全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 航空发动机压气机计算网格自动生成技术研究
- 作者： 郭丹 来源： 西南科技大学 年份： 2017 文献类型 ： 学位论文 关键词： CFD 拓扑 压气机叶片 网格自动生成
- 描述： 提出的网格自动生成技术,采用了结合CAD模型特征提取几何过渡处理方案,研究了基于特征的网格拓扑自动构造方法,探索了特定领域高精度结构化网格自动化生成的技术途径,具有很高的工程应用价值。本文针对
- 航空发动机压气机计算网格自动生成技术研究
- 作者： 郭丹 来源： 西南科技大学 年份： 2017 文献类型 ： 学位论文 关键词： CFD 拓扑 压气机叶片 网格自动生成
- 描述： 提出的网格自动生成技术,采用了结合CAD模型特征提取几何过渡处理方案,研究了基于特征的网格拓扑自动构造方法,探索了特定领域高精度结构化网格自动化生成的技术途径,具有很高的工程应用价值。本文针对
- 旋转状态下的航空发动机叶片形变测量
- 作者： 夏桂书 吴虹星 魏永超 武兴焜 来源： 中国测试 年份： 2022 文献类型 ： 期刊 关键词： 型面形变 模拟工况 叶长 压气机叶片
- 描述： 针对工况下航空发动机叶片形变问题，实现航空发动机叶片动态检测系统，并开展形变分析研究。利用发动机叶片模拟工况实验平台，基于光电检测和结构光面型测量技术，开发高速三维测量系统，通过激光对射传感器和单片机同步触发控制高速相机进行测量，并结合傅里叶变换轮廓术，完成不同转速下，真实发动机叶片的形变图像采集与三维型面重建。型面重构数据表明：叶片处于加速和减速状态时，型面变化趋近一致并呈现非线性，但加速时形变量更大且随着转速增加而增加。论文结果对研究发动机性能和发动机叶片设计制造有一定参考意义。
- 旋转状态下的航空发动机叶片形变测量
- 作者： 夏桂书 吴虹星 魏永超 武兴焜 来源： 中国测试 年份： 2022 文献类型 ： 期刊 关键词： 型面形变 模拟工况 叶长 压气机叶片
- 描述： 针对工况下航空发动机叶片形变问题，实现航空发动机叶片动态检测系统，并开展形变分析研究。利用发动机叶片模拟工况实验平台，基于光电检测和结构光面型测量技术，开发高速三维测量系统，通过激光对射传感器和单片机同步触发控制高速相机进行测量，并结合傅里叶变换轮廓术，完成不同转速下，真实发动机叶片的形变图像采集与三维型面重建。型面重构数据表明：叶片处于加速和减速状态时，型面变化趋近一致并呈现非线性，但加速时形变量更大且随着转速增加而增加。论文结果对研究发动机性能和发动机叶片设计制造有一定参考意义。
- 航空发动机压气机叶片实验室循环加速试验谱的设计
- 作者： 汪凯蔚 苏少燕 刘雅智 张洪彬 张少锋 郑南飞 来源： 电子产品可靠性与环境试验 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机 循环加速试验 压气机叶片 环境试验谱
- 描述： 航空发动机压气机叶片实验室循环加速试验谱的设计
- 不完整实例引导的航空发动机叶片实例分割
- 作者： 黄睿 张超群 成旭毅 邢艳 张宝 来源： 计算机应用 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 损伤检测 实例分割 发动机叶片 交互式分割
- 描述： 航空发动机安全是影响飞行安全的重要因素，在航空发动机损伤检测中常需要分割发动机的单个叶片以判断发动机叶片的损伤程度。然而，当前基于深度学习的实例检测方法在进行发动机叶片分割时，由于缺少带标注
- 基于改进YOLOv4的航空发动机损伤检测方法
- 作者： 蔡舒妤 闫子砚 师利中 来源： 现代制造工程 年份： 2023 文献类型 ： 期刊 关键词： 损伤检测 卷积注意力模块 YOLOv4 深度可分离卷积 MobileNetv3
- 描述： 针对现有目标检测模型参数量大、检测速度慢，难以适应航空发动机孔探检测轻量化应用需求的问题，提出了基于YOLOv4目标检测算法的轻量化航空发动机损伤检测模型。设计了基于深度可分离卷积的轻量化特征融合
- 不完整实例引导的航空发动机叶片实例分割
- 作者： 黄睿 张超群 成旭毅 邢艳 张宝 来源： 计算机应用 年份： 2023 文献类型 ： 期刊 关键词： 航空发动机 损伤检测 实例分割 发动机叶片 交互式分割
- 描述： 航空发动机安全是影响飞行安全的重要因素，在航空发动机损伤检测中常需要分割发动机的单个叶片以判断发动机叶片的损伤程度。然而，当前基于深度学习的实例检测方法在进行发动机叶片分割时，由于缺少带标注
- 不完整实例引导的航空发动机叶片实例分割
- 作者： 黄睿 张超群 成旭毅 邢艳 张宝 来源： 计算机应用 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机 损伤检测 实例分割 发动机叶片 交互式分割
- 描述： 当前基于深度学习的实例检测方法在进行发动机叶片分割时，由于缺少带标注的发动机叶片数据，导致无法充分训练网络模型，仅得到次优的分割结果。为了提升航空发动机叶片实例分割精度，提出了不完整实例引导的航空发动机叶片实例分割方法，通过结合已有的实例分割方法和交互式分割方法，可得到较好的发动机叶片分割结果。首先，使用少量标注数据训练实例分割网络，得到发动机叶片的初步分割结果；其次，将检测到的单个叶片分为前景和背景两部分，通过选择前景种子点和背景种子点，利用交互式分割方法的思想，产生完整的单个叶片的分割结果；依次处理完所有的叶片后，将结果合并得到最终的发动机叶片实例分割结果。使用72张图像训练基于稀疏实例激活图的实时实例分割方法（SparseInst）产生初始的实例分割结果，在56张图像上进行测试。所提方法的全类平均准确率（mAP）比SparseInst的全类平均准确率高5.1个百分点；且它的mAP结果均优于当前流行的实例分割方法MASK R-CNN(MASK Region based Convolutional Neural Network)、YOLACT (You Only Look At CoefficienTs)、BMASKRCNN (Boundary-preserving MASK R-CNN)。