航空發(fā)動機內部損傷智能診斷系統(tǒng)研制

陳新波，袁英民，李小麗，陳　果

(1.海軍航空工程學院青島校區(qū)， 青島 266041；2.南京航空航天大學， 南京 210016)

?

航空發(fā)動機內部損傷智能診斷系統(tǒng)研制

陳新波1，袁英民1，李小麗1，陳果2

(1.海軍航空工程學院青島校區(qū)， 青島 266041；2.南京航空航天大學， 南京 210016)

摘要：基于數字圖像處理技術、智能診斷技術和計算機視覺技術, 研制成一套適用于航空發(fā)動機內部損傷的智能診斷系統(tǒng)。系統(tǒng)實現了對發(fā)動機內部損傷的發(fā)現-測量-診斷-評估-決策的智能檢測，將航空發(fā)動機內部損傷測量與智能診斷融為一體，可以方便地進行航空發(fā)動機內部損傷診斷，并降低了診斷結果對人員素質的依賴度，縮短了對發(fā)動機內部損傷缺陷的評估周期，提高了檢測靈敏度、診斷準確性和工作效率。

關鍵詞：航空發(fā)動機；內部損傷；智能診斷

隨著新型飛機的大量裝備,發(fā)動機的無損檢測工作日益突出。發(fā)動機內部損傷通常有裂紋、缺口、掉塊、撕裂、燒蝕等[1]，檢測方法主要采用內窺鏡檢查。發(fā)動機出現內部損傷后，需根據損傷的程度依據相關技術標準和手冊，對發(fā)動機給出繼續(xù)使用、修磨處理后繼續(xù)使用、更換發(fā)動機等處理措施。因此,如何及時準確地對發(fā)動機內部損傷進行診斷和評判，將直接影響到發(fā)動機的科學使用和飛行訓練的正常開展。

發(fā)動機內窺鏡檢測技術已經成為監(jiān)測發(fā)動機運行狀態(tài)和診斷其內部表面損傷的有效手段之一。人工檢測由于結果的評判過度依賴于檢測人員操作的正確性和經驗，其可靠性容易受主觀因素影響。為了減少損傷評估對檢測人員技術水平的依賴，解決損傷難以診斷和評判不準的難題，提高航空發(fā)動機無損檢測的工作質量和效率，筆者借助于數字圖像處理技術和計算機視覺技術,研制出一套發(fā)動機內部損傷智能診斷系統(tǒng)。

1系統(tǒng)組成及工作原理

1.1工作原理

航空發(fā)動機內部損傷智能診斷系統(tǒng)以圖像采集和處理為基礎，基本原理可描述為：系統(tǒng)將孔探儀探頭采集到的圖像輸入智能診斷系統(tǒng)進行分析判斷，根據得到的損傷類型及尺寸進行損傷程度診斷，并根據需要提供維修參考意見。

1.2總體布局及系統(tǒng)組成

總體布局及系統(tǒng)組成如圖1所示。內窺鏡成像系統(tǒng)中的顯示部分由顯示屏、顯示驅動模塊等組成，此部分功能主要是顯示儀器的相關信息及探傷數據。位于內窺探頭頭部的光源發(fā)出的光線通過反射，進入探頭頭部的目鏡，后投射到CCD芯片上，CCD芯片將光信號轉變成電信號，再通過電纜線可以直接傳給監(jiān)視器。同時，電信號也可以傳給圖像采集卡，通過A/D轉換和幀存儲器，將視頻信息轉換成數字信息，在計算機上獲得左右圖像對。硬件系統(tǒng)中的CPU控制部分對儀器電源部分、鍵盤、儀器初始化等進行系統(tǒng)化管理。計算機系統(tǒng)完成儀器的管理、控制、計算、圖形顯示和檢測報告的生成。

圖1　系統(tǒng)結構簡化圖

2軟件設計

軟件是儀器的核心，其完成整個系統(tǒng)的控制，包括數據采集和處理、圖像顯示、圖像分析、損傷評估等功能，實現發(fā)動機內部損傷的智能診斷。

系統(tǒng)采用Microsoft Visual C++6.0軟件進行Windows應用程序開發(fā)，專家系統(tǒng)判據庫、知識庫、案例庫和動態(tài)數據庫采用Microsoft Access 2000數據庫，數據庫的連接通過ODBC數據源管理器。

系統(tǒng)的軟件結構設計如圖2所示。

圖2　系統(tǒng)的軟件結構示意

軟件系統(tǒng)主要包括圖像獲取模塊、攝像機標定與損傷自動測量模塊、圖像預處理模塊、立體匹配模塊、三維計算模塊、損傷評估與診斷模塊等。軟件實現的主要功能有：判據庫管理、知識庫管理、案例庫管理、圖像分析與特征提取、特征參數的自動測量、專家診斷等。軟件系統(tǒng)的特色功能就是能夠對采集到的發(fā)動機內部損傷圖像進行自動分析處理、自動測量相關損傷尺寸、自動診斷缺陷尺寸是否超過損傷容限，并給出診斷結論及建議。

3關鍵技術

3.1缺陷自動測量方法

目前對孔探圖像進行測量采取的是人工手動測量方法，由于這種測量方法的效率較低、準確性不高,故針對航空發(fā)動機內部損傷的孔探圖像，提出了一種基于孔探圖像的航空發(fā)動機內部損傷自動測量方法。根據發(fā)動機內部損傷形態(tài)，將缺陷分為線條形(如裂紋)和面積形(如缺口、掉塊、撕裂、燒蝕等)缺陷，針對不同的損傷形態(tài)而采取不同的自動測量方法。

圖3　壓氣機葉片損傷示意

3.1.1面積形損傷自動測量方法

全自動測量方法是先提取缺陷的輪廓，然后根據三次樣條差值方法找到缺陷部位的特征點并提取其尺寸。

壓氣機葉片和渦輪葉片是發(fā)動機易出現損傷的部位，葉片的損傷一般出現在葉身前緣和后緣處，葉身的前緣和后緣邊線可以近似為直線段，而有損傷的葉片輪廓形狀往往是不規(guī)則的。需要測量的尺寸如圖3所示，其中,L表示缺陷離葉片頂端(或尾端)的距離，l表示缺陷的寬度，h表示缺陷的深度。為此，需要找到圖中a、b、c三個特征點，然后就可計算出損傷尺寸。

圖4　輪廓像素點坐標

通過葉片輪廓像素點的提取和三次樣條插值，計算出像素點和插值點的一階導數和二階導數，通過計算出的值可以得到損傷特征點。圖4中A為葉片損傷輪廓的插值函數，B為此函數的二次導數。為了使葉片外形突變處不影響特征點的定位，需要先確定C、D點。首先，在斜率平穩(wěn)處記錄下計算起始點C和終止點D；然后在C、D之間尋找y值最小處，定位特征點G；接著在C、G點中間尋找二次導數的絕對值達到最大的點，即為E點；在D、G點中間尋找二次導數的絕對值達到最大的點，即為F點。

3.1.2線條形損傷自動測量方法

由于裂紋具有明顯的“線條”特征, 線條形損傷自動測量方法以裂紋為分析對象。首先，在損傷圖像上選取裂紋所在區(qū)域，然后對裂紋進行分割，通過對比裂紋特征參數消除偽裂紋，最后提取裂紋骨架，從而實現對裂紋的測量。在此基礎上，設計了裂紋圖像分析測量模塊，包括裂紋分割、裂紋識別、裂紋測量三個部分。

裂紋分割采用Sobel邊緣檢測算法和最大熵閾值分割法。利用Sobel算子計算出水平梯度Gy和垂直梯度Gx,然后再將兩個方向的梯度結合起來,最后應用門限處理模塊判斷圖像邊緣并輸出邊緣檢測結果。最大熵閾值分割法利用圖像的灰度特征來選擇一個或多個最佳灰度閾值，將圖像中的像素點按照閾值進行分類，從而提取出特定的目標。

由于裂紋背景圖像復雜, 故分割時也會把干擾圖像同樣保留下來。因此，通過裂紋的線性特征將干擾圖像清除掉，僅僅保留裂紋信息，為下一步的裂紋分析打下良好的基礎。筆者選取的裂紋線性特征為圖像的長短軸比。計算包圍每個獨立區(qū)域的最小橢圓的長短軸比，將圖像中像素數少的，長短軸比小的圖像清除。

圖5(a)所示為在燃燒室損傷圖像中選取的裂紋區(qū)域；圖5(b)為直方圖擴展后的裂紋圖像，可以看出，經過直方圖擴展后裂紋與背景對比更加強烈，裂紋特征突出；圖5(c)為Sobel邊緣檢測后的裂紋圖像，裂紋的輪廓已經初步顯現；圖5(d)為經最大熵分割處理后的裂紋圖片；圖5(e)為經過膨脹與腐蝕后的裂紋圖像，可看出斷裂的裂紋已經被連通；圖5(f),(g)分別為去除偽裂紋和細化后的裂紋圖片[2]。

圖5　燃燒室損傷圖像中選取的裂紋圖像

3.2缺陷譜與診斷規(guī)則

發(fā)動機型號不同，對損傷的評判標準也不一樣，分析現有不同型號發(fā)動機的《診斷檢測規(guī)程》、《使用維護規(guī)程》、《技術使用細則》等技術資料，根據檢測過程中發(fā)現的具有代表性的缺陷件，形成不同型號發(fā)動機的損傷缺陷譜和損傷評估與診斷規(guī)則，以滿足多種機型應用的需求。

4智能診斷實例

4.1面積形損傷自動測量實例

以某型飛機發(fā)動機葉片的打傷缺口損傷圖像為例，進行損傷分析測量，圖6為葉片損傷自動測量系統(tǒng)界面。圖中藍色實線為提取葉片輪廓線，紅色圓點標出部位即為損傷缺陷的三個特征點?？擅黠@看出，全自動測量模塊能實現葉片缺口輪廓的智能提取，并能正確測量缺口參數。

圖6　葉片損傷全自動測量系統(tǒng)界面

圖7　某發(fā)動機燃燒室火焰筒筒體裂紋圖像示例

4.2線條形損傷智能提取實例

以某型飛機發(fā)動機燃燒室火焰筒筒體(環(huán)帶)裂紋損傷圖像為例，進行裂紋分析測量。圖7為裂紋圖像的分析測量系統(tǒng)界面。經測量可得裂紋長度為115 mm，與實際尺寸113 mm是接近的。

裂紋的檢測結果用藍色的線標記在原始圖像中，可以看出系統(tǒng)檢測和測量結果準確可靠。

5結語

系統(tǒng)實現了對發(fā)動機內部損傷的發(fā)現-測量-診斷-評估-決策的智能檢測，可以方便地進行航空發(fā)動機內部損傷診斷，提高了檢測可靠性。并且,該系統(tǒng)具備了智能診斷、參數保存等功能，提高了工作效率和機動性、快速反應能力，極大地降低了診斷結果對人員素質的依賴度，縮短了對發(fā)動機內部損傷缺陷的評估周期，大大提高了檢測靈敏度和可靠性。

由于孔探儀拍攝照片受光照強度、拍攝角度等因素的影響大，故所拍攝圖片圖像質量參差不齊，且無明顯規(guī)律性特征，這給圖像智能識別帶來了艱巨的挑戰(zhàn)。因此，對于某些模糊不清、難以辨識輪廓的圖像，僅使用系統(tǒng)的自動測量功能，誤差過大，必須采取半自動測量或人工測量的診斷方法。

參考文獻:

[1]民航無損檢測人員資格鑒定與認證委員會編.航空器目視檢測[M].北京：中國民航出版社，2014.

[2]李華，陳果,林桐,等.航空發(fā)動機葉片損傷自動測量方法研究[J].航空計算技術，2015，45(1)：52-55.

Development of Expert System for Aeroengine Internal Damage Intelligent Diagnosis

CHEN Xin-bo1, YUAN Ying-min1, LI Xiao-li1, CHEN Guo2

(1.Qingdao Branch, Naval Aeronautical Engineering Academy, Qingdao 266041, China;2.Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China)

Abstract：Based on the digital image processing technology, intelligent diagnosis technology and computer vision technology, an intelligent diagnosis system for aero-engine interior damage system was developed. The system can realize an intelligent detection of the engine internal conditions, including the finding of the injury, the measurement, diagnosis and evaluation decision, and thus making an intelligent and integrated diagnosis of the aero engine and reducing the dependence of diagnostic results on personnel quality. The system can greatly improve the detection sensitivity, diagnosis accuracy and the work efficiency.

Key words:Aeroengine; Internal damage; Intelligent diagnosis

中圖分類號：TG115.28

文獻標志碼：A

文章編號：1000-6656(2016)04-0070-04

DOI:10.11973/wsjc201604017

作者簡介：陳新波(1975-)，男，副教授，主要從事飛機無損檢測工作。通信作者：陳新波，E-mail: 13805325801@163.com。

收稿日期：2016-01-18