关键词
面向航空发动机高性能制造的激光选区熔化技术研究进展
作者: 周运龙     马毅     管迎春   来源: 航空学报 年份: 2024 文献类型 : 期刊 关键词: 航空发动机   机器学习   航空航天材料   在线监测   能场辅助   激光选区熔化  
描述: 增材制造技术能够突破传统制造瓶颈,实现复杂几何结构的一体化设计制造,同时有助于提高产品零部件的可靠性,在空天制造领域有着广泛的应用前景。聚焦于航空发动机增材制造中的激光选区熔化技术(SLM),针对工艺端/性能端的共性问题,首先从技术优化(大幅面多光束技术、能场辅助技术)的角度回顾了各类实验参数对材料组织性能的调控;然后通过前沿技术手段(质量在线监测技术、智能化机器学习调控)的研究综述,探讨了监测/预测在成形过程前中端的优化作用;随后对SLM成形关键航空发动机材料进行了系统性总结,以更好地指导选材及性能调控;最后对现有SLM的技术方案和航空发动机材料种类进行了问题总结,并展望了未来的发展前景,旨在为航空发动机制造领域提供有价值的意见。
无损检测技术在航空发动机叶片故障自动检测中的应用
作者: 邸三虎   来源: 模具制造 年份: 2024 文献类型 : 期刊 关键词: 深度学习   缺陷自动识别   无损检测   航空发动机叶片  
描述: 无损检测技术在航空发动机叶片故障自动检测中的应用
通用飞机复合材料红外成像无损检测技术
作者: 常皓亮     杨明     朱新宇     王军   来源: 太赫兹科学与电子信息学报 年份: 2024 文献类型 : 期刊 关键词: 缺陷定位   复合材料   红外成像   无损检测  
描述: 通用飞机复合材料红外成像无损检测技术
原位静态无损检测技术在航空装备中的应用
作者: 臧云飞     张海兵     朱龙翔     李取浩     袁俊杰   来源: 无损探伤 年份: 2024 文献类型 : 期刊 关键词: 原位检测   航空装备   无损检测   缺陷检测  
描述: 原位静态无损检测技术在航空装备中的应用
基于机器视觉的飞机故障检查系统
作者: 袁忠大     程秀全     王大伟   来源: 机床与液压 年份: 2024 文献类型 : 期刊 关键词: 机器视觉技术   图像处理   飞机部件   无损检测  
描述: 针对当前飞机维修检查工作以人工目视检查为主、效率低且存在人为因素影响的情况,设计一套基于图像识别与机器深度学习的飞机部件表面无损检测系统。收集并整理了某航空公司一线飞机维修员拍摄的飞机机身及发动机
航空铝合金冷喷涂修理微观组织及其疲劳损伤特性研究
作者: 彭智伟     樊俊铃     张伟   来源: 热加工工艺 年份: 2024 文献类型 : 期刊 关键词: 疲劳试验   修理   无损检测   冷喷涂  
描述: 疲劳试验的同时对冷喷涂修理试验件的疲劳损伤进行了无损检测。结果表明,冷喷涂组织致密,气孔率低;冷喷涂层在疲劳过程中为脆性断裂。冷喷涂修理损伤试验件在疲劳试验过程中先后呈现出3种形式的损伤,基体与冷喷涂
飞机装配过程错漏装检测技术研究进展
作者: 王振宇     张祥春     严佳     张晓庆     武湛君   来源: 无损检测 年份: 2024 文献类型 : 期刊 关键词: 错漏装   机器视觉   深度学习   无损检测   模板匹配  
描述: 飞机装配过程错漏装检测技术研究进展
航空精神和航空人才建设机制与实践
作者: 邱发生   来源: 中国教育技术装备 年份: 2024 文献类型 : 期刊 关键词: 航空人才   智慧课堂   航空精神   课程思政   无损检测  
描述: 航空精神和航空人才建设机制与实践
作者: 张祎彤     陈奎     王朝     曹星凯     李全东   来源: 无损探伤 年份: 2024 文献类型 : 期刊 关键词: 超声C扫   真空钎焊   工业CT   液冷组件   无损检测  
描述:
航空发动机叶片表面损伤与检测研究进展
作者: 程亚茹     李湉     薛辉     黎红英     王丹     唐鋆磊   来源: 航空发动机 年份: 2024 文献类型 : 期刊 关键词: 航空发动机   机器视觉   叶片损伤   深度学习   无损检测  
描述: 航空发动机叶片的工作环境极其恶劣,表面会出现各种类型的损伤。在损伤早期进行表面检测能够有效预防因损伤扩展导致的叶片失效断裂。发动机叶片表面损伤的检测和评估主要由人工操作,严重依赖工作经验,但人工检测不仅效率低下,而且检测结果容易受到人为因素的影响。为了高效、高精度地检测发动机叶片表面损伤,从叶片失效形式出发,综述了发动机叶片在停放和运行2种状态下的损伤机理,并重点阐述了涡流检测、渗透检测等常用于叶片表面损伤检测的方法。总结了基于机器视觉的检测技术,分析机器视觉检测面临数据集稀缺和单一性的挑战,认为收集大量数据并进一步完善评估标准是未来发动机叶片表面损伤检测系统研究的重点方向。
< 1 2
Rss订阅