一种航空发动机损伤自动检测方法技术

本发明专利技术属于航空发动机无损检测技术领域，具体涉及一种航空发动机损伤自动检测方法。具体技术方案为：确定孔探视频帧画面分辨率，针对航空发动机不同部件，搭建固定图像输入分辨率的孔探图像损伤识别网络；获取带有损伤或缺陷的航空发动机外场孔探视频，根据不同部件对孔探视频分类，对孔探视频按照固定时间间隔或固定视频帧间隔进行抓取；筛选抓取的视频图像，根据不同部件分别建立固定分辨率的孔探损伤图像学习样本；采用孔探损伤图像学习样本训练孔探图像损伤识别网络，获得孔探图像损伤识别网络模型。解决了现有孔探损伤智能识别方法检测精度低、模型复杂度高、实时性差且难以部署的实际应用弊端。署的实际应用弊端。署的实际应用弊端。

【技术实现步骤摘要】
一种航空发动机损伤自动检测方法


[0001]本专利技术属于航空发动机无损检测
，具体涉及一种航空发动机损伤自动检测方法。

技术介绍

[0002]在以孔探内窥检测为主的航空发动机外场损伤检测中，检验员操作孔探仪获取发动机内部视频图像数据，同时综合专家经验及相关规定手册对孔探视频图像进行分析和评判，给出孔探检测结果。在孔探仪的操作使用以及孔探图像的分析判断过程中，人为因素影响巨大，测量结果和诊断结果往往因人而异，不仅漏检/误检率高，同时整个检测流程耗时长、花费大、效率低，给飞行训练的正常开展、飞机的高效使用、大强度出动、作战任务的胜利完成等都造成了严重影响。
[0003]目前，针对航空发动机孔探图像的智能检测方法大多以基于深度学习的目标检测或语义/实例分割算法为主，大致过程为：
①
构建航空发动机孔探损伤图像数据集和标签集，
②
基于有锚框的深度学习目标检测或语义/实例分割算法搭建深度卷积神经网络模型，
③
利用航空发动机孔探损伤图像数据集和标签集训练模型，最终得到可识别航空发动机孔探图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种航空发动机损伤自动检测方法，其特征在于：包括步骤如下：S1、确定孔探视频帧画面分辨率，针对航空发动机不同部件，搭建固定图像输入分辨率的孔探图像损伤识别网络；S2、获取带有损伤或缺陷的航空发动机外场孔探视频，根据不同部件对孔探视频分类，对孔探视频按照固定时间间隔或固定视频帧间隔进行抓取；S3、筛选抓取的视频图像，根据不同部件分别建立固定分辨率的孔探损伤图像学习样本；S4、采用孔探损伤图像学习样本训练孔探图像损伤识别网络，获得孔探图像损伤识别网络模型。2.根据权利要求1所述的一种航空发动机损伤自动检测方法，其特征在于：所述孔探图像损伤识别网络包括主特征提取网络、颈部特征融合网络以及损伤分类和坐标回归预测头网络；和/或，所述主特征提取网络采用ESNet，输出3个不同尺寸的特征图F3、F4、F5，其高、宽尺寸分别为原输入图像高、宽的1/32、1/16、1/8；和/或，所述颈部特征融合网络采用CSP
‑
PAN结构，对主特征提取网络输出的不同尺度特征进行融合和筛选，通过横向连接和自顶向下的特征融合得到第一次融合特征图C5、C4、C3，再通过横向连接和自底向上的特征融合得到第二次融合特征图P3、P4、P5；和/或，所述损伤分类和坐标回归预测头网络采用YOLOX Head，每个预测头网络输出三个结果：每个特征点对应的损伤类别Cls，维度为(h
i
、w
i
、损伤类别数)；每个特征点包含的损伤置信度Obj，维度为(h
i
、w
i
、1)；每个特征点对应的损伤预测框坐标回归参数Reg，维度为(h
i
、w
i
、4)。3.根据权利要求1所述的一种航空发动机损伤自动检测方法，其特征在于：对孔探视频分类：风扇损伤孔探视频、压气机损伤孔探视频、燃烧室损伤孔探视频、涡轮损伤孔探视频。4.根据权利要求1所述的一种航空发动机损伤自动检测方法，其特征在于：所述步骤S3中，筛选抓取的视频图像，获得不同部件包含损伤或缺陷的孔探图片，对孔探图片标定损伤坐标和损伤类型并创建对应的损失标签。5.根据权利要求1所述的一种航空发动机损伤自动检测方法，其特征在于：风扇损伤类型包括外物打伤、尖端卷曲、变形、侵蚀、磨损；压气机损伤类型包括裂纹、弯折、缺口、凹坑、沉积物、腐蚀、材料涂层缺失、刮痕；燃烧室损伤类型包括裂纹、烧蚀、涂层脱落；涡轮...

【专利技术属性】
技术研发人员：王栋欢，肖洪，姜雷博，唐轲，郭佳骥，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：