基于平面ECT的航空复合材料缺陷检测优化研究

作者： 邓晨肖   来源： 中国民航大学 年份： 2019 文献类型 ： 学位论文 关键词： 平面阵列电极   无损检测   电容层析成像   航空复合材料   传感器优化  

描述： 基于平面ECT的航空复合材料缺陷检测优化研究

用于航空发动机原位检测的连续体机器人研究

作者： 向立清   来源： 南京航空航天大学 年份： 2019 文献类型 ： 学位论文 关键词： 发动机原位检测   双芯柱   连续体机器人   无损检测   路径规划  

描述： 用于航空发动机原位检测的连续体机器人研究

冷喷涂技术及其在航空结构修复中的应用与研究现状

作者： 彭智伟   来源： 中国设备工程 年份： 2022 文献类型 ： 期刊 关键词： 喷涂缺陷   增材制造   无损检测   航空结构修复   冷喷涂  

描述： 作为一种新型的增材制造工艺，冷喷涂技术可以在不改变基体材料物理力学性能的前提下，实现喷涂材料组织及性能在基体上的移植沉积。本文对冷喷涂技术的基本原理、常见喷涂缺陷及质量性能评价、工艺数值模拟进行了介绍。在此基础上，综述了冷喷涂技术在航空结构修复中的应用，展望了冷喷涂技术在未来应重点关注的研究方向。在对冷喷涂原理及工艺研究的同时，应加强对冷喷涂修复过程中出现的孔隙、裂纹、混合颗粒偏聚及修复裂纹检测跟踪等无损检测方面的研究。

双通道十字结构激励平面旋转场涡流传感器裂纹检测机理研究

作者： 王慷   来源： 兰州理工大学 年份： 2021 文献类型 ： 学位论文 关键词： 信息熵   旋转场   涡流检测   无损检测   电涡流传感器  

描述： 双通道十字结构激励平面旋转场涡流传感器裂纹检测机理研究

飞机多层铆接结构的远场涡流检测关键技术研究

作者： 朱超群   来源： 吉林大学 年份： 2022 文献类型 ： 学位论文 关键词： 多层铆接结构   远场涡流   有限元   无损检测   隐藏裂纹  

描述： 飞机多层铆接结构的远场涡流检测关键技术研究

某航空发动机涡轮盘和叶片的强度分析与寿命计算

作者： 付娜   来源： 西北工业大学 年份： 2016 文献类型 ： 学位论文 关键词： 强度分析   航空发动机   涡轮叶片   寿命计算   疲劳损伤   涡轮盘   载荷谱  

描述： 涡轮盘与涡轮叶片是航空发动机十分重要的涡轮转子部件，承受着复杂的循环热载荷及机械载荷，为了保证发动机和飞机在服役期间的稳定性和可靠性，迫切需要对涡轮盘和叶片的强度进行计算，并对其寿命加以预测和控制。本文基于某民航发动机延寿项目的需要，对其涡轮盘和

基于真空热处理制度对航空发动机涡轮叶片影响的研究

作者： 郑娟   来源： 机械管理开发 年份： 2021 文献类型 ： 期刊 关键词： 疲劳试验   热处理温度   航空发动机   涡轮叶片   尺寸变形   贫化层  

描述： 选取某型航空发动机低压涡轮叶片为试验样本,为消除机械加工过程中带来的残余应力,对其分别选用两种真空热处理制度进行去应力试验。在试验过程中,对比分析真空热处理前后叶片尺寸、材料成分及疲劳试验等最终特性,为航空发动机涡轮叶片热处理制度的选择提供了参考依据。该试验研究目的是选择合适的真空热处理制度,既消除机械加工过程中带来的残余应力的同时,又满足航空发动机叶片最终装配特性和材料性能特性。

基于真空热处理制度对航空发动机涡轮叶片影响的研究

作者： 郑娟   来源： 机械管理开发 年份： 2020 文献类型 ： 期刊 关键词： 疲劳试验   热处理温度   航空发动机   涡轮叶片   尺寸变形   贫化层  

描述： 选取某型航空发动机低压涡轮叶片为试验样本,为消除机械加工过程中带来的残余应力,对其分别选用两种真空热处理制度进行去应力试验。在试验过程中,对比分析真空热处理前后叶片尺寸、材料成分及疲劳试验等最终特性,为航空发动机涡轮叶片热处理制度的选择提供了参考依据。该试验研究目的是选择合适的真空热处理制度,既消除机械加工过程中带来的残余应力的同时,又满足航空发动机叶片最终装配特性和材料性能特性。

航空发动机涡轮叶片疲劳寿命研究

作者： 吴海玉   来源： 哈尔滨工程大学 年份： 2020 文献类型 ： 学位论文 关键词： 涡轮叶片   气膜冷却   力耦合   疲劳寿命   热   蠕变/疲劳  

描述： 航空发动机涡轮叶片疲劳寿命研究

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。