飛機(jī)蒙皮缺陷自動化檢測研究進(jìn)展*

周雨軒，周文彬，李小麗，陳新波，周正干

（1.北京航空航天大學(xué)，北京 100083；2.海軍航空大學(xué)青島校區(qū)，青島 266041）

蒙皮作為飛機(jī)表面的主要承載結(jié)構(gòu)，在飛機(jī)安全運(yùn)行、保持氣動性能等方面起著至關(guān)重要的作用。由于飛機(jī)蒙皮在制造裝配環(huán)節(jié)易出現(xiàn)誤差、起降過程中承擔(dān)較大的交變載荷以及異物撞擊等原因，在飛機(jī)服役過程中蒙皮部件極易出現(xiàn)損傷，縮短其使用壽命，并且對人員生命財(cái)產(chǎn)安全構(gòu)成較大威脅。因此，對飛機(jī)蒙皮開展缺陷檢測相關(guān)技術(shù)研究具有十分重要的現(xiàn)實(shí)意義[1]。

飛機(jī)周期性維護(hù)對于其安全運(yùn)行十分重要，根據(jù)有關(guān)規(guī)定，商用飛機(jī)必須在累計(jì)飛行24000 h或者2000次起降之后進(jìn)行飛機(jī)蒙皮全面檢查[2]。傳統(tǒng)的飛機(jī)蒙皮缺陷檢測過程主要依賴人工完成，且大多使用目視方法檢測蒙皮表面，該檢測方法存在檢測效率較低的問題，且不同的檢測人員對微小裂紋缺陷的判別存在較強(qiáng)的主觀性，從而導(dǎo)致檢測結(jié)果的一致性較差[3-4]。此外，在飛機(jī)的長時間服役過程中，蒙皮可能會存在不可見的內(nèi)部沖擊損傷，僅靠目視檢測無法滿足蒙皮內(nèi)部缺陷檢測需求，存在安全隱患。

隨著無損檢測技術(shù)的不斷發(fā)展，航空材料無損檢測領(lǐng)域得到眾多學(xué)者的關(guān)注[5-6]。常見的飛機(jī)蒙皮損傷檢測方法包括基于振動的損傷檢測技術(shù)[7]、紅外成像無損檢測技術(shù)[8-9]、數(shù)字圖像相關(guān)檢測技術(shù) （Digital image correlation，DIC）[10]、X射線計(jì)算機(jī)斷層掃描檢測技術(shù) （Computed tomography，CT）[11]等。然而，這些方法的適用性有限，如CT檢測成本較高且僅在實(shí)驗(yàn)室條件下適用，對于較大型的飛機(jī)蒙皮的檢測能力不足。在飛機(jī)結(jié)構(gòu)的眾多無損檢測方法中，超聲檢測 （Ultrasonic testing，UT）是目前應(yīng)用最為廣泛的技術(shù)[6]。近年來，飛機(jī)蒙皮缺陷檢測技術(shù)不斷發(fā)展完善，在缺陷可以被檢測到的情況下，如何使檢測過程更加高效成為下一個研究熱點(diǎn)，航空航天領(lǐng)域?qū)γ善と毕葑詣踊瘷z測的需求日益增長。

鑒于超聲無損檢測技術(shù)和基于機(jī)器視覺的圖像處理技術(shù)在飛機(jī)蒙皮缺陷檢測領(lǐng)域的廣泛應(yīng)用，且有助于實(shí)現(xiàn)蒙皮更高程度的自動化檢測，將對上述兩種技術(shù)在蒙皮缺陷檢測方面的研究進(jìn)展進(jìn)行綜述，并探討其未來發(fā)展方向。

1 飛機(jī)蒙皮的典型常見缺陷

飛機(jī)蒙皮的缺陷可以大致分為不可視的內(nèi)部缺陷與可視的表面缺陷兩類，其中內(nèi)部缺陷主要包括金屬蒙皮內(nèi)部結(jié)構(gòu)損傷、復(fù)合材料蒙皮分層脫黏等；外部缺陷主要包括凹坑、裂紋及腐蝕等。飛機(jī)服役過程中蒙皮的典型損傷如圖1所示[12-13]。

圖1 飛機(jī)蒙皮典型損傷Fig.1 Typical defects in aircraft skin

在飛機(jī)服役過程中，飛機(jī)蒙皮通常要受到循環(huán)應(yīng)力作用，微小裂紋在應(yīng)力作用下極易擴(kuò)展為損傷裂紋，并且鉚釘與蒙皮連接處易形成疲勞裂紋損傷[14]，進(jìn)而演化為重大飛行安全事故，如1988年4月阿羅哈航空公司（Aloha Airlines）243號航班因金屬疲勞而突然失去了前機(jī)身約5.5 m的部分[15-16]； 1969年12月，美國空軍戰(zhàn)術(shù)空軍司令部一架F-111A由于機(jī)翼下蒙皮的疲勞裂紋導(dǎo)致機(jī)翼斷裂[17]。對于金屬類型的飛機(jī)蒙皮，腐蝕是其常見的損傷之一，會極大損害飛機(jī)蒙皮的結(jié)構(gòu)強(qiáng)度與完整性[18-19]，對飛機(jī)服役壽命產(chǎn)生較大影響[20]。蒙皮發(fā)生點(diǎn)蝕、腐蝕開裂會進(jìn)而導(dǎo)致其剝落，應(yīng)力腐蝕缺陷常發(fā)生在機(jī)翼表面緊固件周圍[21]。此外，飛機(jī)服役過程中與物體 （如鳥類、冰雹等）發(fā)生碰撞導(dǎo)致的凹坑，也是蒙皮檢測中常見的缺陷類型，同樣會對蒙皮結(jié)構(gòu)強(qiáng)度產(chǎn)生較大影響。曾有學(xué)者研究了該類型缺陷對蒙皮的影響[13]，通過建立有限元模型探究了飛機(jī)蒙皮在不同程度點(diǎn)蝕下的有效剛度，并揭示了凹坑缺陷對蒙皮的強(qiáng)度、剛度的影響。綜上所述，開展飛機(jī)蒙皮缺陷檢測對于提高飛機(jī)運(yùn)行的可靠性、在服役過程中保持氣動性能十分重要[22]。

2 基于超聲技術(shù)的蒙皮缺陷檢測方法

超聲檢測技術(shù)用于飛機(jī)蒙皮的研究工作可以追溯到1991年[23]，超聲無損檢測的基本流程是通過超聲波探頭向物體發(fā)射聲波，接收回波信號后根據(jù)信號的類型確定是否存在缺陷、缺陷的位置和大小等。

2.1 超聲自動化掃查方法

對于被檢對象的超聲探頭掃查方式，正由傳統(tǒng)的手動掃查逐步轉(zhuǎn)為自動化的掃查方式[24]，以實(shí)現(xiàn)提高掃查檢測效率的目標(biāo)。超聲自動化掃查基本流程是獲取被檢型面的幾何信息，而后進(jìn)行掃描路徑規(guī)劃，將超聲探頭安裝在機(jī)械臂末端進(jìn)行掃查，掃描路徑規(guī)劃示意如圖2所示[24]。通過三角激光測距儀可以獲得與被檢試樣表面的實(shí)際距離，進(jìn)而對軌跡理論位置進(jìn)行修正，對飛機(jī)的蒙皮構(gòu)件采用透射法檢測，掃查原理如圖3所示[24]。在超聲自動化掃查檢測方面，針對薄壁蒙皮結(jié)構(gòu)的檢測，采用雙機(jī)器人-超聲透射法檢測時的技術(shù)難點(diǎn)在于雙機(jī)器人的同步運(yùn)動控制，兩個坐標(biāo)系中的插補(bǔ)運(yùn)動同步周期將決定接收到的超聲信號質(zhì)量，進(jìn)而直接影響蒙皮缺陷檢測的效果。

圖2 掃描路徑規(guī)劃示意圖[24]Fig.2 Schematic diagram of the scan path planning[24]

圖3 超聲掃查原理示意圖[24]Fig.3 Schematic diagram of ultrasonic scanning principle[24]

2.2 蒙皮內(nèi)部缺陷超聲檢測方法

在蒙皮內(nèi)部缺陷檢測方面，研究人員分別針對復(fù)合材料蒙皮以及金屬蒙皮的超聲無損檢測問題開展了相關(guān)研究。Puthillath等[25]研究了鋁制飛機(jī)蒙皮的超聲導(dǎo)波檢測，為了解決傳統(tǒng)超聲采用垂直入射或斜入射導(dǎo)致的蒙皮粘接區(qū)域檢測能力不足的問題，對蒙皮粘接區(qū)域中超聲導(dǎo)波會產(chǎn)生較大面內(nèi)位移的現(xiàn)象進(jìn)行了理論研究，并基于此提出了G*掃描的線性掃查方法，且該方法具有表征缺陷大小的能力，蒙皮G*掃描試驗(yàn)配置如圖4所示，G*掃描試驗(yàn)結(jié)果如圖5所示。Papanaboina等[26]基于超聲導(dǎo)波技術(shù)提出了一種大型鋁制蒙皮健康監(jiān)測方法，通過計(jì)算渡越時間方法 （Time of flight，ToF）以及無缺陷與缺陷信號之間的延遲來識別和定位蒙皮缺陷，試驗(yàn)?zāi)Ｐ腿鐖D6所示。Avdelidis等[8]研究了瞬態(tài)脈沖技術(shù)在識別飛機(jī)蒙皮安裝固定位置方面的應(yīng)用，實(shí)現(xiàn)蒙皮自動化裝配，使用有限差分建模軟件進(jìn)行了試驗(yàn)研究和分析，分析了缺陷特征的大小和深度，以及被研究材料性能，充分驗(yàn)證了所提方法在精確位置信息判別方面的有效性。在進(jìn)行缺陷判別時通常需要復(fù)雜的信號處理過程，如何實(shí)現(xiàn)蒙皮內(nèi)部缺陷響應(yīng)的自動辨識需進(jìn)一步研究。

圖4 蒙皮G*掃描試驗(yàn)配置示意圖[25]Fig.4 Schematic of the skin G*-scan experiment[25]

圖5 超聲導(dǎo)波掃描圖像[25]Fig.5 Ultrasonic guided wave scanning image[25]

圖6 二維有限元模型[26]Fig.6 2D finite element model[26]

隨著復(fù)合材料理論及制造技術(shù)的不斷發(fā)展，在部分先進(jìn)飛機(jī)結(jié)構(gòu)中采用了大量復(fù)合材料，復(fù)材蒙皮制造也得到了廣泛關(guān)注[27-28]。在高性能飛機(jī)結(jié)構(gòu)中，復(fù)合材料正逐步取代傳統(tǒng)金屬合金的使用。例如波音787、空客A380中均使用了復(fù)合材料[29]。然而，纖維增強(qiáng)復(fù)合材料的失效取決于鋪層的方式、加載條件和環(huán)境條件等多種因素，對飛機(jī)部件的生產(chǎn)、維護(hù)及相應(yīng)部件的檢測提出了較大的挑戰(zhàn)。曾有研究對某型戰(zhàn)機(jī)復(fù)合材料機(jī)翼蒙皮進(jìn)行超聲無損檢測，發(fā)現(xiàn)蒙皮復(fù)合材料層間出現(xiàn)疲勞裂紋[30]。Capriotti等[29]基于超聲導(dǎo)波進(jìn)行了航空復(fù)材損傷檢測及性能表征的研究。上述研究均說明對復(fù)合材料蒙皮開展更為深入細(xì)致的研究是十分重要的。

關(guān)于復(fù)合材料蒙皮的脫黏缺陷檢測技術(shù)研究，Liu等[31]提出了一種基于單脈沖超聲的碳纖維蒙皮加強(qiáng)筋黏結(jié)界面的狀態(tài)表征和缺陷的定量評價方法，用于檢測飛機(jī)蒙皮部位產(chǎn)生的脫黏缺陷。在蒙皮缺陷超聲信號智能識別方面，Li等[32]將復(fù)合材料飛機(jī)蒙皮缺陷的超聲C掃描圖像、超聲A掃描信號與深度神經(jīng)網(wǎng)絡(luò)相結(jié)合，提出了一種1D-YOLO網(wǎng)絡(luò)用于飛機(jī)蒙皮缺陷的智能識別。通過對飛機(jī)蒙皮復(fù)合材料損傷數(shù)據(jù)的訓(xùn)練和測試，該模型的準(zhǔn)確率為94.5%，精準(zhǔn)實(shí)現(xiàn)了飛機(jī)蒙皮損傷識別。Li等[33]的另一項(xiàng)研究工作基于一維卷積神經(jīng)網(wǎng)絡(luò)提出了一種飛機(jī)蒙皮內(nèi)部狀態(tài)檢測方法，使用擴(kuò)展卷積提高了超聲探頭的實(shí)時跟蹤能力，使用所提模型對蒙皮缺陷超聲A掃描信號進(jìn)行分類識別，蒙皮缺陷識別準(zhǔn)確率為96.5%，試驗(yàn)獲得的A掃描信號如圖7所示。上述研究取得了一定進(jìn)展，然而現(xiàn)有蒙皮缺陷智能識別模型的魯棒性不足，對于訓(xùn)練模型的超聲信號質(zhì)量要求較高，檢測信號中的噪聲將對缺陷智能識別模型產(chǎn)生較大的影響。

圖7 飛機(jī)蒙皮A掃描信號[33]Fig.7 A-scan signal of the aircraft skin[33]

在蒙皮缺陷的陣列超聲檢測技術(shù)研究方面，來自美國洛克希德·馬丁航空公司的Selman[34]使用陣列超聲檢測緊固件孔底部裂紋，試驗(yàn)使用的探頭具有以錐形結(jié)構(gòu)排列的超聲晶片單元，可以實(shí)現(xiàn)超聲波束在三維空間上偏轉(zhuǎn)，滿足不同孔徑和厚度的蒙皮緊固件檢測需求。Padiyar等[35]提出了一種陣列超聲與紅外融合成像技術(shù)用于檢測帶有加強(qiáng)筋的復(fù)合材料蒙皮壁板缺陷，試驗(yàn)的蒙皮壁板尺寸、試驗(yàn)裝置布置以及陣列超聲模組如圖8所示。使用陣列超聲檢測復(fù)合材料蒙皮缺陷，主要的問題在于復(fù)合材料層間信息復(fù)雜，超聲聲束入射材料后會有較大的結(jié)構(gòu)噪聲及橫向分辨率不足的問題，進(jìn)而會影響蒙皮內(nèi)部缺陷的檢測精度，需要進(jìn)一步研究更加準(zhǔn)確的復(fù)合材料均質(zhì)化模型以及缺陷陣列超聲信號表征技術(shù)。

圖8 陣列超聲試驗(yàn)裝置[35]Fig.8 Phased array ultrasonic experimental device[35]

在飛機(jī)蒙皮缺陷檢測儀器研發(fā)方面，法國空客TESTIA公司研發(fā)的便攜式D-Lam系列以及Easy Wheel系列蒙皮缺陷檢測儀器，在信號采集端使用的是具有32個晶片的滾輪式陣列超聲探頭，通過手持輪式檢測儀在蒙皮表面進(jìn)行掃查，其便攜特性極大提升了飛機(jī)蒙皮的原位檢測能力，如圖9所示[36]，可以快速可靠地實(shí)現(xiàn)對大型飛機(jī)蒙皮結(jié)構(gòu)進(jìn)行缺陷掃查與表征，儀器除超聲數(shù)據(jù)采集模塊外，還嵌入了數(shù)據(jù)自動分析模塊，前端獲取掃查信號后進(jìn)行C掃描成像，而后通過閾值分割的方法對圖像進(jìn)行處理，可以實(shí)現(xiàn)缺陷區(qū)域自動辨識。

圖9 法國空客TESTIA公司的蒙皮檢測儀[36]Fig.9 Skin detector of Airbus TESTIA[36]

3 基于圖像處理技術(shù)的蒙皮缺陷自動檢測方法

飛機(jī)蒙皮缺陷檢測的傳統(tǒng)途徑是通過運(yùn)維人員進(jìn)行目視檢查，但存在目視檢查耗時長、檢測效率較低，微小缺陷漏檢率高等問題[12，37]。在飛機(jī)制造及運(yùn)維階段，對于表面幾何缺陷的檢測精度具有較高的要求。

3.1 蒙皮外部缺陷機(jī)器視覺檢測方法

傳統(tǒng)的缺陷檢測方法在信息維度、檢測精度和效率等方面都難以滿足先進(jìn)飛機(jī)制造的實(shí)際要求。為了解決上述問題，基于機(jī)器視覺的圖像處理技術(shù)在飛機(jī)蒙皮外部缺陷檢測方面的應(yīng)用應(yīng)運(yùn)而生[38]，自動化缺陷視覺檢測系統(tǒng)可以提高飛機(jī)蒙皮缺陷檢測效率，使獲取數(shù)據(jù)的過程變得更加準(zhǔn)確、高效，同時使用自動化模型處理掃查數(shù)據(jù)使得檢測結(jié)果一致性強(qiáng)[39]。機(jī)器視覺技術(shù)在飛機(jī)蒙皮缺陷檢測方面有較為廣泛的應(yīng)用[40-42]，該方法的一般流程是：獲取蒙皮表面狀態(tài)信息、圖像數(shù)據(jù)預(yù)處理、蒙皮缺陷特征提取、模式識別及決策判定[43]。美國的RIZSE公司研發(fā)了無人機(jī)蒙皮視覺檢查系統(tǒng)，如圖10所示，使用無人機(jī)對飛機(jī)外部進(jìn)行自主視覺檢查，獲取圖像后通過圖像處理模塊進(jìn)行數(shù)據(jù)分析并識別蒙皮外部損傷情況。在蒙皮缺陷圖像分割方面，Ding等[12]提出了一種R-CNN網(wǎng)絡(luò)模型用于實(shí)現(xiàn)像素級的蒙皮缺陷自動檢測方法，所提模型結(jié)合了多特征融合和網(wǎng)絡(luò)注意力機(jī)制的優(yōu)點(diǎn)，可以獲得更加準(zhǔn)確的缺陷特征信息，進(jìn)而實(shí)現(xiàn)蒙皮缺陷區(qū)域的精準(zhǔn)分割，試驗(yàn)結(jié)果驗(yàn)證了所提方法的有效性。Wang等[44]提出了一種基于馬爾可夫隨機(jī)場與改進(jìn)梯度矢量流博弈的圖像分割方法；在使用小波變換進(jìn)行圖像去噪的基礎(chǔ)上，利用最大類間方差將蒙皮圖像劃分為目標(biāo)域和背景域；試驗(yàn)結(jié)果表明，該方法能夠成功地從飛機(jī)鋁制蒙皮樣品圖像中分割出缺陷區(qū)域。在蒙皮缺陷自動識別方面，Zhang等[45]基于YOLO神經(jīng)網(wǎng)絡(luò)和Faster-RCNN網(wǎng)絡(luò)建立了飛機(jī)蒙皮表面缺陷自動檢測模型，研究了蒙皮裂紋、蒙皮剝落、腐蝕、蒙皮變形、蒙皮撕裂等5類缺陷；試驗(yàn)結(jié)果表明，所提出的蒙皮檢測模型具有較好的缺陷分類識別效果。Nayak等[46]使用三維激光掃描儀生成飛機(jī)復(fù)合材料表面點(diǎn)云，通過圖像處理的技術(shù)對點(diǎn)云數(shù)據(jù)進(jìn)行曲面重構(gòu)，獲取掃描數(shù)據(jù)后進(jìn)而實(shí)現(xiàn)對復(fù)材表面質(zhì)量檢測，試驗(yàn)裝置如圖11所示。上述基于深度學(xué)習(xí)的機(jī)器視覺技術(shù)在蒙皮外部缺陷檢測方面取得了一定的成果。然而，在建立智能判別模型時需要大量標(biāo)記數(shù)據(jù)去訓(xùn)練模型，在實(shí)際應(yīng)用中獲得大量帶標(biāo)記的缺陷數(shù)據(jù)集較為困難。因此，如何在蒙皮缺陷數(shù)據(jù)小樣本的條件下建立判別模型需要進(jìn)一步研究。

圖10 美國RIZSE公司無人機(jī)蒙皮檢查系統(tǒng)Fig.10 UAV skin inspection system of RIZSE company

圖11 三維激光掃描試驗(yàn)裝置[46]Fig.11 3D laser scanning experimental setup[46]

3.2 蒙皮裝配精度自動檢測方法

確保飛機(jī)蒙皮的裝配精度十分重要[47]。為了避免飛機(jī)在裝配過程中由于加工精度、裝配精度誤差對蒙皮裝配質(zhì)量的影響，針對蒙皮裝配間隙測量精度要求高、人工測量效率低及精度難以保持的問題進(jìn)行了一些研究。Wen等[48-49]基于蒙皮接縫區(qū)域點(diǎn)云的特征，提出了高差突變法和斜率最大法提取特征點(diǎn)云邊緣點(diǎn)，實(shí)現(xiàn)飛機(jī)蒙皮接縫狀態(tài)三維特征數(shù)據(jù)的高精度提取，有助于提高飛機(jī)蒙皮的裝配質(zhì)量，輪廓測量系統(tǒng)如圖12所示。Long等[50]提出了一種適用于多類型掃描儀數(shù)據(jù)的飛機(jī)蒙皮接縫區(qū)域檢測新方法；基于局部點(diǎn)密度差異檢測并分割蒙皮接縫區(qū)域，進(jìn)行投影運(yùn)算并提取間隙特征點(diǎn)；試驗(yàn)結(jié)果表明，相較于其他方法，所提方法在魯棒性方面具有明顯的優(yōu)勢。

圖12 相位輪廓測量系統(tǒng)[48]Fig.12 Phase profile measurement system[48]

飛機(jī)機(jī)翼蒙皮鉚接緊固位置容易產(chǎn)生裂紋，且在載荷作用下蒙皮易發(fā)生斷裂[51-52]。在對蒙皮鉚接質(zhì)量的檢測方面，Xie等[53-54]的研究將蒙皮鉚釘檢測定義為一個基于密度顯著性度量的多重結(jié)構(gòu)擬合問題，對基本局部密度進(jìn)行自適應(yīng)密度增強(qiáng)，從而提取鉚釘輪廓，并進(jìn)行了使用深度學(xué)習(xí)技術(shù)提取蒙皮鉚接特征的研究，方法框架分別如圖13和14所示。Xia等[55]基于投影原理提出了一種高精度三維缺陷檢測方法，用于飛機(jī)蒙皮鉚接和焊縫的質(zhì)量檢測，實(shí)現(xiàn)了蒙皮缺陷自動識別與定位，從而提高了運(yùn)維人員的檢測效率。Liu等[56]使用統(tǒng)計(jì)濾波的方法去除蒙皮三維點(diǎn)云模型中的異常值噪聲，基于點(diǎn)云的法向量信息提取蒙皮邊緣特征點(diǎn)，進(jìn)而實(shí)現(xiàn)多線性蒙皮裝配間隙測量，通過試驗(yàn)及仿真驗(yàn)證了方法的可行性。針對蒙皮缺陷視覺檢測中判據(jù)單一的問題，Wang等[57]提出了一種基于多類支持向量機(jī)和數(shù)據(jù)融合策略的蒙皮裂紋缺陷檢測方法，并將缺陷圖像與超聲信號兩種不同數(shù)據(jù)源的樣本特征進(jìn)行融合，通過試驗(yàn)驗(yàn)證了多源傳感信息融合技術(shù)可以有效提高蒙皮裂紋缺陷識別精度。在蒙皮的腐蝕缺陷檢測方面，Gao等[58]基于小波分析提出了一種描述腐蝕缺陷特征的新方法，使用小波變換對圖像進(jìn)行多分辨率、多方向分解，并分配特征向量，根據(jù)特征向量與原型向量之間的距離識別蒙皮的腐蝕缺陷。上述蒙皮緊固件檢測方法需要復(fù)雜的信號預(yù)處理過程，不便于相關(guān)方法在實(shí)際中推廣應(yīng)用，如何使用掃查得到的原始超聲信號實(shí)現(xiàn)蒙皮緊固件檢測需要進(jìn)一步研究。

圖13 鉚釘檢測流程概述[53]Fig.13 Overview of the rivet inspection process[53]

圖14 鉚釘自動掃描系統(tǒng)：數(shù)據(jù)采集階段和數(shù)據(jù)處理階段[54]Fig.14 Rivet automatic scanning system: Data acquisition stage and data processing stage[54]

4 結(jié)論

與傳統(tǒng)的蒙皮缺陷檢測方法相比，超聲自動化檢測與基于機(jī)器視覺的缺陷檢測方法展示出了其特有優(yōu)勢，其在飛機(jī)運(yùn)維過程中具有十分廣闊的應(yīng)用前景，自動檢測在工業(yè)領(lǐng)域中也已有應(yīng)用示例。然而，總體來說飛機(jī)蒙皮缺陷檢測領(lǐng)域仍有許多關(guān)鍵的技術(shù)難題亟待解決，未來主要的發(fā)展趨勢集中在以下3個方面。

（1）大型型面自動掃查設(shè)備 （型面長度2 m以上）開發(fā)?，F(xiàn)有的蒙皮自動化超聲掃查檢測方法相較于傳統(tǒng)的檢測方法，縮短了40%～50%的檢測時間。然而，目前仍然存在的問題在于絕大多數(shù)現(xiàn)有設(shè)備僅支持中小型 （長度1 m以內(nèi)）部件的掃查檢測，且當(dāng)部件曲率變化較大時，需要進(jìn)一步分區(qū)域掃查，這一過程增加了檢測所需時間及運(yùn)維成本。為縮短飛機(jī)檢測周期，提升離位檢測效率，降低人為因素影響，亟待開展對飛機(jī)蒙皮等大型型面的自動掃查方法研究及相關(guān)設(shè)備研制。

（2）超聲檢測信號缺陷自動判別技術(shù)研究。目前，通過使用自動化掃查的設(shè)備可以滿足快速且具有高分辨率的掃查需求，但如飛機(jī)蒙皮等大型構(gòu)件具有幾十m2的檢測要求，會產(chǎn)生大量的數(shù)據(jù)。在掃查數(shù)據(jù)分析和解釋階段，通常需要人工完成，在缺陷信號的識別方面具有較強(qiáng)的主觀性，結(jié)果分析一致性難以保證，且分析掃查數(shù)據(jù)所需的時間較長。在這種背景下，使用基于深度學(xué)習(xí)技術(shù)的缺陷智能判別模型可以提高檢測效率及檢測結(jié)果可靠性。目前的技術(shù)難點(diǎn)是如何在小樣本缺陷數(shù)據(jù)與不同種類缺陷數(shù)據(jù)量不平衡的條件下進(jìn)行缺陷信號特征提取，進(jìn)而建立準(zhǔn)確的缺陷信號自動判別模型。

（3）強(qiáng)泛化性缺陷智能判別模型研究?；跈C(jī)器學(xué)習(xí)技術(shù)的飛機(jī)蒙皮無損檢測技術(shù)研究引起許多學(xué)者的廣泛關(guān)注，該方法屬于數(shù)據(jù)驅(qū)動的檢測過程，具有更高的自動化、決策過程便捷化特點(diǎn)。然而，此類方法進(jìn)行實(shí)際應(yīng)用時存在的問題是所需訓(xùn)練樣本大、模型泛化能力不高以及模型訓(xùn)練過程復(fù)雜，這些問題均制約著蒙皮缺陷自動判別模型進(jìn)行實(shí)際應(yīng)用。因此，構(gòu)建基于知識遷移的缺陷識別方法，將聲波傳播的物理信息與數(shù)據(jù)驅(qū)動的智能模型相結(jié)合，構(gòu)建強(qiáng)泛化性的缺陷智能識別模型，可以有效簡化模型的訓(xùn)練過程，提升蒙皮缺陷智能判別模型在實(shí)際應(yīng)用中的檢測效果。