基于SW/YOLO模型的航空发动机叶片损伤实时检测

作者： 何宇豪   曹学国   刘信良   蒋浩坤   王静秋   来源： 推进技术 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机   实时检测   叶片损伤   深度学习   目标检测   孔探检测  

描述： 孔探检测技术是航空发动机叶片损伤检测的主要手段，但目前依赖人工操作，耗时耗力。本文提出了一个孔探视频检测的SW/YOLO模型，该模型包括输入端、主干网络、颈部网络、头部网络4个模块。首先，在主干网络加入了空间通道注意力模块（Spatial Channel / Convolutional Block Attention Module，SC/CBAM），有效避免位置信息丢失，提高目标边界回归能力，相较于YOLOv5，其平均精度均值mAP@0.5提高了5.4%。其次，在颈部网络对特征金字塔网络（Feature Pyramid Network，FPN）进行了改进，通过融合低层特征，扩大了模型感受野，有利于较小损伤区域的检测，如烧蚀损伤，平均精度提高了8.1%。最后，通过与YOLOv5，Faster R/CNN，SSD模型的对比实验，结果表明SW/YOLO模型的平均精度均值分别提高了7%，6.2%，6.3%，检测速度满足实时检测需求，有利于提高航空发动机孔探检测的自动化和智能化水平。

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。

改进的Kohonen网络在航空发动机分类故障诊断中的应用

作者： 郑波   马昕   来源： 航空发动机 年份： 2021 文献类型 ： 期刊 关键词： 航空发动机   自适应检测响应   故障诊断   自适应继承   PSO算法   Kohonen网络  

描述： 针对传统Kohonen网络对未知样本识别时的不可辨识性和分类结果不惟一性问题,利用改进的Kohonen网络对航空发动机进行分类故障诊断,并利用混合粒子群优化算法对网络连接权值进行优化,以提高

基于复合算法的航空发动机磨损故障诊断

作者： 黄帆   李艳军   曹愈远   李依林   来源： 航空计算技术 年份： 2019 文献类型 ： 期刊 关键词： 支持向量机   油液分析   航空发动机   故障诊断   相对劣化度   免疫系统  

描述： 故障诊断的方法。利用SVM拟合数据的概率密度函数,根据磨粒数据的概率分布制定正常、预警和警告的界限值;根据相对劣化度评估,分析各状态参数偏离正常状态的程度;利用人工免疫算法对待测数据进行故障模式识别。通过

飞机电缆短路故障分析及机理研究

作者： 李红   邓乐武   罗强   张永强   韩杨   来源： 四川电力技术 年份： 2020 文献类型 ： 期刊 关键词： 暂态分析   故障诊断   接触电阻   绝缘层   短路   热效应  

描述： 飞机电缆短路故障分析及机理研究

基于迁移学习的民航发动机小样本故障诊断

作者： 付松   钟诗胜   林琳   张永健   来源： 计算机集成制造系统 年份： 2020 文献类型 ： 期刊 关键词： 民航发动机   支持向量机   小样本   深度自编码器   故障诊断   迁移学习  

描述： 为解决民航发动机故障诊断面临的故障样本不足问题，提出了一种基于深度自动编码器(deep auto-encoder, DAE)迁移学习的小样本故障诊断方法。在该方法中，首先利用大量的正常样本对DAE

应用深度核极限学习机的航空发动机部件故障诊断

作者： 逄珊   杨欣毅   张勇   韦祥   来源： 推进技术 年份： 2018 文献类型 ： 期刊 关键词： 极限学习机   故障诊断   深度神经网络   核方法   涡扇发动机   部件  

描述： 运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为

应用深度核极限学习机的航空发动机部件故障诊断

作者： 逄珊   杨欣毅   张勇   韦祥   来源： 推进技术 年份： 2018 文献类型 ： 期刊 关键词： 极限学习机   故障诊断   深度神经网络   核方法   涡扇发动机   部件  

描述： 运用传统单隐层的神经网络进行航空发动机部件故障诊断识别受其浅层结构影响,精度不高,而用深度置信网络(Deep belief network,DBN)等深度学习方法则存在耗时、参数训练复杂的问题。为

航空发动机气路故障诊断的SANNWA-PF算法

作者： 许梦阳   黄金泉   鲁峰   来源： 航空动力学报 年份： 2018 文献类型 ： 期刊 关键词： 航空发动机   故障诊断   自适应   粒子滤波   神经网络   非高斯噪声  

描述： 针对航空发动机非线性、非高斯的特点,提出一种用于航空发动机气路故障诊断的自适应神经网络权值调整粒子滤波(SANNWA-PF)算法。该算法根据粒子分布情况确定分裂和调整的粒子数目,进而根据粒子权重采用

基于信息融合的飞机舱音声信号分析与故障诊断

作者： 贾玉琛   程道来   纪林章   姚红宇   仪垂杰   来源： 噪声与振动控制 年份： 2018 文献类型 ： 期刊 关键词： 产生式规则   舱音   信息融合   故障诊断   声学   飞机  

描述： 飞机黑匣子中舱音记录器记录的舱音声信息是分析、诊断飞行事故原因的关键依据之一。以多个典型舱音样本为例,在阐述信息融合原理基础上,构建信息融合三个层次模型,建立典型舱音特征库。开展基于产生式规则的信息融合的飞机舱音声信号的分析与故障,依据舱音二进制诊断树,得到分析诊断结果,为准确掌握飞行事故原因、分析诊断飞行事故、保障航空飞行安全具有一定借鉴作用。