陳新波，袁英民，李小麗，陳　果

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

?

航空發(fā)動(dòng)機(jī)內(nèi)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(xué)院青島校區(qū)， 青島 266041；2.南京航空航天大學(xué)， 南京 210016)

摘要：基于數(shù)字圖像處理技術(shù)、智能診斷技術(shù)和計(jì)算機(jī)視覺(jué)技術(shù), 研制成一套適用于航空發(fā)動(dòng)機(jī)內(nèi)部損傷的智能診斷系統(tǒng)。系統(tǒng)實(shí)現(xiàn)了對(duì)發(fā)動(dòng)機(jī)內(nèi)部損傷的發(fā)現(xiàn)-測(cè)量-診斷-評(píng)估-決策的智能檢測(cè)，將航空發(fā)動(dòng)機(jī)內(nèi)部損傷測(cè)量與智能診斷融為一體，可以方便地進(jìn)行航空發(fā)動(dòng)機(jī)內(nèi)部損傷診斷，并降低了診斷結(jié)果對(duì)人員素質(zhì)的依賴(lài)度，縮短了對(duì)發(fā)動(dòng)機(jī)內(nèi)部損傷缺陷的評(píng)估周期，提高了檢測(cè)靈敏度、診斷準(zhǔn)確性和工作效率。

關(guān)鍵詞：航空發(fā)動(dòng)機(jī)；內(nèi)部損傷；智能診斷

隨著新型飛機(jī)的大量裝備,發(fā)動(dòng)機(jī)的無(wú)損檢測(cè)工作日益突出。發(fā)動(dòng)機(jī)內(nèi)部損傷通常有裂紋、缺口、掉塊、撕裂、燒蝕等[1]，檢測(cè)方法主要采用內(nèi)窺鏡檢查。發(fā)動(dòng)機(jī)出現(xiàn)內(nèi)部損傷后，需根據(jù)損傷的程度依據(jù)相關(guān)技術(shù)標(biāo)準(zhǔn)和手冊(cè)，對(duì)發(fā)動(dòng)機(jī)給出繼續(xù)使用、修磨處理后繼續(xù)使用、更換發(fā)動(dòng)機(jī)等處理措施。因此,如何及時(shí)準(zhǔn)確地對(duì)發(fā)動(dòng)機(jī)內(nèi)部損傷進(jìn)行診斷和評(píng)判，將直接影響到發(fā)動(dòng)機(jī)的科學(xué)使用和飛行訓(xùn)練的正常開(kāi)展。

發(fā)動(dòng)機(jī)內(nèi)窺鏡檢測(cè)技術(shù)已經(jīng)成為監(jiān)測(cè)發(fā)動(dòng)機(jī)運(yùn)行狀態(tài)和診斷其內(nèi)部表面損傷的有效手段之一。人工檢測(cè)由于結(jié)果的評(píng)判過(guò)度依賴(lài)于檢測(cè)人員操作的正確性和經(jīng)驗(yàn)，其可靠性容易受主觀因素影響。為了減少損傷評(píng)估對(duì)檢測(cè)人員技術(shù)水平的依賴(lài)，解決損傷難以診斷和評(píng)判不準(zhǔn)的難題，提高航空發(fā)動(dòng)機(jī)無(wú)損檢測(cè)的工作質(zhì)量和效率，筆者借助于數(shù)字圖像處理技術(shù)和計(jì)算機(jī)視覺(jué)技術(shù),研制出一套發(fā)動(dòng)機(jī)內(nèi)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(dòng)機(jī)內(nèi)部損傷智能診斷系統(tǒng)以圖像采集和處理為基礎(chǔ)，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(jìn)行分析判斷，根據(jù)得到的損傷類(lèi)型及尺寸進(jìn)行損傷程度診斷，并根據(jù)需要提供維修參考意見(jiàn)。

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(nèi)窺鏡成像系統(tǒng)中的顯示部分由顯示屏、顯示驅(qū)動(dòng)模塊等組成，此部分功能主要是顯示儀器的相關(guān)信息及探傷數(shù)據(jù)。位于內(nèi)窺探頭頭部的光源發(fā)出的光線通過(guò)反射，進(jìn)入探頭頭部的目鏡，后投射到CCD芯片上，CCD芯片將光信號(hào)轉(zhuǎn)變成電信號(hào)，再通過(guò)電纜線可以直接傳給監(jiān)視器。同時(shí)，電信號(hào)也可以傳給圖像采集卡，通過(guò)A/D轉(zhuǎn)換和幀存儲(chǔ)器，將視頻信息轉(zhuǎn)換成數(shù)字信息，在計(jì)算機(jī)上獲得左右圖像對(duì)。硬件系統(tǒng)中的CPU控制部分對(duì)儀器電源部分、鍵盤(pán)、儀器初始化等進(jìn)行系統(tǒng)化管理。計(jì)算機(jī)系統(tǒng)完成儀器的管理、控制、計(jì)算、圖形顯示和檢測(cè)報(bào)告的生成。

圖1　系統(tǒng)結(jié)構(gòu)簡(jiǎn)化圖

2軟件設(shè)計(jì)

軟件是儀器的核心，其完成整個(gè)系統(tǒng)的控制，包括數(shù)據(jù)采集和處理、圖像顯示、圖像分析、損傷評(píng)估等功能，實(shí)現(xiàn)發(fā)動(dòng)機(jī)內(nèi)部損傷的智能診斷。

系統(tǒng)采用Microsoft Visual C++6.0軟件進(jìn)行Windows應(yīng)用程序開(kāi)發(fā)，專(zhuān)家系統(tǒng)判據(jù)庫(kù)、知識(shí)庫(kù)、案例庫(kù)和動(dòng)態(tài)數(shù)據(jù)庫(kù)采用Microsoft Access 2000數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)的連接通過(guò)ODBC數(shù)據(jù)源管理器。

系統(tǒng)的軟件結(jié)構(gòu)設(shè)計(jì)如圖2所示。

圖2　系統(tǒng)的軟件結(jié)構(gòu)示意

軟件系統(tǒng)主要包括圖像獲取模塊、攝像機(jī)標(biāo)定與損傷自動(dòng)測(cè)量模塊、圖像預(yù)處理模塊、立體匹配模塊、三維計(jì)算模塊、損傷評(píng)估與診斷模塊等。軟件實(shí)現(xiàn)的主要功能有：判據(jù)庫(kù)管理、知識(shí)庫(kù)管理、案例庫(kù)管理、圖像分析與特征提取、特征參數(shù)的自動(dòng)測(cè)量、專(zhuān)家診斷等。軟件系統(tǒng)的特色功能就是能夠?qū)Σ杉降陌l(fā)動(dòng)機(jī)內(nèi)部損傷圖像進(jìn)行自動(dòng)分析處理、自動(dòng)測(cè)量相關(guān)損傷尺寸、自動(dòng)診斷缺陷尺寸是否超過(guò)損傷容限，并給出診斷結(jié)論及建議。

3關(guān)鍵技術(shù)

3.1缺陷自動(dòng)測(cè)量方法

目前對(duì)孔探圖像進(jìn)行測(cè)量采取的是人工手動(dòng)測(cè)量方法，由于這種測(cè)量方法的效率較低、準(zhǔn)確性不高,故針對(duì)航空發(fā)動(dòng)機(jī)內(nèi)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(dòng)機(jī)內(nèi)部損傷自動(dòng)測(cè)量方法。根據(jù)發(fā)動(dòng)機(jī)內(nèi)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(duì)不同的損傷形態(tài)而采取不同的自動(dòng)測(cè)量方法。

圖3　壓氣機(jī)葉片損傷示意

3.1.1面積形損傷自動(dòng)測(cè)量方法

全自動(dòng)測(cè)量方法是先提取缺陷的輪廓，然后根據(jù)三次樣條差值方法找到缺陷部位的特征點(diǎn)并提取其尺寸。

壓氣機(jī)葉片和渦輪葉片是發(fā)動(dòng)機(jī)易出現(xiàn)損傷的部位，葉片的損傷一般出現(xiàn)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(cè)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(gè)特征點(diǎn)，然后就可計(jì)算出損傷尺寸。

圖4　輪廓像素點(diǎn)坐標(biāo)

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

3.1.2線條形損傷自動(dòng)測(cè)量方法

由于裂紋具有明顯的“線條”特征, 線條形損傷自動(dòng)測(cè)量方法以裂紋為分析對(duì)象。首先，在損傷圖像上選取裂紋所在區(qū)域，然后對(duì)裂紋進(jìn)行分割，通過(guò)對(duì)比裂紋特征參數(shù)消除偽裂紋，最后提取裂紋骨架，從而實(shí)現(xiàn)對(duì)裂紋的測(cè)量。在此基礎(chǔ)上，設(shè)計(jì)了裂紋圖像分析測(cè)量模塊，包括裂紋分割、裂紋識(shí)別、裂紋測(cè)量三個(gè)部分。

裂紋分割采用Sobel邊緣檢測(cè)算法和最大熵閾值分割法。利用Sobel算子計(jì)算出水平梯度Gy和垂直梯度Gx,然后再將兩個(gè)方向的梯度結(jié)合起來(lái),最后應(yīng)用門(mén)限處理模塊判斷圖像邊緣并輸出邊緣檢測(cè)結(jié)果。最大熵閾值分割法利用圖像的灰度特征來(lái)選擇一個(gè)或多個(gè)最佳灰度閾值，將圖像中的像素點(diǎn)按照閾值進(jìn)行分類(lèi)，從而提取出特定的目標(biāo)。

由于裂紋背景圖像復(fù)雜, 故分割時(shí)也會(huì)把干擾圖像同樣保留下來(lái)。因此，通過(guò)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(chǔ)。筆者選取的裂紋線性特征為圖像的長(zhǎng)短軸比。計(jì)算包圍每個(gè)獨(dú)立區(qū)域的最小橢圓的長(zhǎng)短軸比，將圖像中像素?cái)?shù)少的，長(zhǎng)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(kuò)展后的裂紋圖像，可以看出，經(jīng)過(guò)直方圖擴(kuò)展后裂紋與背景對(duì)比更加強(qiáng)烈，裂紋特征突出；圖5(c)為Sobel邊緣檢測(cè)后的裂紋圖像，裂紋的輪廓已經(jīng)初步顯現(xiàn)；圖5(d)為經(jīng)最大熵分割處理后的裂紋圖片；圖5(e)為經(jīng)過(guò)膨脹與腐蝕后的裂紋圖像，可看出斷裂的裂紋已經(jīng)被連通；圖5(f),(g)分別為去除偽裂紋和細(xì)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(dòng)機(jī)型號(hào)不同，對(duì)損傷的評(píng)判標(biāo)準(zhǔn)也不一樣，分析現(xiàn)有不同型號(hào)發(fā)動(dòng)機(jī)的《診斷檢測(cè)規(guī)程》、《使用維護(hù)規(guī)程》、《技術(shù)使用細(xì)則》等技術(shù)資料，根據(jù)檢測(cè)過(guò)程中發(fā)現(xiàn)的具有代表性的缺陷件，形成不同型號(hào)發(fā)動(dòng)機(jī)的損傷缺陷譜和損傷評(píng)估與診斷規(guī)則，以滿足多種機(jī)型應(yīng)用的需求。

4智能診斷實(shí)例

4.1面積形損傷自動(dòng)測(cè)量實(shí)例

以某型飛機(jī)發(fā)動(dòng)機(jī)葉片的打傷缺口損傷圖像為例，進(jìn)行損傷分析測(cè)量，圖6為葉片損傷自動(dòng)測(cè)量系統(tǒng)界面。圖中藍(lán)色實(shí)線為提取葉片輪廓線，紅色圓點(diǎn)標(biāo)出部位即為損傷缺陷的三個(gè)特征點(diǎn)?？擅黠@看出，全自動(dòng)測(cè)量模塊能實(shí)現(xiàn)葉片缺口輪廓的智能提取，并能正確測(cè)量缺口參數(shù)。

圖6　葉片損傷全自動(dòng)測(cè)量系統(tǒng)界面

圖7　某發(fā)動(dòng)機(jī)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(shí)例

以某型飛機(jī)發(fā)動(dòng)機(jī)燃燒室火焰筒筒體(環(huán)帶)裂紋損傷圖像為例，進(jìn)行裂紋分析測(cè)量。圖7為裂紋圖像的分析測(cè)量系統(tǒng)界面。經(jīng)測(cè)量可得裂紋長(zhǎng)度為115 mm，與實(shí)際尺寸113 mm是接近的。

裂紋的檢測(cè)結(jié)果用藍(lán)色的線標(biāo)記在原始圖像中，可以看出系統(tǒng)檢測(cè)和測(cè)量結(jié)果準(zhǔn)確可靠。

5結(jié)語(yǔ)

系統(tǒng)實(shí)現(xiàn)了對(duì)發(fā)動(dòng)機(jī)內(nèi)部損傷的發(fā)現(xiàn)-測(cè)量-診斷-評(píng)估-決策的智能檢測(cè)，可以方便地進(jìn)行航空發(fā)動(dòng)機(jī)內(nèi)部損傷診斷，提高了檢測(cè)可靠性。并且,該系統(tǒng)具備了智能診斷、參數(shù)保存等功能，提高了工作效率和機(jī)動(dòng)性、快速反應(yīng)能力，極大地降低了診斷結(jié)果對(duì)人員素質(zhì)的依賴(lài)度，縮短了對(duì)發(fā)動(dòng)機(jī)內(nèi)部損傷缺陷的評(píng)估周期，大大提高了檢測(cè)靈敏度和可靠性。

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

參考文獻(xiàn):

[1]民航無(wú)損檢測(cè)人員資格鑒定與認(rèn)證委員會(huì)編.航空器目視檢測(cè)[M].北京：中國(guó)民航出版社，2014.

[2]李華，陳果,林桐,等.航空發(fā)動(dòng)機(jī)葉片損傷自動(dòng)測(cè)量方法研究[J].航空計(jì)算技術(shù)，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(lèi)號(hào)：TG115.28

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1000-6656(2016)04-0070-04

DOI:10.11973/wsjc201604017

作者簡(jiǎn)介：陳新波(1975-)，男，副教授，主要從事飛機(jī)無(wú)損檢測(cè)工作。通信作者：陳新波，E-mail: 13805325801@163.com。

收稿日期：2016-01-18