机RTM复合材料结构的缺陷检测是保障飞机安全的必要工作,本文介绍了飞机RTM复合材料结构,并采用超声相控阵方法对RTM试验件结构和冲击损伤进行了检测。试验结果表明:超声相控阵技术能够对RTM结构和缺陷进行有效检测。     

航空发动机涡轮叶片的失效分析与检测技术

通过分析航空发动机涡轮叶片的失效机理与寿命预测模型,从理论上阐述了导致叶片失效的关键因素。并针对影响叶片寿命的关键参数系统地阐述了目前的检测技术和发展趋势,主要包括叶片制造过程中叶片轮廓、进出气边轮廓、气膜孔、表面质量的检测,以及叶片服役后涂层质量、蠕变伸长量的离线和在线检测。检测技术既是叶片制造一致性的保障,同时也为失效机理和寿命预测提供实验测量数据,使预测模型更精准。     

基于HHT的航空直流串行电弧特征提取方法

由于飞机内部布线空间有限、电弧故障存在发生时间地点随机以及特征不明显等问题,导致检测困难。本文基于航空270 V高压直流（HVDC）系统开展直流串行电弧故障特征提取方法研究,采用希尔伯特黄变换（HHT）提取电弧电流交流分量的时域和频域特征量。选择HHT的固有模态函数IMF5瞬时幅值的峰峰值和标准差作为识别电弧故障的时域特征,与原始信号中提取的时域特征量对比,正常和电弧特征量的区分度更大;选择HHT的固有模态函数IMF1+IMF2、一定频带范围内的瞬时幅值计算得到的谐波功率和作为区分正常和电弧情况的频域特征量。与常用的快速傅里叶变换（FFT）方法相比,HHT三维时频谱能够反映信号的局部特征,HHT方法计算得到的正常和电弧特征量之间的区分度更大,电弧和正常特征量的比值最高可达346。基于HHT的电弧故障特征提取方法能够更好地区分正常和电弧情况,有助于提高电弧故障的检测率,降低虚警率,具有重要的工程应用价值。