原賽男,李凱銘,于 闖
(中國商用飛機有限責(zé)任公司北京民用飛機技術(shù)研究中心,北京 102211)
當(dāng)今,復(fù)合材料以其優(yōu)良的力學(xué)性能和物理性能在航空器中得到了廣泛使用。目前,波音公司B787客機和空客公司A350客機所使用的復(fù)合材料質(zhì)量占比高達(dá)50%和52%[1-2],大多數(shù)用作初級教練機的單發(fā)飛機(如SR20和DA40等)及用作中級教練機的雙發(fā)飛機(如DA42NG等),其結(jié)構(gòu)都已廣泛使用復(fù)合材料。
航空復(fù)合材料結(jié)構(gòu)復(fù)雜,其在設(shè)計、生產(chǎn)制造和服役全生命周期中都有比傳統(tǒng)金屬材料更為嚴(yán)格的缺陷控制要求。目前航空復(fù)合材料結(jié)構(gòu)件要求100%的檢測率,主要以人工檢測為主。檢測方案的制定和檢測過程實施均對檢測人員的資質(zhì)和專業(yè)性要求較高;人工缺陷評定過程耗時長且易出現(xiàn)失誤,容易受工藝參數(shù)精度或人為因素影響;復(fù)合材料結(jié)構(gòu)整體制備時間較長,質(zhì)量檢測成本高,檢測結(jié)果穩(wěn)定性不高。因此,如何快速、準(zhǔn)確地檢出制造和服役過程中的缺陷和損傷,進而采取措施穩(wěn)定工藝、降低成本、推進航空器持續(xù)適航尤為重要。
隨著計算機及網(wǎng)絡(luò)技術(shù)的發(fā)展,機器視覺技術(shù)、5G技術(shù)在航空復(fù)合材料檢測中的應(yīng)用研究及相關(guān)發(fā)展設(shè)備研發(fā)成為了行業(yè)熱點,以機器視覺技術(shù)應(yīng)用為代表的新型航空復(fù)合材料檢測設(shè)備研發(fā)成為重要方向。目前,國產(chǎn)大飛機的復(fù)合材料批生產(chǎn)應(yīng)用處于起步階段,急需對批生產(chǎn)過程的制造缺陷和服役缺陷進行缺陷經(jīng)驗積累和數(shù)字化提煉,同時需通過機器視覺的算法開發(fā)和智能化檢測系統(tǒng)的搭建,實現(xiàn)缺陷的自動化智能輔助評估來逐步替換人工檢測,提高檢測效率和檢測質(zhì)量的一致性。文章主要對復(fù)合材料全生命周期典型缺陷信號及對應(yīng)的可靠檢測技術(shù)進行分析,構(gòu)建基于國產(chǎn)大飛機、面向航空全產(chǎn)業(yè)鏈開放的復(fù)合材料體系缺陷數(shù)據(jù)庫?;谠撊毕輸?shù)據(jù)庫,可開發(fā)航空復(fù)合材料機器視覺算法和缺陷智能輔助識別算法,探索基于機器視覺的復(fù)合材料結(jié)構(gòu)件缺陷診斷系統(tǒng)建設(shè),提高檢測一致性、生產(chǎn)效率和智能化程度,推動航空復(fù)合材料檢測的自動化和智能化發(fā)展。
針對國際和國內(nèi)復(fù)合材料缺陷圖譜庫空缺的現(xiàn)狀,建立了一套科學(xué)、合理且相對靈活的航空復(fù)合材料缺陷編碼體系,規(guī)定了復(fù)合材料缺陷圖譜數(shù)據(jù)庫中含缺陷樣本的代碼結(jié)構(gòu)、編碼方法和編碼要求。
航空復(fù)合材料缺陷數(shù)據(jù)庫樣本代碼共分4層,各層次的意義如圖1所示。
圖1 航空復(fù)合材料缺陷數(shù)據(jù)庫代碼結(jié)構(gòu)
缺陷形成階段代碼用來標(biāo)識樣品中缺陷的形成階段,如制造過程(M)或服役過程中(S);結(jié)構(gòu)類型代碼用來標(biāo)識復(fù)合材料零部件的材料結(jié)構(gòu),例如層壓板結(jié)構(gòu)(L)、泡沫夾層結(jié)構(gòu)(F)、蜂窩夾層結(jié)構(gòu)(H)、R區(qū)結(jié)構(gòu)(R)、其他結(jié)構(gòu)(Q);缺陷類型代碼用來標(biāo)識不同材料結(jié)構(gòu)零部件的特有缺陷類型(見表1);4位流水號用來區(qū)別標(biāo)識同樣階段同樣材料結(jié)構(gòu)同樣缺陷的不同物理個體,按0001-9999順序編制。
表1 層壓板結(jié)構(gòu)(L)缺陷類型代碼表
針對國產(chǎn)商用飛機復(fù)合材料體系、型號標(biāo)準(zhǔn)規(guī)范要求和航空復(fù)合材料檢測場景需求,開展面向國產(chǎn)大飛機制造供應(yīng)鏈和航空公司的航空復(fù)合材料體系缺陷數(shù)據(jù)庫和檢測機理模型相關(guān)技術(shù)研究,利用商飛5G云平臺,通過“端、邊結(jié)合”方式推進缺陷數(shù)據(jù)庫的應(yīng)用;在缺陷數(shù)據(jù)庫的基礎(chǔ)上,研究基于深度學(xué)習(xí)的復(fù)合材料缺陷檢測算法,探索基于機器視覺的復(fù)合材料結(jié)構(gòu)缺陷智能檢測系統(tǒng)開發(fā)與驗證技術(shù)。缺陷數(shù)據(jù)庫構(gòu)建與應(yīng)用路線如圖2所示。
圖2 缺陷數(shù)據(jù)庫構(gòu)建與應(yīng)用路線
此數(shù)據(jù)庫系統(tǒng)采用B/S(瀏覽器/服務(wù)器)架構(gòu),由后臺數(shù)據(jù)庫管理系統(tǒng)和Web前端組成,主要實現(xiàn)了檢測實例庫、典型缺陷庫和檢測規(guī)范庫3個數(shù)據(jù)庫的添加、刪除、更改和查詢功能、用戶權(quán)限管理和數(shù)據(jù)變更記錄功能。檢測實例庫、典型缺陷庫和檢測規(guī)范庫是本數(shù)據(jù)庫系統(tǒng)的核心,內(nèi)部邏輯關(guān)系如圖3所示。
圖3 缺陷數(shù)據(jù)庫內(nèi)部邏輯關(guān)系
此數(shù)據(jù)庫系統(tǒng)服務(wù)端采用的是MySQL+Flask技術(shù)方案。該技術(shù)方案一方面保證了數(shù)據(jù)庫的功能,另一方面技術(shù)框架耦合性低,方便后續(xù)在此數(shù)據(jù)庫系統(tǒng)的基礎(chǔ)上進行二次開發(fā)及維護。前端采用的是Bootstrap框架,其具備簡單靈活,可用于架構(gòu)流行的用戶界面和交互接口的HTML、CSS、Javascript工具集的特點,同樣為后續(xù)開發(fā)打下了基礎(chǔ)。
該航空復(fù)合材料缺陷數(shù)據(jù)庫應(yīng)包含檢測規(guī)范庫、典型缺陷庫、檢測實例庫等,建設(shè)檢測規(guī)范庫,梳理國標(biāo)、美標(biāo)、行標(biāo)、企標(biāo)等無損檢測技術(shù)的要求,梳理零件信息(應(yīng)用型號、材料、結(jié)構(gòu)、工藝)、對應(yīng)檢測方法、檢測技術(shù)、設(shè)備能力、人員資質(zhì)匹配、檢測程序文件、工藝卡,實現(xiàn)對標(biāo)檢測;建設(shè)典型缺陷庫,識別復(fù)合材料結(jié)構(gòu)無損檢測典型缺陷信號特征;構(gòu)建典型缺陷特征和缺陷圖譜的正向關(guān)聯(lián)模型,進一步為智能化缺陷評估提供依據(jù)。
目前缺陷數(shù)據(jù)庫涵蓋多種機型,涉及后機身前段、后機身后段、副翼、襟翼、垂平尾等多個部段,涵蓋纖維增強樹脂基復(fù)合材料層壓板結(jié)構(gòu)、蜂窩夾層結(jié)構(gòu)、泡沫夾層結(jié)構(gòu)、R區(qū)結(jié)構(gòu)等多種結(jié)構(gòu)類型以及分層、夾雜、脫黏、氣孔、沖擊損傷等缺陷類型,缺陷數(shù)據(jù)庫綜合看板(示例)如圖4所示。數(shù)據(jù)庫可查閱的信息標(biāo)簽如表2所示。缺陷數(shù)據(jù)庫按照缺陷分類與編碼進行管理,用戶可通過信息標(biāo)簽分類查找、組合查詢等多種方式獲取所需缺陷標(biāo)準(zhǔn);可通過左側(cè)的分類查找或點擊切換按鈕后的組合查找和模糊查找快速獲取所需的典型缺陷信息。檢測實例庫界面如圖5所示。用戶還可通過檢測規(guī)范庫來查閱航空復(fù)合材料典型缺陷的相關(guān)檢測規(guī)范。
圖4 航空復(fù)合材料缺陷數(shù)據(jù)庫綜合看板(示例)
表2 缺陷數(shù)據(jù)庫可查閱的信息標(biāo)簽
圖5 檢測實例庫界面
(1) 構(gòu)建航空復(fù)合材料檢測缺陷數(shù)據(jù)庫,為缺陷的智能檢測和評估提供數(shù)據(jù)支撐。以國內(nèi)航空復(fù)合材料應(yīng)用需求為基礎(chǔ),梳理航空復(fù)合材料無損檢測方法規(guī)范,建立航空復(fù)合材料缺陷分類編碼管理系統(tǒng),分析復(fù)合材料不同應(yīng)用階段的檢測數(shù)據(jù)和典型缺陷圖譜,建立檢測標(biāo)準(zhǔn)庫、缺陷數(shù)據(jù)庫和案例分析庫等,為機器學(xué)習(xí)算法開發(fā),構(gòu)建基于機器視覺的智能化檢測和評估方案提供寶貴的素材;構(gòu)建缺陷特征與缺陷圖譜的正向?qū)?yīng)模型,開展典型缺陷特征、典型結(jié)構(gòu)性能與檢測數(shù)據(jù)、缺陷圖譜的關(guān)聯(lián)模型研究,開展涵蓋檢測數(shù)據(jù)、缺陷圖像集、關(guān)聯(lián)模型等多維信息元素的航空復(fù)合材料體系缺陷數(shù)據(jù)圖像存取技術(shù)研究,并完成相應(yīng)數(shù)據(jù)集構(gòu)建,為制造缺陷的在線控制和預(yù)防,以及智能檢測和評估提供數(shù)據(jù)支撐。
(2) 基于航空復(fù)合材料缺陷數(shù)據(jù)庫,開發(fā)基于深度學(xué)習(xí)的缺陷檢測算法。定義缺陷檢測算法架構(gòu),實現(xiàn)基于小樣本的模型參數(shù)訓(xùn)練和面向端側(cè)設(shè)備的模型壓縮研究,構(gòu)建基于深度學(xué)習(xí)的復(fù)合材料檢測模型。結(jié)合航空復(fù)合材料缺陷樣本種類多、難收集、數(shù)量小、同類差距大等特點,研究樣本數(shù)據(jù)增強方法、基于深度神經(jīng)網(wǎng)絡(luò)模型壓縮、多尺度特征融合、難例挖掘等理論和技術(shù),實現(xiàn)模型的小樣本訓(xùn)練以及針對不同環(huán)境和缺陷種類的快速知識遷移,助推復(fù)合材料缺陷智能評估技術(shù)發(fā)展。
(3) 基于航空復(fù)合材料缺陷數(shù)據(jù)庫和缺陷檢測算法,開發(fā)復(fù)合材料結(jié)構(gòu)件缺陷診斷系統(tǒng)及適航驗證。結(jié)合航空復(fù)合材料成型過程中的缺陷在線監(jiān)測預(yù)警、成型后自動化檢測和智能評估以及服役過程中損傷監(jiān)測和快速維修等產(chǎn)品全生命周期應(yīng)用場景需求,開發(fā)復(fù)合材料結(jié)構(gòu)缺陷智能檢測系統(tǒng)以及缺陷智能評估技術(shù)的適航驗證,推動復(fù)合材料智能檢測技術(shù)在航空領(lǐng)域的應(yīng)用。
基于國產(chǎn)大飛機,構(gòu)建了面向航空全產(chǎn)業(yè)鏈開放的復(fù)合材料體系缺陷數(shù)據(jù)庫,對復(fù)合材料全生命周期產(chǎn)生的缺陷類型、缺陷信號模型及對應(yīng)的可靠檢測技術(shù)進行統(tǒng)一提煉與構(gòu)建。該缺陷數(shù)據(jù)庫可提高人員檢測的規(guī)范性和一致性,也可為航空復(fù)合材料缺陷智能輔助識別與評估技術(shù)提供數(shù)據(jù)基礎(chǔ),推動航空復(fù)合材料檢測的自動化和智能化發(fā)展。