【摘 要】
：
由于航空发动机长期处于高温、高压、以及高负荷的恶劣的环境下,压力机、涡轮、燃烧室不可避免的会产生各种缺陷故障,从而对飞机安全造成重大影响。由于发动机制造成本高,比起更换发动机,选择维修发动机构件能够带来显著的经济收益。本文针对航空发动机燃烧室裂纹识别与裂纹提取算法进行研究,对深度学习方法使用模型压缩加速与注意力机制改进,使用深度学习目标检测算法与数字图像处理算法结合的方式识别裂纹并提取裂纹骨架。（
【基金项目】
：
国家重点研发计划项目“发动机高温合金构件修复及磨抛机器人系统”（项目批号:2019YFB1311100）—课题一“基于机器人的发动机高温合金构件随机损伤评估与快速修复技术”；
论文部分内容阅读
由于航空发动机长期处于高温、高压、以及高负荷的恶劣的环境下,压力机、涡轮、燃烧室不可避免的会产生各种缺陷故障,从而对飞机安全造成重大影响。由于发动机制造成本高,比起更换发动机,选择维修发动机构件能够带来显著的经济收益。本文针对航空发动机燃烧室裂纹识别与裂纹提取算法进行研究,对深度学习方法使用模型压缩加速与注意力机制改进,使用深度学习目标检测算法与数字图像处理算法结合的方式识别裂纹并提取裂纹骨架。（1）针对现有发动机缺陷识别方法难以快速准确识别缺陷的问题:使用深度学习方法识别裂纹,采集发动机燃烧室裂纹图像,并在原有数据集的基础上使用数据扩充方法。对数据集进行标注并测试Faster RCNN、SSD、YOLOv5目标检测模型,对比各个算法在本文数据集上的表现。（2）针对神经网络模型在算力低、存储空间小的设备上部署难度高、推理速度慢的问题:本文对YOLOv5模型进行BN层通道剪枝操作,先通过在训练过程中添加L1正则化惩罚项,使得BN层参数γ呈现稀疏分布,再根据γ的大小评估卷积核的重要程度,最后依照0.8的剪枝阈值裁剪模型。由于使用剪枝算法删除了模型大量的通道,使得模型丢失许多数据,导致模型的精度有所下降,所以将通道注意力模块与空间注意力模块嵌入模型的backbone中以此改善网络,提高模型精度,而对模型大小与网络推理速度造成的影响较小。（3）针对发动机机匣内部构造复杂,数字图像处理提取裂纹可能受到干扰的问题:先使用深度学习标记出裂纹所在区域,再将其作为数字图像处理算法的输入。通过灰度化、图像平滑处理、图像分割算法、细化算法获得裂纹骨架,再去除裂纹中除细小的分支,并使用插值的方式修补裂纹断裂处。考虑到外壁裂纹常常穿过孔洞的现象,先使用开闭算法提取孔洞,然后在骨架中剔除孔洞中的点。（4）在上述发动机燃烧室裂纹识别与提取算法的基础上,本文基于Qt开发燃烧室裂纹识别软件,根据项目的图像处理需要,分别设计图像处理的不同功能,最终可以实现深度学习识别裂纹区域、图像灰度化、平滑处理、图像分割、裂纹骨架提取的功能。
其他文献
随着航空航天装备的不断发展,具有承载和防隔热性能的一体化热防护结构得到了越来越广泛的应用。其中点阵夹层结构以其高比刚度和内部可填充性等特点,逐渐成为了一体化热防护结构的主流设计方案。点阵夹层结构具有面内周期性特点且多为复杂的微结构形式,使得设计分析难度增大,计算耗时。均匀化方法作为一种异质材料的等效方法,以严格的数学表达和数值可实现性在等效性能计算领域得到了广泛的应用。本文基于均匀化理论,建立了面
碳纤维增强聚合物复合材料（CFRP）因其轻质高强、耐热减振等优点被广泛应用于航空领域,其构件多采用近净成型制造,需要二次加工来保证零件的服役性能。机器人磨抛凭借其高灵活、低污染等特点,正逐渐成为CFRP磨削的新方式。然而由于CFRP价格高昂、类型多样等问题,基于数据驱动的加工质量预测方案受限于样本信息稀缺,难以保证泛化性能。因此,本文针对CFRP机器人砂带磨抛样本信息稀缺问题,开展了材料去除廓形、
为了掌握Vienna整流器的健康状态，提出基于长短期记忆（LSTM）网络的Vienna整流器故障预测模型。通过对电容和功率MOSFET的退化与故障特征分析，建立Vienna整流器整体电路性能和关键元器件退化之间的关系，选择输出电压变化值ω为整流器的故障特征参数。在此基础上，构建基于LSTM的Vienna整流器故障预测模型，采用Adam优化算法训练预测模型，实现对Vienna整流器故障特征参数的预测
激光冲击强化技术在材料的近表面区域形成残余压应力来阻碍裂纹的扩展,以延长金属构件的疲劳寿命。本文以TC4钛合金为研究对象,通过数值模拟的方法研究了不同工艺参数对激光冲击后试样残余应力分布和表面粗糙度的影响,利用扩展有限元法研究了残余应力对TC4板材疲劳裂纹扩展的影响。本文主要研究内容如下:建立了三维激光冲击强化有限元模型并与实验数据进行对比,验证了模型的正确性。通过有限元模拟研究了不同工艺参数的单
减少厨余垃圾的体积、对垃圾进行无公害处理,是从源头上减少厨余垃圾对环境污染的有效措施。为设计一款具备压榨破碎、烘干功能的家用厨余垃圾处理器,围绕厨余垃圾处理装置中螺旋压榨机的破碎性能和结构优化展开研究,主要工作和结果如下:首先,为研究块茎类厨余物的压缩和破碎行为,选取便于制样且硬度较高的马铃薯块茎作为具体研究对象,测定其弹性模量和拉、压强度等力学性能参数。在此基础上,以轴向压缩、剪切试验的载荷-位
针对轨道电路稳态环境下故障诊断时效性不足的问题，提出一种基于Gath-Geva （GG）模糊聚类对轨道电路退化状态进行划分，并利用卷积神经网络（convolutional neural network，简称CNN）和双向门控循环单元（bidirectional gated recurrent unit，简称BIGRU）进行轨道电路故障预测的方法。首先，通过集中监测设备获取ZPW-2000轨道电路各
随着科技的进步,光学仪器在人们的生产生活中越来越重要。光学玻璃作为光学仪器中不可或缺的一环,其表面疵病对光学仪器的影响显著,因此对光学玻璃表面的疵病检测十分必要。目前主要通过人工法检测光学玻璃表面,不利于光学玻璃的大规模生产与检测,因此需要进一步研究光学玻璃表面疵病的参数化检测方法。本文采用线扫描技术获取光学玻璃表面图像,基于Open CV视觉库设计检测算法,实现了光学玻璃表面擦痕、麻点以及脱膜疵
质量可靠的电子元器件是航天型号产品安全、稳定运行的重要保障,而焊点质量对电子元器件有着重要影响。统计表明,在航天型号电子产品中,多达80%的焊点为工作环境恶劣的表露型焊点,传统人工目测检测方法已无法满足日益增长的检测需求,探索高效的焊点缺陷检测方法受到了更多关注。本文采用主动红外无损检测技术与深度学习相结合,提出一种基于改进Faster R-CNN目标检测算法的焊点缺陷红外图像检测技术,主要研究内
多孔材料因其出色的吸声性能而被广泛应用于各类建筑与交通运输工具中。多孔材料的吸声性能与其厚度和微观结构有关,通常厚度越大,吸声性能越好,但是它中低频的吸声性能较差且经过吸声峰值频率后吸声性能下降较快。并且在飞机、汽车等应用场景中,只能安装厚度较薄的材料。因此在厚度一定的情况下,如何提高多孔材料的吸声性能尤其是中低频吸声性能是当前声学领域的研究热点之一。因此本文在孔隙率梯度变化且厚度较薄的多孔材料基
旋转轴作为高精度仪器和机床设备中承担运动传递的核心部件,在制造业中发挥着至关重要的作用,旋转轴的运动精度是影响设备工作精度的主要因素。由于工作状态的不平衡、轴承装配挤压及润滑条件不充分等原因,对旋转轴的运动性能造成了影响形成回转误差,因此需对旋转轴的回转误差进行测量作为补偿基础。大型设备通常需要进行长距离多截面的回转误差测量,利用标准件的测量法在此条件下难以实现,为此选择使用光学视觉测量法。本文着