-
基于深度学习的航空发动机涡轮叶片自动射线检测技术研究
-
作者:
王栋欢
肖洪
吴丁毅
来源:
推进技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
涡轮叶片
射线图像
深度学习
射线检测
缺陷检测
-
描述:
一直以来,航空发动机涡轮叶片的射线检测依靠检验员人工评片。为避免经验差异、眼睛疲劳、标准理解等人为因素影响,有效改善传统射线检测费时费力、效率低下等问题,针对航空发动机涡轮叶片射线图像,基于YOLOv4模型提出了一种双主干特征融合的缺陷自动检测算法(DBFF-YOLOv4);通过设计包含所有特征映射的新型连接结构搭建缺陷检测颈部网络,建立了适用于涡轮叶片射线图像的缺陷自动检测模型;针对每个缺陷,采用9次裁剪、旋转和亮度增减的图像数据增强方法扩充样本数据,在此基础上进行了模型训练与测试。结果表明,针对完整涡轮叶片,建立的缺陷检测模型在0.5的置信度阈值下可获得96.7%的平均查准率和91.87%的平均查全率,优于通用目标检测算法YOLOv4模型。9次缺陷裁剪、旋转和亮度增减的图像数据增强方法能够显著提高模型的缺陷检测精度(平均精度分别得到了59.19%和2.53%的提升)。该研究为涡轮叶片自动射线检测提供了一种新方法。
-
基于内嵌物理约束神经网络模型的航空发动机数字工程模型
-
作者:
林志富
肖洪
王占学
张晓博
来源:
推进技术
年份:
2023
文献类型 :
期刊
关键词:
特征处理
航空发动机
数字工程模型
性能参数预估
内嵌物理约束神经网络
-
描述:
相对误差和峰值相对误差均小于常规神经网络模型。在一定的模型规模下,基于架构的数字模型的峰值相对误差仅为常规神经网络模型的1/4。通过物理约束,克服了数据驱动模型对大数据的依赖,指导了神经网络层的超参数设置。
-
基于内嵌物理约束神经网络模型的航空发动机数字工程模型
-
作者:
林志富
肖洪
王占学
张晓博
来源:
推进技术
年份:
2023
文献类型 :
期刊
关键词:
特征处理
航空发动机
数字工程模型
性能参数预估
内嵌物理约束神经网络
-
描述:
相对误差和峰值相对误差均小于常规神经网络模型。在一定的模型规模下,基于架构的数字模型的峰值相对误差仅为常规神经网络模型的1/4。通过物理约束,克服了数据驱动模型对大数据的依赖,指导了神经网络层的超参数设置。
-
基于深度学习的航空发动机涡轮叶片自动射线检测技术研究
-
作者:
王栋欢
肖洪
吴丁毅
来源:
推进技术
年份:
2023
文献类型 :
期刊
关键词:
航空发动机
涡轮叶片
射线图像
深度学习
射线检测
缺陷检测
-
描述:
一直以来,航空发动机涡轮叶片的射线检测依靠检验员人工评片。为避免经验差异、眼睛疲劳、标准理解等人为因素影响,有效改善传统射线检测费时费力、效率低下等问题,针对航空发动机涡轮叶片射线图像,基于YOLOv4模型提出了一种双主干特征融合的缺陷自动检测算法(DBFF-YOLOv4);通过设计包含所有特征映射的新型连接结构搭建缺陷检测颈部网络,建立了适用于涡轮叶片射线图像的缺陷自动检测模型;针对每个缺陷,采用9次裁剪、旋转和亮度增减的图像数据增强方法扩充样本数据,在此基础上进行了模型训练与测试。结果表明,针对完整涡轮叶片,建立的缺陷检测模型在0.5的置信度阈值下可获得96.7%的平均查准率和91.87%的平均查全率,优于通用目标检测算法YOLOv4模型。9次缺陷裁剪、旋转和亮度增减的图像数据增强方法能够显著提高模型的缺陷检测精度(平均精度分别得到了59.19%和2.53%的提升)。该研究为涡轮叶片自动射线检测提供了一种新方法。