基于历史数据的外物损伤免修判别方法

技术领域

本发明涉及一种航空发动机叶片检修过程中的损伤识别技术方法，属于航空发动机叶片检修维护领域。

背景技术

金属、碎石、砂砾等一系列外硬物在航空发动机运行期间会被气流所吸入，与发动机内高速旋转的叶片发生冲击形成缺口、凹坑以及撕裂等类型的损伤，称为外无损伤或硬物损伤，简称FOD。对于此类不可避免的损伤，发动机设计者在设计时往往使其具有一定的损伤容限，能容纳一定的损伤程度。在航空发动机使用过程中，需要极大的考虑发动机战备完好性和安全性，风扇或压气机叶片在遭受外物损伤后极有可能直接更换叶片，因此使得叶片或是发动机的维护成本很高，

现阶段FOD相关研究颇少，新研制发动机的维修手册大多借鉴或直接移用已有发动机的维修手册，同时由于发动机外场使用和制定维修手册的经验尚浅，可用极限的确定本身就具有一定不确定性。维修手册中按叶片的前缘、后缘、叶尖、叶根四个区域分别定义损伤的可用极限，每个区域中都分类有裂缝、缺口、凹坑、叶尖材料缺失等的类型，每个类型基于损伤深度有一个可用极限。在实际工作中，会由于载荷的不同、冲击的分散使损伤呈现出多种复杂情况，损伤的细微尺寸变化、多损伤复合都将使得在维修手册中找不到确定与之对应的类型，为确保安全只能维修或报废，因此基于维修手册可用极限的外物损伤判别方法的不准确性使得叶片不能满足有足够的利用率。因此，增加基于历史数据的判别方法，形成数据库加入以往对复杂损伤情况的判断，维修手册中无法准确定义的新损伤与数据库进行对比，得到辅助定义，便于更好进行是否免修的的判决。

现代技术中，机器视觉的快速发展使得图片识别和处理技术高速提升，在很多难以拆卸的大型机械设备上，图像识别能快速确实损伤位置，使得维修员能在不拆卸的情况下完成检修工作。在基于历史数据的外物损伤判别中，数据库能综合多样因素以及更有效率进行对比，提高判别准确性。

发明内容

本发明的目的在于提供一种考虑可用极限和历史数据的叶片免修判别方法，以解决目前叶片免修判别方法不够准确，叶片维护成本高的问题。

为实现上述目的，本发明采用的技术方案为：

一种基于历史数据的外物损伤免修判别方法，包括以下步骤：

(1)通过工业内窥镜捕捉位于受检叶片上各处外物损伤基于叶根处的位置，并识别外物损伤的尺寸与类型，组成数据组；

(2)根据维修手册中可用极限的理论，对步骤(1)所得数据组中的叶片外物损伤进行判断，若外物损伤的尺寸满足最大可用极限，则免修；

(3)若损伤的尺寸不满足最大可用极限，则基于历史数据的经验进行判决；

(4)若在历史数据的经验判决结果中发现，目标外物损伤与历史外物损伤满足尺寸和结构两个相似性条件，若历史外物损伤在运行中未出现失效，则视为目标损伤在未来运行中也不会出现失效，叶片免修；

(5)维修手册中无明确定义的，且在历史数据对比中不满足相似条件的，即认为目标外物损伤是不合格的，则需给出失效位置及判据，备案记录。

所述步骤(1)中，通过将工业内窥镜探头伸入发动机内部，采集叶片图像信息，根据图像信息中像素分布和亮度、颜色，确定叶片上各处损伤基于叶根处的位置，并将其转变成数字化信号，通过计算机对数字化信号处理，抽取外物损伤的尺寸特征，尺寸特征包括深度、面积、角度。

所述步骤(2)中，按照外物损伤发生的位置对叶片上各处外物损伤进行分区，然后基于维修手册中的可用极限对数据组中的叶片外物损伤进行判断，叶片外物损伤的判断标准为以下三个基本尺寸参数：深度、宽度、圆弧半径。

所述步骤(3)中，基于历史数据的经验进行判决的步骤为：对叶片外物损伤信息进行坐标分类分区，得到外物损伤的位置信息；基于位置信息，调出数据库中同位置的损伤信息；根据当前采集的叶片外物损伤的宽度、深度、圆弧半径进行比对，得到基本尺寸相似判断结果；将基本尺寸相似的新损伤与历史损伤进行结构相似比对，得到结构相似结果。

所述步骤(3)中，输入目标外物损伤的三个指标深度、圆弧半径、宽度，将这三个指标与数据库中历史损伤信息进行对比，满足相似度90％，则调出数据库中满足相似条件的所有历史损伤图片的灰度矩阵，两两之间对比灰度矩阵的相似度，达到相似度80％视为结构相似，满足以上两个相似条件则视为目标外物损伤与历史损伤近似，得到相似度极高的几个历史叶片损伤信息，基于数据库中历史叶片外物损伤维修情况，获得目标外物损伤影响程度。

所述步骤(3)中，数据库中存储有叶片基本尺寸、历史损伤图片信息和机型参数信息三类内容，叶片基本尺寸通过工业内窥镜识别图像特征信息获得，历史损伤图片信息通过历史损伤图片转换成灰度矩阵进行存储，机型参数信息通过调取维修机型数据获得。

有益效果：本发明涵盖原有的标准与现有的使用经验两种方向对FOD损伤进行判别，随着使用经验越丰富，判决将越准确，此方法得到的结果将更有利于对已遭受外物冲击损伤的叶片是否免修做出更好的判断。

附图说明

图1为基于历史数据的叶片免修判别流程图；

图2为CFM56—7B风扇叶片分区示意图；

图3为基于历史数据的判决规则示意图；

图4为历史数据的数据库存储信息示意图；

具体实施方式

以下结合附图对本发明作进一步说明。

本实施例中以CFM56—7B风扇叶片为例。

如图1所示，本发明一种基于历史数据的外物损伤免修判别方法，包括以下步骤：

(1)通过将工业内窥镜探头伸入发动机内部，采集叶片图像信息，根据图像信息中像素分布和亮度、颜色，确定叶片上各处损伤基于叶根处的位置，并将其转变成数字化信号，通过计算机对数字化信号处理，抽取外物损伤的尺寸特征，尺寸特征包括深度、面积、角度，组成数据组；

(2)按照外物损伤发生的位置对叶片上各处外物损伤进行分区，如图2所示；然后基于维修手册中的可用极限对数据组中的叶片外物损伤进行判断，叶片外物损伤的判断标准为以下三个基本尺寸参数：深度、宽度、圆弧半径，若外物损伤的尺寸满足最大可用极限，则免修；叶片最大可用极限如表1所示：

表1 CFM56—7B风扇叶片的可用极限类型

(3)若损伤的尺寸不满足最大可用极限，则基于历史数据的经验进行判决，如图3所示，包括以下步骤：对叶片外物损伤信息进行坐标分类分区，得到外物损伤的位置信息；基于位置信息，调出数据库中同位置的损伤信息；输入目标外物损伤的三个指标深度、圆弧半径、宽度，将这三个指标与数据库中历史损伤信息进行对比，满足相似度90％，则调出数据库中满足相似条件的所有历史损伤图片的灰度矩阵，两两之间对比灰度矩阵的相似度，达到相似度80％视为结构相似，满足以上两个相似条件则视为目标外物损伤与历史损伤近似，得到相似度极高的几个历史叶片损伤信息，基于数据库中历史叶片外物损伤维修情况，获得目标外物损伤影响程度。

如图4所示，数据库中存储有叶片基本尺寸、历史损伤图片信息和机型参数信息三类内容，叶片基本尺寸通过工业内窥镜识别图像特征信息获得，历史损伤图片信息通过历史损伤图片转换成灰度矩阵进行存储，机型参数信息通过调取维修机型数据获得。

(4)若在历史数据的经验判决结果中发现，目标外物损伤与历史外物损伤满足尺寸和结构两个相似性条件，若历史外物损伤在运行中未出现失效，则视为目标损伤在未来运行中也不会出现失效，叶片免修；

(5)维修手册中无明确定义的，且在历史数据对比中不满足相似条件的，即认为目标外物损伤是不合格的，则需给出失效位置及判据，备案记录。

通过以上5个步骤可以得到目标损伤叶片的免修判别结果，此结果在保留传统判别方法的基础上增设历史数据对比方法，为维修手册中无明确定义的损伤类型提供一种有效的解决方法，提高了判决精度。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。