南京航空航天大學(xué)民航學(xué)院2012級碩士論文答辯基于孔探圖像分析的航空發(fā)動機(jī)故障診斷專家系統(tǒng)研究

學(xué)生：李華導(dǎo)師：陳果教授專業(yè)：載運(yùn)工具運(yùn)用工程南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

研究背景與現(xiàn)狀分析關(guān)鍵部件故障分析及故障診斷推理方法研究航空發(fā)動機(jī)葉片損傷自動測量方法研究航空發(fā)動機(jī)內(nèi)部裂紋自動測量方法研究

航空發(fā)動機(jī)內(nèi)部損傷智能診斷專家系統(tǒng)開發(fā)

總結(jié)與展望

匯報(bào)內(nèi)容南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第二部分研究背景

隨著海軍新型戰(zhàn)機(jī)不斷裝備部隊(duì)，戰(zhàn)機(jī)使用頻率加大，野戰(zhàn)機(jī)場環(huán)境惡劣等客觀情況給發(fā)動機(jī)的使用維護(hù)造成了巨大挑戰(zhàn)。發(fā)動機(jī)葉片打傷、燃燒室裂紋等故障發(fā)生頻率呈不斷上升趨勢。葉片的掉塊火焰筒外筒壁裂紋葉片裂紋南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

2025/11/4人的因素對診斷結(jié)果有影響2孔探儀功能不全，不能自動評估損傷

3根據(jù)空軍發(fā)動機(jī)維修部門的調(diào)查，發(fā)現(xiàn)孔探檢測有以下幾個問題第三部分研究背景無損檢測技術(shù)是目前監(jiān)控發(fā)動機(jī)狀態(tài)的有效手段之一，孔探檢測是無損檢測技術(shù)的一種重要手段，已廣泛應(yīng)用于發(fā)動機(jī)、管道等設(shè)備的檢修與維護(hù)中

1人的因素對測量結(jié)果有影響

機(jī)務(wù)一線孔探檢測人員有干部有戰(zhàn)士，文化程度和自身素質(zhì)參差不齊，對儀器使用的熟練程度以及責(zé)任心各不相同，不同人員使用同臺儀器對同一損傷的測量結(jié)果有時相差甚遠(yuǎn)，直接影響對損傷的評估和診斷《發(fā)動機(jī)診斷檢測規(guī)程》和《發(fā)動機(jī)技術(shù)使用細(xì)則》中對損傷的規(guī)定條目重多，查找理解較困難，只有專家型人員才能快速準(zhǔn)確的進(jìn)行缺陷診斷并給出使用建議，經(jīng)驗(yàn)不足和文化素質(zhì)較低的檢測人員容易發(fā)生應(yīng)用標(biāo)準(zhǔn)錯誤，從而造成誤判目前，部隊(duì)檢測人員進(jìn)行孔探檢測發(fā)現(xiàn)發(fā)動機(jī)損傷后，對損傷進(jìn)行測量、評估，工作完成后還要請地方工廠技術(shù)人員來部隊(duì)進(jìn)行二次測量和診斷，最后由工廠給出能否繼續(xù)使用的診斷決定，整個程序耗時較長。本論文課題來源于與海軍航空工程學(xué)院青島分院合作項(xiàng)目航空發(fā)動機(jī)內(nèi)部損傷智能診斷專家系統(tǒng)。南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第二部分現(xiàn)狀分析孔探圖像分析研究狀況

粗糙度系數(shù)法小波變換法自適應(yīng)神經(jīng)網(wǎng)絡(luò)法基于二維的圖像分析日本開發(fā)IV6C6系列內(nèi)窺測量系統(tǒng)南京航空航天大學(xué)左洪福教授開發(fā)基于立體視覺的航空發(fā)動機(jī)內(nèi)窺測量與重建系統(tǒng)基于立體視覺的圖像分析南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

研究背景與現(xiàn)狀分析關(guān)鍵部件故障分析及故障診斷推理方法研究航空發(fā)動機(jī)葉片損傷自動測量方法研究航空發(fā)動機(jī)內(nèi)部裂紋自動測量方法研究

航空發(fā)動機(jī)內(nèi)部損傷智能診斷專家系統(tǒng)開發(fā)

總結(jié)與展望

匯報(bào)內(nèi)容南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第二部分關(guān)鍵部件故障分析及故障診斷推理方法研究壓氣機(jī)故障分析壓氣機(jī)受有較高的離心負(fù)荷、氣動負(fù)荷以及振動的交變負(fù)荷等，有時還受到外來物的沖擊，受風(fēng)沙、潮濕的侵蝕等，因此容易發(fā)生故障。壓氣機(jī)最容易發(fā)生故障的部位是靜子葉片和轉(zhuǎn)子葉片。壓氣機(jī)葉片卷曲變形壓氣機(jī)葉片掉塊壓氣機(jī)葉片打傷缺口南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第二部分關(guān)鍵部件故障分析及故障診斷推理方法研究燃燒室故障分析燃燒室包括主燃燒室和加力燃燒室。主燃燒室和加力燃燒室的故障與燃燒、加熱過程密切相關(guān)。由于在高溫狀態(tài)下工作，燃燒室受到的主要損傷是熱損傷，如燃燒室燒裂、燒穿和掉塊等。燃燒室內(nèi)積炭過多也會影響發(fā)動機(jī)正常工作。燃燒室火焰筒燒蝕燃燒室火焰筒涂層脫落燃燒室火焰筒裂紋南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第二部分關(guān)鍵部件故障分析及故障診斷推理方法研究渦輪故障分析渦輪一般包括高壓渦輪和低壓渦輪，分為導(dǎo)向器和轉(zhuǎn)子。渦輪轉(zhuǎn)子在高溫高轉(zhuǎn)速下工作，并需要傳遞大功率，最易發(fā)生裂紋、掉塊、黑痕。導(dǎo)向器由導(dǎo)向葉片、內(nèi)環(huán)、外環(huán)組成。導(dǎo)向器典型損傷有龜裂、裂紋、燒蝕、翹曲。渦輪葉片掉塊

渦輪葉片裂紋

南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第二部分關(guān)鍵部件故障分析及故障診斷推理方法研究專家系統(tǒng)介紹專家系統(tǒng)的一般結(jié)構(gòu):

知識庫數(shù)據(jù)庫學(xué)習(xí)系統(tǒng)(知識獲取)推理機(jī)解釋器上下文(黑板)征兆輸入人機(jī)交互界面主要用來存放領(lǐng)域?qū)＜业膶ｉT知識

靜態(tài)數(shù)據(jù)庫存放相對穩(wěn)定的參數(shù)，動態(tài)數(shù)據(jù)庫是運(yùn)行過程中的參數(shù)。根據(jù)一定的推理策略從知識庫中選擇有關(guān)的知識，對用戶提供的證據(jù)進(jìn)行推理知識獲取過程包括在知識庫創(chuàng)建時識別出必要的知識并將其形式化存放中間結(jié)果的地方，給推理機(jī)提供一個筆記本記錄，指導(dǎo)推理機(jī)工作在故障診斷領(lǐng)域，征兆通常是采取人機(jī)交互方式，由人機(jī)交互接口送入系統(tǒng)。解釋器就是讓用戶相信自己南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第二部分關(guān)鍵部件故障分析及故障診斷推理方法研究專家系統(tǒng)的推理方法基于規(guī)則的推理規(guī)則推理技術(shù)是在故障診斷研究中普遍采用的基本方法?；谝?guī)則推理的診斷技術(shù)具有邏輯清楚、解釋性好、誤診率低等優(yōu)點(diǎn)，在故障診斷分析中占有重要的地位。基于案例的推理案例推理是由目標(biāo)案例的提示而得到的歷史記憶中的源案例，并由源案例來指導(dǎo)目標(biāo)案例求解的一種策略，它是一種重要的機(jī)器學(xué)習(xí)方法。規(guī)則號L范圍h范圍L+l+3h范圍結(jié)論R10<L<25h<1.48AR20<L<251.48<h<1.52ER30<L<251.52≤h≤4.78BR40<L<254.78<h<4.82FR50<L<25h<4.82CR625≤L<210h≤0.18AR725≤L<2100.18<h<0.22L+l+3h≤210ER825≤L<2100.18<h<0.22L+l+3h>210CR925≤L<2100.22≤h≤1.78L+l+3h≤210BR1025≤L<2100.22≤h≤1.78L+l+3h>210C有裂紋和燒蝕的短管的數(shù)量大于10件嗎？是該短管上有裂紋和燒蝕的拐角多于2處嗎？A是否A該拐角處裂紋長度L>5mm嗎？是否A該拐角處燒蝕面積大于20*10mm是否A是否進(jìn)入“下一損傷”是否進(jìn)入下一個損傷的診斷結(jié)束測量式診斷規(guī)則表詢問式診斷規(guī)則表案例檢索故障屬性當(dāng)前案例案例庫候選案例案例匹配相似案例南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

研究背景與現(xiàn)狀分析關(guān)鍵部件故障分析及故障診斷推理方法研究航空發(fā)動機(jī)葉片損傷自動測量方法研究航空發(fā)動機(jī)內(nèi)部裂紋自動測量方法研究

航空發(fā)動機(jī)內(nèi)部損傷智能診斷專家系統(tǒng)開發(fā)

總結(jié)與展望

匯報(bào)內(nèi)容南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第三部分航空發(fā)動機(jī)葉片損傷自動測量方法研究葉片損傷測量的特征點(diǎn)

葉片的損傷一般出現(xiàn)在葉身前緣和后緣處，葉身的前緣和后緣需要測量的尺寸如下圖所示。L表示缺陷離葉片頂端(或尾端)的距離

l表示缺陷的寬度

h表示缺陷的深度

因此，需要找到圖中A、B、C三個特征點(diǎn)，然后就可計(jì)算出損傷尺寸ABC南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第三部分航空發(fā)動機(jī)葉片損傷自動測量方法研究孔探圖像的預(yù)處理葉片損傷圖片對Fisher判別式分割法，模糊聚類分割法，最大類間方差分割法進(jìn)行對比，下圖為圖像分割效果圖圖像分割最大類間方差法效果圖Fisher判別式分割法效果圖模糊聚類分割法效果圖經(jīng)對比選取最大類間方差法分割圖像南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第三部分航空發(fā)動機(jī)葉片損傷自動測量方法研究孔探圖像的預(yù)處理輪廓細(xì)化一個圖像的“骨架”，是指圖像中央的骨骼部分。求一圖像骨架的過程通常稱為對圖像“細(xì)化”的過程。在細(xì)化一幅圖像的過程應(yīng)滿足兩個條件：在細(xì)化的過程中，圖像應(yīng)該有規(guī)律地縮小1在圖像逐步縮小的過程中，應(yīng)當(dāng)使圖像的連通性質(zhì)保持不變2南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第三部分航空發(fā)動機(jī)葉片損傷自動測量方法研究圖像細(xì)化原理假設(shè)圖a為一幅圖像中的一個3×3區(qū)域，P1=1即為黑點(diǎn)，圖b中P1刪除會分割區(qū)域，圖c中P1刪除會縮短邊緣，圖d中P1刪除會中斷區(qū)域，因此圖bcd都是P1不可刪除的情況。P9P2P3P8P1P4P7P6P51101P110000001P100001010P10111

圖a圖b圖c圖d細(xì)化后輪廓曲線

南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第三部分航空發(fā)動機(jī)葉片損傷自動測量方法研究像素點(diǎn)篩選葉片輪廓像素點(diǎn)的提取步驟建立坐標(biāo)系1提取像素點(diǎn)23將得到的單像素葉片輪廓線，依照下圖將圖像左上點(diǎn)確定為零點(diǎn)建立坐標(biāo)系。xy(0,0)對整幅圖片進(jìn)行掃描，RGB值為（255，255，255）即為黑色像素點(diǎn)，記下坐標(biāo)。圖(a)為輪廓原始像素點(diǎn)曲線，圖(b)為A區(qū)域放大后輪廓曲線。

坐標(biāo)y/像素A區(qū)域坐標(biāo)x/像素圖a坐標(biāo)y/像素坐標(biāo)x/像素圖b為了避免圖像中出現(xiàn)拐點(diǎn)，使曲線平滑，系統(tǒng)對所有坐標(biāo)點(diǎn)進(jìn)行篩選，對于確定的x值只保留唯一的y值與其對應(yīng)。下圖為部分點(diǎn)的篩選效果圖。坐標(biāo)x/像素坐標(biāo)y/像素?fù)p傷葉片輪廓提取輪廓線上的像素點(diǎn)xi=xi+1i=i+1是記下坐標(biāo)(mj,nj),mj=xi

nj=yi否像素點(diǎn)篩選原始像素點(diǎn)坐標(biāo)(xi,yi)在相鄰兩點(diǎn)之間取插值點(diǎn)根據(jù)插值函數(shù)計(jì)算葉片輪廓像素點(diǎn)提取流程圖南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第三部分航空發(fā)動機(jī)葉片損傷自動測量方法研究三次樣條插值（x，

y）(243,113)(242,113)(241,113)(240,113)(239,114)t239.25239.50239.75238.25238.50（x，

y）(238,115)(237,117)(236,118)(235,119)(234,120)t238.75237.25237.50237.75xyy′y″2431130.101520.27902242113-0.063540.051092411130.15262-0.4834240113-0.546931.8825239114-0.96488-1.04661238115-1.593552.30395237117-1.66093-2.1692236118-0.762750.37284235119-1.288090.67784234120-0.08491-3.0842取部分輪廓像素點(diǎn)為例，坐標(biāo)如下表（x，y）所示，在區(qū)間[237,240]內(nèi)取插值點(diǎn)如表中t所示。輪廓像素點(diǎn)的導(dǎo)數(shù)值

tyy′y″237.25117.8093-0.75797-0.18424237.50117.607-0.88802-0.85615237.75117.3513-1.18604-1.52806238.25116.53-2.06103-1.07193238.50115.993-2.188010.05612238.75115.4595-2.032971.18416239.25114.6645-1.122911.47194239.50114.421-0.859960.63169239.75114.217-0.80707-0.20857插值點(diǎn)的導(dǎo)數(shù)值

A輪廓曲線B像素點(diǎn)C插值點(diǎn)坐標(biāo)x/像素坐標(biāo)y/像素局部放大輪廓像素點(diǎn)坐標(biāo)

南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第三部分航空發(fā)動機(jī)葉片損傷自動測量方法研究損傷特征點(diǎn)的提取圖中A為葉片損傷輪廓的插值函數(shù)，B為插值函數(shù)的二次導(dǎo)數(shù)特征點(diǎn)提取步驟：在斜率平穩(wěn)處記錄下計(jì)算起始點(diǎn)C和終止點(diǎn)D；在C、D之間尋找y值最小處，定位特征點(diǎn)G；在C、G點(diǎn)中間尋找二次導(dǎo)數(shù)的絕對值達(dá)到最大的點(diǎn)，即為E點(diǎn)；在D、G點(diǎn)中間尋找二次導(dǎo)數(shù)的絕對值達(dá)到最大的點(diǎn)，即為F點(diǎn)。南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

研究背景與現(xiàn)狀分析關(guān)鍵部件故障分析及故障診斷推理方法研究航空發(fā)動機(jī)葉片損傷自動測量方法研究航空發(fā)動機(jī)內(nèi)部裂紋自動測量方法研究

航空發(fā)動機(jī)內(nèi)部損傷智能診斷專家系統(tǒng)開發(fā)

總結(jié)與展望

匯報(bào)內(nèi)容南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第四部分航空發(fā)動機(jī)內(nèi)部裂紋自動測量方法研究裂紋圖像分析測量系統(tǒng)裂紋分割

裂紋測量

裂紋識別

選取裂紋區(qū)域圖像預(yù)處理計(jì)算長短軸比去除偽裂紋裂紋骨架提取數(shù)值計(jì)算二值化直方圖均衡化Sobel邊緣提取中值濾波最大熵分割腐蝕與膨脹細(xì)化裂紋圖像分析系統(tǒng)流程圖Sobel邊緣提取中值濾波最大熵分割腐蝕與膨脹識別裂紋骨架提取孔探圖像讀取選取裂紋區(qū)域二值化直方圖均衡化南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第四部分航空發(fā)動機(jī)內(nèi)部裂紋自動測量方法研究裂紋分割效果圖

(a)裂紋原始區(qū)域

(b)二值化處理后

(c)直方圖擴(kuò)展增強(qiáng)后

(d)SOBEL邊沿檢測后(e)中值濾波后

(f)最大熵分割后

(g)腐蝕與膨脹后

南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第四部分航空發(fā)動機(jī)內(nèi)部裂紋自動測量方法研究裂紋分割效果圖

(a)裂紋原始區(qū)域

(b)二值化處理后

(c)直方圖擴(kuò)展增強(qiáng)后

(d)SOBEL邊沿檢測后(e)中值濾波后

(f)最大熵分割后

(g)腐蝕與膨脹后

南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

裂紋識別第四部分航空發(fā)動機(jī)內(nèi)部裂紋自動測量方法研究裂紋一般都是較長的主線，其他干擾信息可能會影響對缺陷的準(zhǔn)確測量，必須對圖像作進(jìn)一步處理，除去偽裂紋，得到連續(xù)單一的邊緣主線。選取的裂紋線性特征為圖像的長短軸比。長軸和短軸計(jì)算示意圖

長軸短軸ab計(jì)算公式：南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

裂紋識別結(jié)果第四部分航空發(fā)動機(jī)內(nèi)部裂紋自動測量方法研究未識別之前裂紋圖片參數(shù)裂紋1裂紋2裂紋3裂紋4裂紋5像素?cái)?shù)4243733552357長短軸比1.311.715.771.721.19參數(shù)裂紋1裂紋2裂紋3裂紋4像素?cái)?shù)27954124253長短軸比4.111.411.730.92識別之后裂紋圖片參數(shù)裂紋1裂紋2裂紋3像素?cái)?shù)4752333長短軸比5.311.211.37南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

裂紋測量第四部分航空發(fā)動機(jī)內(nèi)部裂紋自動測量方法研究對裂紋做細(xì)化操作,得到單像素寬的裂縫骨架曲線

(d)裂紋識別后的圖像(e)裂紋細(xì)化后的圖像(f)提取的裂紋骨架并入原圖像

(a)裂紋識別后的圖像(b)裂紋細(xì)化后的圖像(c)提取的裂紋骨架并入原圖像可以看出識別提取出的裂紋骨架基本符合原裂紋走勢南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

裂紋測量第四部分航空發(fā)動機(jī)內(nèi)部裂紋自動測量方法研究骨化后的圖像是一個單像素寬度的連通性好的骨干圖像?？梢苑謩e求取相鄰像素之間長度，然后把所有的相鄰像素之間的距離求和即為所得,如下式：南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

研究背景與現(xiàn)狀分析關(guān)鍵部件故障分析及故障診斷推理方法研究航空發(fā)動機(jī)葉片損傷自動測量方法研究航空發(fā)動機(jī)內(nèi)部裂紋自動測量方法研究

航空發(fā)動機(jī)內(nèi)部損傷智能診斷專家系統(tǒng)開發(fā)

總結(jié)與展望

匯報(bào)內(nèi)容南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第五部分航空發(fā)動機(jī)內(nèi)部損傷智能診斷專家系統(tǒng)開發(fā)對診斷結(jié)果沒有懷疑人機(jī)交互界面專家圖像處理測量特征提取規(guī)則推理機(jī)診斷結(jié)果案例庫規(guī)則庫案例推理機(jī)獲取診斷結(jié)果對診斷結(jié)果有懷疑案例庫檢索案例庫維護(hù)案例庫創(chuàng)建規(guī)則庫檢索規(guī)則庫維護(hù)規(guī)則庫創(chuàng)建用戶輸出專家系統(tǒng)總體結(jié)構(gòu)圖南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第五部分航空發(fā)動機(jī)內(nèi)部損傷智能診斷專家系統(tǒng)開發(fā)航空發(fā)動機(jī)內(nèi)部損傷智能診斷專家系統(tǒng)南京航空航天大學(xué)智能診斷與專家系統(tǒng)研究室

第五部分航空發(fā)動機(jī)內(nèi)部損傷智能診斷專家系統(tǒng)開發(fā)智能診