论文部分内容阅读
随着新型战机不断装备军队,训练强度逐年增大,陌生地域及野战机场环境恶劣等客观情况给发动机的使用维护造成了巨大挑战。目前孔探技术作为发动机损伤检测的主要手段已非常成熟。在外场对航空发动机进行维修检测主要采用以孔探技术为主的无损检测方法获取损伤部位的孔探检测图像,但通过这些图像信息一般不可以直接给出维修工作的建议和决策,必须进行相关的数据分析和专家诊断。针对这些存在的问题,将孔探图像分析与专家系统诊断相结合,围绕航空发动机叶片损伤特征点自动提取和内部损伤裂纹自动测量进行研究,消除了人的因素对测量结果和诊断结果的影响从而提高了诊断效率。主要研究内容如下:(1)结合多种诊断方法实现发动机维修诊断。将《发动机诊断检测规程》和《发动机技术使用细则》和多年来发动机内窥检测专家所提取的经验转化为知识规则库,摒弃手册查阅这样传统的诊断方法应用规则推理的方法,大大节省了诊断时间。另外,本文建立了发动机故障案例库,主要由故障描述和故障解决方案两部分组成,并建全了相应的案例检索机制和维护方法。(2)针对航空发动机叶片的典型损伤提出了一种基于三次样条插值的叶片损伤自动测量方法。通过图像预处理方法提取损伤叶片轮廓曲线,然后利用三次样条插值方法定位特征点并计算损伤尺寸。通过实验分析验证了此方法能够有效进行损伤的识别和测量,在一定程度上解决了由于孔探人员素质差异引起的测量误差的问题,提高了故障诊断效率。(3)提出一种航空发动机内部裂纹自动测量方法。通过裂纹分割、裂纹识别、裂纹测量三个步骤提取裂纹骨架并计算出长度,在知识库中搜索规则并进行诊断。该方法一定程度上解决了孔探裂纹检查严重依赖工作人员经验、测量准确差、效率低等问题。(4)采用Microsoft Visual C++6.0和Microsoft Access 2003数据库,并利用韦林公司的i View PC软件开发了航空发动机内部损伤智能诊断专家系统AIDES(Aeroengine Internal Damage Intelligent Diagnosis Expert System),实现了基于孔探图像分析的航空发动机故障智能诊断和损伤自动与半自动测量等功能。