[发明专利]发动机表面异常实时检测方法和装置、存储介质在审
申请号: | 202110763204.0 | 申请日: | 2021-07-06 |
公开(公告)号: | CN115587957A | 公开(公告)日: | 2023-01-10 |
发明(设计)人: | 池璪;常诚;潘湑;闫雪;朱文炳;陈志龙;顾庆磊;孙浩 | 申请(专利权)人: | 中国航发商用航空发动机有限责任公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06F18/214;G06N3/0464;G06N3/084;G06T7/62 |
代理公司: | 中国贸促会专利商标事务所有限公司 11038 | 代理人: | 王云飞 |
地址: | 200241 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 发动机 表面 异常 实时 检测 方法 装置 存储 介质 | ||
1.一种发动机表面异常实时检测方法,其特征在于,包括:
采集航空发动机试车现场的发动机表面图片;
构建航空发动机表面异常检测模型;
将发动机表面图片输入航空发动机表面异常检测模型,得到发动机异常检测结果。
2.根据权利要求1所述的发动机表面异常实时检测方法,其特征在于,所述构建航空发动机表面异常检测模型包括:
构建航空发动机表面异常数据集;
训练航空发动机表面异常检测模型;
验证航空发动机表面异常检测模型在验证集上的效果。
3.根据权利要求2所述的发动机表面异常实时检测方法,其特征在于,所述构建航空发动机表面异常数据集包括:
对采集的发动机表面图片进行筛选;
对发动机表面图片中指定异常类型的发动机表面异常进行标注;
构建航空发动机表面异常数据的训练集和验证集。
4.根据权利要求2所述的发动机表面异常实时检测方法,其特征在于,所述训练航空发动机表面异常检测模型包括:
采用多层卷积神经网络和金字塔特征检测网络作为航空发动机表面异常检测模型;
采用模型损失函数计算出单次迭代的模型预测损失值;
根据模型预测损失值反向传播来修正航空发动机表面异常检测模型的参数权重。
5.根据权利要求1-4中任一项所述的发动机表面异常实时检测方法,其特征在于,所述将发动机表面图片输入航空发动机表面异常检测模型,得到发动机异常检测结果包括:
对航空发动机表面异常检测模型进行初始化并赋值;
将发动机表面图片转换为预定尺寸大小;
将预定尺寸大小的发动机表面图片输入航空发动机表面异常检测模型,前向计算得到异常预测结果。
6.根据权利要求5所述的发动机表面异常实时检测方法,其特征在于,所述将发动机表面图片输入航空发动机表面异常检测模型,得到发动机异常检测结果还包括:
对异常预测结果进行非极大值抑制处理;
按照预先设置的阈值过滤异常预测结果。
7.根据权利要求3所述的发动机表面异常实时检测方法,其特征在于,
所述指定异常类型包括连接器松动、漏油和火光中的至少一种。
8.一种发动机表面异常实时检测装置,其特征在于,包括:
图片采集模块,用于采集航空发动机试车现场的发动机表面图片;
模型构建模块,用于构建航空发动机表面异常检测模型;
异常结果获取模块,用于将发动机表面图片输入航空发动机表面异常检测模型,得到发动机异常检测结果;
其中,所述发动机表面异常实时检测装置用于执行实现如权利要求1-7中任一项所述的发动机表面异常实时检测方法的操作。
9.一种发动机表面异常实时检测装置,其特征在于,包括:
存储器,用于存储指令;
处理器,用于执行所述指令,使得所述发动机表面异常实时检测装置执行实现如权利要求1-7中任一项所述的发动机表面异常实时检测方法的操作。
10.一种非瞬时性计算机可读存储介质,其特征在于,所述非瞬时性计算机可读存储介质存储有计算机指令,所述指令被处理器执行时实现如权利要求1-7中任一项所述的发动机表面异常实时检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国航发商用航空发动机有限责任公司,未经中国航发商用航空发动机有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110763204.0/1.html,转载请声明来源钻瓜专利网。